Previsão do Sucesso de Leads - Uma Abordagem em Machine Learning

Este Trabalho Final de Mestrado advém de um estágio realizado na empresa Quidgest S.A., em parceria com o Instituto Superior de Economia e Gestão (ISEG), no âmbito do mestrado de Métodos Quantitativos para a Decisão Económica e Empresarial (MQDEE). Este trabalho resulta da necessidade em aumentar o sucesso de vendas, através da previsão do sucesso de leads, recorrendo a técnicas e algoritmos de Machine Learning. Neste domínio, foi realizada uma prévia análise e compreensão do cenário empresarial, para que a utilização dos algoritmos pudesse oferecer uma adequada compatibilidade com os padrões de negócio da empresa. Previamente, foram aplicadas técnicas de tratamento, aumento e limpeza de dados, nomeadamente: SMOTE; ADASYN e TOMEK. Relativamente aos algoritmos de Machine Learning, foram utilizados algoritmos assentes no âmbito da aprendizagem supervisionada, nomeadamente: Support Vector Machines; Random Forest; Neural Networks; Adaboost e C5.0. As etapas deste trabalho foram alinhadas com a metodologia CRISP-DM, que é uma das mais conhecidas abordagens no que toca à logística de processos para a construção de sistemas computacionais. Os softwares utilizados foram: software R (com recurso ao R Studio); Microsoft SQL Server e o GENIO, que é o software próprio da Quidgest S.A.