Active Campaign Manager (ACM)
| Autor(a) principal: | |
|---|---|
| Data de Publicação: | 2018 |
| Tipo de documento: | Dissertação |
| Idioma: | por |
| Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
| Texto Completo: | http://hdl.handle.net/10316/84364 |
Resumo: | Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia |
| id |
RCAP_f8c6d9788ff4b669220c38589a8a265b |
|---|---|
| oai_identifier_str |
oai:estudogeral.uc.pt:10316/84364 |
| network_acronym_str |
RCAP |
| network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
| repository_id_str |
7160 |
| spelling |
Active Campaign Manager (ACM)Active Campaign Manager (ACM)Data miningData ScienceMachine LearningACMNBOData miningData ScienceMachine LearningACMNBODissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e TecnologiaCom as empresas de telecomunicação a serem forçadas a competirem pela confiança dos clientes, elas tendem a melhorar os seus produtos a cada dia que passa, com o objetivo de apresentar serviços que impressionem a grande maioria do mercado. Neste projeto foi desenvolvido um software que permite identificar quais os clientes que se encontram mais suscetíveis a uma determinada campanha publicitária. Pois, é possível aumentar as receitas das empresas aderentes, reduzindo o envio de campanhas desinteressantes para os clientes, traduzindo-se no aumento da satisfação de ambas as partes. Assim é utilizado um modelo de Data Mining para tratar a informação, modelar o problema e obter resultados. Na realização da modelação foi utilizado o algoritmo Perceptron e um conjunto de métricas para testar a sua performance. Os dados são provenientes da plataforma ACM desenvolvida na empresa Altice labs que contém as informações de utilização dos dispositivos móveis dos clientes na rede móvel. As informações foram tratadas e organizadas de forma a serem utilizadas no algoritmo. O software desenvolvido apresenta dois grandes objetivos, melhorar as adesões de uma determinada campanha e identificar qual a melhor campanha para um determinado cliente. Foram aumentadas as adesões às campanhas em aproximadamente 120%, com uma redução de mensagens enviadas na ordem dos 60%. A associação dos clientes a uma determinada campanha veio revolucionar o processo de operar o ACM e demonstrou-se mais eficaz que o processo manual em aproximadamente 30%. A solução desenvolvida apresenta robustez nos vários cenários testados.With the telecommunication enterprises being forced to compete for the attention of new clients they tend improve their products each day with the final goal of presenting services that impress the majority of the market. In this project a software was developed that allows to identify which clients are the most susceptible to a certain publicity campaign, so that the profits of the affiliate companies will increase since their publicity is correctly directed to their targets. For that, a Data Mining model is used to process the information, model the problem and obtain results. A Perceptron algorithm and a set of metrics to test its performance was used in the modeling process. The data comes from the ACM platform developed by Altice labs which contains the information’s of the mobile devices of their clients. The information’s has been processed and organized to be used by the algorithm. Several tests were then executed with the algorithm to understand the effects of many possible values in its properties. This software has two main functionalities, one is to improve the accessions of a certain campaign and the other is to identify which was the best campaign for a certain client. Campaign accessions increased in approximately 120% with a decrease of sent messages around 60%. The association of the clients to a certain campaign came to revolutionize the process of operating the ACM and it has proved more effective than the manual process by approximately 30%. The developed solution shows robustness in many of the tested scenarios.2018-01-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/84364http://hdl.handle.net/10316/84364TID:202129560porValente, Bruno Ricardo Barbosa Mirandainfo: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:RCAAP2019-06-02T15:05:55Zoai:estudogeral.uc.pt:10316/84364Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:05:56.670760Repositório 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 |
Active Campaign Manager (ACM) Active Campaign Manager (ACM) |
| title |
Active Campaign Manager (ACM) |
| spellingShingle |
Active Campaign Manager (ACM) Valente, Bruno Ricardo Barbosa Miranda Data mining Data Science Machine Learning ACM NBO Data mining Data Science Machine Learning ACM NBO |
| title_short |
Active Campaign Manager (ACM) |
| title_full |
Active Campaign Manager (ACM) |
| title_fullStr |
Active Campaign Manager (ACM) |
| title_full_unstemmed |
Active Campaign Manager (ACM) |
| title_sort |
Active Campaign Manager (ACM) |
| author |
Valente, Bruno Ricardo Barbosa Miranda |
| author_facet |
Valente, Bruno Ricardo Barbosa Miranda |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Valente, Bruno Ricardo Barbosa Miranda |
| dc.subject.por.fl_str_mv |
Data mining Data Science Machine Learning ACM NBO Data mining Data Science Machine Learning ACM NBO |
| topic |
Data mining Data Science Machine Learning ACM NBO Data mining Data Science Machine Learning ACM NBO |
| description |
Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia |
| publishDate |
2018 |
| dc.date.none.fl_str_mv |
2018-01-31 |
| 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/10316/84364 http://hdl.handle.net/10316/84364 TID:202129560 |
| url |
http://hdl.handle.net/10316/84364 |
| identifier_str_mv |
TID:202129560 |
| 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.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_ |
1799133950619156480 |