POSCO 청년 AI Big Data 아카데미 9기 A반 2조 Big Data 프로젝트
조원 : 김범수(조장), 강지영, 김효진, 배향운, 양혜지, 정지성, 최지영
작업환경(OS) : Ubuntu18.04, Windows10 → 섞여있으니 python파일을 참고할 경우 경로 지정에 유의할 것.
작업환경(분석 툴) : Python3.7(scikit-learn, seaborn, matplotlib 외 다수 라이브러리 사용)
보험산업은 저성장·저금리·저출산 등의 영향으로 보험 수요가 지속적으로 줄고 있어 성장세 둔화가 심화되고 있다. 생명보험의 수입 보험료는 2016년(119.8조)에는 2.2% 성장하였으나 2017년 -4.9%, 2018년 -4.5% 감소하였고, 2019년(104.7조)에도 -3.9% 감소할 것으로 예상된다. 특히 영업력 지표인 초회 보험료(신규 가입자가 낸 첫 보험료)는 2015년 18.3조에서 2018년 10.9조 원으로 3년 사이 40.5% 급감했고 가구당 보험 가입률 또한 2018년 98.4%로 들 만한 사람은 이미 다 든, 포화상태에 접어든 지 오래다.
(주)포빅생명도 시장 상황과 마찬가지로 매출이 감소되고 수익성이 하락하고 있으며, 신규 고객 확보 애로라는 위기 상황을 맞이하고 있다. 그리고 보험 가입 승인 과정에서 추가적인 비용(건당 3만 원)이 요구되는 혈액검사가 일반검진 보다 월등히 높아(78.8%, 약 3.5억 원) 추가적인 비용이 지출되고 있고, 판정 결과 또한 가입 거절 비율(18.9%)이 높아 신규 고객 증가에도 한계가 있다.
그래서 영업 본부장은 이러한 위기를 극복하기 위한 방안 수립을 긴급하게 지시했다. 즉 기존 고객 및 보험 수익성을 파악하고 보험 가입 절차를 검토하여 신규 고객을 확보할 수 있는 개선 방안을 도출하라고 했다. 아울러 국민건강보험 등에서 제공되는 공공 데이터를 활용해서 고객 위험도를 산출할 수 있는 방안도 검토해 보라고 요청했다.
영업 전략팀은 심사, 보험금 청구 정보와 공공 데이터(국민 건강검진)를 활용하여 고객/보험의 수익성 영향 요인을 분석하였고 고객 위험도의 특성을 파악하여 신규 고객을 확보 등 수익성을 높이는 몇 가지 개선 기회를 도출하였다.
- 보험금 청구 및 지급 패턴을 분석하여 보험 및 고객별 수익성을 분석하는 것이 필요하며, 보험금 청구 대비 과다 지급되는 보험/고객 특성을 파악하고, 사전 검사 정보와 연계 분석을 통해 "위험 고객군"을 재정의 함으로써 감(感)이 아닌, 객관적 분석 기반의 고객/보험 수익성 파악 및 개선 방안을 도출할 필요가 있다.
- 개방된 국민 건강검진 정보를 활용하여 당사 고객의 위험도를 평가할 수 있는 기준을 추가로 개발하여 기존의 내부 데이터에 한정되었던 기준을 보완함으로써 위험 평가 기준을 객관화하고 강화하여 실질적으로 리스크를 감소시키고 효과를 높이는 방안이 필요하다.
- 신규 고객 확보가 매우 어려운 상황인데, 보험 가입을 거절했던 고객 군에서 위험도가 낮은 고객을 발굴하여 가입을 유도함으로써 신규 매출을 증대시키고, 위험도가 높은 고객에 대한 보험료 할증 방안을 수립하는 것이 필요하다
- insu_pre_review.csv : 보험가입 사전 승인 검진정보(14,938 x 48)
- insu_request : 보험 청구/지급 정보(49,449 x 24) → 제일 중요
- insu_nh_h_screen : 국민건강검진 결과 표본(177,346 x 24)
- insu_price : 보험상품별 보험료(29 x 3)
- insu_code_sick : 상병 정보(13,755 x 7)
자세한 사항은 DataSet 폴더 안에 Data Dictionary(보험사).xlsx 와 2조_Data Dictionary.xlsx 파일을 참고
클라우드 서비스를 사용하지 않고 구현하여 로컬환경에서 구동해야 합니다.
3. 상품 추천 모델(웹 포함) 폴더 안에 app.py를 실행하면 터미널 창에 주소가 나옵니다.
ex) http://127.0.0.1:5000/
app.py가 실행되어 있는 상태에서 해당 주소로 접근하시고, 종료시 터미널 창에서 Ctrl+C 를 입력해 주시면 안전하게 종료됩니다.
상품추천 서비스의 경우 우측 상단에 보험상품 - 상품추천 서비스에서 진행하실 수 있습니다.
혹은 메인홈페이지 두번째 슬라이더에 맞춤형 상품 알아보기 버튼을 눌러주시면 되겠습니다.