Publicação
Criação de modelo de previsão do Churn na aplicação MBWAY
| Resumo: | Devido 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. |
|---|---|
| Autores principais: | Martins, Mafalda Alexandra Joaquim |
| Assunto: | Churn CRISP-DM Python Machine learning Aprendizagem supervisionada |
| Ano: | 2021 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | português |
| Origem: | Repositório da Universidade de Lisboa |
| Resumo: | Devido 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. |
|---|