EUVIMEDEUVIMED entdecken
Crossref

PREVISÃO DE PROPENSÃO À EVASÃO DE CLIENTES UTILIZANDO MÉTODOS DE APRENDIZADO DE MÁQUINA

Fabricio Ribeiro Seppe, Ingrid Saiala Cavalcante de Souza Feitosa

Revista Gestão e Conhecimento · 13.11.2026 · 20 (2) · e567

DOI: 10.55908/rgcv20n2-004 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Revista Gestão e Conhecimento, online erschienen am 13.11.2026. Verfasst von Fabricio Ribeiro Seppe und 1 weiteren Autor:innen. Die Arbeit nennt 22 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

A evasão de clientes constitui um desafio para a gestão de negócios, pois demanda a alocação de recursos em iniciativas de retenção. Este estudo objetiva utilizar métodos de aprendizado de máquina para identificar clientes com padrões associados à evasão e apoiar a proposição de estratégias de retenção segmentadas. Foram utilizados dados públicos do conjunto Telco Customer Churn, com 7.043 registros. O procedimento compreendeu tratamento de dados, classificação com Random Forest e XGBoost, otimização de hiperparâmetros com Optuna e agrupamento com K-means. Os melhores valores de F1 obtidos foram 0,66 para Random Forest e 0,65 para XGBoost. O modelo Random Forest foi empregado na segmentação exploratória da base, incluindo registros utilizados no treinamento. Entre os 5.174 clientes ativos, foram selecionados 814 para análise de possíveis ações de retenção, distribuídos em dois grupos com 777 e 37 clientes. Esse recorte representa uma redução de 84,26% no público-alvo em relação à base ativa. A comparação dos grupos subsidiou propostas relacionadas a contratos, modalidades de pagamento e serviços oferecidos. Os resultados ilustram uma aplicação de análise de dados ao apoio gerencial; não demonstram redução efetiva de custos nem aumento da retenção, pois as intervenções propostas não foram implementadas ou avaliadas.

Zitieren

APA

Seppe, F. R., & Feitosa, I. S. C. D. S. (2026). PREVISÃO DE PROPENSÃO À EVASÃO DE CLIENTES UTILIZANDO MÉTODOS DE APRENDIZADO DE MÁQUINA. Revista Gestão e Conhecimento, 20(2), e567. https://doi.org/10.55908/rgcv20n2-004

Vancouver

Seppe FR, Feitosa ISCDS. PREVISÃO DE PROPENSÃO À EVASÃO DE CLIENTES UTILIZANDO MÉTODOS DE APRENDIZADO DE MÁQUINA. Revista Gestão e Conhecimento. 2026;20(2):e567. doi:10.55908/rgcv20n2-004

BibTeX
@article{Seppe2026,
  author = {Seppe, Fabricio Ribeiro and Feitosa, Ingrid Saiala Cavalcante de Souza},
  title = {PREVISÃO DE PROPENSÃO À EVASÃO DE CLIENTES UTILIZANDO MÉTODOS DE APRENDIZADO DE MÁQUINA},
  journal = {Revista Gestão e Conhecimento},
  year = {2026},
  volume = {20},
  number = {2},
  pages = {e567},
  doi = {10.55908/rgcv20n2-004}
}
Kostenlos starten →