ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIO

Detalhes bibliográficos
Autor(a) principal: Sobreiro, Pedro
Data de Publicação: 2017
Outros Autores: Santos, Abel
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Texto Completo: http://hdl.handle.net/10400.26/30199
Resumo: Este estudo pretende apresentar um modelo para prever o abandono dos clientes num ginásio, baseado em dados existentes no software de gestão Health Center. As variáveis selecionadas, identificadas de acordo com a sua relevância em estudos realizados e disponibilidade de dados, foram: idade, género, tempo de inscrição, média de visitas mensais, faturação realizada ao cliente, número de aulas frequentadas e distância a percorrer para chegar ao clube. O número de clientes utilizados para a previsão de abandono foram de 810, através da utilização de um algoritmo de Machine Learning Two-class logistic regression para a classificação. A aproximação realizada permitiu prever com uma exatidão de 83% se o cliente abandonava ou ficava no ginásio. Os resultados obtidos sugerem que pode ser vantajoso a utilização da aproximação realizada para prever o abandono e explorar medidas adicionais para contrariar o abandono de clientes em risco.
id RCAP_b3b54f63a54cc5fca6b1347c59809f3c
oai_identifier_str oai:comum.rcaap.pt:10400.26/30199
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIOGestão do desportoMachine LearningPrevisão de abandonoEste estudo pretende apresentar um modelo para prever o abandono dos clientes num ginásio, baseado em dados existentes no software de gestão Health Center. As variáveis selecionadas, identificadas de acordo com a sua relevância em estudos realizados e disponibilidade de dados, foram: idade, género, tempo de inscrição, média de visitas mensais, faturação realizada ao cliente, número de aulas frequentadas e distância a percorrer para chegar ao clube. O número de clientes utilizados para a previsão de abandono foram de 810, através da utilização de um algoritmo de Machine Learning Two-class logistic regression para a classificação. A aproximação realizada permitiu prever com uma exatidão de 83% se o cliente abandonava ou ficava no ginásio. Os resultados obtidos sugerem que pode ser vantajoso a utilização da aproximação realizada para prever o abandono e explorar medidas adicionais para contrariar o abandono de clientes em risco.Repositório ComumSobreiro, PedroSantos, Abel2019-11-18T20:54:48Z20172017-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfhttp://hdl.handle.net/10400.26/30199porinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-05-05T14:38:45Zoai:comum.rcaap.pt:10400.26/30199Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T07:02:21.665905Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIO
title ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIO
spellingShingle ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIO
Sobreiro, Pedro
Gestão do desporto
Machine Learning
Previsão de abandono
title_short ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIO
title_full ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIO
title_fullStr ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIO
title_full_unstemmed ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIO
title_sort ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIO
author Sobreiro, Pedro
author_facet Sobreiro, Pedro
Santos, Abel
author_role author
author2 Santos, Abel
author2_role author
dc.contributor.none.fl_str_mv Repositório Comum
dc.contributor.author.fl_str_mv Sobreiro, Pedro
Santos, Abel
dc.subject.por.fl_str_mv Gestão do desporto
Machine Learning
Previsão de abandono
topic Gestão do desporto
Machine Learning
Previsão de abandono
description Este estudo pretende apresentar um modelo para prever o abandono dos clientes num ginásio, baseado em dados existentes no software de gestão Health Center. As variáveis selecionadas, identificadas de acordo com a sua relevância em estudos realizados e disponibilidade de dados, foram: idade, género, tempo de inscrição, média de visitas mensais, faturação realizada ao cliente, número de aulas frequentadas e distância a percorrer para chegar ao clube. O número de clientes utilizados para a previsão de abandono foram de 810, através da utilização de um algoritmo de Machine Learning Two-class logistic regression para a classificação. A aproximação realizada permitiu prever com uma exatidão de 83% se o cliente abandonava ou ficava no ginásio. Os resultados obtidos sugerem que pode ser vantajoso a utilização da aproximação realizada para prever o abandono e explorar medidas adicionais para contrariar o abandono de clientes em risco.
publishDate 2017
dc.date.none.fl_str_mv 2017
2017-01-01T00:00:00Z
2019-11-18T20:54:48Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.26/30199
url http://hdl.handle.net/10400.26/30199
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833602867497271296

Registros relacionados