Allana Lais dos Santos Rocha, Ester Deschamps De Macêdo, Letícia Castro Portela De Oliveira, Vinícius Ferreira Silva
{"title":"在JUSTA数据库中进行客户细分的集群应用","authors":"Allana Lais dos Santos Rocha, Ester Deschamps De Macêdo, Letícia Castro Portela De Oliveira, Vinícius Ferreira Silva","doi":"10.25286/repa.v7i3.2458","DOIUrl":null,"url":null,"abstract":"Empresas de tecnologia financeira, mais conhecidas como fintechs, são companhias de inovação tecnológica com potencial transformador para o setor financial. Nelas, o tratamento personalizado requer a análise de quantidades expressivas de dados. Dessa forma, utilizar técnicas de mineração de dados pode oferecer maior facilidade em classificar e visualizar os consumidores. A empresa analisada nesse artigo, a Justa, é uma fintech que promove produtos e serviços através de uma conta digital, e que procurava aprimorar a classificação dos seus clientes. A partir das bases de dados anonimizadas, fornecida pela Justa, cada cliente foi representado por features consideradas importantes para a empresa. Para chegar na base final, foi feita a integração, redução, limpeza, e transformação dos dados. Os algoritmos testados para agrupar os clientes foram K-Means, fuzzy C-Means e K-Medoids, onde o K-medoids, aplicado com a distância de Gower, apresentou melhor resultado na delineação dos perfis. Os resultados indicaram que há perfis diferentes de clientes, mas que estes são pouco acentuados e estão concentrados em apenas algumas das características comportamentais.","PeriodicalId":331078,"journal":{"name":"Revista de Engenharia e Pesquisa Aplicada","volume":"37 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Aplicação de Clustering para Segmentação de Clientes na Base de Dados da JUSTA\",\"authors\":\"Allana Lais dos Santos Rocha, Ester Deschamps De Macêdo, Letícia Castro Portela De Oliveira, Vinícius Ferreira Silva\",\"doi\":\"10.25286/repa.v7i3.2458\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Empresas de tecnologia financeira, mais conhecidas como fintechs, são companhias de inovação tecnológica com potencial transformador para o setor financial. Nelas, o tratamento personalizado requer a análise de quantidades expressivas de dados. Dessa forma, utilizar técnicas de mineração de dados pode oferecer maior facilidade em classificar e visualizar os consumidores. A empresa analisada nesse artigo, a Justa, é uma fintech que promove produtos e serviços através de uma conta digital, e que procurava aprimorar a classificação dos seus clientes. A partir das bases de dados anonimizadas, fornecida pela Justa, cada cliente foi representado por features consideradas importantes para a empresa. Para chegar na base final, foi feita a integração, redução, limpeza, e transformação dos dados. Os algoritmos testados para agrupar os clientes foram K-Means, fuzzy C-Means e K-Medoids, onde o K-medoids, aplicado com a distância de Gower, apresentou melhor resultado na delineação dos perfis. Os resultados indicaram que há perfis diferentes de clientes, mas que estes são pouco acentuados e estão concentrados em apenas algumas das características comportamentais.\",\"PeriodicalId\":331078,\"journal\":{\"name\":\"Revista de Engenharia e Pesquisa Aplicada\",\"volume\":\"37 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-11-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista de Engenharia e Pesquisa Aplicada\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.25286/repa.v7i3.2458\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista de Engenharia e Pesquisa Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25286/repa.v7i3.2458","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Aplicação de Clustering para Segmentação de Clientes na Base de Dados da JUSTA
Empresas de tecnologia financeira, mais conhecidas como fintechs, são companhias de inovação tecnológica com potencial transformador para o setor financial. Nelas, o tratamento personalizado requer a análise de quantidades expressivas de dados. Dessa forma, utilizar técnicas de mineração de dados pode oferecer maior facilidade em classificar e visualizar os consumidores. A empresa analisada nesse artigo, a Justa, é uma fintech que promove produtos e serviços através de uma conta digital, e que procurava aprimorar a classificação dos seus clientes. A partir das bases de dados anonimizadas, fornecida pela Justa, cada cliente foi representado por features consideradas importantes para a empresa. Para chegar na base final, foi feita a integração, redução, limpeza, e transformação dos dados. Os algoritmos testados para agrupar os clientes foram K-Means, fuzzy C-Means e K-Medoids, onde o K-medoids, aplicado com a distância de Gower, apresentou melhor resultado na delineação dos perfis. Os resultados indicaram que há perfis diferentes de clientes, mas que estes são pouco acentuados e estão concentrados em apenas algumas das características comportamentais.