Criação de modelo de previsão do Churn na aplicação MBWAY

Detalhes bibliográficos
Autor(a) principal: Martins, Mafalda Alexandra Joaquim
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.5/23665
Resumo: Mestrado Bolonha em Métodos Quantitativos para a Decisão Económica e Empresarial
id RCAP_e5397b5665ed9bce7eeafbde1ef75345
oai_identifier_str oai:www.repository.utl.pt:10400.5/23665
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Criação de modelo de previsão do Churn na aplicação MBWAYChurnCRISP-DMPythonMachine learningAprendizagem supervisionadaMestrado Bolonha em Métodos Quantitativos para a Decisão Económica e EmpresarialDevido ao grande crescimento das tecnologias, houve um crescimento exponencial nas compras online e face às adversidades enfrentadas atualmente (COVID-19) o uso de aplicação de pagamento tornou-se muito recorrente. Neste contexto, diversas formas de pagamento podem ser utilizadas, sendo que as baseadas em aplicações móveis têm uma oportunidade relevante para potenciarem o seu crescimento. Este estágio foi proposto e desenvolvido com a empresa SIBS - Forward Payment Solutions, SA., uma empresa portuguesa cuja atividade principal se insere no ramo dos serviços financeiros, mais propriamente na área de pagamentos. Está presente em Angola, Argélia, Nigéria, Polónia, Timor e Roménia, contudo estabelece-se como um dos principais líderes na Europa. Assim, o presente trabalho baseia-se no desenvolvimento de um modelo preditivo do churn da aplicação MBWay. Para desenvolver o modelo preditivo foi seguida uma metodologia baseada no CRISP-DM. O presente modelo foi desenvolvido através de modelos inseridos na aprendizagem supervisionada de Machine Learning usando a linguagem de programação Python. Por fim, os resultados obtidos foram melhores para o modelo desenvolvido pela Regressão Logística, uma vez que apresentou um melhor desempenho para as métricas de avaliação selecionadas. O cumprimento dos objetivos definidos resultou num modelo final cuja aplicabilidade pode ser desenvolvida pela empresa na última etapa, Deployment. Nesta última etapa é esperado que seja desenvolvido uma estratégia de marketing capaz de diminuir as percentagens de churn verificadas.Due to the great growth of technologies, there was an exponential growth in online purchases and, given the adversities faced today (COVID-19), the use of payment applications has become very recurrent. In this context, different forms of payment can be used, as those based on mobile applications have a relevant opportunity to boost their growth. This internship was proposed and developed with the company SIBS - Forward Payment Solutions, SA. which is a Portuguese company whose main activity is in the field of financial services, more specifically in payments. It is present in Angola, Algeria, Nigeria, Poland, Timor and Romania; however it is preferred as one of the main leaders in Europe. Thus, this work is based on the development of a predictive churn model for the MBWay application. To develop the predictive model according to the methodology based on CRISP-DM. Finally, the results obtained were better for the model developed by Logistic Regression, since it presented a better performance for the selected evaluation metrics. The present model was developed through models inserted in supervised learning of Machine Learning using a programming language Python. The fulfilment of the defined objectives resulted in a final model whose applicability can be developed by the company in the last stage, Deployment. In this last step, it is expected that a marketing strategy will be developed capable of decreasing the churn percentages verified.Instituto Superior de Economia e GestãoCosta, CarlosRepositório da Universidade de LisboaMartins, Mafalda Alexandra Joaquim2022-08-22T00:30:19Z2021-102021-10-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.5/23665porMartins, Mafalda Alexandra Joaquim (2021). “Criação de modelo de previsão do Churn na aplicação MBWAY”. Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão.info: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:RCAAP2023-03-06T14:53:14Zoai:www.repository.utl.pt:10400.5/23665Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:07:51.032198Repositório 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 Criação de modelo de previsão do Churn na aplicação MBWAY
title Criação de modelo de previsão do Churn na aplicação MBWAY
spellingShingle Criação de modelo de previsão do Churn na aplicação MBWAY
Martins, Mafalda Alexandra Joaquim
Churn
CRISP-DM
Python
Machine learning
Aprendizagem supervisionada
title_short Criação de modelo de previsão do Churn na aplicação MBWAY
title_full Criação de modelo de previsão do Churn na aplicação MBWAY
title_fullStr Criação de modelo de previsão do Churn na aplicação MBWAY
title_full_unstemmed Criação de modelo de previsão do Churn na aplicação MBWAY
title_sort Criação de modelo de previsão do Churn na aplicação MBWAY
author Martins, Mafalda Alexandra Joaquim
author_facet Martins, Mafalda Alexandra Joaquim
author_role author
dc.contributor.none.fl_str_mv Costa, Carlos
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Martins, Mafalda Alexandra Joaquim
dc.subject.por.fl_str_mv Churn
CRISP-DM
Python
Machine learning
Aprendizagem supervisionada
topic Churn
CRISP-DM
Python
Machine learning
Aprendizagem supervisionada
description Mestrado Bolonha em Métodos Quantitativos para a Decisão Económica e Empresarial
publishDate 2021
dc.date.none.fl_str_mv 2021-10
2021-10-01T00:00:00Z
2022-08-22T00:30:19Z
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/10400.5/23665
url http://hdl.handle.net/10400.5/23665
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Martins, Mafalda Alexandra Joaquim (2021). “Criação de modelo de previsão do Churn na aplicação MBWAY”. Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão.
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.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_ 1799131172613128192

Registros relacionados