×

地理因素对流失预测的影响:马德里市区一家保险公司的应用。 (英语) Zbl 1411.91276号

摘要:地理因素在商业文献中曾被视为决定性因素。本文证明了地理因素在城市环境中的顾客失误行为中所起的重要作用。这种新颖的方法基于这样一种思想,即取消所有保单并离开公司的客户并不是随机分布的;相反,我们注意到了亲密个体的模仿表现。客户与地理中心(战略中心,如保险公司)的物理距离以及与附近客户的互动是增加(或减少)流失概率的空间因素。一项使用西班牙马德里市区一家西班牙保险公司7000多名空间地理参考线下客户进行的实证分析表明,客户与该保险公司办公室的距离越近,流失的概率越低,然而,在公司竞争对手分支机构周围的客户中检测到高失效风险。此外,我们确定了流失概率的空间自相关,从而证明了如果附近的客户流失,客户流失的概率会增加。

MSC公司:

91B30型 风险理论,保险(MSC2010)
91D20型 数学地理学和人口学
91B42型 消费者行为、需求理论
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Abbasimehr,H。;塞塔克,M。;Tarokh,M.,集成学习在客户流失预测中的性能比较评估,《国际阿拉伯信息技术杂志》,11,61599-606(2014)
[2] Allahayari,R。;Vahidy,K.,《将数据挖掘应用于保险客户流失管理》,IPCSIT,30,82-92(2012)
[3] 阿马拉,P.V。;Anselin,L。;Arribas-Bel,D.,probit模型中空间误差相关性的测试,《空间与资源科学快报》,6,2,91-101(2013)·doi:10.1007/s12076-012-0089-9
[4] Archaux,C.、Martin,A.和Khenchaf,A.(2004)。预付费移动电话中基于SVM的流失检测器。信息和通信技术国际会议:从理论到应用.诉讼。2004年信息与通信技术国际会议。
[5] Baecke,P。;Van Den Poel,D.,《包括客户获取模型中的空间相互依赖:跨类别比较》,《应用专家系统》,第39、15、12105-12113页(2012年)·doi:10.1016/j.eswa.2012.04.008
[6] Baecke,P。;Van Den Poel,D.,《通过在不同粒度水平上合并空间自相关来改进客户获取模型》,《智能信息系统杂志》,41,1,73-90(2013)·doi:10.1007/s10844-012-0225-4
[7] Boehm,M.,《确定互联网渠道使用对客户一生的影响》,《互动营销杂志》,22,3,2-22(2008)·doi:10.1002/dir.20114
[8] 布罗科特,P.L。;Golden,L.L。;M.Guillen。;尼尔森,J.P。;帕纳,J。;Perez-Marin,A.M.,《家庭保险组合的生存分析:你需要多少时间才能阻止全部客户流失?》?,《风险与保险杂志》,75,3,713-737(2008)·数字对象标识代码:10.1111/j.1539-6975.2008.00281.x
[9] 伯里奇,P。;Elhorst,J.P。;Zigova,K。;Lesage,J.P。;佩斯,K。;Baltagi,B.,《研究中的群体互动和一般嵌套空间模型的使用》,《计量经济学进展:定性和有限因变量》,37,223-258(2016),阿姆斯特丹:爱思唯尔
[10] Christiansen,M.C。;Eling,M。;施密特,J.P。;Zirkelbach,L.,谁在改变医疗保险范围?关于投保人动态的经验证据,《风险与保险杂志》,83,2,269-300(2016)·doi:10.111/主要12053
[11] Clapp,J.M。;Fields,J.A。;Ghosh,C.,《空间市场盈利能力的检验:人寿保险机构所在地的案例》,《风险与保险杂志》,57,3,431-454(1990)·doi:10.2307/252841
[12] 保险公司之间的合作研究。(2016). Los Seguros Multiriesgo是一名医生。(编号1449)。
[13] 库塞门特,K。;Van Den Poel,D.,《订阅服务中的客户流失预测:比较两种参数选择技术时支持向量机的应用》,《专家系统与应用》,34,1,313-327(2008)·doi:10.1016/j.eswa.2006.09.038
[14] 杜姆,R.E。;Hoyt,R.E.,《保险分销渠道:转型中的市场》,《保险监管杂志》,22,1,27-47(2003)
[15] Friedman,J.H.,多元自适应回归样条,《统计年鉴》,19,1,1-67(1991)·Zbl 0765.62064号 ·doi:10.1214/aos/1176347963
[16] 古里,A.M。;Haq,M.A.U。;Khan,N.R.,《顾客对网上购物意向的感知:网上购物取向对网上购物意愿的影响》,《欧亚科学、技术、工程与数学学报》,第176-82页(2017年)
[17] 哥恩特,C.C。;Tvete,I.F。;Aas,K。;Sandnes,G.I。;博根,Ø。,《模拟和预测保险公司的客户流失》,《斯堪的纳维亚精算杂志》,2014,1,58-71(2014)·Zbl 1401.91144号 ·doi:10.1080/03461238.2011.636502
[18] Haenlein,M.,《客户流失决策中的社会互动:关系方向性的影响》,《国际营销研究杂志》,30,3,236-248(2013)·doi:10.1016/j.ijresmar.2013.03.003
[19] Huigevoort,C.&Dijkman,R.(2015)。保险公司客户流失预测埃因霍温理工大学博士论文。
[20] Hung,S.Y。;Yen,D.C。;Wang,H.Y.,将数据挖掘应用于电信客户流失管理,应用专家系统,31,3,515-524(2006)·doi:10.1016/j.eswa.2005.09.080
[21] 科莱詹,H.H。;Prucha,I.R.,《关于Moran I检验统计量的渐近分布及其应用》,《计量经济学杂志》,104,2,219-257(2001)·Zbl 1002.62019 ·doi:10.1016/S0304-4076(01)00064-1
[22] Keramati,A。;贾法里·马兰迪,R。;Aliannejadi,M。;艾哈迈迪安。;莫扎法里,M。;Abbasi,U.,《使用数据挖掘技术改进电信行业流失预测》,应用软计算,24994-1012(2014)·doi:10.1016/j.asoc.2014.08.041
[23] 拉科姆,D。;Lesage,J.P.,空间自回归概率模型的使用和解释,《区域科学年鉴》,60,1,1-24(2018)·doi:10.1007/s00168-015-0705-x
[24] 拉里维埃,B。;Van Den Poel,D.,使用随机森林和回归森林技术预测客户保留和盈利能力,应用专家系统,29,2,472-484(2005)·doi:10.1016/j.eswa.2005.04.043
[25] Lazarov,V.和Capota,M.(2007年)。Churn预测商业分析课程。TUM计算机科学。
[26] Le Rest,K。;Pinaud,D。;莫内斯蒂兹,P。;查多夫,J。;Bretagnolle,V.,《存在空间自相关的变量选择的空间分离交叉验证》,《全球生态学和生物地理学》,23,7,811-820(2014)·doi:10.1111/geb.12161
[27] Lemmens,A。;Croux,C.,《打包和提升分类树以预测流失》,《营销研究杂志》,43,2,276-286(2006)·doi:10.1509/jmkr.43.2.276
[28] Lesage,J.P.,有限因变量空间自回归模型的贝叶斯估计,地理分析,32,1,19-35(2000)·doi:10.1111/j.1538-463.2000.tb00413.x
[29] Lesage,J.P。;Pace,R.K.,《空间计量经济学导论》(2009),佛罗里达州博卡拉顿:查普曼和霍尔/CRC·Zbl 1163.91004号
[30] Löchl,M.、Hauri,H.R.和Axhaussen,K.(2009年)。代理人、空间和市场份额:瑞士保险市场的空间分析ETH、Eidgenössische Technische Hochschule Zürich、IVT、Institute für Verkehrsplanung und Transportsysteme。
[31] Martinetti,D。;Geniaux,G.,空间概率模型的近似似然估计,《区域科学与城市经济学》,64,30-45(2017)·doi:10.1016/j.regscieurbeco.2017.02.002
[32] Mcmillen,D.P.,Probit with spatial autocorrelation,《区域科学杂志》,32,3,335-348(1992)·doi:10.1111/j.1467-9787.1992.tb0190.x
[33] 梅尼克,V。;Van Osselaer,S.M。;Bijmolt,T.H.,女性比男性更忠诚吗?对公司和个人服务提供商忠诚度的性别差异,《市场营销杂志》,73,4,82-96(2009)·doi:10.10509/jmkg.73.4.82
[34] Milborrow,S.(2011)。源自T.Hastie和R.Tibshirani的mda:mars。地球:多元自适应回归样条,2011年。R包。
[35] 米洛,G。;Carmeci,G.,《意大利非人寿保险消费:分区域面板数据分析》,《地理系统杂志》,第13、3、273-298页(2011年)·doi:10.1007/s10109-010-0125-5
[36] 莫里克(Morik,K.)。;Köpcke,H.,《分析保险数据中的客户流失——案例研究》,欧洲数据挖掘和知识发现原则会议,325-336(2004),海德堡:斯普林格
[37] Neslin,S.A。;古普塔,S。;镰仓,W。;卢,J。;Mason,C.H.,《缺陷检测:测量和理解客户流失模型的预测准确性》,《营销研究杂志》,43,2,204-211(2006)·doi:10.1509/jmkr.43.2.04
[38] 皮涅罗,C.A.R。;Helfert,M.,《增强客户忠诚度过程的神经网络和社会网络》,《计算机科学和工程的创新和进步》,91-96(2010),多德雷赫特:施普林格出版社
[39] 平克塞,J。;Slade,M.E.,《空间收缩:空间统计在离散选择模型中的应用》,《计量经济学杂志》,85,125-154(1998)·Zbl 0962.62120号 ·doi:10.1016/S0304-4076(97)00097-3
[40] Risselada,H。;P.C.弗霍夫。;Bijmolt,T.H.,《流失预测模型的持久力》,《互动营销杂志》,2010年第24期,第3期,第198-208页·doi:10.1016/j.intmar.2010.04.0002
[41] Rosset,S。;Neumann,E。;美国埃克。;Vatnik,N.,用于决策支持的客户终身价值模型,数据挖掘和知识发现,7321-339(2003)·doi:10.1023/A:1024036305874
[42] 萨拉迪,V.V。;Palshikar,G.K.,员工流失预测,应用专家系统,38,3,1999-2006(2011)·doi:10.1016/j.eswa.2010.07.134
[43] 苏埃尼,R。;Rodpysh,K.,《将数据挖掘应用于保险客户流失管理》,《国际计算机科学学报》,第30期,第82-92页(2012年)
[44] Torkzadeh,G。;Chang,J.C.J.(张建中)。;Hansen,G.W.,《确定默克医疗公司客户关系管理中的问题》,《决策支持系统》,42,2,1116-1130(2006)·doi:10.1016/j.dss.2005.10.003
[45] 蔡家富。;Lu,Y.H.,混合神经网络的客户流失预测,应用专家系统,3612547-12553(2009)·doi:10.1016/j.eswa.2009.05.032
[46] Vafeiadis,T。;Diamantaras,K.I。;Sarigiannidis,G。;Chatzisavas,K.C.,《客户流失预测的机器学习技术比较》,模拟建模实践与理论,55,1-9(2015)·doi:10.1016/j.simpat.2015.03.003
[47] 韦贝克,W。;Dejaeger,K。;Martens,D。;胡尔,J。;Baesens,B.,《电信行业流失预测的新见解:利润驱动的数据挖掘方法》,《欧洲运筹学杂志》,218,1,211-229(2012)·doi:10.1016/j.ejor.2011.09.031
[48] 韦贝克,W。;Martens,D。;梅斯,C。;Baesens,B.,《使用高级规则归纳技术构建可理解的客户流失预测模型》,《应用专家系统》,38,3,2354-2364(2011)·doi:10.1016/j.eswa.2010.08.023
[49] 谢,Y。;李,X。;Ngai,E.W.T。;Ying,W.,使用改进的平衡随机森林预测客户流失,应用专家系统,36,3,5445-5449(2009)·doi:10.1016/j.eswa.2008.06.121
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。