A carregar...
Publicação
From branches to screens : understanding mobile banking app usage through business intelligence and machine learning
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.25 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Esta dissertação investiga os principais fatores que influenciam a adoção e utilização de aplicações bancarias em Portugal, abordando lacunas persistentes na investigação sobre o comportamento e perceção do consumidor no contexto da rápida digitalização do sector. Embora a investigação se centre normalmente em dados institucionais, este estudo centra-se na experiência do utilizador, utilizando uma abordagem de métodos mistos que combina entrevistas qualitativas com um inquérito a nível nacional. Com base em modelos de adoção de tecnologia estabelecidos, como o UTAUT, a Teoria do Risco Apercebido e a Teoria da Difusão da Inovação, o estudo adota uma perspetiva centrada no utilizador e orientada para os dados. As evidencias qualitativas destacaram preocupações em torno da segurança, da usabilidade e da confiança, que ajudaram a moldar a conceção do inquérito. Posteriormente, os dados recolhidos confirmaram a utilização generalizada da banca movel para tarefas quotidianas, com a segurança a emergir como o principal fator que impulsiona a adoção. Para enriquecer a analise, foram utilizadas ferramentas de Inteligência Empresarial e técnicas de Aprendizagem Automática, incluindo Floresta Alteatoria e agrupamento em K-Means, para descobrir padrões de comportamento e segmentar os utilizadores em três grupos: Utilizadores Totalmente Digitais, Cepticos Conscientes e Utilizadores Digitalmente Hesitantes. Estes perfis oferecem informações uteis sobre as diferentes necessidades e expectativas dos utilizadores. De um modo geral, o estudo contribui não só para o conhecimento académico, mas também fornece informações praticas para as instituições financeiras que procuram melhorar os serviços digitais. Ao ajudar a compreender mais profundamente o comportamento dos utilizadores, o estudo apoia o desenvolvimento de soluções bancarias moveis mais inclusivas, fiáveis e fáceis de utilizar em Portugal.
This thesis investigates the key factors influencing the adoption and use of mobile banking applications in Portugal, addressing persistent research gaps in consumer behavior and perception amid the sector’s rapid digitalization. While research typically focuses on institutional data, this study centers on the user experience, employing a mixedmethods approach that combines qualitative interviews with a nationwide survey. Based on established technology adoption models, such as UTAUT, Perceived Risk Theory, and Diffusion of Innovation Theory, the study takes a user-focused and datadriven perspective. Qualitative findings highlighted concerns around security, usability, and trust, which helped shape the survey design. The results confirmed widespread use of mobile banking for day-to-day tasks, with security emerging as the main factor driving adoption. To enrich the analysis, Business Intelligence tools and Machine Learning techniques, including Random Forest and K-Means clustering, were used to uncover behavioral patterns and segment users into three groups: Full Digital Users, Conscious Skeptics, and Digitally Hesitant Users. These profiles offer useful insights into different user needs and expectations. Overall, the study contributes not just to academic knowledge but also provides practical insights for financial institutions looking to improve digital services. By helping to understand user behavior more deeply, it supports the development of more inclusive, trustworthy, and user-friendly mobile banking solutions in Portugal.
This thesis investigates the key factors influencing the adoption and use of mobile banking applications in Portugal, addressing persistent research gaps in consumer behavior and perception amid the sector’s rapid digitalization. While research typically focuses on institutional data, this study centers on the user experience, employing a mixedmethods approach that combines qualitative interviews with a nationwide survey. Based on established technology adoption models, such as UTAUT, Perceived Risk Theory, and Diffusion of Innovation Theory, the study takes a user-focused and datadriven perspective. Qualitative findings highlighted concerns around security, usability, and trust, which helped shape the survey design. The results confirmed widespread use of mobile banking for day-to-day tasks, with security emerging as the main factor driving adoption. To enrich the analysis, Business Intelligence tools and Machine Learning techniques, including Random Forest and K-Means clustering, were used to uncover behavioral patterns and segment users into three groups: Full Digital Users, Conscious Skeptics, and Digitally Hesitant Users. These profiles offer useful insights into different user needs and expectations. Overall, the study contributes not just to academic knowledge but also provides practical insights for financial institutions looking to improve digital services. By helping to understand user behavior more deeply, it supports the development of more inclusive, trustworthy, and user-friendly mobile banking solutions in Portugal.
Descrição
Trabalho Final de Mestrado, Information Systems Management, ISEG, 2025.
Palavras-chave
Mobile Banking Technology Adoption Consumer Behavior Business Intelligence Machine Learning Banca Móvel Adoção de Tecnologia Comportamento do Consumidor Inteligência Empresarial Aprendizagem Automática