Uma nova abordagem para a criação de perfis de clientes rentáveis utilizando machine learning em ambiente de cloud computing

• Autor(a) principal: Carvalho, Leandro da Silva
• Data de Publicação: 2018
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFRJ
• Texto Completo: http://hdl.handle.net/11422/13422
• topic: CNPQ::ENGENHARIAS::ENGENHARIA CIVIL; Modelos RFMP; Aprendizado computacional; Computação em nuvem; Modelos RFM; Comportamento do Consumidor; Classificação não supervisionada

Este trabalho tem por objetivo apresentar a criação de um novo modelo, denominado RFMP (Recency – Frequency – Monetary – Profitability), como alternativa ao tradicional modelo RFM. O propósito é avaliar se a inclusão de um novo parâmetro P (da palavra inglesa Profitability), associado à lucratividade dos consumidores, trará algum impacto na segmentação de uma base de clientes de um site de e-commerce. Adicionalmente, uma nova metodologia de classificação foi proposta – em substituição à forma tradicional utilizada – para aumentar o grau de confiança dos modelos gerados e melhorar a assertividade entre os clusters e seus respectivos conteúdos. Além disso, foi recomendada também a criação de três novos índices de mensuração para suprir a ausência de indicadores capazes de determinar a consistência e a qualidade dos clusters e modelos produzidos. Tudo isso foi realizado através de um estudo empírico, feito com o uso de uma plataforma de aprendizado de máquina a partir de um ambiente computacional em nuvem. Por fim, com os resultados obtidos, foi possível evidenciar que houve um impacto direto na formação dos clusters gerados, pois os grupos de clientes foram diferenciados não só pelo valor monetário, mas como também a partir das suas respectivas rentabilidades, o que permitiu constatar que nem sempre os clientes com os maiores valores monetários eram de fato os mais lucrativos.