• Entrar
    Ver item 
    •   Página inicial
    • BIBLIOTECA DIGITAL: Trabalhos de Especialização
    • Ciências Exatas e da Terra
    • Data Science & Big Data
    • Ver item
    •   Página inicial
    • BIBLIOTECA DIGITAL: Trabalhos de Especialização
    • Ciências Exatas e da Terra
    • Data Science & Big Data
    • Ver item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Redes Bayesianas aplicadas à jornada de compra no marketing digital

    Thumbnail
    Visualizar/Abrir
    R - E - PAULO EDUARDO DE SOUZA JARDIM.pdf (414.5Kb)
    Data
    2022
    Autor
    Jardim, Paulo Eduardo de Souza
    Metadata
    Mostrar registro completo
    Resumo
    Resumo: Um dos maiores desafios das empresas que comercializam software na modalidade SaaS (Software as a Service) é modelar a jornada de compra de seus clientes, sendo assim possível conhecer as etapas mais importantes deste processo e aperfeiçoá-lo. Conseguir otimizar os esforços do time de vendas, focando nos futuros clientes com maior potencial é crucial para reduzir o custo de aquisição de clientes e garantir a competitividade no mercado. Por isso, este trabalho propõe uma abordagem com Redes Bayesianas para esse problema. Foi ajustado um modelo, por meio do qual foram feitas inferências visuais sobre o processo, bem como a simulação da jornada de compra de um cliente. Foram demonstrados vários tipos de previsões que podem ser feitas durante o processo, facilitando a tomada de decisões no nível operacional de vendas
     
    Abstract: One of the greatest challenges faced by SaaS (Software as a Service) vendors is modellig their customers’buying journey, which allows understanding the most important steps of this process in order to improve it. Optimizing the sales force effort, focusing on those future customers who have great potential it’s critical to reduce the customer acquisition costs and to guarantee the company’s competitiveness in the market. Therefore, this work proposes a Bayesian Networks approach to this problem. A model has been fitted, through which we have performed visual inferences about the process and also a simulation on a customer’s buying journey. We have demonstrated various kinds of predictions that can be performed during the process, facilitating decision making at the sales operational level
     
    URI
    https://hdl.handle.net/1884/87385
    Collections
    • Data Science & Big Data [138]

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV
     

     

    Navegar

    Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosTipoEsta coleçãoPor data do documentoAutoresTítulosAssuntosTipo

    Minha conta

    EntrarCadastro

    Estatística

    Ver as estatísticas de uso

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV