Navegando por Autor "Cortez, Erick Odlanier do Nascimento Xavier"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
Dissertação Machine Learning aplicado na análise de Churn em operadoras de planos de saúde: ferramenta Chia(Universidade Federal do Rio Grande do Norte, 2023-01-24) Cortez, Erick Odlanier do Nascimento Xavier; Rodrigues, Anna Giselle Câmara Dantas Ribeiro; http://lattes.cnpq.br/4440595486888973; http://lattes.cnpq.br/6727832729638446; Santana Júnior, Orivaldo Vieira de; Valentim, Ricardo Alexsandro de Medeiros; https://orcid.org/0000-0002-9216-8593; http://lattes.cnpq.br/3181772060208133; Schor, PauloNas últimas décadas o crescimento da internet e suas tecnologias vêm transformando a forma de relacionamento entre as empresas e seus clientes. A aquisição de um novo cliente custa muito mais caro para uma empresa do que a retenção do mesmo. Logo, ferramentas que possibilitem essa retenção, ou gerenciamento da Taxa de Churn, tornam-se ferramentas importantes no mercado. No modelo de negócio de empresas do segmento de planos de saúde, a situação não é diferente, a competitividade do mercado faz com que estas empresas precisem de processos e ferramentas que auxiliem a tomada de decisão de forma ágil, para assim obterem vantagens competitivas. Nesse sentido, o trabalho em questão tem por objetivo, a construção de uma ferramenta que utilize de boas práticas científicas em sua construção e que sirva de suporte para esse nicho específico de mercado. A ferramenta funcionará através da utilização de mecanismos de mineração de dados e inteligência artificial, mediante a utilização do histórico de dados dos usuários dentro do plano de saúde e a análise dessa influência desses dados na adesão ou retenção do mesmo, bem como predições. A construção da pesquisa e sua metodologia foi desenvolvida utilizando um conjunto de dados que foram cedidos por uma operadora privada de planos de saúde, onde estes, foram utilizados como pontapé inicial para o estudo. Logo, inicialmente, efetuou-se a normalização desses dados que se encontravam em diferentes bases de dados, bem como, imersos em diferentes complexidades de modelagem de negócios além de terem diferentes complexidades computacionais para sua extração. Assim, logo após a extração dos dados foram utilizados métodos de mineração de dados usando o software Weka para aplicação de algoritmos e modelos de inteligência artificial e observação dos índices de predição. Como resultado posterior foi desenvolvido um software de microsserviços na linguagem Python e baseado em arquitetura de pipelines de inteligência artificial, que servirá como background para um sistema que atenda o nicho específico de sistemas de Inteligência Artificial para planos de saúde. Por fim foram desenvolvidas telas de para esse sistema.