MLOps aplicado à análise comportamental dos clientes no ambiente de um ERP

Detalhes bibliográficos
Autor(a) principal: Carvalho, Joel Costa
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/83828
Resumo: Dissertação de mestrado em Engenharia Informática (especialização em Inteligência Artificial)
id RCAP_e1c6aa6a2bd3204e2d737f1a0e9d35c6
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/83828
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling MLOps aplicado à análise comportamental dos clientes no ambiente de um ERPMLOps applied to customer behavior analysis in an ERP environmentEnterprise resource planningInteligência ArtificialMachine Learning OperationsCustomer lifetime valueArtificial IntelligenceMachine LearningDissertação de mestrado em Engenharia Informática (especialização em Inteligência Artificial)A PRIMAVERA é uma empresa portuguesa pioneira no desenvolvimento de soluções de gestão para Windows, nomeadamente os ERP’s (Enterprise Resource Planning). Um ERP, sendo um software de gestão empresarial, envolve um grande volume de informação. Por este motivo, a extração de dados relevantes acerca dos clientes pode-se tornar complexa, agravando-se com o crescimento exponencial do volume de negócio. O presente documento detalha todo o processo de criação de modelos baseados em Inteligência Artificial que diligenciam interpretar e prever a periodicidade e o comportamento financeiro dos clientes do ERP, com o propósito de tornar o negócio inteligente e permitir obter resultados complexos de modo perspicaz. À vista disto, foi implementada uma solução baseada na classe de modelos Buy ’Til You Die (BTYD), monitorizada recorrendo a Machine Learning Operations, capaz de analisar o desempenho dos clientes e produzirem previsões probabilísticas. Transversalmente, dispondo da aplicação do caso de estudo, Customer Lifetime Value, obtém-se a capacidade de evidenciar os melhores clientes, futurar valores de transações e receitas e identificar clientes em risco de abandono transacional (churn). Para concluir, este projeto permitiu ainda segmentar os clientes, potenciando a ligação com os mais leais e limitar custos associados a marketing mal distribuído, com a finalidade de auxiliar a empresa em estudos estatísticos e financeiros.PRIMAVERA is a pioneering Portuguese company in the development of management solutions for Windows, namely ERPs (Enterprise Resource Plannings). ERP, as a business management software, can involve a large volume of information. For that reason, the extraction of relevant data about the customers might be very complex, and it becomes worse with turnover growth. This dissertation details every stage of the model creation process based on Artificial Intelligence to understand and predict the periodicity and financial behavior of ERP customers, to become the business smart, and allow complex results to be obtained insightfully. Besides that, a solution based on the Buy ’Til You Die (BTYD) model class was implemented, mon itored using Machine Learning Operations, capable of analyzing customer performance and producing probabilistic forecasts. Using the application of the case study, Customer Lifetime Value, the ability to highlight the best customers, future transaction values, and revenues and identify customers at risk of transactional churn abandonment is obtained. In conclusion, this project also made it possible to segment customers, enhancing the connection with the most loyal and limiting costs associated with poorly distributed marketing, in order to assist the company in statistical and financial studies.Mendes, RuiUniversidade do MinhoCarvalho, Joel Costa2022-12-062022-12-06T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/83828por203249488info: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:RCAAP2023-07-21T12:31:08Zoai:repositorium.sdum.uminho.pt:1822/83828Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:26:22.535941Repositório 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 MLOps aplicado à análise comportamental dos clientes no ambiente de um ERP
MLOps applied to customer behavior analysis in an ERP environment
title MLOps aplicado à análise comportamental dos clientes no ambiente de um ERP
spellingShingle MLOps aplicado à análise comportamental dos clientes no ambiente de um ERP
Carvalho, Joel Costa
Enterprise resource planning
Inteligência Artificial
Machine Learning Operations
Customer lifetime value
Artificial Intelligence
Machine Learning
title_short MLOps aplicado à análise comportamental dos clientes no ambiente de um ERP
title_full MLOps aplicado à análise comportamental dos clientes no ambiente de um ERP
title_fullStr MLOps aplicado à análise comportamental dos clientes no ambiente de um ERP
title_full_unstemmed MLOps aplicado à análise comportamental dos clientes no ambiente de um ERP
title_sort MLOps aplicado à análise comportamental dos clientes no ambiente de um ERP
author Carvalho, Joel Costa
author_facet Carvalho, Joel Costa
author_role author
dc.contributor.none.fl_str_mv Mendes, Rui
Universidade do Minho
dc.contributor.author.fl_str_mv Carvalho, Joel Costa
dc.subject.por.fl_str_mv Enterprise resource planning
Inteligência Artificial
Machine Learning Operations
Customer lifetime value
Artificial Intelligence
Machine Learning
topic Enterprise resource planning
Inteligência Artificial
Machine Learning Operations
Customer lifetime value
Artificial Intelligence
Machine Learning
description Dissertação de mestrado em Engenharia Informática (especialização em Inteligência Artificial)
publishDate 2022
dc.date.none.fl_str_mv 2022-12-06
2022-12-06T00:00:00Z
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 https://hdl.handle.net/1822/83828
url https://hdl.handle.net/1822/83828
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 203249488
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_ 1799132751348105216

Registros relacionados