Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 31
Sigorta Sektöründe Makine Öğrenmesi ile Çapraz Satış Modeli Oluşturma Üzerine Bir Örnek Çalışma
2022
Dergi:  
Avrupa Bilim ve Teknoloji Dergisi
Yazar:  
Özet:

Son yıllarda oldukça yaygınlaşan ve önemi artan çapraz satışlar, genel satın alma eğilimini analiz ederek müşteriye birbiriyle ilişkili ürün veya hizmetleri satma stratejisidir. Bu çalışmada öncelikle veri tabanlı pazarlama ve sigortacılıkta kullanımı açıklanmıştır. Makine öğrenmesi, karar ağaçları ve Çapraz Satışlar ayrıntılı olarak incelenmiştir. Projenin uygulama kısmında Türkiye’deki bir sigorta şirketinin müşteri verileri kullanılmıştır. Bilindiği üzere sigorta sektöründe ihtimaller çok önemlidir. Örneğin hayat sigortasında önümüzdeki yıl belirlenecek primler belirli yaş grupları arasında geçmiş yıllardaki ölüm sayılarını (mortalite) baz almaktadır. Bu doğrultuda bireysel emeklilik sözleşmesine sahip olan müşterileri hayat sigortası alma ihtimalleri tahmin edilecektir. Bu tahmin yapılırken müşterilerin özlük bilgilerinin yanı sıra 1 - 3 - 6 aylık geçmiş periyotlardaki davranışları ve sisteme bıraktıkları çeşitli izlerden faydalanılacaktır. Daha sonra karar ağaçlarında kullanılan Chaid, C5.0 ve Crt algoritmaları ile bireysel müşterilerin geçmiş davranışları üzerinden bir ürünün alınıp alınmayacağı incelenecektir. Son olarak bu çalışmanın şirket satışlarına katkısının bulunuo bulunmadığı analiz edilecek, geleneksel satış yöntemleri yerine yeni jenerasyon satış teknikleri kullanılmaya başlanılacaktır.

Anahtar Kelimeler:

A Case Study On Building A Cross-selling Model Through Machine Learning In The Insurance Industry
2022
Yazar:  
Özet:

Cross-selling, has become widespread in recent years and has increased in importance, is a strategy of selling interrelated products or services to the customer by analyzing the general buying trend. In this study, firstly, its usage in data-based marketing and insurance is explained. As known, possibilities are very important in the insurance industry. For example, premiums to be determined in the next year in life insurance are based on the number of deaths (mortality) in the past years among certain age groups. Accordingly, the probability of customers with private pension contracts to obtain life insurance will be estimated. While making this estimation, besides the personal information of the customers, their behavior in the past periods of 1-3-6 months and the various traces they left on the system will be used. Machine learning, decision trees, and Cross Sales have been studied in detail. Customer data of an insurance company in Turkey is used in the implementation of the project. Then, it was examined whether a product can be purchased based on the past behavior of individual customers with the Chaid, C5.0 and Crt algorithms used in decision trees. Finally, it will analyzed that this study does not contribute to company sales, and new generation sales techniques will be used instead of traditional sales methods.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Avrupa Bilim ve Teknoloji Dergisi

Alan :   Fen Bilimleri ve Matematik; Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 3.175
Atıf : 5.595
2023 Impact/Etki : 0.178
Avrupa Bilim ve Teknoloji Dergisi