Publicação

Modelos para a quantificação e valorização de segmentos de mercados

Ver documento

Detalhes bibliográficos
Resumo:Com o passar do tempo e com o avanço das tecnologias, novas pesquisas na área da segmentação de mercado foram realizadas. O uso de Machine Learning tornou-se, atualmente, uma ferramenta importante para a resolução desses problemas. Esta dissertação tem como objetivo a criação de modelos de quantificação e valorização de segmentos de mercado em Portugal, Espanha e Estados Unidos, re correndo a métodos de Machine Learning para desenvolver modelos analíticos que proporcionem informações cruciais para compreender e prever o comportamento de mercado nesses três países. Estes métodos utilizados baseiam-se em árvores de regressão, uma vez que a variável de interesse é uma variável contínua que diz respeito à faturação da empresa em cada localidade. Foram escolhidos os métodos boosting, bagging e random forest para a previsão de faturação. Todo o trabalho realizado no âmbito da dissertação foi realizado com o software R e representado graficamente com a ajuda do software Power BI, ferramenta útil para a criação de Dashboards. O tratamento dos dados foi também trabalhado com o recurso ao Excel. Os resultados da previsão obtidos dos métodos de Machine Learning permitem à empresa ter um maior conhecimento sobre quais as localidades mais importantes e que variáveis influenciam diretamente a faturação. Estes resultados serão aplicados na empresa e irão sustentar a tomada de decisão.
Autores principais:Castro, José Alberto Silva
Assunto:Machine Learning Boosting Bagging Random forest Ciências Naturais::Matemáticas
Ano:2024
País:Portugal
Tipo de documento:dissertação de mestrado
Tipo de acesso:acesso aberto
Instituição associada:Universidade do Minho
Idioma:português
Origem:RepositóriUM - Universidade do Minho

Registos relacionados

Registos relacionados