รายชื่อบทความงานประชุมวิชาการระดับชาติ ครั้งที่ 13 (มหาวิทยาลัยราชภัฏนครปฐม)
ระหว่างวันที่ 8 – 9 กรกฎาคม 2564 รูปแบบออนไลน์
| ชื่อบทความภาษาไทย |
การจัดการข้อมูลไม่สมดุลของการทำกลยุทธ์เสนอขายประกันต่อยอดสำหรับผู้ถือบัตรเครดิต |
| ชื่อบทความภาษาอังกฤษ (Title) |
Managing the Imbalanced Data of Cross-sell Strategy for Credit Card Holders |
| ชื่อผู้เขียนภาษาไทย
(Authors TH) |
นายกิตติภพ แซ่เตีย, อ.ดร.จิรภัทร์ หยกรัตนศักดิ์  , |
| ชื่อผู้เขียนภาษาอังกฤษ (Authors EN)
|
Kittipob Saetia, Jiraphat Yokrattanasak , |
| บทคัดย่อภาษาไทย |
ปัจจุบันการเสนอขายกรมธรรม์ประกันชีวิตต่อยอด (Cross-sell) สำหรับผู้ถือบัตรเครดิตของธนาคารต่าง ๆ ได้รับความนิยมอย่างแพร่หลาย แต่ผลตอบรับในการเสนอขายกรมธรรม์ประกันชีวิตนั้นมีการตอบรับเอนเอียงไปทางปฏิเสธการขาย จึงทำให้เกิดความไม่สมดุลของข้อมูลในการเสนอขาย ดังนั้นงานวิจัยฉบับนี้จึงจัดทำขึ้นโดยมีวัตถุประสงค์จัดการข้อมูลที่ไม่สมดุลของผลการตอบรับ เพื่อการนำไปใช้งานสร้างแบบจำลองทำนายอัตราตอบรับการเสนอขายกรมธรรม์ ทั้งนี้ ผู้วิจัยได้สร้างชุดข้อมูลจำลองประกอบไปด้วยตัวแปรต่าง ๆ ของลูกค้าแต่ละคนพร้อมทั้งคำตอบในการตอบรับ โดยให้คำตอบในการตอบรับมีสัดส่วนไม่สมดุล (Imbalanced Data) คล้ายกับข้อมูลจริง แล้วได้ใช้เทคนิคการสังเคราะห์ข้อมูลด้วยวิธีการสุ่มลด (Under Sampling) วิธีการสุ่มเกิน (Over Sampling) และวิธีสังเคราะห์ข้อมูลเพิ่ม (Synthetic Minority Over-sampling Technique: SMOTE) มาจัดการชุดข้อมูล แล้วใช้อัลกอริทึมช่วยเลือกปัจจัยที่เหมาะสม และใช้แบบจำลองถดถอยในการทำนายเพื่อเปรียบเทียบประสิทธิภาพเทคนิคการจัดการข้อมูล ผลการวิจัยพบว่า วิธีสังเคราะห์ข้อมูลเพิ่ม SMOTE มีประสิทธิภาพเหมาะสมกับการแก้ปัญหาข้อมูลไม่สมดุลของการเสนอขายกรมธรรม์
|
|
| คำสำคัญภาษาไทย |
กรมธรรม์ประกันชีวิต ,บัตรเครดิ,ข้อมูลไม่สมดุล ,วิธีการสุ่ม |
| Abstract |
Cross-selling insurance products, which is part of banking activities, has grown in importance in today's banking industry. Because of the negative customer responses, highly imbalanced data is taken into account. The study introduces the concept of management imbalanced data and a forecasting model for predicting customer satisfaction response rates, including with specific data. In this study, a simulated dataset was created that replicated the statistical properties of the original data. The data is then adjusted using Under Sampling, Over Sampling, and the Synthetic Minority Over-sampling Technique (SMOTE). In addition, an algorithm is used to select the precise factor. Furthermore, regression analysis is used to forecast the effectiveness of data analysis. This study demonstrates that the Synthetic Minority Over-sampling Technique (SMOTE) is an effective method for improving the imbalanced cross-selling insurance data.
|
| Keyword |
Life Insurance Policy,Credit Card,Imbalanced Data,Data Sampling |
| กลุ่มของบทความ |
คณิตศาสตร์และสถิติ |
| รูปแบบการนำเสนอ |
Oral |
| รูปแบบของบทความ |
บทความวิจัย |
| Publication date |
8 - 9 กรกฎาคม 2564 |
|
|