Repository logo
 
Publication

Construção de um modelo de Churn dos clientes de gás e power da Galp

dc.contributor.advisorMoura, Alexandre Bugalho de
dc.contributor.advisorBranco, Tiago
dc.contributor.authorAlmeida, Inês de Sousa
dc.date.accessioned2025-03-24T14:54:56Z
dc.date.available2025-03-24T14:54:56Z
dc.date.issued2024-10
dc.description.abstractO churn, ou seja, a saída de um cliente da empresa para outra concorrente, é uma temática que impacta diversas indústrias/ negócios, não sendo a Galp uma exceção. Para as empresas é instrumental detetar, antecipadamente, esse acontecimento, permitindo assim a criação de iniciativas de retenção dos clientes propensos a realizar churn. Este trabalho tem como objetivo criar um modelo de churn eficiente para as contas de gás natural e eletricidade da Galp, utilizando dados dos contratos dos seus clientes. Após a extração dos dados, procede-se ao seu pré-processamento e à sua divisão em três conjuntos: Power (para as contas que apenas contratam o produto de eletricidade), Gas (para as contas que apenas contratam o produto de gás natural) e Gas&Power (para as contas que contratam ambos os produtos). Para a análise do churn, foi empregue o modelo de logit leaf model, conhecido por LLM, que combina dois algoritmos - regressão logística (RL) e árvores de decisão (AD). Além disso, foi testado como as partes individuais do LLM, isto é, a RL e as AD, se comportam perante os conjuntos de dados, utilizando as componentes da Análise de Componentes Principais (ACP) como forma de eliminar a multicolinearidade nos dados. Os três modelos demostram sucesso em prever o churn, tendo o LLM, em geral, obtido melhores resultados do que cada uma das suas partes isoladamente.pt_PT
dc.description.abstractChurn, that is, the departure of a customer from the company to a competitor, is an issue that impacts several industries/businesses, with Galp being no exception. For companies, it is crucial to detect and anticipate this event in order to create retention initiatives for customers prone to churn. The goal of this work is to create an efficient churn model for Galp's natural gas and electricity accounts, using data from customer contracts. After extracting the data, it was pre-processed and divided into three sets: Power (for accounts that only contract the electricity product), Gas (for accounts that only contract the natural gas product), and Gas&Power (for accounts that contract both products). For the churn analysis, the logit leaf model, known as LLM, was used, which combines two algorithms - logistic regression (LR) and decision trees (DT). Furthermore, it was tested how the individual parts of the LLM, i.e., LR and DT, behave in relation to the data sets, using the Principal Component Analysis (PCA) components to eliminate multicollinearity in the data. All three models showed success in predicting churn, with LLM, in general, achieving better results than each of its isolated parts.pt_PT
dc.description.versioninfo:eu-repo/semantics/publishedVersionpt_PT
dc.identifier.citationAlmeida, Inês de Sousa (2024). “Construção de um modelo de Churn dos clientes de gás e power da Galp” na intenção de compra e na atitude em relação à marca do consumidor”. Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestãopt_PT
dc.identifier.urihttp://hdl.handle.net/10400.5/99652
dc.language.isoporpt_PT
dc.publisherInstituto Superior de Economia e Gestãopt_PT
dc.subjectChurnpt_PT
dc.subjectLLMpt_PT
dc.subjectMulticolinearidadept_PT
dc.subjectACPpt_PT
dc.subjectMulticollinearity,pt_PT
dc.subjectPCApt_PT
dc.titleConstrução de um modelo de Churn dos clientes de gás e power da Galppt_PT
dc.typemaster thesis
dspace.entity.typePublication
rcaap.rightsclosedAccesspt_PT
rcaap.typemasterThesispt_PT

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
DM-ISA-2024.pdf
Size:
2.77 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.2 KB
Format:
Item-specific license agreed upon to submission
Description: