Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Lima, Matheus Garibalde Soares de | - |
Autor(es): dc.contributor | Lima, Matheus Garibalde Soares de | - |
Autor(es): dc.contributor | Berardi, Rita Cristina Galarraga | - |
Autor(es): dc.contributor | Rosa, Marcelo de Oliveira | - |
Autor(es): dc.creator | Machado, Raissa Pavan | - |
Data de aceite: dc.date.accessioned | 2022-08-04T20:19:04Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T20:19:04Z | - |
Data de envio: dc.date.issued | 2022-04-14 | - |
Data de envio: dc.date.issued | 2022-04-14 | - |
Data de envio: dc.date.issued | 2021-01-20 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/28039 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/706611 | - |
Descrição: dc.description | Door to door salesmen are one of the most efficient ways that cosmetic companies have found to spread their products, however, finding, retaining and reactivating salespeople só that they continue to sell is still a challenge. Throughout this work, machine learning models were built in Python language, based on three types of algorithms, in order to be able to predict with greater certainty who are the representatives who really have a chance to continue reselling cosmetic products even after some time without new orders. | - |
Descrição: dc.description | Os representantes comerciais de produtos cosméticos são uma das formas mais eficientes que as empresas do ramo encontraram para difundirem seus produtos, contudo, encontrar, reter e reativar revendedores para que continuem vendendo ainda é um desafio. Ao longo deste trabalho foram construídos modelos de machine learning em linguagem Python, baseado em três tipos de algoritmos, para se prever com maior segurança quem são os representantes que realmente tem chance de continuar revendendo produtos de cosméticos mesmo após algum tempo sem novos pedidos. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Curitiba | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Ciência de Dados e suas Aplicações | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Python (Linguagem de programação de computador) | - |
Palavras-chave: dc.subject | Cosméticos | - |
Palavras-chave: dc.subject | Vendas - Previsão | - |
Palavras-chave: dc.subject | Vendedores - Análise | - |
Palavras-chave: dc.subject | Python (Computer program language) | - |
Palavras-chave: dc.subject | Cosmetics | - |
Palavras-chave: dc.subject | Sales - Forecasting | - |
Palavras-chave: dc.subject | Sales personnel - Analysis | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Título: dc.title | Modelagem preditiva para identificação da probabilidade de reativação de revendedores em multinacional do setor cosmético | - |
Título: dc.title | Predictive model to identify the probability of reactivation of door to door salesperson in multinational cosmetic industry | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: