30/08 a 03/09
XLII SBPO
Bento gonçalves – rs
USO DE ÁRVORE DE DECISÃO COMO SUPORTE AO MARKETING:UM ESTUDO DE
CASO
Eliane Prezepiorski
Universidade Estadual do Centro Oeste do Paraná – UNICENTRO
Rua Salvatore Renna, 875, CEP 85015-430, Guarapuava - PR
[email protected]
Maria Regina Carvalho Macieira Lopes
Universidade Estadual do Centro Oeste do Paraná – UNICENTRO
Rua Salvatore Renna, 875, CEP 85015-430, Guarapuava - PR
[email protected]
Reinaldo Francisco
Universidade Estadual do Centro Oeste do Paraná – UNICENTRO
Rua Salvatore Renna, 875, CEP 85015-430, Guarapuava - PR
[email protected]
Resumo: A escolha de uma orientação estratégica para atingir uma boa performance de mercado
depende, primordialmente, dos objetivos associados a um produto. Tais objetivos deverão
identificar e desenvolver grupos de consumidores aos quais as empresas possam servir com maior
competitividade e lucratividade. As organizações, em especial as instituições financeiras, de
interesse deste trabalho, têm se mostrado bastante eficientes na captura, organização e
armazenamento de dados de suas operações diárias. Entretanto, grande parte não sabe transformar
em conhecimento as informações contidas nestes dados. Partindo deste fato, este trabalho teve como
objetivo analisar dados históricos de clientes de uma instituição financeira a fim de extrair padrões
de comportamento de consumo que deverão auxiliar no processo de abordagem e efetivação de
vendas de um de seus produtos (plano de previdência privada). Para tanto, foi utilizada a técnica de
Árvores de Decisão, como ferramenta do Data Mining. A mineração e classificação dos dados
foram baseadas no conjunto de nove informações cadastrais que incluem, entre outras, a idade, a
escolaridade, a renda e o consumo de produtos de seguridade. Na implementação da técnica, optouse por utilizar o software WEKA (Waikato Environment for Knowledge Analysis). Foram
realizados 5 conjuntos de testes. O primeiro teste realizado contemplou informações de 336 clientes.
Nos demais testes, os dados foram separados em dois conjuntos contendo informações de 224 e
112 clientes. O primeiro conjunto foi utilizado para gerar/treinar a Arvore de decisão e o segundo
para testá-la. Dentre os resultados obtidos a variável que apresentou maior ganho de informação
foi a “escolaridade”. De posse dos resultados o decisor tem condições de direcionar melhor os seus
esforços de venda para aqueles clientes que apresentam o perfil com maior propensão de consumo
do produto.
Palavras-chave: Arvore de decisão. Data Mining. Marketing
Abstract: The choice of a strategic orientation to achieve a good market performance primarily
depends on the intended goals for a given product. Such goals must recognize and develop
consumers groups to whom companies will attend with higher competitiveness and profitability.
Companies and financial organizations dealt in this work has been very efficient for the collection,
organization and storage of the data about their daily operations. However, most do not know how
to extract knowledge from the information behind the data. Starting from this fact, this study aimed
to analyze customers historical data of a financial institution in order to identify consumption
patterns that will assist in its sales and marketing operations for a particular product (a pension
plan). For this, we used decision trees as a tool for Data Mining. The mining and classification of
XLII SBPO
30/08 a 03/09
Bento gonçalves – rs
the data were based on the set of nine registration information including, among others, age,
scholarity, income and consumption of insurance products. The problem was implemented on the
software WEKA (Waikato Environment for Knowledge Analysis). Five test sets were performed.
The first test looked at information from 336 customers. In the remaining tests, data were separated
into two sets containing information from 224 and 112 customers. The first data set was used to
generate and train the decision tree and the second one to test it. The most significant variable was
“shcolarity”. With these results the decision maker is able to target their sales efforts to those
customers who have higher propensity for consumption of the product.
Keywords: Decision tree. Data Mining. Marketing