| dc.contributor.advisor | Bonat, Wagner Hugo, 1985- | pt_BR |
| dc.contributor.other | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data | pt_BR |
| dc.creator | Pereira, Stephanie Caroline de Souza | pt_BR |
| dc.date.accessioned | 2025-10-22T17:41:19Z | |
| dc.date.available | 2025-10-22T17:41:19Z | |
| dc.date.issued | 2025 | pt_BR |
| dc.identifier.uri | https://hdl.handle.net/1884/98955 | |
| dc.description | Orientador: Prof. Wagner Hugo Bonat | pt_BR |
| dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science & Big Data | pt_BR |
| dc.description | Inclui referências | pt_BR |
| dc.description.abstract | Resumo: O setor de pós-vendas desempenha um papel fundamental na fidelização dos clientes. Nesse contexto, contar com assistências técnicas qualificadas é essencial para garantir um atendimento eficaz, rápido e de qualidade. Diante disso, este trabalho teve como objetivo aplicar a análise fatorial para ranquear assistências técnicas com base em indicadores de desempenho. A técnica aplicada permitiu reduzir a complexidade dos dados ao resumir os indicadores em um único fator, possibilitando a criação de um ranking objetivo. A análise foi conduzida seguindo todas as etapas metodológicas necessárias: verificação dos pressupostos, definição do número de fatores, extração do fator principal e cálculo dos escores fatoriais. Por fim, apenas assistências que atenderam a metas mínimas foram consideradas no ranking final. Os resultados possibilitam ações estratégicas, como incentivo às melhores assistências, correção de desempenho das demais ou até mesmo descredenciamento de unidades. Conclui-se que a análise fatorial é uma ferramenta eficaz para apoiar decisões no setor de pós-vendas, com potencial para evoluir ao incluir novos indicadores e análises temporais em estudos futuros | pt_BR |
| dc.description.abstract | Abstract: The after-sales sector plays a fundamental role in customer loyalty. In this context, having qualified technical support teams is essential to ensure effective, fast, and high-quality service. Therefore, this study aimed to apply factor analysis to rank technical support teams based on performance indicators. The technique allowed us to reduce data complexity by summarizing the indicators into a single factor, enabling the creation of an objective ranking. The analysis was conducted following all the necessary methodological steps: verifying assumptions, defining the number of factors, extracting the main factor, and calculating factor scores. Finally, only support teams that met minimum targets were considered in the final ranking. The results enable strategic actions, such as incentivizing the best support teams, correcting the performance of others, or even de-accrediting units. We conclude that factor analysis is an effective tool for supporting decisions in the after-sales sector, with potential for evolution by including new indicators and temporal analyses in future studies | pt_BR |
| dc.format.extent | 1 recurso online : PDF. | pt_BR |
| dc.format.mimetype | application/pdf | pt_BR |
| dc.language | Português | pt_BR |
| dc.subject | Assistencia tecnica | pt_BR |
| dc.subject | Clientes - Fidelização | pt_BR |
| dc.subject | Desempenho - Avaliação | pt_BR |
| dc.title | Análise fatorial aplicada ao ranqueamento de assistências técnicas | pt_BR |
| dc.type | TCC Especialização Digital | pt_BR |