| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.34 MB | Adobe PDF |
Orientador(es)
Resumo(s)
Product portfolio management plays a key role in the performance of a company operating in a very competitive environment, as it is the case with Sonae MC. Being able to identify which products are Star and which factors make a product a Star is of paramount importance for the company. In this Master Final Assignment, a product classification model based on a combination of different customer segmentation is proposed to identify Sonae MC's Star products. A Logistic Regression and Decision Tree models are then used to verify main factors that affect the probability of a product being a star. Results show that the probability of a product being a star is influenced by the average frequency of sales, the percentage of sales when on sale, the price level and the percentage of customers in the following 3 segments: Quality, Family and Price/Promotion. Comparing Logistic Regression and Decision Tree models, the greater predictive capacity of the latter provides better classification metrics.
A gestão do portefólio de produtos desempenha um papel fundamental no desempenho de uma empresa que opera num ambiente muito competitivo, como é o caso da Sonae MC. Conseguir identificar quais os produtos estrela e quais os fatores que fazem com que um produto seja estrela adquire uma especial importância para a empresa. Neste Trabalho Final de Mestrado é proposto um modelo de classificação de produtos baseado numa combinação de diferentes segmentações de clientes, para a identificação de produtos estrela da Sonae MC. Com o suporte de modelos de Regressão Logística e de Árvores de Decisão, identificam-se os principais fatores que afetam a probabilidade de um produto ser estrela. Os resultados mostram que a probabilidade de um produto ser estrela é influenciada pela frequência média de vendas, pela percentagem de vendas em promoção, pelo nível de preço e pela percentagem de clientes que se encontra num dos 3 seguintes segmentos: Qualidade, Família e Preço/Promoção. Comparando os modelos de Regressão Logística e de Árvores de Decisão, a maior capacidade preditiva deste último fornece melhores métricas de classificação.
A gestão do portefólio de produtos desempenha um papel fundamental no desempenho de uma empresa que opera num ambiente muito competitivo, como é o caso da Sonae MC. Conseguir identificar quais os produtos estrela e quais os fatores que fazem com que um produto seja estrela adquire uma especial importância para a empresa. Neste Trabalho Final de Mestrado é proposto um modelo de classificação de produtos baseado numa combinação de diferentes segmentações de clientes, para a identificação de produtos estrela da Sonae MC. Com o suporte de modelos de Regressão Logística e de Árvores de Decisão, identificam-se os principais fatores que afetam a probabilidade de um produto ser estrela. Os resultados mostram que a probabilidade de um produto ser estrela é influenciada pela frequência média de vendas, pela percentagem de vendas em promoção, pelo nível de preço e pela percentagem de clientes que se encontra num dos 3 seguintes segmentos: Qualidade, Família e Preço/Promoção. Comparando os modelos de Regressão Logística e de Árvores de Decisão, a maior capacidade preditiva deste último fornece melhores métricas de classificação.
Descrição
Palavras-chave
Star products Classification model Logistic regression Decision trees Product portfolio management Produtos estrela Modelo de classificação Regressão logística Árvores de decisão Gestão do portefólio de produtos