When and how to contact your customer

Detalhes bibliográficos
Autor(a) principal: Estanqueiro, Vera Lúcia Guerra
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/98142
Resumo: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
id RCAP_4dd38d3af15a25b4ecb53461c5a3f7f8
oai_identifier_str oai:estudogeral.uc.pt:10316/98142
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling When and how to contact your customerComo e Quando Contactar os ClientesMineração de dadosGestão de Relacionamento com o ClienteCRISP-DMTelemarketingSistemas de Suporte à DecisãoData miningCustomer Relationship ManagementCRISP-DMTelemarketingDecision support systemsDissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e TecnologiaAs campanhas de marketing são formas essenciais de comunicação entre as empresas e os seus clientes. Independentemente dos sectores operacionais, estas dependem de sistemas de Gestão de Relacionamento com Clientes (GRC), baseadas em métodos de mineração dedados, de forma a manter uma boa interação com seus clientes. Atualmente, a técnica de mineração de dados está a ganhar bastante popularidade devido à sua aplicabilidade em diversos sistemas de GRC. Esta utiliza modelos preditivos para auxiliar no processo de suporte à decisão. No momento de iniciar um contato com o cliente, tanto a disponibilidade como o canal de contato são dois componentes importantes para o sucesso da comunicação. Este trabalho visa abordar duas questões que surgem quando uma organização necessita entrar em contacto com os clientes. Concretamente, iremos desenvolver dois sistemas inteligentes: o primeiro para prever a melhor hora para contactar um cliente e o segundo para selecionar qual canal (por exemplo, chamada de voz, sms, e-mail) é o mais apropriado. Ambos os desafios fazem uso de dados históricos baseados nas comunicações dos clientes deforma a prever tanto a sua disponibilidade para a recepção de um contato como o melhor canal para o fazer. Através da utilização de dados de uma empresa de telecomunicações, a Altice, desenvolvemos várias abordagens usando algoritmos de aprendizagem supervisionada e não supervisionada para comparar os seus desempenhos. Em relação ao problema de identificação do melhor horário de contacto, este trabalho mostra ganhos em quase todas as horas do dia quando comparado com a percentagem de sucesso atualmente alcançada pela empresa. Por sua vez, a identificação do melhor problema de canal de contato obteve melhores resultados do que uma seleção aleatória do canal para estabelecer o contato. Por fim, a aplicabilidade prática do estudo levou-nos a adicionar uma descrição da metodologia adotada e, também, promoveu uma discussão acerca da análise das abordagens tendo em conta uma perspectiva de trade-off. Consideramos que esta avaliação alcançou resultados relevantes que demonstram um equilíbrio entre a velocidade dos modelos e a sua taxa de sucesso.Marketing campaigns in companies are vital to communicate with customers. Regardless their operational contexts, companies rely on Customer Relationship Management (CRM)frameworks based on data mining methods to maintain and nurture the connection with their clients. Data mining techniques have gained popularity due to its wide applicability in several CRM systems and its predictive models are used to support decisions. When comes to the time to contact a customer, the availability and the channel of contact are two important components for its success. This work aims at tackling two issues that emerge when an organization needs to contact a client. In concrete, we will develop two intelligent systems: the first to predict the best hour to contact a client, and the second to select which channel (e.g., voice call, sms, e-mail) is more appropriate. Both challenges make use of historical data communications to predict customers’ availability to receive a contact from a service provider and the best way to establish the contact. We will be using real data from a telecommunications company. We developed approaches based on unsupervised and supervised learning algorithms in order to compare their results. Regarding the problem of identification of the best contact hour, this work shows gains in almost every hour of the day when compared with the current success rate achieved by the company. In turn, the identification of the best contact channel problem obtained better results than randomly selecting a channel to establish the contact. Finally, the practical applicability of the study led us to discuss not only the methodology adopted but also the approaches from a trade-off perspective. We think this analysis achieved relevant results to balance speed and success rate.Outro - This work is funded by national funds through the FCT — Foundation for Science and Technology, I.P., within the scope of the project CISUC - UID/CEC/ 00326/2020 and by European Social Fund , through the Regional Operational Program Centro 2020, and the contract MEO-UC-ALB in the context of the protocol between Altice and the University of Coimbra.2021-11-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/98142http://hdl.handle.net/10316/98142TID:202921425engEstanqueiro, Vera Lúcia Guerrainfo: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:RCAAP2022-05-25T10:00:11Zoai:estudogeral.uc.pt:10316/98142Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:16:02.774459Repositório 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 When and how to contact your customer
Como e Quando Contactar os Clientes
title When and how to contact your customer
spellingShingle When and how to contact your customer
Estanqueiro, Vera Lúcia Guerra
Mineração de dados
Gestão de Relacionamento com o Cliente
CRISP-DM
Telemarketing
Sistemas de Suporte à Decisão
Data mining
Customer Relationship Management
CRISP-DM
Telemarketing
Decision support systems
title_short When and how to contact your customer
title_full When and how to contact your customer
title_fullStr When and how to contact your customer
title_full_unstemmed When and how to contact your customer
title_sort When and how to contact your customer
author Estanqueiro, Vera Lúcia Guerra
author_facet Estanqueiro, Vera Lúcia Guerra
author_role author
dc.contributor.author.fl_str_mv Estanqueiro, Vera Lúcia Guerra
dc.subject.por.fl_str_mv Mineração de dados
Gestão de Relacionamento com o Cliente
CRISP-DM
Telemarketing
Sistemas de Suporte à Decisão
Data mining
Customer Relationship Management
CRISP-DM
Telemarketing
Decision support systems
topic Mineração de dados
Gestão de Relacionamento com o Cliente
CRISP-DM
Telemarketing
Sistemas de Suporte à Decisão
Data mining
Customer Relationship Management
CRISP-DM
Telemarketing
Decision support systems
description Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
publishDate 2021
dc.date.none.fl_str_mv 2021-11-16
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/10316/98142
http://hdl.handle.net/10316/98142
TID:202921425
url http://hdl.handle.net/10316/98142
identifier_str_mv TID:202921425
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
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_ 1799134056654307328

Registros relacionados