Modelação Preditiva para a Distribuição de Objetivos Comerciais no Setor Bancário

Detalhes bibliográficos
Autor(a) principal: Franco, Rita Maria de Almeida
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

Registros relacionados