Proposta de modelos de propensão de clientes ao digital
| dc.contributor.advisor | Selau, Lisiane Priscila Roldão | pt_BR |
| dc.contributor.author | Silva, Valentina Bezpalko da | pt_BR |
| dc.date.accessioned | 2025-05-03T06:55:43Z | pt_BR |
| dc.date.issued | 2025 | pt_BR |
| dc.identifier.uri | http://hdl.handle.net/10183/291122 | pt_BR |
| dc.description.abstract | O 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.abstract | The 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.mimetype | application/pdf | pt_BR |
| dc.language.iso | por | pt_BR |
| dc.rights | Open Access | en |
| dc.subject | Aprendizagem de máquina | pt_BR |
| dc.subject | Digital propensity | en |
| dc.subject | Análise multivariada | pt_BR |
| dc.subject | Machine learning | en |
| dc.subject | Análise de componentes principais | pt_BR |
| dc.subject | Multivariate analysis | en |
| dc.subject | Principal component analysis | en |
| dc.subject | Item response theory | en |
| dc.title | Proposta de modelos de propensão de clientes ao digital | pt_BR |
| dc.type | Trabalho de conclusão de graduação | pt_BR |
| dc.identifier.nrb | 001255743 | pt_BR |
| dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
| dc.degree.department | Instituto de Matemática e Estatística | pt_BR |
| dc.degree.local | Porto Alegre, BR-RS | pt_BR |
| dc.degree.date | 2025 | pt_BR |
| dc.degree.graduation | Estatística: Bacharelado | pt_BR |
| dc.degree.level | graduação | pt_BR |
Este item está licenciado na Creative Commons License
-
TCC Estatística (312)

