استفاده از روشهای داده‌کاوی برای جذب نمایندگان صدور در صنعت بیمه

نوع مقاله: مقاله علمی - پژوهشی

نویسندگان

1 کارشناس ارشد مدیریت صنعتی- گرایش تحقیق در عملیات، دانشکدۀ مدیریت و حسابداری، دانشگاه آزاد قزوین (نویسندۀ مسئول)

2 کارشناس ارشد مهندسی صنایع، دانشکدۀ مهندسی صنایع، دانشگاه آزاد قزوین

10.22056/jir.2018.78497.2024

چکیده

صنعت بیمۀ ایران رشد چشمگیری را در دهۀ گذشته تجربه کرده است و سهم بالایی از معاملات این صنعت به نمایندگان اختصاص دارد؛ بنابراین، فرایند انتخاب نمایندۀ جدید اهمیت بسیار بالایی دارد. این پژوهش بر روی مشخصه‌های انبار داده و روشهای داده‌کاوی مناسب برای انتخاب نماینده در صنعت بیمه تمرکز دارد. درخصوص مثال ارائه‌شده در این پژوهش سه روش داده‌کاوی تحلیل تفکیک‌کننده، درختهای تصمیم، و شبکه‌های عصبی مصنوعی برای پیش‌بینی طول مدت‌زمان خدمت، میزان فروش حق‌بیمه، و شاخص تداوم نمایندگان مورد ارزیابی قرار می‌گیرد. نتایج نشان می‌دهد که تجربۀ شغلی، موقعیت شغلی، سن، وضعیت تأهل، شغل قبلی، درآمد سالیانه از محل شغل قبلی، و بیمه‌نامه‌های فروخته‌شده اهمیت به‌سزایی در تعیین مدت‌زمان فعالیت نمایندگان جدید، بیمه‌نامه‌های فروخته‌شده و تمدید بیمه‌نامه‌های صادرشده دارند. هدف اصلی این مقاله، طراحی وتوسعۀ یک سیستم پشتیبانی تصمیم‌گیری هوشمند، و به‌بیان‌دیگر یک سیستم هوشمند انتخاب نماینده برای شرکتهای بیمه بوده تا با کمک آن مدیران این صنعت بتوانند نمایندگان کیفی انتخاب کنند.

کلیدواژه‌ها


عنوان مقاله [English]

Using Data Mining Techniques for the Recruitment of Insurance Sales Agents

نویسندگان [English]

  • kazemi fereidoon 1
  • hamed iranmanesh 2
1 head of control and supervision/ mellat insurance
2 expert on control and supervision / mellat insurance
چکیده [English]

The insurance industry of Iran has been experienced dramatic growth in the last decade. And insurance agents play a major role in transaction volume in this industry. Therefore, the selectionprocess of new agents is of vital importance. This study focuses on the characteristics of data warehousing and the appropriate data mining techniques to be used to support agent selection in the insurance industry. We examined three common data mining methods – discriminant analysis, decision trees and artificial neural networks –to predict the duration of service, sales premiums, and persistence indices of insurance agents.  The results revealed that work experience, job position, age, marital status, previous occupation, past annual income, and insurance policies sold are the important factors influencing the length of stay for new insurance agents, the number of insurance policies sold, and the extension of insurance policies sold. This study specifically aimed to design and develop an intelligent decision support system, namely an ‘Intelligent Agent Recruitment Assistant for Insurance’ companies, to help insurance managers to select quality agents.

کلیدواژه‌ها [English]

  • Data mining
  • Intelligent decision-making systems