• Portal do Governo Brasileiro

Plataforma Sucupira

Dados do Trabalhos de Conclusão

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CIÊNCIA, TECNOLOGIA E INOVAÇÃO (23001011079P0)
Machine Learning aplicado na análise de CHURN em operadoras de plano de saúde - Ferramenta CHIA
ERICK ODLANIER DO NASCIMENTO XAVIER CORTEZ
DISSERTAÇÃO
24/01/2023

Nas últimas décadas o crescimento da internet e suas tecnologias vêm transformando a forma de relacionamento entre as empresas e seus clientes. A aquisição de um novo cliente custa muito mais caro para a empresa do que a retenção do mesmo. Logo, estudos que possibilitem essa retenção, ou gerenciamento do Churn, tornam-se ferramenta importante no mercado. No modelo de negócio de empresas de plano de saúde, a competitividade de mercado faz com que estas empresas utilizem de processos e ferramentas que auxiliem de forma ágil a tomada de decisões para seu futuro lucro sem a perda do cliente. Para isso, é necessário verificar a influência das características sociais dos usuários na utilização dos planos de saúde, e, utiliza-se, então, de Mineração de dados e inteligência artificial com este objetivo. Nesse sentido, o trabalho em questão, tem por objetivo, utilizar a mineração de dados e inteligência artificial em um estudo de caso em uma operadora de plano de saúde para analisar a influência das características de usuários na sua adesão e retenção. A construção da pesquisa e sua metodologia foi desenvolvida utilizando um conjunto de dados obtidos de uma operadora de saúde, onde estes, foram utilizados como amostras para este estudo. Em seguida, efetuou-se uma normalização desses dados que se encontravam em diferentes bases, bem como, imersos em diferentes complexidades computacionais para sua extração. Assim, foram utilizados métodos de mineração de dados com o auxílio do software Weka para aplicar algoritmos e modelos de inteligência artificial nessa base real de dados. Como resultado foi desenvolvido um software de micros serviços na linguagem Python, baseado nos resultados da mineração de dados, que servirá como background para um sistema que atenda o nicho específico de sistemas de Inteligência Artificial para planos de saúde.

aprendizado de máquina;cancelamentos;plano de saúde
In the last decades the growth of the internet and its technologies transforming the form of relationship between companies and their customers. Acquiring a new customer costs a company much more than his maintenance. Therefore, studies that allow this maintenance, or Churn management, become important tools in the market. In the business model of health insurance companies, competitiveness of market do companies to use processes and tools to help they to making decisions for the future to increase their gains without losing their customer. For this, it is necessary to verify the influence of the social characteristics of the users in the use of health plans, and then uses Data Mining and artificial intelligence for this purpose. In this sense, the work in question aims to use data mining and artificial intelligence in a study of case in a health plan operator to analyze the influence of user characteristics on their adherence and retention. The construction of the research and its methodology was developed using a set of data obtained from a health operator, where these were used as samples for this study. After that, a normalization of these data that were in different bases, as well as, immersed in different computational complexities for its extraction. Thus, data mining methods were used with the help of Weka software to apply artificial intelligence algorithms and models. in that real database. As a result, a micro software was developed. services in the Python language, based on the results of data mining, which will serve as a background for a system that meets the specific niche of Artificial Intelligence systems for health plans. A construção da pesquisa e sua metodologia foi desenvolvida utilizando um conjunto de dados obtidos de uma operadora de saúde, onde estes, foram utilizados como amostras para este estudo.
Machine Learning;Cancellations;Health Insurance
69
PORTUGUES
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
O trabalho possui divulgação autorizada
VERSÃO DEFESA ERICK CORTEZ.pdf

Contexto

GESTÃO DA INOVAÇÃO E DA INFORMAÇÃO
DESENVOLVIMENTO DE TECNOLOGIAS PARA A INOVAÇÃO
2o Projeto Integrador do PPgCTI - Desenvolvimento de Soluções Tecnológicas Inovadoras para Produtos, Serviços e Processos

Banca Examinadora

ANNA GISELLE CAMARA DANTAS RIBEIRO RODRIGUES
DOCENTE - COLABORADOR
Sim
Nome Categoria
PAULO SCHOR Participante Externo
RICARDO ALEXSANDRO DE MEDEIROS VALENTIM Participante Externo
ANNA GISELLE CAMARA DANTAS RIBEIRO RODRIGUES Docente - COLABORADOR
ORIVALDO VIEIRA DE SANTANA JUNIOR Docente - PERMANENTE

Vínculo

CLT
Empresa Privada
Outros
Sim

Produções Intelectuais Associadas

Não existem produções associadas ao trabalho de conclusão.
Capes
  • Compatibilidade
  • . . .
  • Versão do sistema: 3.88.6
  • Copyright 2022 Capes. Todos os direitos reservados.

Nós usamos cookies para melhorar sua experiência de navegação no portal. Ao utilizar o gov.br, você concorda com a política de monitoramento de cookies. Para ter mais informações sobre como isso é feito, acesse Política de cookies.Se você concorda, clique em ACEITO.

Politica de Cookies

O que são cookies?

Cookies são arquivos salvos em seu computador, tablet ou telefone quando você visita um site.Usamos os cookies necessários para fazer o site funcionar da melhor forma possível e sempre aprimorar os nossos serviços. Alguns cookies são classificados como necessários e permitem a funcionalidade central, como segurança, gerenciamento de rede e acessibilidade. Estes cookies podem ser coletados e armazenados assim que você inicia sua navegação ou quando usa algum recurso que os requer.

Cookies Primários

Alguns cookies serão colocados em seu dispositivo diretamente pelo nosso site - são conhecidos como cookies primários. Eles são essenciais para você navegar no site e usar seus recursos.
Temporários
Nós utilizamos cookies de sessão. Eles são temporários e expiram quando você fecha o navegador ou quando a sessão termina.
Finalidade
Estabelecer controle de idioma e segurança ao tempo da sessão.

Cookies de Terceiros

Outros cookies são colocados no seu dispositivo não pelo site que você está visitando, mas por terceiros, como, por exemplo, os sistemas analíticos.
Temporários
Nós utilizamos cookies de sessão. Eles são temporários e expiram quando você fecha o navegador ou quando a sessão termina.
Finalidade
Coletam informações sobre como você usa o site, como as páginas que você visitou e os links em que clicou. Nenhuma dessas informações pode ser usada para identificá-lo. Seu único objetivo é possibilitar análises e melhorar as funções do site.

Você pode desabilitá-los alterando as configurações do seu navegador, mas saiba que isso pode afetar o funcionamento do site.

Chrome

Firefox

Microsoft Edge

Internet Explorer