Determining Customer Risk Factors in an Insurance Company through Data Mining Analysis


Abstract views: 260 / PDF downloads: 51

Authors

Keywords:

Data Mining, Insurance Risk Factors, Classification

Abstract

In recent years, data mining applications have been widely used in academic and sectoral studies as they provide speed and flexibility to sectors in areas such as decision support systems, market strategy, and financial forecasts. Data mining tools, which enable access to meaningful information in data stacks, contribute to increasing the sustainability level of companies. Data mining techniques are widely used in customer relationship management to improve flexibility, agility, and the ability to meet changing dynamics in customer demands. In this way, while enhancing the customer experience of companies, customer satisfaction and loyalty are also increased. This study aims to investigate the variables that affect the insurance premium value that customers will pay in an insurance company and the effect of the services provided by agencies on the insurance premium. Within the scope of the study, information on 150 customers of an insurance company operating in Ankara who have traffic insurance and the vehicle to be insured was collected, analyzed, and classified using data mining techniques. As a result of the study, the variable that affects the insurance premium the most is the traffic insurance level, i.e. the driver's no-claims status. Whether the services provided by the agency affect the determination of the insurance premium was investigated. As a result, no difference was found in the utilization of the services.

References

Ata, N., Özkök, E. ve Karabey, U. (2008). Survival Data Mining: An Application to Credit Card Holders. Sigma Mühendislik ve Fen Bilimleri Dergisi,26(1), 33-42.

Ata, F. (2018). Understanding Customer Value Using Data Mining Applications: A Case Study Of An İnsurance Broker. Yüksek Lisans Tezi. İstanbul: İstanbul Arel Üniversitesi Fen Bilimleri Enstitüsü.

Attila, İ.ve Gülay, A. (2022). Türkiye’de Sigorta Prim Üretimlerinin Dünya Sigortacılık Sektöründeki Yeri. Uygulamalı Sosyal Bilimler ve Güzel Sanatlar Dergisi, 4(8), 30-45.

Bollier, D.ve Firestone, C. M. (2010). The Promise and Peril of Big Data. Washington, DC: Aspen Institute, Communications and Society Program, s.1-66

Cömert, N., ve Kaymaz, M. (2019). Araç Sigortası Hilelerinde Veri Madenciliğinin Kullanımı. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 41(2), 364-390.

Çığşar, B. ve Ünal, D. (2019). Comparison of Data Mining Classification Algorithms Determining the Default Risk. Scientific Programming

Doğan, B., Buldu, A., Demir, Ö. ve Erol Ceren. (2018). Sigortacılık Sektöründe Müşteri İlişki Yönetimi İçin Kümeleme Analizi. Karaelmas Fen ve Mühendislik Dergisi, 8(1), 11-18.

Doğru, Z. (2019). Türk Sigortacılık Sektöründe Etkinlik Analizi ve Bir Uygulama. Yüksek Lisans Tezi. Burdur: Burdur Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü

Erol, B. (2013) Müşteri İlişkileri Yönetimi İçin Veri Madenciliği Kullanılması ve Sigortacılık Sektörü Üzerine Bir Uygulama, Yüksek Lisans Tezi İstanbul: Marmara Üniversitesi Fen Bilimleri Enstitüsü

Fernández-Fernández, J. A., Berajano-Vázquez, V. ve Vicente-Virseda, J. A. (2015). Classification of Spanish Credit Institutions for the Purposes of Financial Supervision, ECORFAN Journal-Mexico, 6( 14), 1196

Gao, G., Mishra, B.ve Ramazzotti, D. (2018). Causal Data Science for Financial Stress Testing. Journal of Computational Science, 26, 294-304.

https://www.generali.com.tr/hesaplayicilar/arac-kasko-degeri-hesaplama (Erişim Tarihi:16.01.2024)

Gepp, A ve Kumar, K. (2012) A Comparative Analysis of Decision Trees Vis-_a-vis Other Computational Data Mining Techniques in Automotive Insurance Fraud Detection Journal of Data Science, 10, 537-561

Güvel, E. A. ve Öndaş Güvel (2004). Sigortacılık. Ankara: Seçkin Yayınları, 2. Baskı

Hamidi, K. A., Berrado, A., Benabbou, L. ve Tarmouti, A. (2016, October). A Classification Based Framework for Credit Risk Assessment in the Moroccan Financial Market. In 2016 11th International Conference on Intelligent Systems: Theories and Applications (SITA), IEEE, 1-6).

Hsieh, N. (2004) An İntegrated Datamining and Behavioral Scoring Model For Analyzing Bank Customers, Expert Systems with Applications, 27(4), 623-633.

Hu, W. H., Gao, F. ve Huang, C. (2015, August). Financial Crisis Prediction Based on Distance to Default and Feature Weighted Support Vector Machine. In 2015 11th International Conference on Natural Computation (ICNC), IEEE, 58-63,

Huang, B. ve Wei, J. (2021). Research on Deep Learning-Based Financial Risk Prediction. Scientific Programming, 1-8.

Izadparast, S.M., Farahi, A., Nejad, F. F. ve Teimourpour, B. (2022). Using Data Mining Techniques to Predict the Detriment Level of Car Insurance Customers. (English).Journal of Information Processing & Management, 27 (3), , Sept. 2012. ISSN: 22518223, 699-722

Jabeur, S. B., Sadaaoui, A., Sghaier, A. ve Aloui, R. (2020). Machine Learning Models and Cost-Sensitive Decision Trees for Bond Rating Prediction. Journal of the Operational Research Society, 71(8), 1161-1179.

Kang, Q. (2019). Financial Risk Assessment Model Based on Big Data. International Journal of Modeling, Simulation, and Scientific Computing, 10(04),

Karaman, D. (2018). Sigortacılık Sektörünün Güncel Sorunlarının Belirlenmesi: Alanya’da Bir Araştırma. Uluslararası Yönetim ve Sosyal Araştırmalar Dergisi, 5(10), 29-37.

Karataş, C. (2021). Trafik ve Kasko Müşteri Eğilimleri ve Trafik Kazasını Etkileyen Faktörlerin Veri Madenciliği ile Risk Analizi Yüksek Lisans Enstitüsü. Karabük: Karabük Üniversitesi Lisansüstü Eğitim Enstitüsü, 8.

Kasap, E. (2007) Sigortacılık Sektöründe Müşteri İlişkileri Yönetimi Yaklaşımıyla Veri Madenciliği Teknikleri ve Bir Uygulama Yüksek Lisans Tezi. İstanbul: Marmara Üniversitesi Bankacılık Ve Sigortacılık Enstitüsü Sigortacılık Bölümü

Muslu, D. (2009) Sigortacılık Sektöründe Risk Analizi: Veri Madenciliği Uygulaması. İstanbul: İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi

Ömürbek, N., ve Altın, F. G. (2008). Sigortacılık Sektöründe Bilgi Teknolojilerinin Uygulanmasına İlişkin Bir Araştırma. Suleyman Demirel University Journal of Faculty of Economics & Administrative Sciences, 13(3).

Özüdoğru, H. ve Çetin, Ç. (2017). Türkiye'de Sigortacılıkta Güncel Sorunlar. Third Sector Social Economic Review, 52(2), 57.

Seferzade, A. and Dönmez, İ. (2020).Sigorta Müşteri Risk Gruplarinin Kümeleme Yöntemi ile Analizi International Congress on Human-Computer Interaction, Optimization and Robotic Applications (HORA), Ankara, Turkey, 1-7

Smiti, S., Soui, M.ve Gasmi, I. (2018). A Comparative Study of Rule Based Classification Algorithms for Credit Risk Assessment. In 31st International Business Information Management Association Conference: Innovation Management and Education Excellence through Vision 2020, IBIMA 2018. 658-667

Taşkın, E. Şener, H.Y. (2004). Küreselleşme Sürecinde Türk Sigorta Sektörünün Önüne Çıkabilecek Sorunlar, Bu Sorunları Asabilmek İçin Alınması Gereken Önlemler- “Global Normlu Sigorta”, Reasürör Dergisi, Milli Reasürans T.A.S. Yayını, Sayı 51, Ocak 2004, s.15.

TOBB Sigorta Acenteleri İcra Komitesi, Sigorta Acenteleri Dünya Uygulamaları Araştırma ve 2023 Vizyonunu Belirleme https://mobil.tobb.org.tr/DuyuruResimleri/2496-1.pdf (Erişim Tarihi : 10.02.2024)

Tosun, T. (2006) Veri Madenciliği Teknikleriyle Kredi Kartlarında Müşteri Kaybetme Analizi. Yüksek Lisans Tezi, İstanbul: İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü

Yao, L. (2019). Financial Accounting Intelligence Management of Internet of Things Enterprises Based on Data Mining Algorithm. Journal of Intelligent & Fuzzy Systems, 37(5), 5915-5923.

Yayla, Ş. O. (2019). Sigortacılık ve Türkiye'de Sigorta Sektörünün Durumu. Liberal Düşünce Dergisi, 24(94), 107-125.

Zhang, Y. (2020). Food Safety Risk Intelligence Early Warning Based on Support Vector Machine. Journal of Intelligent & Fuzzy Systems, 38(6), 6957-6969.

Zhao, A. (2022). Financial Risk Evaluation of Digital Currency Based on CART Algorithm Blockchain. Mobile Information Systems,

Nisan 2023 tarihli Resmi Gazete https://www.resmigazete.gov.tr/eskiler/2023/04/20230404-2.htm

Downloads

Published

2024-06-30

How to Cite

Merdin, D., & Sağlamcı, Y. (2024). Determining Customer Risk Factors in an Insurance Company through Data Mining Analysis. Journal of Academic Opinion, 4(1), 7–15. Retrieved from https://academicopinion.org/index.php/pub/article/view/50

Issue

Section

Articles