Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor Bancário
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10362/119777 |
Resumo: | Internship Report presented as the partial requirement for obtaining a Master's degree in Data Science and Advanced Analytics |
id |
RCAP_4a46e6921b1e71a6672dc8d77d254247 |
---|---|
oai_identifier_str |
oai:run.unl.pt:10362/119777 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor BancárioModelo PreditivoData MiningAprendizagem Automática SupervisionadaObjetivosCrédito HabitaçãoBancaPredictive ModellingGoalsHousing CreditBankInternship Report presented as the partial requirement for obtaining a Master's degree in Data Science and Advanced AnalyticsAo longo dos anos assistiu-se a uma transformação no setor bancário conduzindo a um alargamento do leque de produtos e serviços oferecidos aos clientes. Surgindo a necessidade de informar a Rede Comercial de quais os produtos prioritários em cada período de tempo e de quais os seus objetivos individuais para cada produto. No Millennium bcp estas necessidades são respondidas através da atribuição de objetivos específicos e concretos de cada produto para cada unidade de negócio. A dinâmica de objetivos funciona então como forma de motivação individual do trabalho, como uniformização das prioridades na Rede e como base para a distribuição de incentivos monetários aos colaboradores. Para que os objetivos atribuídos tragam um acréscimo de motivação e produtividade é crucial a sua correta distribuição pelas unidades de negócio tendo em conta diversos fatores como o potencial das suas carteiras. No presente relatório é proposto um modelo de distribuição de objetivos de Crédito de Habitação pela Rede Comercial do BCP. Os resultados foram obtidos através do treino de diferentes algoritmos, nomeadamente Gradient Boost, Árvore de Decisão e Regressão Linear após a realização da recolha e processamento dos dados. Comparativamente à abordagem utilizada anteriormente, os resultados obtidos neste projeto demonstraram uma distribuição mais precisa dos objetivos com valores de erro menores.Throughout the past years a transformation in the banking industry has been taking place leading to an increase in the range of products offered to clients. Thus, arose the necessity of informing the Retail Network which products are crucial and how much they should sell of each product was created. At Millennium bcp this necessity was answered through assigning specific and concrete goals of each product to each business unit. The goals dynamic works as personal motivation, as a uniformization of priorities throughout the Retail Network and as a base for distributing monetary incentives to employees. So that goals assigned create the increment in motivation and productivity wanted, it is crucial to ensure its correct distribution by each business unit considering their potential and market. The present report proposes a goals distribution model for Housing Credit through Millennium bpc’s Retail Network. The results were obtained by training different algorithms such as, Gradient Boost, Decision Tree and Linear Regression after collecting and prepossessing data. In comparison with the previous methodology used, this model provided a more accurate goals distribution with lower error.Pinheiro, Flávio Luís PortasRUNFranco, Rita Maria de Almeida2021-06-22T11:23:56Z2021-05-212021-05-21T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/119777TID:202737624porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T05:02:23Zoai:run.unl.pt:10362/119777Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:44:11.689243Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor Bancário |
title |
Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor Bancário |
spellingShingle |
Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor Bancário Franco, Rita Maria de Almeida Modelo Preditivo Data Mining Aprendizagem Automática Supervisionada Objetivos Crédito Habitação Banca Predictive Modelling Goals Housing Credit Bank |
title_short |
Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor Bancário |
title_full |
Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor Bancário |
title_fullStr |
Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor Bancário |
title_full_unstemmed |
Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor Bancário |
title_sort |
Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor Bancário |
author |
Franco, Rita Maria de Almeida |
author_facet |
Franco, Rita Maria de Almeida |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pinheiro, Flávio Luís Portas RUN |
dc.contributor.author.fl_str_mv |
Franco, Rita Maria de Almeida |
dc.subject.por.fl_str_mv |
Modelo Preditivo Data Mining Aprendizagem Automática Supervisionada Objetivos Crédito Habitação Banca Predictive Modelling Goals Housing Credit Bank |
topic |
Modelo Preditivo Data Mining Aprendizagem Automática Supervisionada Objetivos Crédito Habitação Banca Predictive Modelling Goals Housing Credit Bank |
description |
Internship Report presented as the partial requirement for obtaining a Master's degree in Data Science and Advanced Analytics |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-06-22T11:23:56Z 2021-05-21 2021-05-21T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10362/119777 TID:202737624 |
url |
http://hdl.handle.net/10362/119777 |
identifier_str_mv |
TID:202737624 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799138049965162496 |