Modelação do cancelamento de apólices de seguro automóvel, por parte do cliente

• Autor(a) principal: Cordeiro, Vasco André Mota Torres
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.22/12790
• topic: Fidelidade do cliente; Modelos lineares generalizados; Regressão logística; Curva ROC; Customer loyalty; Generalized linear models; Logistic regression; ROC curve

Os cancelamentos de apólices influenciam diretamente as operações comerciais diárias e têm impacto no risco assumido pelas companhias de seguros, o que torna evidente a necessidade de ter um papel ativo na definição de estratégias que levem à promoção da fidelidade do cliente e na garantia de meios que facilitem a monitorização dos riscos comerciais. Quis-se identificar, entre os clientes com seguro automóvel de uma companhia de seguros, características que distinguem aqueles que cancelam as suas apólices de seguro dos outros clientes, de modo que, conhecidas as características de um novo indivíduo, se possa prever a que grupo pertence. Ponto de partida: dois conjuntos de dados contendo informações relativas a apólices de seguro e a sinistros ocorridos. Os conjuntos de dados foram trabalhados e uni cados até um conjunto final, composto por 371252 apólices ativas no ano de 2015 e, para cada uma delas, dados relativos a vinte variáveis, sendo uma delas a variável resposta (anulação da apólice, por parte do cliente) a ser predita pelas dezanove restantes. Um modelo linear generalizado, em particular uma regressão logística, construído com o conjunto das quatro variáveis mais significativas (data inicial, bonificação, forma de pagamento e pack de coberturas 2 ), dada a sua parcimónia, foi preferido pela companhia de seguros. A curva ROC correspondente tem uma AUC de aproximadamente 66.6%, com IC95% = [65.8%, 67.3%]. Fixando o objetivo de 80% para a sensibilidade, tem-se uma especificidade de aproximadamente 42% e uma exatidão pouco superior a 47%. Como alternativa, apresenta-se um modelo, construído com recurso a 5 variáveis simples (data inicial, bonificação, forma de pagamento, pack de coberturas 1, prémio apólice) e a uma das interações entre um par dessas variáveis (data inicial / forma de pagamento). A este modelo corresponde uma curva ROC com AUC = 69.4%, IC95% = [68.7%, 70.1%] e, para o mesmo objetivo de cerca de 80% de sensibilidade, consegue 47% de especificidade e exatidão pouco acima de 51%. Tendo como meta para o modelo o objetivo do equilíbrio entre bom ajustamento, parcimónia e interpretação, verificou-se que apenas a qualidade de ajustamento deixa a desejar.