Publication: SİGORTA SEKTÖRÜNDE VERİ MADENCİLİĞİ VE KULLANIM
Abstract
Geniş veri yığınları arasından, faydalı olma potansiyeline sahip verileri ayırmak zor bir süreçtir. Bu bağlamda verimadenciliği, verilerin aralarındaki ilişkilerin keşfedilerek, veri sahibi için anlaşılır ve kullanılabilir bir biçimegetirilmesini sağlayan yöntemdir. Veri madenciliği; istatistik ve veri tabanları alanlarında ki teknikleri birleştirere k,büyük veri topluluklarından faydalı ve değerli bilgilere ulaşmayı mümkün kılmaktadır. Veri madenciliği sigortaşirketleri için fiyatlarını belirleme, piyasayı analiz etme ve sigorta suiistimalleri gibi konularda yardımcı olmaktadır.Bu durum rekabetin güçlü olduğu sigorta sektöründe, sigorta şirketlerinin konumlarını sağlamlaştırmak için önem arzetmektedir. Çalışmanın amacı, sigorta sektö rü gibi verilerin doğru değerlendirilmesi ve yorumlanması gereken birsektörde veri madenciliği uygulamalarının önemini vurgulamaktır. Çalışmada ulaşılan sonuçlara göre sigortaşirketlerinin toplanan verilerin analizi ile birlikte müşteriye göre ürün ve ürüne göre müşteri bulma esnekliğinekavuşacağı söylenebilir. Ayrıca elde edilen veriler doğrultusunda sigorta şirketleri tarafından düzenlenecek çeşitlikampanyalar ile müşteri kitlesinin doğru tanımlanması ve bu müşterilerin davranış özelliklerine yönelikkampanyaların oluşturulması sağlanabilir. Bu doğrultuda sigorta şirketlerinin prim üretimlerini ve pazar payların ıarttırmaları da mümkün olabilir.
It is a difficult process to separate data from large data sets that have the potential to be useful. In this context, data mining is a method by which the relations between the data are discovered and a clear and usable format is obtained for the researcher. Data mining; by combining techniques in the fields of statistics and database systems, makes it possible to access useful and valuable information from large data sets. Data mining assists insurance companies in setting prices, analyzing the market, and making insurance claims. This is important in order to consolidate the position of insurance companies in the insurance industry where competition is strong. The aim of this research is to emphasize the importance of data mining practices in a sector that needs to be interpreted and interpreted correctly, such as the insurance sector. According to the results reached in the study, it can be said that insurance companies will have the flexibility of finding customers according to products and products according to the analysis of the collected data. In addition, various campaigns to be arranged by the insurance companies in the direction of the obtained data can be used to ensure accurate identification of customers and campaigns for the behavioral characteristics of these customers. In this direction, it may be possible for insurance companies to increase their premium production and market share.
It is a difficult process to separate data from large data sets that have the potential to be useful. In this context, data mining is a method by which the relations between the data are discovered and a clear and usable format is obtained for the researcher. Data mining; by combining techniques in the fields of statistics and database systems, makes it possible to access useful and valuable information from large data sets. Data mining assists insurance companies in setting prices, analyzing the market, and making insurance claims. This is important in order to consolidate the position of insurance companies in the insurance industry where competition is strong. The aim of this research is to emphasize the importance of data mining practices in a sector that needs to be interpreted and interpreted correctly, such as the insurance sector. According to the results reached in the study, it can be said that insurance companies will have the flexibility of finding customers according to products and products according to the analysis of the collected data. In addition, various campaigns to be arranged by the insurance companies in the direction of the obtained data can be used to ensure accurate identification of customers and campaigns for the behavioral characteristics of these customers. In this direction, it may be possible for insurance companies to increase their premium production and market share.