Customer lifetime value na banca
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10071/1970 |
Resumo: | Ao longo do tempo, as instituições financeiras, muito em particular os bancos, têm cada vez mais apostado na implementação, na gestão de processos e em métricas que possibilitem a gestão do relacionamento com os clientes, e o próprio conhecimento inteligente sobre o valor dos mesmos. Uma das possíveis métricas a utilizar é o Customer Lifetime Value (CLTV), que tem vindo a ganhar cada vez maior importância. Este projecto consistiu no desenvolvimento, e implementação, do modelo de CLTV probabilístico num banco, evidenciando algumas das limitações das métricas “tradicionais” utilizadas para o cálculo do valor do cliente. A metodologia utilizada no desenvolvimento do projecto foi a metodologia “implementação plataformas inteligentes” (IPI), a qual é utilizada pelo SAS para o desenvolvimento de projectos de Data Mining. Para a obtenção do CLTV foi necessário efectuar o cálculo e análise da rentabilidade e potencialidade futura associada a cada cliente ao longo do período de tempo em análise. A partir do desenvolvimento do modelo de CLTV foi possível identificar quais os clientes com maior valor actual (rentabilidade) e maior valor futuro (potencialidade), com o intuito de futuramente criar estratégias específicas que permitam maximizar o ciclo de vida dos clientes no banco. |
id |
RCAP_b8eaa12e5f2adb3b895fc5d87d1f1fab |
---|---|
oai_identifier_str |
oai:repositorio.iscte-iul.pt:10071/1970 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Customer lifetime value na bancaValor de clienteInstituições financeirasMineralização de dadosGestão do relacionamento dos clientesCustomer lifetime valueFinancial institutionsData miningCustomer relationship managementAo longo do tempo, as instituições financeiras, muito em particular os bancos, têm cada vez mais apostado na implementação, na gestão de processos e em métricas que possibilitem a gestão do relacionamento com os clientes, e o próprio conhecimento inteligente sobre o valor dos mesmos. Uma das possíveis métricas a utilizar é o Customer Lifetime Value (CLTV), que tem vindo a ganhar cada vez maior importância. Este projecto consistiu no desenvolvimento, e implementação, do modelo de CLTV probabilístico num banco, evidenciando algumas das limitações das métricas “tradicionais” utilizadas para o cálculo do valor do cliente. A metodologia utilizada no desenvolvimento do projecto foi a metodologia “implementação plataformas inteligentes” (IPI), a qual é utilizada pelo SAS para o desenvolvimento de projectos de Data Mining. Para a obtenção do CLTV foi necessário efectuar o cálculo e análise da rentabilidade e potencialidade futura associada a cada cliente ao longo do período de tempo em análise. A partir do desenvolvimento do modelo de CLTV foi possível identificar quais os clientes com maior valor actual (rentabilidade) e maior valor futuro (potencialidade), com o intuito de futuramente criar estratégias específicas que permitam maximizar o ciclo de vida dos clientes no banco.Ao longo do tempo, as instituições financeiras, muito em particular os bancos, têm cada vez mais apostado na implementação, na gestão de processos e em métricas que possibilitem a gestão do relacionamento com os clientes, e o próprio conhecimento inteligente sobre o valor dos mesmos. Uma das possíveis métricas a utilizar é o Customer Lifetime Value (CLTV), que tem vindo a ganhar cada vez maior importância. Este projecto consistiu no desenvolvimento, e implementação, do modelo de CLTV probabilístico num banco, evidenciando algumas das limitações das métricas “tradicionais” utilizadas para o cálculo do valor do cliente. A metodologia utilizada no desenvolvimento do projecto foi a metodologia “implementação plataformas inteligentes” (IPI), a qual é utilizada pelo SAS para o desenvolvimento de projectos de Data Mining. Para a obtenção do CLTV foi necessário efectuar o cálculo e análise da rentabilidade e potencialidade futura associada a cada cliente ao longo do período de tempo em análise. A partir do desenvolvimento do modelo de CLTV foi possível identificar quais os clientes com maior valor actual (rentabilidade) e maior valor futuro (potencialidade), com o intuito de futuramente criar estratégias específicas que permitam maximizar o ciclo de vida dos clientes no banco.2010-07-27T13:51:41Z2009-01-01T00:00:00Z20092009-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/octet-streamhttp://hdl.handle.net/10071/1970porAlexandre, Ana Margarida Gomesinfo: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:RCAAP2023-11-09T17:28:39Zoai:repositorio.iscte-iul.pt:10071/1970Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:12:50.856719Repositório 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 |
Customer lifetime value na banca |
title |
Customer lifetime value na banca |
spellingShingle |
Customer lifetime value na banca Alexandre, Ana Margarida Gomes Valor de cliente Instituições financeiras Mineralização de dados Gestão do relacionamento dos clientes Customer lifetime value Financial institutions Data mining Customer relationship management |
title_short |
Customer lifetime value na banca |
title_full |
Customer lifetime value na banca |
title_fullStr |
Customer lifetime value na banca |
title_full_unstemmed |
Customer lifetime value na banca |
title_sort |
Customer lifetime value na banca |
author |
Alexandre, Ana Margarida Gomes |
author_facet |
Alexandre, Ana Margarida Gomes |
author_role |
author |
dc.contributor.author.fl_str_mv |
Alexandre, Ana Margarida Gomes |
dc.subject.por.fl_str_mv |
Valor de cliente Instituições financeiras Mineralização de dados Gestão do relacionamento dos clientes Customer lifetime value Financial institutions Data mining Customer relationship management |
topic |
Valor de cliente Instituições financeiras Mineralização de dados Gestão do relacionamento dos clientes Customer lifetime value Financial institutions Data mining Customer relationship management |
description |
Ao longo do tempo, as instituições financeiras, muito em particular os bancos, têm cada vez mais apostado na implementação, na gestão de processos e em métricas que possibilitem a gestão do relacionamento com os clientes, e o próprio conhecimento inteligente sobre o valor dos mesmos. Uma das possíveis métricas a utilizar é o Customer Lifetime Value (CLTV), que tem vindo a ganhar cada vez maior importância. Este projecto consistiu no desenvolvimento, e implementação, do modelo de CLTV probabilístico num banco, evidenciando algumas das limitações das métricas “tradicionais” utilizadas para o cálculo do valor do cliente. A metodologia utilizada no desenvolvimento do projecto foi a metodologia “implementação plataformas inteligentes” (IPI), a qual é utilizada pelo SAS para o desenvolvimento de projectos de Data Mining. Para a obtenção do CLTV foi necessário efectuar o cálculo e análise da rentabilidade e potencialidade futura associada a cada cliente ao longo do período de tempo em análise. A partir do desenvolvimento do modelo de CLTV foi possível identificar quais os clientes com maior valor actual (rentabilidade) e maior valor futuro (potencialidade), com o intuito de futuramente criar estratégias específicas que permitam maximizar o ciclo de vida dos clientes no banco. |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-01-01T00:00:00Z 2009 2009-06 2010-07-27T13:51:41Z |
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/10071/1970 |
url |
http://hdl.handle.net/10071/1970 |
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 application/octet-stream |
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_ |
1799134684192440320 |