SİGORTA SEKTÖRÜNDE VERİ MADENCİLİĞİ VE KULLANIM

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.

DATA MINING AND IT’S APPLICATION IN THE INSURANCE INDUSTR

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.

PDF

___

Abdi, F., Khalili-Damghani, K. ve Abolmakarem, S. (2018). Solving Customer Insurance Coverage Sales Plan Problem Using a Multi-Stage Data Mining Approach. Kybernetes. Vol. 47, Issue 1, DOI: 10.1108/K-07-2017-0244, ss. 2-19.
Aklan, A. ve Falay, E. (2007). Kamu Uygulamalarında Çözüm Veri Madenciliğinde. Strateji Bülteni. Sayı: 5. Eylül-Ekim. ss. 7-8.
Akmeriç, N. (2007). “Sigortacının Sigortası Bilgiye Yatırım”. CEO’s Dergisi. Ağustos. ss. 26-27. Akpınar, H. (2000). Veri Tabanlarında Bilgi Keşfi ve Veri Madenciliği. İ.Ü. İşletme Fakültesi Dergisi. C: 29, Sayı: 1. Nisan. ss. 1-22.
Albashrawi, M. (2016). Detecting Financial Fraud Using Data Mining Techniques: A Decade Review from 2004 to 2015 Journal of Data Science. Vol. 14 Issue 3, ss. 553-569.
Alpaydın, E. (2000). “Zeki Veri Madenciliği: Ham Veriden Altın Bilgiye Ulaşma Yöntemler i ”. Bilişim 2000. Veri Madenciliği Eğitim Seminer i.
www.cmpe.boun.edu.tr/~ethem/files/papers/veri-maden_2k-notlar.doc (Erişim Tarihi: 05 Ocak 2009)
Apte, C., Grossman, E., Pednault, E. P. D., Rosen, B. K., Tipu, F. A., White, B. (1999).
Probabilistic Estimation-Based Data Mining for Discovering Insurance Risk. Intelligent Systems & Their Applications. Vol. 14 Issue 6, ss. 49-58.
Argüden, Y. ve Erşahin, B. (2008). Veri Madenciliği. Yayın No:10. İstanbul: Arge Danışma nlık Yayınları.
Ata N., Özkök, E. ve Karabey, U. (2008). Veri Madenciliğinde Yaşam Çözümlemesi: Kredi Kartı Sahipleri ile İlgili Bir Uygulama. Mühendislik ve Fen Bilimleri Dergisi. Cilt: 26. Sayı: 1. ss. 33 - 42.
Aydoğan, E.K., Gencer, C., ve Akbulut, S. (2008). Veri Madenciliği Teknikleri İle Bir Kozmetik Markanın Ayrılan Müşteri Analizi ve Müşteri Bölümlenmesi. Mühendislik ve Fen Bilim ler i Dergisi. Cilt 26. Sayı 1. ss. 42-56.
Baecke, P. ve Bocca, L. (2017). The Value of Vehicle Telematics Data in Insurance Risk Selection Processes Decision Support Systems. Vol. 98, DOI: 10.1016/j.dss.2017.04.009, ss. 69-79.
Barnes, J.G. (2000). Secrets of Customer Relationship Management. New York: McGraw-Hill Companies.
Bayıksel, Ş.Ö. (2007). “İş Zekasıyla Öne Geçtiler”. Capital Dergisi. Ekim. s. 1. http://www.capital.com.tr/haber.aspx?HBR_KOD=4411 (Erişim Tarihi: 01 Aralık 2008).
Berry, M. J.A. ve Linoff, G.S. (2000). Mastering Data Mining: The Art and Science of Customer Relationship Management. 1st Ed. USA: Wiley.
Berson, A., Smith, S., ve Thearling, K. (1999) Building Data Mining Applications for CRM. USA: McGraw-Hill Companies.
Ching, W. (Ed.) ve Ng, M.K. (Ed.). (2003). Advances in Data Mining and Modeling. River Edge. NJ. USA: World Scientific Publishing Company. Incorporated.
Cho, V. ve Ngai, E. (2003). Data Mining for Selection of Insurance Sales Agents Expert Systems. Vol. 20 Issue 3, DOI: 10.1111/1468-0394.00235, ss. 123-132.
Demirkıran, B. (2006). Sigorta Sektöründe Asimetrik Bilgi Problemi. Türkiye Sigorta ve Reasürans Şirketleri Birliği. Sigorta Araştırma Dergisi. Yayın No:2. ss. 125-137.
Doğan, B., Erol, B. ve Buldu, A., (2014). Sigortacılık Sektöründe Müşteri İlişkileri Yönetimi İçin Birliktelik Kuralı Kullanılması. Marmara Fen Bilimleri Dergisi. 3: 105-114. ss. 105-114.
Donovan, K. (2015). Mining (and Minding) the Data. Best's Review. Issue 7.
Eker, H. “İşletmelerde Tutulan Müşteri Verilerinin Anlamlı Hale Getirilmesi ve Etkin Kullanılması”. http://www.danismend.com/konular/bilgiveteknoyon/bilgi_veri_madenciligi. htm (Erişim Tarihi: 02 Aralık 2008).
Gel, O. C. (2004). CRM Yolculuğu. 3. b. İstanbul: Sistem Yayıncılık.
Gepp, A. Wilson, J. H., Kumar, K. ve Bhattacharya, S. (2012). A Comparative Analysis of Decision Trees Vis-à-vis Other Computational Data Mining Techniques in Automotive Insurance Fraud Detection. Journal of Data Science. Vol. 10, ss. 537-561.
Gepp, A. Wilson, J. H., Kumar, K. ve Bhattacharya, S. (2012). A Comparative Analysis of Decision Trees Vis-à-vis Other Computational Data Mining Techniques in Automotive Insurance Fraud Detection. Journal of Data Science. Vol. 10, ss. 537-561.
Hoffman, T. (1999). Insurers Mine for Age-Appropriate Offerings. Computerworld, Vol. 33 Issue 16.
Karadağ, M.M. (2004). Genetik Testi ve Sigortacılık: Asimetrik Bilgi Boyutu. Active Dergisi. ss. 1-8.
Keçecioğlu, T. “Değer Yaratma Süreçlerinde Strateji Haritaları: Müşteri Yönetimi Süreçleri”. http://www.qfdturkiye.org/frames/KFG20- Tamer%20Kececioglu.pdf (Erişim Tarihi: 06 Ocak 2009).
Kurtyaka, J. (2003). “The Limits of Business Intelligence: An Organizational Learning Approach”. Data Mart Review, http://www.informatio nmanagement. com/issues/20030601/6800-1.html (Erişim Tarihi: 15 Kasım 2009).
Marco, D. (2005). MME Best Practices Case Study: Allstate Insurance. Part 1, DM Review Magazine. http://www.dmreview.com/issues/20050201/1018141-1.html (Erişim Tarihi: 29 Kasım 2008).
Müşteri Edinme Çözümleri. http://www.spss.com.tr/musedicoz.html (Erişim Tarihi: 07 Ocak 2009).
O’dell, C., Grayson, J. ve Essaides, N. (2003). Ne Bildiğimizi Bir Bilseydik. (Çev: Günhan Günay) İstanbul: Dışbank Kitapları.
Oracle E-İşte Başarı Kitabı. (2003). Veri Ambarı ve Karar Destek Sistemleri. 4. Bölüm.
Öğün, F. (2017). “Sigorta Sektöründe Geleceğin Organizasyo nu”. http://www.finansgundem.com/yazarlar/sigorta-sektorunde-gelecegin-organizasyonu yazisi/1202893, (Erişim Tarihi: 21.04.2018)
Öğün, F. (2017). “Sigortacılıkta Bütünsel Hizmet Modeline Doğru”. http://www.finansgundem.com/yazarlar/sigortacilikta-butunsel-hizmet-modeline-dogruyazisi/ 1255517, (Erişim Tarihi: 20.04.2018)
Öğün, F. (2018). “Sigorta Sektöründe İnovasyonu Tanımlamak ve Yürütmek ”. http://www.finansgundem.com/yazarlar/sigorta-sektorunde- inovasyonu-tanimlamak-veyurutmek- yazisi/1264461, (Erişim Tarihi: 20.04.2018)
Öğüt, S. “Veri Madenciliği Kavramı ve Gelişim Süreci”. ss. 1-12. http://www.sertacogut.com/papers/Sertac_Ogut_- _Veri_Madenciligi_Kavrami_ve_Gelisim_Sureci.pdf (Erişim Tarihi: 05 Ocak 2009).
Özmen, Ş. (2001). İş Hayatı Veri Madenciliği ile İstatistik Uygulamalarını Yeni Keşfediyor. Çukurova Üniversitesi. V. Ulusal Ekonometri ve İstatistik Sempozyumu. ss. 1-6.
Pwc, Sigorta sektöründe 2020 ve sonrası: Dönüşüm gereklilikten doğar https://www.pwc.com.tr/tr/sektorler/sigortacilik-bireysel-emeklilik/yayinlar/sigorta-sektorunde- 2020-ve-sonrasi.html, Erişim Tarihi: 20.04.2018)
Ranjan, J., Singh, R. ve Bhatnagar, V. (2011). Analytical Customer Relationship Management in Insurance Industry Using Data Mining: A Case Study of Indian Insurance Company. International Journal of Networking & Virtual Organisations. Vol. 9 Issue 4, ss. 331-366.
Savaş, S., Topaloğlu, N. ve Yılmaz, M. (2012). Veri Madenciliği ve Türkiye’deki Uygula ma Örnekleri. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi. Yıl:11. Sayı: 21. ss. 1-23.
Soares, C. (Ed.), Peng, Y. (Ed.) ve Meng, J. (Ed.). (2008). Applications of Data Mining in EBusiness and Finance. Amsterdam. NLD: IOS Pres.
Taşkın, E., Bengül, S. S., (2013). Sigorta Sektöründe İlişkisel Pazarlama Uygulamalarının Müşteri Bağlılığı Üzerindeki Etkisini Ölçmeye Yönelik Bir Araştırma ve Model Önerisi. Dumlup ınar Üniversitesi Sosyal Bilimler Dergisi EYİ 2013 Özel Sayısı, ss. 503-521.
The European E-Business Market Watch. (2002). Insurance and Pension Founding Services. e- Business Sector Report No:5. European Commission. Belgium, August.
Todman, C. (2001). Designing a Data Warehouse: Supporting Customer Relationship Management. United Kingdom: Prentice-Hall.
Tunçsiper, B. ve Sakarya, Ş. (2005). Küreselleşme Sürecinde Veri Madenciliği ve Ekonomik Kararlardaki Etkinliği Açısından Bir Değerlendirme. Uluslararası Finans Sempozyumu 2005. Beta Yayınevi. ss. 233-245.
Uçarer, M. (2010) Sigorta Sektörü Sahtekarlıkları ve Çözüm Önerileri. Poliçem Dergisi. Nisan. ss. 6-8.
Uralcan, Ş. (2005). Küreselleşme Sürecinde Sigorta Şirketlerinde Bilgi Yönetiminin Gereksinimi. Uluslararası Finans Sempozyumu 2005. Beta Yayınevi. ss. 195-208.
Wanke, P. ve Barros, C. P. (2016). Efficiency Drivers in Brazilian Insurance: A Two-Stage DEA Meta Frontier-Data Mining Approach. Economic Modelling. Vol. 53, DOI: 10.1016/j.econmod.2015.11.005, ss. 8-22.
Westphal, C. ve Blaxton, T. (1998). Data Mining Solutions:Methods and Tools for Solving Real- World Problems. U.S.A.: Wiley & Sons.