Customer lifetime value na banca

Detalhes bibliográficos
Autor(a) principal: Alexandre, Ana Margarida Gomes
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