Machine learning na previsão da conversão de clientes alvo

Detalhes bibliográficos
Autor(a) principal: Mota, Iolanda Margarida Lopes da
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.5/27331
Resumo: Mestrado Bolonha em Métodos Quantitativos para a Decisão Económica e Empresarial
id RCAP_8cd5335a879afd4f059a5fb95c4f1020
oai_identifier_str oai:www.repository.utl.pt:10400.5/27331
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Machine learning na previsão da conversão de clientes alvoAprendizagem SupervisionadaClasse DesbalanceadaXGBoostRandom ForestRegressão LogísticaMachine LearningSupervised LearningUnbalanced ClassLogistic RegressionMestrado Bolonha em Métodos Quantitativos para a Decisão Económica e EmpresarialNuma empresa, os clientes alvo representam uma parcela de clientes que são tidos como foco em ações de marketing para venda de determinado produto ou serviço. A conversão de clientes alvo a determinado produto ou serviço gera lucros para a empresa, sendo por isso importante direcionar as ações de marketing a clientes que são mais propensos à conversão. Neste sentido, este estudo tem como principal objetivo obter a probabilidade da conversão de clientes alvo à solução de pagamentos Digital Payment Gateway DPG da SIBS, através de técnicas e algoritmos de Machine Learning. O desenvolvimento deste estudo seguiu a metodologia Cross-Industry Standard Process for Data Mining (CRISP-DM). No balanceamento da classe target, foram utilizadas as técnicas SMOTE e SMOTETomek e os algoritmos de classificação implementados foram: XGBoost, Random Forest e a Regressão Logística. O modelo estimado que apresentou melhor desempenho foi obtido através do algoritmo Random Forest com recurso a dados balanceados através da técnica SMOTE. Este modelo reflete um acerto de 60% das observações pertencentes à classe minoritária.In a company, target customers represent a portion of customers who are the focus of marketing actions for the sale of a certain product or service. The conversion of target customers to a certain product or service generates profits for the company, so it is important to direct marketing actions to customers who are more likely to convert. In this sense, this study's main objective is to obtain the probability of conversion of target customers to the SIBS' Digital Payment Gateway DPG payment solution, through Machine Learning techniques and algorithms. The development of this study followed the Cross-Industry Standard Process for Data Mining (CRISP-DM) methodology. In the balancing of the target class, the SMOTE and SMOTETomek techniques were used and the classification algorithms implemented were: XGBoost, Random Forest and Logistic Regression. The estimated model that presented the best performance was obtained through the Random Forest algorithm using balanced data through the SMOTE technique. This model reflects a hit of 60% of the observations belonging to the minority class.Instituto Superior de Economia e GestãoBastos, JoãoRepositório da Universidade de LisboaMota, Iolanda Margarida Lopes da2023-02-22T14:11:18Z2022-102022-10-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.5/27331porMota, Iolanda Margarida Lopes da (2022). “Machine learning na previsão da conversão de clientes alvo”. Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestãoinfo:eu-repo/semantics/embargoedAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-06T14:56:41Zoai:www.repository.utl.pt:10400.5/27331Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:10:49.167660Repositório 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 Machine learning na previsão da conversão de clientes alvo
title Machine learning na previsão da conversão de clientes alvo
spellingShingle Machine learning na previsão da conversão de clientes alvo
Mota, Iolanda Margarida Lopes da
Aprendizagem Supervisionada
Classe Desbalanceada
XGBoost
Random Forest
Regressão Logística
Machine Learning
Supervised Learning
Unbalanced Class
Logistic Regression
title_short Machine learning na previsão da conversão de clientes alvo
title_full Machine learning na previsão da conversão de clientes alvo
title_fullStr Machine learning na previsão da conversão de clientes alvo
title_full_unstemmed Machine learning na previsão da conversão de clientes alvo
title_sort Machine learning na previsão da conversão de clientes alvo
author Mota, Iolanda Margarida Lopes da
author_facet Mota, Iolanda Margarida Lopes da
author_role author
dc.contributor.none.fl_str_mv Bastos, João
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Mota, Iolanda Margarida Lopes da
dc.subject.por.fl_str_mv Aprendizagem Supervisionada
Classe Desbalanceada
XGBoost
Random Forest
Regressão Logística
Machine Learning
Supervised Learning
Unbalanced Class
Logistic Regression
topic Aprendizagem Supervisionada
Classe Desbalanceada
XGBoost
Random Forest
Regressão Logística
Machine Learning
Supervised Learning
Unbalanced Class
Logistic Regression
description Mestrado Bolonha em Métodos Quantitativos para a Decisão Económica e Empresarial
publishDate 2022
dc.date.none.fl_str_mv 2022-10
2022-10-01T00:00:00Z
2023-02-22T14:11:18Z
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/10400.5/27331
url http://hdl.handle.net/10400.5/27331
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Mota, Iolanda Margarida Lopes da (2022). “Machine learning na previsão da conversão de clientes alvo”. Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão
dc.rights.driver.fl_str_mv info:eu-repo/semantics/embargoedAccess
eu_rights_str_mv embargoedAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
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_ 1799131205043486720

Registros relacionados