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

Muhammad Bin Abubakr Joolfoo

ISBN 10: 6202886706 / ISBN 13: 9786202886703

Editore: Edições Nosso Conhecimento Okt 2020, 2020

Riguardo questo articolo

Neuware -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.Books on Demand GmbH, Überseering 33, 22297 Hamburg 64 pp. Portugiesisch. Codice articolo 9786202886703

Dati bibliografici

Titolo: Previsão da rotatividade do cliente em ...

Casa editrice: Edições Nosso Conhecimento Okt 2020

Data di pubblicazione: 2020

Legatura: Taschenbuch

Condizione: Neu

Descrizione articolo

Riassunto:

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.