Memorial de projetos : aplicação de técnicas de machine learning para qualificação de leads B2B

Abstract

Resumo: Este trabalho examina como técnicas de machine learning podem qualificar leads em operações entre empresas (Business to Business – B2B). Utilizou-se um conjunto de dados públicos do Kaggle que simula campanhas de marketing; após a limpeza dos registros, os dados foram divididos em amostras de treino (70 %) e teste (30 %). Três modelos supervisionados — Regressão Logística, Random Forest e XGBoost — foram treinados e comparados por acurácia, precisão, recall, F1-score e AUC. O XGBoost apresentou desempenho superior na maior parte dos indicadores. A análise de importância de atributos revelou saldo bancário, tipo de contato e idade como variáveis centrais para prever conversões. Gráficos de desempenho e a matriz de confusão deram suporte visual às conclusões. Reconhece-se, contudo, que vieses nos dados de origem e a explicabilidade dos modelos devem ser considerados antes da implantação prática. Mesmo com essas reservas, conclui-se que o uso criterioso de machine learning pode oferecer ganho competitivo concreto, orientando decisões baseadas em dados no contexto B2B

Abstract: This study investigates how machine-learning techniques can enhance lead qualification in Business-to-Business (B2B) settings. A publicly available dataset from Kaggle, which simulates marketing campaigns, was cleaned, normalized and split into training (70 %) and test (30 %) subsets. Three supervised models—Logistic Regression, Random Forest and XGBoost—were trained and evaluated with accuracy, precision, recall, F1-score and AUC. XGBoost outperformed the other models on nearly every metric. Feature-importance analysis identified bank balance, contact type and customer age as the most influential variables. Performance graphs and a confusion matrix provided additional insight into model behaviour. Although the results are promising, the study highlights the need to address potential data bias and to ensure model explainability before large-scale deployment. Overall, when applied transparently and with sound data-governance practices, machine-learning models can offer tangible competitive advantages by guiding data-driven decisions in the B2B domain