میترا قنبرزاده

پیشینه و اهداف: به رغم اهمیت بالای بیمه درمان تکمیلی، یکی از موانع گسترش آن، مشخص نبودن میزان تمایل به پرداخت برای این نوع بیمه نامه است. بی توجهی به محاسبات بیمه ای در قانون و دیدگاه های حمایتی سیاست گذاران در این زمینه، به تعیین حق بیمه ها ازسوی مراجع بیمه گر منجر می شود و به همین دلیل ممکن است با هزینه های انجام شده تطابق نداشته باشد. بر این اساس، هدف اصلی در این مقاله شناسایی عوامل مؤثر بر تمایل به پرداخت مصرف کنندگان بیمه درمان تکمیلی، و برآورد میزان تمایل به پرداخت آنهاست.روش شناسی: در راستای پاسخگویی به این اهداف از روش های مطالعه کتابخانه ای، پانل خبرگی و روش آزمون انتخاب گسسته در کنار روش تحلیل توأمان استفاده گرفته شد.یافته ها: براساس نتایج بخش کیفی، هشت ویژگی برای بسته بیمه درمانی در چهار سطح استخراج شد. یافته های بخش کمّی نیز نشان داد افراد در شهر تهران بیشترین میزان مطلوبیت را از پوشش خدمات بستری به دست می آورند. این مطلوبیت در خدمات بستری بخش خصوصی بیشتر از بخش عمومی است. به علاوه پوشش خدمات سرپایی نیز نسبت به سایر ویژگی ها وزن بیشتری در ترجیحات افراد دارد. همچنین مطلوبیت و تمایل به پرداخت در مورد پوشش خدمات دندان پزشکی، قابل توجه و در مورد پوشش مراقبت های طولانی مدت، خدمات پاراکلینیکی و توان بخشی در حد متوسط ارزیابی شد. تجهیزات پزشکی کمترین مطلوبیت را برای افراد ایجاد می کند و وجود این ویژگی در بسته تحت پوشش بیمه درمان تکمیلی کمترین تأثیر را در تمایل به پرداخت مردم دارد. همچنین حق بیمه تأثیری منفی بر انتخاب بیمه درمان تکمیلی دارد. همچنین، یافته ها نشان داد که ویژگی های دموگرافیک (زمینه ای) و اجتماعی– اقتصادی بیمه شده ها می تواند بر ترجیحات افراد مؤثر باشد.نتیجه گیری: بیشترین تمایل به پرداخت افراد، برای «خدمات دندان پزشکی» و «ارائه مراقبت در منزل» و «تعدد مراکز درمانی تحت قرارداد» است که باید در تنظیم قراردادها مورد توجه بیمه گران قرار گیرد.

  دو عامل اصلی باعث افزایش ضریب خسارت بیمه درمان می شود. اول، تعیین نرخ های غیرفنی حق بیمه به دلیل کم بودن حق بیمه های دریافتی یا کاهش قیمت در بازار بیمه تکمیلی درمان و دوم، هزینه های بالای بیمه درمانی که می تواند دلایل مختلفی داشته باشد. از چالش های خسارت بالای بیمه درمان در ایران در رابطه با قیمت گذاری می توان به عدم توانایی شرکت های بیمه در افزایش حق بیمه متناسب با افزایش تعرفه ها و غیر واقعی بودن حق بیمه در بیمه های درمان اشاره کرد. در واقع، قیمت ها باید هزینه های واقعی را منعکس کنند و اهداف نظام ارائه بیمه های درمان گسترده تر را در نظر بگیرند. در این راستا، شناسایی آسیب های نرخ گذاری بیمه های درمان گروهی اهمیت فراوانی پیدا می کند. روش تحقیق، از نوع آمیخته (کمی-کیفی) بوده، داده های تحقیق با استفاده از مطالعه کتابخانه ای و مصاحبه گردآوری شد. جامعه تحقیق را مدیران و متخصصین درمان در صنعت بیمه کشور تشکیل داده که به روش نمونه گیری گلوله برفی با سؤالات باز تا رسیدن به اشباع نظری مصاحبه شد. بر اساس نتایج تحقیق، عمده چالش ها را می توان در سه دسته ارزیابی ریسک، برگزاری مناقصه و رقابت کاذب و قانونی و مقرراتی قرار داد که از این میان، نرخ شکنی شرکت های بیمه و ارائه نرخ های غیرفنی جهت جذب سهم بیشتر در بازار، سهم بالایی در چالش های مطروحه دارد. صنعت بیمه برای رفع چالش ها در بخش رگولاتوری، نهاد نظارتی می تواند سامانه ثبت مناقصات بزرگ را راه اندازی کند و تمامی درخواست های بیمه گذاران را بر اساس پوشش هایی که در آیین نامه ۹۹ شورای عالی بیمه ارائه می شود، نرخ های شرکت های بیمه را به منظور اطمینان از مناسب بودن نرخ ها ارزیابی کند. لذا نهاد ناظر می تواند سالانه نرخ هایی را  حداقل نرخ پایه در بیمه های درمان گروهی تعیین و شرکت های بیمه را ملزم به اعمال این کف نرخ کند. در بخش ارزیابی ریسک، بیمه گران می توانند پایگاه های اطلاعاتی را برای نظارت بر رفتار بیمه گذاران خود تقویت کرده و پایه های ریسک را برای ارزیابی دقیق ریسک شناسایی و اعمال کنند.

هدف: هدف اصلی پژوهش حاضر بررسی و امکان سنجی کاربست نظریه دم طولانی در فروشگاه های کتاب الکترونیکی است که فروشگاه طاقچه به عنوان مورد مطالعه انتخاب شد. بدین صورت که محصولات فرهنگی و به طور خاص کتاب های کم فروش که تنوع بالایی دارند؛ اما تعداد فروش هرکدام اندک است، در دم توزیع «دم طولانی» جای می گیرند و کتاب های پرفروش که تعداد اندک، ولی فروش بالایی دارند، در سر توزیع جای می گیرند. این پژوهش درصدد است که نشان دهد هرچقدر تنوع محصولات کم فروش افزایش یابد، سنگینی دم بیشتر شده و درآمد ناشی از فروش محصولات در دم برابر و یا بیشتر از درآمد ناشی از فروش محصولات موجود در سر توزیع (یعنی کتاب های پرفروش) خواهد بود. روش پژوهش: این پژوهش از نوع کمی بوده و برای تجزیه و تحلیل داده ها از روش پیمایشی تحلیلی استفاده شد. جامعه مورد بررسی «فروشگاه کتاب الکترونیکی طاقچه» و نمونه شامل کتاب های گروه ادبیات داستانی بود که معمولاً بیشتر مورد اقبال عمومی قرار می گیرند. داده ها با همکاری گروه طاقچه از طریق پایگاه داده فروشگاه کتاب الکترونیکی طاقچه دریافت و مورد تجزیه و تحلیل آماری قرار گرفت. یافته ها: یافته ها حاکی از آن است که با افزایش تعداد کتاب ها، تابع توزیع دم طولانی نسبت به زمانی که تعداد داده ها کمتر بود، بهتر برازش پیدا می کند و دم طولانی به شکل درست تری تشکیل می شود و میزان فروش محصولات افزایش پیدا می کند. همچنین با به دست آوردن نقطه برابری میزان فروش سر و دم نمودار دم طولانی مشاهده شد که هرچه تعداد کتاب ها افزایش پیدا می کند، یافته ها به قانون 98 درصد اندرسون نزدیک می شود؛ یعنی 98 درصد از کتاب ها حداقل یک بار در سال به فروش می رسند. همچنین یافته های حاضر مثال نقضی برای قانون پارتو است. نتیجه گیری: با توجه به این موضوع که افزایش تعداد کتاب ها منجر به افزایش فروش سایر کتاب هایی که از قبل موجود بوده اند می شود، به فروشگاه های کتاب الکترونیکی پیشنهاد می شود که تا حد امکان تنوع کتاب های خود را گسترش دهند؛ زیرا تنوع کتاب ها تأثیر مثبت و مستقیمی روی دیده شدن سایر کتاب ها دارد.

پیشینه و اهداف: حفظ مشتریان همواره به عنوان مهم ترین شاکله در همه صنایع تلقی می شود و صنعت بیمه نیز از این امر مستثنی نیست. طی سال های اخیر در ایران و با افزایش فروش بیمه نامه های زندگی، حفظ مشتریان بیمه به گونه ای مورد توجه مدیران و صاحب نظران صنعت بیمه قرار گرفته است که با ارائه پوشش های متنوع بیمه ای طیف وسیعی از مشتریان خود را راضی نگه دارد. امروزه، ایجاد حس رضایت در مشتریان بیمه های زندگی توسط شرکت های بیمه یک هنر محسوب می شود و هر چه شرکت بیمه مشتریان بیشتری را راضی نگه دارد، دیگر نگران بازخرید و خارج شدن مشتریان خود نیست. هدف اصلی مقاله، پیاده سازی روش های داده کاوی در پیش بینی ریزش مشتری و شناسایی عوامل تاثیرگذار بر ریزش مشتری در محصولات بیمه زندگی یکی از شرکت های بیمه در ایران است. منظور از پیش بینی ریزش مشتری شناسایی مطلوب طبقه یا کلاس مربوط به بیمه نامه هایی است که قبل از پایان یافتن زمان پوشش بیمه، به درخواست بیمه گذار، متوقف و پایان می یابد. روش شناسی: در مقاله حاضر، سعی شده است با بهره گیری از الگوریتم های داده کاوی مانند جنگل تصادفی، درخت تصمیم، رگرسیون لجستیک و شبکه عصبی به طبقه بندی مشتریان بیمه های زندگی بر اساس ریزش و یا عدم ریزش بپردازیم. داده های مورد استفاده در این تحقیق، شامل اطلاعات بیمه نامه های زندگی یک شرکت بیمه پایلوت در سال 1398 در استان تهران است که سهم مناسب و بالایی در پرتفوی صنعت بیمه دارد. یافته ها: نتایج تحقیق حاکی از عملکرد بالای الگوریتم های جنگل تصادفی، درخت تصمیم ، رگرسیون لجستیک و شبکه عصبی در پیش بینی کلاس مربوط به ریزش مشتریان دارد. براساس نتایج حاصل از تحقیق، احتمال باز خرید در زنان و افراد دارای مشاغل پر ریسک و سن بالاتر، ببشتر است. از طرف دیگر، افرادی که در ابتدا پرداخت حق بیمه را به صورت سالانه، حق بیمه کمتر و درصد ضریب تغییر سرمایه و ریسک سرمایه بیشتری را انتخاب کرده اند، احتمال بازخرید آن ها کمتر بوده است. نتیجه گیری: با توجه به بلندمدت بودن بیمه های زندگی و نیاز به نقدینگی مشتریان با توجه به شرایط اقتصادی، شرکت های بیمه باید توجه بیشتری به مشتریان بیمه های زندگی داشته باشند و ضمن رصد رفتار مشتری در طول بیمه نامه، برنامه های وفاداری به جهت حفظ مشتری را در دستور کار خود قرار دهند.