Modelagem preditiva para identificação da probabilidade de reativação de revendedores em multinacional do setor cosmético

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorLima, Matheus Garibalde Soares de-
Autor(es): dc.contributorLima, Matheus Garibalde Soares de-
Autor(es): dc.contributorBerardi, Rita Cristina Galarraga-
Autor(es): dc.contributorRosa, Marcelo de Oliveira-
Autor(es): dc.creatorMachado, Raissa Pavan-
Data de aceite: dc.date.accessioned2022-08-04T20:19:04Z-
Data de disponibilização: dc.date.available2022-08-04T20:19:04Z-
Data de envio: dc.date.issued2022-04-14-
Data de envio: dc.date.issued2022-04-14-
Data de envio: dc.date.issued2021-01-20-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/28039-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/706611-
Descrição: dc.descriptionDoor 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.descriptionOs 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.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherCiência de Dados e suas Aplicações-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectPython (Linguagem de programação de computador)-
Palavras-chave: dc.subjectCosméticos-
Palavras-chave: dc.subjectVendas - Previsão-
Palavras-chave: dc.subjectVendedores - Análise-
Palavras-chave: dc.subjectPython (Computer program language)-
Palavras-chave: dc.subjectCosmetics-
Palavras-chave: dc.subjectSales - Forecasting-
Palavras-chave: dc.subjectSales personnel - Analysis-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleModelagem preditiva para identificação da probabilidade de reativação de revendedores em multinacional do setor cosmético-
Título: dc.titlePredictive model to identify the probability of reactivation of door to door salesperson in multinational cosmetic industry-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.