O mercado de produtos digitais : um estudo de Churn de migrados de assinatura de jornal

Detalhes bibliográficos
Autor(a) principal: Silva, Lauren Paese Martins da
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/169919
Resumo: Esta pesquisa buscou desenvolver um modelo de propensão a churn de assinantes migrados do produto impresso para o produto digital de uma empresa jornalística de Porto Alegre, Rio Grande do Sul. O estudo tem como objetivo identificar e entender o perfil de assinantes migrados – dados comportamentais e demográficos – para, por meio da aplicação, validação e comparação de dois métodos, construir um modelo eficaz de previsão de churn. Na construção do modelo foram utilizados os métodos de regressão logística e árvore de decisão, devido à praticidade de sua aplicação, capacidade de explicação da target, o churn e facilidade de compreensão. A base utilizada para a construção do modelo é composta de doze variáveis, das quais, na regressão logística, oito foram significativas; na elaboração da árvore de decisão, somente duas. Dentre os dois métodos utilizados, a árvore de decisão apresenta melhor acurácia.
id UFRGS-2_dc9cf424ff520899e0eeec9cb50fee28
oai_identifier_str oai:www.lume.ufrgs.br:10183/169919
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Silva, Lauren Paese Martins daBrei, Vinícius Andrade2017-11-01T02:32:04Z2017http://hdl.handle.net/10183/169919001051430Esta pesquisa buscou desenvolver um modelo de propensão a churn de assinantes migrados do produto impresso para o produto digital de uma empresa jornalística de Porto Alegre, Rio Grande do Sul. O estudo tem como objetivo identificar e entender o perfil de assinantes migrados – dados comportamentais e demográficos – para, por meio da aplicação, validação e comparação de dois métodos, construir um modelo eficaz de previsão de churn. Na construção do modelo foram utilizados os métodos de regressão logística e árvore de decisão, devido à praticidade de sua aplicação, capacidade de explicação da target, o churn e facilidade de compreensão. A base utilizada para a construção do modelo é composta de doze variáveis, das quais, na regressão logística, oito foram significativas; na elaboração da árvore de decisão, somente duas. Dentre os dois métodos utilizados, a árvore de decisão apresenta melhor acurácia.This research aimed to develop the construction of a churn propensity model of migrated subscribers of the printed product to the digital product of a newspaper company in Porto Alegre, Rio Grande do Sul. The study pursues to identify and understand the profile of migrated subscribers - behavioral and demographic data – in order to construct an effective churn prediction model through the application, validation and comparison of two methods. In the construction of the model were used the logistic regression and decision tree methods, due to the practicality of its application, ability to explain the target chosen and ease of understanding. The base used for the construction of the model is composed of 12 variables, of which - in the logistic regression - 8 were significant and - in the elaboration of the decision tree - only 2. Among the two methods used, the decision tree presents a better accuracy.application/pdfporMétricas de marketingPerfil do consumidorChurnSignaturePredictive modellingO mercado de produtos digitais : um estudo de Churn de migrados de assinatura de jornalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de AdministraçãoPorto Alegre, BR-RS2017/1Administraçãograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001051430.pdf001051430.pdfTexto completoapplication/pdf738608http://www.lume.ufrgs.br/bitstream/10183/169919/1/001051430.pdf77317d8f1c0eafb2bd6e5ba8770d0964MD51TEXT001051430.pdf.txt001051430.pdf.txtExtracted Texttext/plain79395http://www.lume.ufrgs.br/bitstream/10183/169919/2/001051430.pdf.txta63c96b4b17e31b296a1c7f6e10dc1b2MD52THUMBNAIL001051430.pdf.jpg001051430.pdf.jpgGenerated Thumbnailimage/jpeg1066http://www.lume.ufrgs.br/bitstream/10183/169919/3/001051430.pdf.jpgaf58b998546047d3a4ff01956b25212cMD5310183/1699192018-10-30 08:04:49.696oai:www.lume.ufrgs.br:10183/169919Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-30T11:04:49Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv O mercado de produtos digitais : um estudo de Churn de migrados de assinatura de jornal
title O mercado de produtos digitais : um estudo de Churn de migrados de assinatura de jornal
spellingShingle O mercado de produtos digitais : um estudo de Churn de migrados de assinatura de jornal
Silva, Lauren Paese Martins da
Métricas de marketing
Perfil do consumidor
Churn
Signature
Predictive modelling
title_short O mercado de produtos digitais : um estudo de Churn de migrados de assinatura de jornal
title_full O mercado de produtos digitais : um estudo de Churn de migrados de assinatura de jornal
title_fullStr O mercado de produtos digitais : um estudo de Churn de migrados de assinatura de jornal
title_full_unstemmed O mercado de produtos digitais : um estudo de Churn de migrados de assinatura de jornal
title_sort O mercado de produtos digitais : um estudo de Churn de migrados de assinatura de jornal
author Silva, Lauren Paese Martins da
author_facet Silva, Lauren Paese Martins da
author_role author
dc.contributor.author.fl_str_mv Silva, Lauren Paese Martins da
dc.contributor.advisor1.fl_str_mv Brei, Vinícius Andrade
contributor_str_mv Brei, Vinícius Andrade
dc.subject.por.fl_str_mv Métricas de marketing
Perfil do consumidor
topic Métricas de marketing
Perfil do consumidor
Churn
Signature
Predictive modelling
dc.subject.eng.fl_str_mv Churn
Signature
Predictive modelling
description Esta pesquisa buscou desenvolver um modelo de propensão a churn de assinantes migrados do produto impresso para o produto digital de uma empresa jornalística de Porto Alegre, Rio Grande do Sul. O estudo tem como objetivo identificar e entender o perfil de assinantes migrados – dados comportamentais e demográficos – para, por meio da aplicação, validação e comparação de dois métodos, construir um modelo eficaz de previsão de churn. Na construção do modelo foram utilizados os métodos de regressão logística e árvore de decisão, devido à praticidade de sua aplicação, capacidade de explicação da target, o churn e facilidade de compreensão. A base utilizada para a construção do modelo é composta de doze variáveis, das quais, na regressão logística, oito foram significativas; na elaboração da árvore de decisão, somente duas. Dentre os dois métodos utilizados, a árvore de decisão apresenta melhor acurácia.
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-11-01T02:32:04Z
dc.date.issued.fl_str_mv 2017
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/169919
dc.identifier.nrb.pt_BR.fl_str_mv 001051430
url http://hdl.handle.net/10183/169919
identifier_str_mv 001051430
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
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/169919/1/001051430.pdf
http://www.lume.ufrgs.br/bitstream/10183/169919/2/001051430.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/169919/3/001051430.pdf.jpg
bitstream.checksum.fl_str_mv 77317d8f1c0eafb2bd6e5ba8770d0964
a63c96b4b17e31b296a1c7f6e10dc1b2
af58b998546047d3a4ff01956b25212c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224539727724544