Processo interdisciplinar de análise e classificação de dados: um estudo de caso em e-mail marketing.

• Ano de defesa: 2018
• Autor(a) principal: MONTHALER, Paul.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO; UFCG
• Palavras-chave em Português: Aprendizado de Máquina; Ciência da Computação; Machine Learning; Computer Science; Computação
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/2272

Conseguir respostas com Aprendizado de Máquina não é reduzido à pura matemática e estatística. As informações necessárias proveem dos especialistas do universo dos dados coletados, aqueles com competências no ambiente de aplicação dos resultados e de cientistas de computação. Nesse sentido, acredita-se que combinação de conhecimento das ferramentas, compreensão da área dos dados coletados e uma base de estudos na aplicação deles, consegue entregar melhores resultados. O problema é que os processos atuais falham na combinação dessas áreas. Assim, propõe-se nesse trabalho um processo, juntando os resultados de entendimento do negócio, análise do problema, coleta, análise e classificação de dados. Para validação, foi desenvolvido um estudo de caso em campanhas de e-mail marketing. O resultado da aplicação do processo é uma combinação entre aumento da visibilidade, retenção de assinantes e maximização do retorno. Estudos de marketing revelam o aumento do resultado com o aumento da frequência e personalização das mensagens, enquanto a ética e sociologia medem a percepção de invasão de privacidade com o aumento da personalização indevida.