如何用機器學習方法提升客戶體驗－以保險業為例！

陳政廷(Tim)

Published in

Marketingdatascience

Jul 14, 2021

情境

若今天不小心遭逢了一場嚴重車禍，第一時間您會想到誰？

家人
朋友
心愛的人

而＂保險業務員＂往往才會是大多數人最後才想到的~!
但其實第一時間聯繫保險業務員，詢問並了解理賠內容，對於保障自身權益，及做適當的決策是非常重要且關鍵的一環。

這也是本篇文章中想要和大家分享的案例 — A保險公司，想要持續改善的方向，期待為每一位客戶提供最適合的產品並提升其顧客體驗。

A保險公司未來方向：打算建立一套自動的方法，用來預測發生意外時所產生的成本及索賠嚴重性。

A保險公司作法：運用保險業資料集中相關特徵變數（去識別化），進一步預測目標變數之值。

解決方法

首先，先來查看原始資料集的狀況，可以看到裡面所有特徵變數及目標變數都已進行了去識別化的處理。整體包含了116個類別變數欄位、14個連續變數欄位、1個客戶ID欄位與1個目標變數(Loss)，也就是該案件發生後，會損失多少錢，如圖1所示。

了解資料結構後，本文將以列點的方式陳述資料處理的步驟 :

敘述統計
藉由觀察連續變數的四分位數以及偏態系數，建立對連續變數欄位的基礎認識。
資料視覺化
(a) 透過查看類別變數中各種類的比例，了解普遍出現的狀況為何，假設其中一個特徵欄位”cat1"為保險險種，內容為其涵蓋的保障類別，便可以找出各險種的特色。
(b) 掌握連續變數的分布情形，是否具有常態分佈的樣態。
將類別變數欄位變為二元變數欄位
使用資料處理套件LabelEncoder，重新整理類別變數欄位。
針對目標變數(Loss)進行偏態修正(skew correction)
將目標變數轉換成趨於常態的形式，以降低離群值所造成的影響(假設每個變數的值為X，將其變成log(1+X)，底下有附上目標變數欄位(Loss)轉換前後給大家參照，如圖2、圖3所示。

這邊一共使用了14個演算法進行建模，我們將依據演算法的差異進行以下分類，如果想進一步了解如何操作，請參考此連結。

1.線性

Linear Regression
Ridge Regression
LASSO Linear Regression
Elastic Net Regression

2.非線性

KNN
CART
SVM

3.Bagging

Bagged Decision Trees
Random Forest
Extra Trees

4.Boosting

AdaBoost
Stochastic Gradient Boosting
XGBoost

5.深度學習

成果與應用

完成上述模型建置後，便可透過挑選預測效果最好的模型，來協助A公司在進行決策時能採取對應措施。例如：針對根據不同風險程度的客戶所預測出來的可能損失金額，如圖4的預估loss所示，除了提供不同費率外，更量身打造最有利的保險組合，讓顧客有更好的使用體驗。透過預測模型的建議，進一步提高客戶對於該公司推薦產品的信賴程度，嘗試用資料科學的方法達到雙贏的效果!！