Customer Renewal Prediction for Motor Vehicle Insurance Using Binary Logistic Regression in PT XYZ Insurance

Abstract

Asuransi kendaraan bermotor merupakan salah satu produk asuransi yang banyak diminati oleh masyarakat. Namun, mempertahankan pelanggan untuk terus memperpanjang polis asuransi mereka merupakan tantangan yang signifikan bagi perusahaan asuransi. Penelitian ini bertujuan untuk melihat prediksi pembelian berulang (second purchase/renewal) poduk asuransi kendaraan di PT XYZ Insurance serta mengidentifikasi dan menganalisis faktor-faktor yang mempengaruhi keputusan perpanjangan polis asuransi kendaraan bermotor dengan menggunakan model regresi logistik biner. Model ini dipilih karena kemampuannya dalam memprediksi probabilitas terjadinya suatu peristiwa berdasarkan variabel independen yang ada. Variabel-variabel independen yang diteliti dalam penelitian ini meliputi usia nasabah, jenis produk, premi, pembayaran dan tenor polis. Hasil analisis menunjukkan bahwa model regresi binari logistik ini mampu mengidentifikasi variabel independen yang signifikan berpengaruh terhadap keputusan pembelian berulang produk asuransi kendaraan. Secara khusus, usia nasabah memiliki pengaruh signifikan dengan koefisien 0.19, sementara tenor memiliki pengaruh yang sangat signifikan dengan p-value <0.01. Dari seluruh data nasabah yang dianalisis, model ini memprediksi bahwa 15% nasabah akan melakukan pembelian berulang (renewal) terhadap produk asuransi kendaraan. Di sisi lain, diprediksi bahwa 75% nasabah tidak akan melakukan pembelian berulang. Hasil ini menunjukkan bahwa variabel usia dan tenor memiliki peran penting dalam menentukan keputusan pembelian berulang nasabah asuransi kendaraan. Temuan ini dapat memberikan implikasi praktis bagi perusahaan asuransi dalam merancang strategi pemasaran dan retensi pelanggan yang lebih efektif, dengan fokus pada segmen usia tertentu dan pengelolaan tenor asuransi yang lebih optimal. Penelitian lebih lanjut disarankan untuk mengeksplorasi variabel lain yang mungkin berpengaruh dan menggunakan metode analisis yang berbeda untuk memperkuat prediksi perpanjangan pelanggan asuransi kendaraan bermotor.