بخش‌بندی مشتریان صنعت بیمه با استفاده از الگوریتم خوشه‌بندی دو مرحله‌ای مقیاس‌پذیر (نمونه موردی یک شرکت بیمه)

هدف: امروزه در صنعت بیمه، ایفای نقش مشتری از دنباله‌روی ارائه‌کنندگان خدمت به هدایتگر خدمت‌دهندگان بدل گشته است بنابراین باتوجه به تفاوت در سودآوری، نوع خرید، وفاداری، ریسک، بُعد رفتاری و جمعیت شناختی مشتریان در پی ایجاد مرزبندی قابل توجه‌ای بین آن‌ها با استفاده از رویکرد بخش‌بندی مشتریان می‌باشیم تا با شناخت ویژگی‌های هریک از این گروه‌های مختلف، افزایش قدرت رقابتی و موفقیت فعالان این حوزه فراهم گردد.روش‌شناسی: در این پژوهش بخش‌بندی مشتریان یک شرکت بیمه با استفاده از روش خوشه‌بندی دو مرحله‌ای با الگوریتم تحلیل کلاستر مقیاس‌پذیر باتوجه به قابلیت این روش در تحلیل همزمان متغیرهای پیوسته و طبقه‌ای، انجام گردید. الگوهای حاکم در گروه‌بندی مشتریان شناسایی و سپس از تحلیل تشخیصی  برای اعتبارسنجی خوشه‌بندی استفاده شد.یافته‌ها: باتوجه به تاثیر شاخص‌های تعیین‌شده  مشتریان در شش خوشه دسته‌بندی شدند. از بین شاخص‌های مورد بررسی متغیرهای میزان تخفیف ارائه‌شده، سودآوری، ضریب خسارت، حجم و تعداد بیمه‌نامه خریداری شده به ترتیب بیشترین نقش را در جداسازی خوشه‌ها از هم داشتند. از نظر متغیر سودآوری تمامی خوشه‌ها با یکدیگر متفاوت می‌باشند. از نظر شیوه جذب خوشه بدحساب‌ها با رهگذران و نورچشمی‌ها با خوشه‌های خوش‌حساب‌ها متفاوت است.نتیجه‌گیری: شرکت‌های بیمه می‌توانند با بهره‌گیری از تکنیک بخش‌بندی مشتریان براساس معیارهای پیشنهادی این مقاله و شناسایی ویژگی‌های آن‌ها، شناسایی جایگاه هریک از گروه‌ها در سود یا زیان شرکت، پیش‌بینی و ترسیم الگوی رفتاری مشتریان بالقوه و آتی با ویژگی‌های مشابه، همچنین تعیین بازار هدف و استراتژی بازاریابی مناسب توان رقابتی خود را نسبت به سایر رقبا افزایش دهند.

segmentation of customers in the insurance industry using scalable two-stage clustering algorithm (a case study of an insurance company)

objective: today, in the insurance industry, playing the role of the customer has changed from following the service providers to leading the service providers, therefore, considering the difference in profitability, type of purchase, loyalty, risk, behavioral and demographic dimensions of the customers, in order to create a significant demarcation between them using we take the approach of customer segmentation to increase the competitive power and success of the activists in this field by knowing the characteristics of each of these different groups.methodology: in this research, the segmentation of the customers of an insurance company was done using the two-stage clustering method with the scalable cluster analysis algorithm, considering the ability of this method in the simultaneous analysis of continuous and categorical variables. the dominant patterns in customer grouping were identified and then diagnostic analysis was used to validate the clustering.findings: according to the effect of the determined indicators, the customers were classified into six clusters. among the investigated indicators, the variables of discount amount provided, profitability, loss ratio, volume and number of purchased insurance policies played the most important role in separating the clusters. in terms of profitability variable, all clusters are different from each other. in terms of the method of attraction, the cluster of miscalculants is different from the passers-by, and the clairvoyants are different from the clusters of well-calculated ones.conclusion: insurance companies can use the customer segmentation technique based on the criteria proposed in this article and identify their characteristics, identify the position of each group in the profit or loss of the company, predict and draw the behavior pattern of potential and future customers with similar characteristics, as well as determine the target market and appropriate marketing strategy to increase their competitive power compared to other competitors.