Previsão da rotatividade do cliente em Telecom usando ML em plataforma de dados grandes

Muhammad Bin Abubakr Joolfoo

ISBN 10: 6202886706 / ISBN 13: 9786202886703

Verlag: Edições Nosso Conhecimento, 2020

Beschreibung

nach der Bestellung gedruckt Neuware - Printed after ordering - A aquisição e a retenção de utilizadores são as principais preocupações na indústria das telecomunicações. Tornou-se necessário que os prestadores de serviços reduzissem a taxa de rotatividade dos clientes, uma vez que a falta de atenção poderia influenciar negativamente a rentabilidade da empresa. A previsão do churn contribui para identificar os usuários que provavelmente irão mudar uma empresa para outra. A Telecom está suportando o problema do aumento constante da taxa de rotatividade. Assim, o estudo atual emprega algoritmo de aprendizagem de máquinas em plataformas de dados de grande porte. As técnicas do algoritmo de aprendizagem de máquinas facilitam a protecção destas empresas de telecomunicações com métodos eficientes para diminuir a taxa de rotatividade. O churn silencioso é um tipo que é considerado complicado de prever, uma vez que pode haver este tipo de utilizadores que, provavelmente, poderão vir a agitar num futuro próximo.

Bestandsnummer des Verkäufers 9786202886703

Bibliografische Details

• Titel: Previsão da rotatividade do cliente em Telecom usando ML em plataforma de dados grandes
• Verlag: Edições Nosso Conhecimento
• Erscheinungsjahr: 2020
• Sprache: Portugiesisch
• ISBN-10: 6202886706
• ISBN-13: 9786202886703
• Einband: Taschenbuch
• Zustand: Neu

Über diesen Titel

Inhaltsangabe

A aquisição e a retenção de utilizadores são as principais preocupações na indústria das telecomunicações. Tornou-se necessário que os prestadores de serviços reduzissem a taxa de rotatividade dos clientes, uma vez que a falta de atenção poderia influenciar negativamente a rentabilidade da empresa. A previsão do churn contribui para identificar os usuários que provavelmente irão mudar uma empresa para outra. A Telecom está suportando o problema do aumento constante da taxa de rotatividade. Assim, o estudo atual emprega algoritmo de aprendizagem de máquinas em plataformas de dados de grande porte. As técnicas do algoritmo de aprendizagem de máquinas facilitam a protecção destas empresas de telecomunicações com métodos eficientes para diminuir a taxa de rotatividade. O churn silencioso é um tipo que é considerado complicado de prever, uma vez que pode haver este tipo de utilizadores que, provavelmente, poderão vir a agitar num futuro próximo.