Modelling credit card customer behaviour

Detalhes bibliográficos
Autor(a) principal: Pereira, Sara Barradas
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/72311
Resumo: Work Project presented as a partial requirement for Degree of Master of Statistics and Information Management, with a specialization in Information Analysis and Management
id RCAP_6cc04a20b2745306f547dce4279bddc6
oai_identifier_str oai:run.unl.pt:10362/72311
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Modelling credit card customer behaviourCustomer behaviourCredit cardPayment transactionsDescriptive statisticsLogistic regressionComportamento do clienteCartão de créditoPagamentos de transaçõesEstatística descritivaEstatística descritivaRegressão logísticaWork Project presented as a partial requirement for Degree of Master of Statistics and Information Management, with a specialization in Information Analysis and ManagementCredit cards have great influence over consumers’ daily lives, mainly because they provide functionalities that other financial products do not. Studies have been performed in order to research over which are the best clients. To put it in other words, which clients spend more money with credit cards. The aim of this study is to understand the behavior of a credit card consumer depending on whether they do or not many payment transactions with a huge amount of money. With this objective a logistic regression model was investigated, based on many potential explanatory variables (sociodemographic variables, customer profile in the company and customer profile in Banco de Portugal). Several diagnosis tests and goodness of fit tools were used to select the final model, which allows to forecast the client type behavior based on 10 variables. Results show that clients who live in Central North and Central region of Portugal, who have Plafond between 1500 and 9000 euros, who are homemaker or student, who receive cashback and who have seniority in the company between 32 and 84 days ago are the best clients for our case study. We expect that with the proposed model, the company1 will know how to appropriately manage each specific client and its needs.Os cartões de crédito têm uma grande influência no dia-a-dia dos consumidores, principalmente porque fornecem benefícios que outros produtos financeiros não oferecem. Alguns estudos foram realizados com o objetivo de pesquisar quais são os melhores clientes. Por outras palavras, quais são os clientes que gastam mais dinheiro com a utilização do cartão de crédito. O objetivo deste estudo é entender o comportamento de um consumidor de cartão de crédito, dependendo se ele faz ou não muitos pagamentos de transações e se os mesmos são de elevado valor. Com este objetivo, foi proposto um modelo de Regressão Logística com base em potenciais variáveis explicativas (como por exemplo variáveis sociodemográficas, perfil do cliente na empresa2 e perfil do cliente no Banco de Portugal). Diversos testes de diagnóstico e ferramentas de “goodness of fit” foram utilizados para selecionar o modelo final, o que permitiu prever o comportamento do tipo de cliente com base em 10 variáveis. Os resultados mostram que os clientes que vivem na região Centro Norte e Centro de Portugal, que têm Plafond entre 1500 e 9000 euros, que são donas de casa ou estudantes, que recebem cashback e que têm uma antiguidade na empresa entre 32 e 84 dias são os melhores clientes para o nosso caso estudo. Esperamos que, com o modelo proposto, a empresa saiba como acompanhar adequadamente cada cliente e as suas necessidades.Costa, Ana Cristina Marinho daRUNPereira, Sara Barradas2019-06-11T17:58:30Z2019-05-292019-05-29T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/72311TID:202253848enginfo: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:RCAAP2024-03-11T04:33:48Zoai:run.unl.pt:10362/72311Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:35:15.458480Repositório 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 Modelling credit card customer behaviour
title Modelling credit card customer behaviour
spellingShingle Modelling credit card customer behaviour
Pereira, Sara Barradas
Customer behaviour
Credit card
Payment transactions
Descriptive statistics
Logistic regression
Comportamento do cliente
Cartão de crédito
Pagamentos de transações
Estatística descritiva
Estatística descritiva
Regressão logística
title_short Modelling credit card customer behaviour
title_full Modelling credit card customer behaviour
title_fullStr Modelling credit card customer behaviour
title_full_unstemmed Modelling credit card customer behaviour
title_sort Modelling credit card customer behaviour
author Pereira, Sara Barradas
author_facet Pereira, Sara Barradas
author_role author
dc.contributor.none.fl_str_mv Costa, Ana Cristina Marinho da
RUN
dc.contributor.author.fl_str_mv Pereira, Sara Barradas
dc.subject.por.fl_str_mv Customer behaviour
Credit card
Payment transactions
Descriptive statistics
Logistic regression
Comportamento do cliente
Cartão de crédito
Pagamentos de transações
Estatística descritiva
Estatística descritiva
Regressão logística
topic Customer behaviour
Credit card
Payment transactions
Descriptive statistics
Logistic regression
Comportamento do cliente
Cartão de crédito
Pagamentos de transações
Estatística descritiva
Estatística descritiva
Regressão logística
description Work Project presented as a partial requirement for Degree of Master of Statistics and Information Management, with a specialization in Information Analysis and Management
publishDate 2019
dc.date.none.fl_str_mv 2019-06-11T17:58:30Z
2019-05-29
2019-05-29T00:00:00Z
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/10362/72311
TID:202253848
url http://hdl.handle.net/10362/72311
identifier_str_mv TID:202253848
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.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_ 1799137973966471168

Registros relacionados