-
Com o objetivo de estreitar a relação entre online e offline, aprimorando, assim, a experiência dos Leads (alguém que forneceu seus dados de contato) e de expandir do multichannel para omnichannel como estratégia de uso simultâneo e interligado de diferentes canais de comunicação da minha organização, o presente estudo busca identificar e atribuir um score de probabilidade para Leads receptivos, através de suas características, utilizando data science.
-
O presente projeto tem como desafio propor uma abordagem preditiva para identificar a qual classe um Lead pertence, com o objetivo de prever se o Lead estaria ou não interessado na compra de planos de internet.
-
(Why?) Por que esse problema é importante? Com a solução, os times de vendas, planejamento e marketing esperam conseguir priorizar os Leads com maior interesse nos planos de internet.
-
(Who?) De quem são os dados analisados? Os dados analisados são de uma empresa privada.
-
(What?): Quais os objetivos com essa análise? O que iremos analisar? O objetivo é analisar o comportamento preditivo dos Leads através das suas características de recarga e serviços enriquecidas.
-
(Where?): Trata dos aspectos geográficos e logísticos de sua análise. O estudo é realizado com Leads espalhados em todo território brasileiro.
-
(When?): Qual o período está sendo analisado? Podemos considerar o terceiro e quarto trimestre do ano 2021.
- Coleta de Dados via Python e SQL;
- Processamento, Tratamento e Dataviz das features do dataset via Python;
- Análise e Exploração dos dados via Python;
- Implementação de modelos de Machine Learning e metricas via Python;