Publicação
Previsão de séries temporais com períodos sazonais complexos : uma aplicação empírica
| dc.contributor.advisor | Sobreira, Nuno | |
| dc.contributor.advisor | Esquível, Manuel | |
| dc.contributor.author | Ferreira, Ana Carolina dos Santos | |
| dc.date.accessioned | 2019-03-04T14:47:37Z | |
| dc.date.available | 2019-03-04T14:47:37Z | |
| dc.date.issued | 2018-10 | |
| dc.description | Mestrado em Econometria Aplicada e Previsão | pt_PT |
| dc.description.abstract | O call center é, hoje em dia, um dos fatores estratégicos para o crescimento de uma empresa. Sendo a satisfação do cliente uma prioridade e o call center um dos primeiros pontos de contacto com o mesmo, garantir um bom serviço poderá melhorar a relação e gerar oportunidades de crescimento. Cada contacto com o cliente traz mais conhecimento e este conhecimento é precioso para gerar aproximação e comunicação mais assertiva. Conhecer as suas características e os motivos que o fazem ligar são pontos-chave para antecipar as suas necessidades. Assim, um call center bem estruturado e preparado para atender de forma rápida mostra eficiência e preocupação da empresa. A aplicação empírica mostra análises capazes de traçar o perfil do cliente ao nível sociodemográfico e ao nível de segmentações do negócio. Mostra também a interpretação de todas as interações entre motivos de chamada, capazes de criar inputs para a tomada de decisão ao nível operacional. Corrobora-se a presença de padrões sazonais através da análise espectral, que foi tida em conta na modelação da série. Conclui-se que o melhor método de previsão é o ARIMA cujo padrão sazonal é explicado por termos de uma série de Fourier. | pt_PT |
| dc.description.abstract | Call center are nowadays one of the strategic factors for the growth of a company. As customer satisfaction is priority, and since call centers are one of the first contact points with a company's clients, ensuring a good service can improve customer-relationship and generate growth opportunities. Each contact with a client brings additional knowledge, and that knowledge is precious to generate proximity and increase communication assertivity. Knowing their characteristics and the motivations behind their call are key factors in the anticipation of their needs. Thus, a well-structured call center which is ready for quick call handling shows efficiency and concern from the company. The empirical application introduces analytical methods capable of tracing the client profile at the socio-demographic level and at the business segmentation level. It also presents the interpretations of all interactions between call reasons capable of creating inputs for decision-making at the operational level. Spectral analysis validates the presence of seasonal patterns, which we controlled for when modelling the series. It is concluded that the best prediction method is the ARIMA model whose seasonal pattern is explained by terms of a Fourier series. | pt_PT |
| dc.description.version | info:eu-repo/semantics/publishedVersion | pt_PT |
| dc.identifier.citation | Ferreira, Ana Carolina dos Santos (2018). "Previsão de séries temporais com períodos sazonais complexos : uma aplicação empírica". Dissertação de Mestrado, Universidade de Lisboa. Instituto Superior de Economia e Gestão. | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.5/17494 | |
| dc.language.iso | por | pt_PT |
| dc.publisher | Instituto Superior de Economia e Gestão | pt_PT |
| dc.subject | Análise descritiva | pt_PT |
| dc.subject | Análise espectral | pt_PT |
| dc.subject | Diagrama de chord | pt_PT |
| dc.subject | ARIMA | pt_PT |
| dc.subject | Termos de uma série de Fourier | pt_PT |
| dc.subject | Dupla sazonalidade | pt_PT |
| dc.subject | HW | pt_PT |
| dc.subject | Previsão | pt_PT |
| dc.subject | Número de Chamadas | pt_PT |
| dc.subject | Call center | pt_PT |
| dc.subject | Descriptive analytics | pt_PT |
| dc.subject | spectal analysis | pt_PT |
| dc.subject | Chord diagram | pt_PT |
| dc.subject | Terms of a Fourier series | pt_PT |
| dc.subject | double seasonality | pt_PT |
| dc.subject | Forecasting | pt_PT |
| dc.subject | Number of calls | pt_PT |
| dc.title | Previsão de séries temporais com períodos sazonais complexos : uma aplicação empírica | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |