Data set
https://www.kaggle.com/datasets/annantkumarsingh/health-insurance-cross-sell-prediction-data/data
Health Insurance Cross Sell Prediction Data
www.kaggle.com
이 데이터셋을 통해서, 고객들에게 자동차보험 크로스셀을 제안하려고 합니다!
어떤 고객이 과연 자동차 보험을 가입할 가능성이 높을까요?
Data Load
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
#지수표기법 X
pd.set_option('display.float_format', lambda x: '%.3f' % x)try:
# 윈도우 환경 (D 드라이브)
train = pd.read_csv('D:/train.csv')
test = pd.read_csv('D:/test.csv')
sample_submission = pd.read_csv('D:/sample_submission.csv')
except:
# 맥 환경
base_path = '/Users/baeknamjin/Downloads/binary-classification-of-insurance-cross-selling/'
train = pd.read_csv(base_path + 'train.csv')
test = pd.read_csv(base_path + 'test.csv')
# 아래 줄 오타 수정됨 (경로 사이에 / 확인)
sample_submission = pd.read_csv(base_path + 'sample_submission.csv')Variable Description
idContinuous고객 고유 식별자
| Age | Continuous | 고객의 나이 |
| Gender | Dichotomous | 고객의 성별 |
| Driving_License | Dichotomous | 0: 운전면허 없음, 1: 운전면허 있음 |
| Region_Code | Nominal | 고객 지역의 고유 코드 |
| Previously_Insured | Dichotomous | 0: 차량 보험 미가입, 1: 차량 보험 가입 |
| Vehicle_Age | Nominal | 차량 연식 |
| Vehicle_Damage | Dichotomous | 0: 과거 차량 사고 없음, 1: 과거 차량 사고 있음 |
| Annual_Premium | Continuous | 고객이 연간 납부해야 하는 보험료 |
| Policy_Sales_Channel | Nominal | 고객 접촉 채널의 익명화된 코드 (영업사원, 이메일, 전화, 대면 등) |
| Vintage | Continuous | 고객이 회사와 거래한 기간 (일 단위) |
| Response (Target) | Dichotomous | 1: 고객 관심 있음, 0: 고객 관심 없음 |
Data Wrangling
train.head()데이터 샘플
idGenderAgeDriving_LicenseRegion_CodePreviously_InsuredVehicle_AgeVehicle_DamageAnnual_PremiumPolicy_Sales_ChannelVintageResponse
| 0 | Male | 21 | 1 | 35.0 | 0 | 1-2 Year | Yes | 65,101 | 124.0 | 187 | 0 |
| 1 | Male | 43 | 1 | 28.0 | 0 | > 2 Years | Yes | 58,911 | 26.0 | 288 | 1 |
| 2 | Female | 25 | 1 | 14.0 | 1 | < 1 Year | No | 38,043 | 152.0 | 254 | 0 |
| 3 | Female | 35 | 1 | 1.0 | 0 | 1-2 Year | Yes | 2,630 | 156.0 | 76 | 0 |
| 4 | Female | 36 | 1 | 15.0 | 1 | 1-2 Year | No | 31,951 | 152.0 | 294 | 0 |
train.shape(11504798, 12)train.describe()기술 통계량 (Descriptive Statistics)
idAgeDriving_LicenseRegion_CodePreviously_InsuredAnnual_PremiumPolicy_Sales_ChannelVintageResponse
| count | 11,504,798 | 11,504,798 | 11,504,798 | 11,504,798 | 11,504,798 | 11,504,798 | 11,504,798 | 11,504,798 | 11,504,798 |
| mean | 5,752,398.5 | 38.4 | 1.0 | 26.4 | 0.46 | 30,461.4 | 112.4 | 163.9 | 0.12 |
| std | 3,321,149.3 | 15.0 | 0.04 | 13.0 | 0.50 | 16,454.7 | 54.0 | 80.0 | 0.33 |
| min | 0 | 20 | 0 | 0 | 0 | 2,630 | 1 | 10 | 0 |
| 25% | 2,876,199.3 | 24 | 1 | 15 | 0 | 25,277 | 29 | 99 | 0 |
| 50% | 5,752,398.5 | 36 | 1 | 28 | 0 | 31,824 | 151 | 166 | 0 |
| 75% | 8,628,597.8 | 49 | 1 | 35 | 1 | 39,451 | 152 | 232 | 0 |
| max | 11,504,797 | 85 | 1 | 52 | 1 | 540,165 | 163 | 299 | 1 |
Insight
- Annual_premium 변수에서 연 5천 만원을 내는 사람있음.
train.info()<class 'pandas.core.frame.DataFrame'>
RangeIndex: 11504798 entries, 0 to 11504797
Data columns (total 12 columns):
# Column Dtype
--- ------ -----
0 id int64
1 Gender object
2 Age int64
3 Driving_License int64
4 Region_Code float64
5 Previously_Insured int64
6 Vehicle_Age object
7 Vehicle_Damage object
8 Annual_Premium float64
9 Policy_Sales_Channel float64
10 Vintage int64
11 Response int64
dtypes: float64(3), int64(6), object(3)
memory usage: 1.0+ GB# 일단 먼저 수치형, 범주형 변수 분리
num_cols = train.select_dtypes(include=np.number).columns.tolist()
num_cols.remove('id') # id 컬럼 제외
cat_cols = train.select_dtypes(include='object').columns.tolist()데이터 탐색해보기
# num_cols
num_cols['Age',
'Driving_License',
'Region_Code',
'Previously_Insured',
'Annual_Premium',
'Policy_Sales_Channel',
'Vintage',
'Response']# 수치형 변수 히스토그램
plt.figure(figsize=(10, 6))
i = 0
for col in num_cols:
i += 1
plt.subplot(4, 2, i)
sns.histplot(train[col])
plt.title(f'Histogram of {col}')
plt.tight_layout()
plt.show()
(train['Driving_License'].value_counts() / len(train)) * 100Driving_License
1 99.802
0 0.198
Name: count, dtype: float64Insight
- 20~30대가 많이 분포되어있음
- 해당 데이터셋에는 99.8%가 운전면허증을 가지고 있음. 운전면허증이 없는 사람들은 자동차 보험 크로스셀에 관심 없지 않을까? 또는 추후에 곧 차량 구매하려고 하는 사람이 있다면 관심있지 않을까?
- previously_insured 차량 보험 미가입과 차량 보험 가입자의 비율은 비슷함
- Annual_premium에 이상값이 있음 (전처리 필요)
- Response 변수에 자동차 보험에 관심없는 비율이 훨씬 많음
# 연령별 연 보혐료 분포를 확인해서, 고객이 관심이 있는지 확인
# 가설 - 나이가 많을수록 연 보험료가 높기에, 구매력이 있기 때문에,
# 자동차 보험 가입하는 것에 어느정도 관심이 있을것이다.plt.figure(figsize=(8, 6))
plt.scatter(train['Age'], train['Annual_Premium'])
Insight
- 연령이 높을수록, 연 보험료가 높을 것이라 생각했는데, 아니다. 상관관계가 없어보인다.
# 운전면허가 있는 사람과 없는 사람별로 자동차 보험 관심있는지 확인
plt.figure(figsize=(8,6))
pd.crosstab(train['Driving_License'], train['Response'], normalize='index')Response = 0Response = 1
| 운전면허 없음 (0) | 94.5% | 5.5% |
| 운전면허 있음 (1) | 87.7% | 12.3% |
<Figure size 800x600 with 0 Axes>Insight
- 운전면허가 없는데, 관심있다고 한 비율은 약 5%
- 운전면허가 있는데, 관심있다고 한 비율은 약 12%
이 두 가지 범주에 속하는 고객(총 17%)이 주 타겟이 되겠다. 그들에게 집중적으로 설득을 진행한다.
- 운전면허가 있는데, 관심 없다고 한 비율은 약 87%
건강보험은 본 회사걸로 들고 있지만, 본 회사의 자동차 보험에는 관심이 없는 경우가 되겠다. 타 회사의 자동차 보험을 들고 있는 경우가 있을 것이다.
그렇다면 추가로, 관심없다고 한 비율 분들을 대상으로, 실제로 기존에 차량보험에 가입되어있는지, 아님 본 회사의 자동차 보험이 필요하지 않은건지 봐야겠다.
# 차량 보험에 가입되어 있는 사람과 안되어있는 사람의 관심도
plt.figure(figsize=(8, 6))
pd.crosstab(train['Previously_Insured'], train['Response'], normalize='index').round(4)Response = 0Response = 1
| 미가입 (0) | 77.1% | 22.9% |
| 가입 (1) | 99.9% | 0.1% |
<Figure size 800x600 with 0 Axes>Insight
- 차량보험이 있으니 관심이 없다. 1%의 관심 고객은 뭘까?
한국 기준으로, 손해보험의 원칙인 '두 개 이상의 자동차보험은 가입이 불가능하다' 그럼 1%는 오입력일 것이고, 미국 기준으로, 중복 가입이 합법이나 권장하지 않는다고 한다. 이들은 우리 상품을 소개할 고객에서 제외한다.
- 차량보험이 없는데, 관심이 있는 사람의 비율이 약 23%다. 이후에 차량을 운전할 예정일 사람일 수 있따.
우리 회사의 자동차 보험을 판매하기 위해선, 일단 저 1%의 고객은 제외한다.
# 차량 사고를 낸 경험이 있는 사람이라면, 자동차 보험에 관심이 있지 않을까?
plt.figure(figsize=(8, 6))
pd.crosstab([train['Driving_License'], train['Previously_Insured'], train['Vehicle_Damage']],
train['Response']).style.background_gradient(cmap='coolwarm')운전면허기존보험사고경험Response = 0Response = 1
| 0 | 0 | No | 1,426 | 10 |
| 0 | 0 | Yes | 13,045 | 1,240 |
| 0 | 1 | No | 5,903 | 1 |
| 0 | 1 | Yes | 1,128 | 4 |
| 1 | 0 | No | 650,146 | 22,432 |
| 1 | 0 | Yes | 4,101,840 | 1,387,977 ⭐ |
| 1 | 1 | No | 5,040,073 | 1,578 |
| 1 | 1 | Yes | 276,178 | 1,817 |
<Figure size 800x600 with 0 Axes>Insight
- 운전면허 있고, 자동차 보험은 없고, 이전에 사고를 낸 경험이 있는 사람이 큰 관심을 가진다. (1387977명)
- 운전면허 있고, 자동차 보험은 없고, 이전에 사고를 낸 경험이 없는 사람이 큰 관심을 가진다. (22432명)
- 운전면허 없고, 자동차 보험도 가입이 되어있지않고, 이전에 사고를 낸 경험이 있는 사람이 관심을 가진다. (1240명)
상관관계 파악
sns.heatmap(train[num_cols].corr(), annot=True, fmt=".2f", cmap='coolwarm')
Insight
- Policy Sales Channel이랑 Age가 음의 상관관계를 보이는데, 이는 해석하기 어렵다. 나이가 어린 사람에게는 비대면? 나이가 많은 사람에게는 대면? 이런 식으로 제공했다면 우연히 음이 상관관계가 나올 수 있다. 이 변수는 구체적인 설명이 필요하다.
- 약한 상관관계를 보이는 변수 묶음이 있지만, 위 탐색적 데이터 분석 crosstab으로 어느정도 알고 있는 사실이다.
- Vintage(고객이 회사와 거래한 기간)과 Response 관계를 보면, 회사와 거래한 기간이 오래되었다고 해도 본 회사의 자동차 보험에 그닥 관심 없다.
train['Vehicle_Age'].value_counts().plot(kind='bar')
plt.xticks(rotation=45)
# 차량 연식에 따른 자동차 보험 관심도
# 가설 - 차량 연식이 낮을수록(새차일수록) 자동차 보험에 관심이 있을것이다.
pd.crosstab(train['Vehicle_Age'], train['Response'], normalize='index').style.background_gradient(cmap='coolwarm')Response = 0Response = 1
| 1-2 Year | 82.2% | 17.8% |
| < 1 Year | 95.9% | 4.1% |
| > 2 Years | 70.1% | 29.9% ⭐ |
Insight
- 차량연식이 1년 미만인 경우 4%정도만 관심있어한다.
- 1-2년인 경우, 약 18%가 관심있어한다.
- 2년 이상인 경우, 약 30%가 관심있어한다.
- 오래된 차는 고장이나 사고 위험이 높은 점
- 기존 보험 갱신 시기 가능성
양의 상관관계를 띈다. 차량 연식이 오래된 경우 자동차 보험을 더 들려고 한다.
비즈니스 전략으로, 2년 이상된 차량 소유자에게 후킹 메시지와 함께, 집중 마케팅 하는 방법이 되겠다.
train.columnsIndex(['id', 'Gender', 'Age', 'Driving_License', 'Region_Code',
'Previously_Insured', 'Vehicle_Age', 'Vehicle_Damage', 'Annual_Premium',
'Policy_Sales_Channel', 'Vintage', 'Response'],
dtype='object')pd.crosstab([train['Vehicle_Age'], train['Previously_Insured']], train['Response'], normalize='index').style.background_gradient(cmap='coolwarm')차량 연식기존보험Response = 0Response = 1
| 1-2 Year | 0 (미가입) | 73.9% | 26.1% |
| 1-2 Year | 1 (가입) | 99.9% | 0.1% |
| < 1 Year | 0 (미가입) | 87.3% | 12.7% |
| < 1 Year | 1 (가입) | 99.96% | 0.04% |
| > 2 Years | 0 (미가입) | 70.0% | 30.0% ⭐ |
| > 2 Years | 1 (가입) | 99.1% | 0.9% |
Insight
- 차량연식이 1-2년이고, 자동차 보험 미가입인 경우 관심을 가지는 정도가 26%
- 차량 연식이 2년 이상이고, 자동차 보험 미가입인 경우 관심 가지는 정도가 약 30%
이들을 대상으로 본격적으로 마케팅을 진행한다.
정리
기존 차량보험 가입 여부 (가장 중요)
- 이미 차량보험 있는 사람: 99.9% 관심 없음 → 마케팅 대상 제외
- 차량보험 없는 사람: 22.9% 관심 있음 → 핵심 타겟층
과거 사고 경험
- 사고 경험 있는 사람이 보험에 훨씬 더 관심 많음
- 주요 타겟 고객군:
- 운전면허 O + 차량보험 X + 사고 경험 O → 1,387,977명 (최우선 타겟)
- 운전면허 O + 차량보험 X + 사고 경험 O → 22,432명
- 운전면허 X + 차량보험 X + 사고 경험 O → 1,240명
차량 연식
- 1년 미만 새 차: 4% 관심
- 1-2년 차: 18% 관심
- 2년 이상 오래된 차: 30% 관심
- 차가 오래될수록 보험 가입 의향 급증 (7.5배 차이)
운전면허
- 면허 없는 사람: 5.5% 관심
- 면허 있는 사람: 12.3% 관심
- 전체의 99.8%가 면허 보유
마케팅 전략은?
- 운전면허를 보유하고 있고, 기존 차량 보험에 미가입되어있으며, 과거 사고 경험이 있으며, 차량 연식 2년 이상인 경우
Action
사고 경험이 있으시니 보험이 더욱 필요하다는 메세지 전달
오래된 차량일수록 위험 증가! 한다는 경고?를 주는 메세지 필요
이분들에겐 집중 인바운드 영업 (어떻게든 만나야겠다!!!!)
- 운전면허를 보유하고 있고, 기존 차량보험 미가입되어 있고, 과고 사고 경험이 있으며, 차량 연식 1~2년 사이
Action
중간 우산순위 영업
디지털 마케팅 채널 활용해서 리소스 줄이기
즉시 실행해야할 것은?
- Tier 1 타겟 고객(139만 명)에게 집중 마케팅 캠페인 시작
- 메시지 차별화
- 사고 경험자: "이미 경험하셨죠? 이번엔 대비하세요"
- 오래된 차량: "2년 이상 된 차량, 보험료 인상 전에 가입하세요"
- 기존 차량보험 가입자 마케팅 중단
중기 전략
- 판매 채널(Policy_Sales_Channel)별 효과성 분석
- 지역(Region_Code)별 맞춤 전략 수립
- A/B 테스트를 통한 최적 마케팅 믹스 도출