دپارتمان پژوهشی سفیر

دانلود مقاله پیش بینی ریزش مشتری در صنعت بیمه – یک نمونه موردی از داده کاوی

6,500 تومان

تعداد صفحات سال چاپ رشته قالب
۴ ۲۰۱۶ کامپیوتر Word

 

دانلود مقاله پیش بینی ریزش مشتری در صنعت بیمه یک نمونه موردی از داده کاوی

 چکیده

در بازارهایی  رقابتی شدید و با توجه به هزینه های جابجایی ، ریزش مشتری یک  نگرانی اساسی  در شرکت های بیمه است. در بازارهای قدیمی، این مشکل به طور اساسی از طریق ایجاد تعهد در یک مشتری نسبت به یک برند حل می شد. اخیراً ، نقش ها برعکس شده اند و این برندها هستند که    وفاداری و تعهد  به مشتری را  از طریق مدیریت ارتباط با مشتری  (CRM)   (قبل ریزش مشتری)  نشان می دهند.

از آنجا که دنیای تجارت به طور فزاینده ای مبتنی بر داده ها شده است و  پیشرفت تکنولوژی موانع هزینه های زیرساختی تکنولوژی اطلاعات را رفع نموده است، تجزیه و تحلیل در پیش بینی رفتار  و ریزش مشتری مؤثر است. همچنین امکان تبلیغات هدفمند و مقرون به صرفه برای مشتریان در معرض ریزش و یا ترک از طریق تجزیه و تحلیل داده ها وجود دارد.  هدف از این تحقیق ، ایجاد یک مدل مؤثر و آسان برای پیش بینی ریزش مشتری در بیمه  تجاری  و صنعتی است که به شدت به مدت زمان تعهد مشتریان نسبت به شرکت وابسته است.

عنوان فارسی مقاله پیش بینی ریزش مشتری در صنعت بیمه یک نمونه موردی از داده کاوی
عنوان انگلیسی مقاله Predicting Customer Churn in the Insurance Industry: A Data Mining Case Study 
تعداد صفحات فارسی ۴
تعداد صفحات انگلیسی  ۵
رشته کامپیوتر
قالب فایل Word
سال انتشار  ۲۰۱۶
بخش های ترجمه شده این مقاله به صورت خلاصه و فقط بخش هایی از آن ترجمه شده است.
لینک مقاله link.springer.com/chapter/10.1007/978-3-319-29877-1_141 
  دانلود رایگان مقاله انگلیسی Predicting Customer Churn in the Insurance Industry: A Data Mining Case Study 
 ریزش مشتری در صنعت بیمه
مشاهده سایر مقالات با موضوع نقش داده کاوی در صنعت بیمه

شبکه های حسگر بی سیم

مشاهده جدیدترین مقالات ترجمه شده در مورد بلاک چین

مشاهده جدیدترین مقالات ترجمه شده مهندسی کامپیوتر

مشاهده جدیدترین مقالات ترجمه شده اینترنت اشیا

مشاهده جدیدترین مقالات ترجمه شده داده کاوی

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

.فقط مشتریانی که این محصول را خریداری کرده اند و وارد سیستم شده اند میتوانند برای این محصول دیدگاه(نظر) ارسال کنند.