ESTUDO DE MODELOS DE PREDIÇÃO DE CANCELAMENTO DE SERVIÇOS DE TELEFONIA UTILIZANDO TÉCNICAS DE APRENDIZADO DE MÁQUINA
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Trabalho de Conclusão de Curso
Data
2020-12-09
Autores
GUILHERME MARTINS GONÇALVES DE OLIVEIRA
JOÃO VICTOR SERRALHA
JOÃO VICTOR SERRALHA
Orientador
Flavio Tonidandel
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
Resumo
Um dos pontos mais críticos, para empresas de telefonia, é a alta taxa de rotatividade dos
clientes, e para atender às necessidades de sobrevivência no ambiente competitivo, a retenção
de clientes existentes tornou-se um grande desafio. O estudo feito por Hanif (2019) mostra
que devido ao avanço da tecnologia nos últimos anos, o ramo de telecomunicação foi uma das
primeiras indústrias a investir em técnicas de aprendizado de máquina e de análise de dados
para a prevenção da rotatividade de clientes. Porém, mesmo com os investimentos, a questão
da rotatividade de clientes ainda é um grande problema nesse setor. Na pesquisa realizada por
Saraswat e Tiwari (2018) no setor de telecomunicações, afirma-se que o custo de aquisição de
um novo cliente é muito maior do que reter o existente. Nesse trabalho, foram comparados os
desempenhos de três algoritmos distintos de aprendizado de máquina no contexto de predição
de cancelamento de serviços em empresas de Telecom. Os algoritmos foram aplicados em
uma base de dados com registros reais de uma empresa de telecomunicação. Os resultados
foram utilizados para a construção de suas determinadas métricas, tendo como objetivo, avaliar
o desempenho dos classificadores. Após o treinamento e validação dos modelos, foi possível
chegar em uma conclusão de qual algoritmo produziu o melhor modelo nesse contexto e as
possíveis razões para tal resultado