| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 2.3 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
In today’s service-oriented business landscape, client acquisition and retention are imperative, given the significant influence clients wield over service outcomes. This influence is particularly pronounced in prolonged services like weight loss programs, where client motivation towards program completion is crucial for achieving desired outcomes and ensuring customer satisfaction. This thesis investigates factors contributing to attrition in a three-phase weight loss program, leveraging a comprehensive dataset encompassing client registration details, progress tracking, and demographic information. However, the challenge of missing data arises when clients discontinue the program, hindering a comprehensive understanding of the weight loss journey. To address this challenge, a causal approach to missing data imputation is adopted, utilizing Bayesian Statistics to harness the inherent information within the data. Through extensive literature review and methodological exploration, the study sheds light on the reasons for attrition and proposes practical insights into addressing churn issues. Age and weight emerge as significant predictors of program completion, with older individuals exhibiting higher completion rates across all phases. Additionally, the study highlights the nuanced impact of previous program attempts on completion rates. Overall, this study contributes to the understanding of attrition in weight loss programs and offers valuable insights into leveraging Bayesian imputation models for predictive analytics in service-oriented contexts.
No atual panorama empresarial centrado no serviço, a aquisição e retenção de clientes são imperativas, dada a influência significativa que estes exercem sobre os resultados dos serviços. Esta influência é particularmente pronunciada em serviços prolongados, como programas de perda de peso, onde a motivação do cliente para a conclusão do programa é crucial para alcançar os resultados desejados e garantir a satisfação do cliente. Esta tese investiga os fatores que contribuem para a desistência num programa de perda de peso de três fases, utilizando um conjunto de dados que inclui detalhes de registo do cliente, monitorização do progresso e informações demográficas. No entanto, surge o desafio de falta de observações quando os clientes interrompem o programa, dificultando uma compreensão abrangente da jornada de perda de peso. Para enfrentar este desafio, e adotada uma abordagem causal para a imputação de dados em falta, utilizando Estatísticas Bayesianas para aproveitar a informação inerente nos dados. Este estudo apresenta razões para a desistência e propõe perspetivas práticas para enfrentar questões de rotatividade. A idade e o peso emergem como preditoes significativos da conclusão do programa, com os indivíduos mais velhos exibindo maiores taxas de conclusão em todas as fases. Além disso, destaca o impacto subtil das tentativas anteriores de programa nas taxas de conclusão. No geral, este estudo contribui para a compreensão da desistência em programas de perda de peso e oferece insights valiosos sobre a utilização de modelos de imputação bayesianos para análises preditivas em contextos orientados para o serviço.
No atual panorama empresarial centrado no serviço, a aquisição e retenção de clientes são imperativas, dada a influência significativa que estes exercem sobre os resultados dos serviços. Esta influência é particularmente pronunciada em serviços prolongados, como programas de perda de peso, onde a motivação do cliente para a conclusão do programa é crucial para alcançar os resultados desejados e garantir a satisfação do cliente. Esta tese investiga os fatores que contribuem para a desistência num programa de perda de peso de três fases, utilizando um conjunto de dados que inclui detalhes de registo do cliente, monitorização do progresso e informações demográficas. No entanto, surge o desafio de falta de observações quando os clientes interrompem o programa, dificultando uma compreensão abrangente da jornada de perda de peso. Para enfrentar este desafio, e adotada uma abordagem causal para a imputação de dados em falta, utilizando Estatísticas Bayesianas para aproveitar a informação inerente nos dados. Este estudo apresenta razões para a desistência e propõe perspetivas práticas para enfrentar questões de rotatividade. A idade e o peso emergem como preditoes significativos da conclusão do programa, com os indivíduos mais velhos exibindo maiores taxas de conclusão em todas as fases. Além disso, destaca o impacto subtil das tentativas anteriores de programa nas taxas de conclusão. No geral, este estudo contribui para a compreensão da desistência em programas de perda de peso e oferece insights valiosos sobre a utilização de modelos de imputação bayesianos para análises preditivas em contextos orientados para o serviço.
Description
Keywords
Weigh loss programs Attrition Bayesian statistics Primates imputation Programas de perda de peso Atrito Estatística Bayesiana