Mostrar registro simples

dc.contributor.advisorSelau, Lisiane Priscila Roldãopt_BR
dc.contributor.authorSilva, Valentina Bezpalko dapt_BR
dc.date.accessioned2025-05-03T06:55:43Zpt_BR
dc.date.issued2025pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/291122pt_BR
dc.description.abstractO avanço tecnológico nas formas de comunicação deu origem a um novo perfil de consumidor: o cliente digital. Rigoroso, informado e conectado, ele valoriza interações significativas com as instituições. Nesse contexto, compreender seu comportamento e mensurar sua propensão ao uso de canais e ferramentas digitais tornam-se estratégias essenciais para fortalecer o relacionamento entre empresas e consumidores, garantindo uma jornada personalizada e uma oferta alinhada às suas necessidades. Este projeto tem como objetivo de comparar duas técnicas estatísticas para determinar a propensão digital dos clientes. A metodologia proposta consiste na aplicação da técnica multivariada de Análise de Componentes Principais (PCA) com o intuito de ser comparado o desempenho com a abordagem da Teoria de Resposta ao Item (TRI). O objetivo é avaliar a eficácia dessas técnicas na estimativa da propensão digital dos clientes. Os resultados obtidos indicaram que a TRI demonstrou um desempenho superior na classificação dos clientes, apresentando uma distinção mais consistente entre os grupos Digital e Não Digital.pt_BR
dc.description.abstractThe technological advancement in communication methods has given rise to a new consumer profile: the digital customer. Demanding, well-informed, and connected, this customer values meaningful interactions with institutions. In this context, understanding their behavior and measuring their propensity to use digital channels and tools become essential strategies for strengthening the relationship between companies and consumers, ensuring a personalized journey and an offer aligned with their needs.This project aims to compare two statistical techniques to determine customers' digital propensity. The proposed methodology consists of applying the multivariate technique of Principal Component Analysis (PCA) to compare its performance with the Item Response Theory (IRT) approach. The objective is to assess the effectiveness of these techniques in estimating customers' digital propensity. The results obtained indicated that IRT demonstrated superior performance in classifying customers, providing a more consistent distinction between Digital and Non-Digital groups.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectAprendizagem de máquinapt_BR
dc.subjectDigital propensityen
dc.subjectAnálise multivariadapt_BR
dc.subjectMachine learningen
dc.subjectAnálise de componentes principaispt_BR
dc.subjectMultivariate analysisen
dc.subjectPrincipal component analysisen
dc.subjectItem response theoryen
dc.titleProposta de modelos de propensão de clientes ao digitalpt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.identifier.nrb001255743pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentInstituto de Matemática e Estatísticapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2025pt_BR
dc.degree.graduationEstatística: Bachareladopt_BR
dc.degree.levelgraduaçãopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples