Jorge SEGURA GISBERT, José Antonio ALVAREZ JAREÑO, José PAVÍA MIRALLES, Patricia GARCÍA TORRES
“Detección del riesgo de fuga de clientes de una entidad aseguradora mediante algoritmos de machine learning”
Assicurazione danni

 

Con il presente lavoro, gli Autori si focalizzano sulla identificazione e sulla previsione del rischio di mancato rinnovo delle polizze danni tramite algoritmi basati sull’apprendimento automatico (“machine learning”).

Nello specifico, l’obiettivo perseguito è duplice:

  • identificare e prevedere quali siano i clienti che intendono non rinnovare la polizza;
  • interpretare e spiegare il modello selezionato per valutare il rischio di mancato rinnovo.

La questione principale, secondo gli Autori, non è tanto quella di individuare chi intende cambiare compagnia quanto capire perché stia pensando di farlo.
Le metodologie di apprendimento automatico (machine learning) contribuiscono a individuare le persone contraddistinte da alta probabilità di lasciare la propria compagnia. Tuttavia, se gli algoritmi utilizzati  - per lo meno quelli che normalmente forniscono i risultati migliori -  sono complessi, vi sono ridotte possibilità di interpretare il modello e di spiegare in modo ragionato il comportamento degli assicurati.

Sulla base di un database reale di una compagnia assicuratrice con un portafoglio di polizze auto per il periodo 2012-2016, vengono analizzate informazioni quali i fattori di rischio considerati nei modelli di pricing, la sinistrosità, i mezzi di pagamento e i canali distributivi utilizzati, le caratteristiche socio-demografiche e il comportamento degli assicurati. Successivamente sono selezionate le variabili rilevanti da includere nel modello proposto. Sono applicati, in particolare, tre algoritmi che hanno in passato consentito di raggiungere buoni risultati per problemi analoghi a quello oggetto di analisi: Decision Tree Pruning, Random Forest e Extreme Gradient Boosting.

I risultati ottenuti sono utili per l’impresa di assicurazione che intenda fidelizzare quei clienti particolarmente redditizi, caratterizzati da una elevata probabilità di abbandono.

L’individuazione delle variabili rilevanti e delle ragioni della volontà di cambiare compagnia consente alle imprese di adottare strategie commerciali personalizzate e di misurare in modo più appropriato l’efficienza di tali strategie.

STATISTICHE
NEWS