Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.15/1996
Título: Abordagem para a previsão do abandono num ginásio
Outros títulos: Aproximación para la previsión de abandono en un gimnasio
Approach for predicting dropout in a health club
Autor: Sobreiro, Pedro Nuno de Alexandre
Santos, Abel
Palavras-chave: Machine Learning
Gestão do desporto
Ginásios
Previsão de abandono
Data: 2017
Citação: Sobreiro, Pedro Nuno de Alexandre; Santos, Abel. Abordagem para a previsão do abandono num ginásio, REVISTA INTERCONTINENTAL DE GESTÃO DESPORTIVA-RIGD, 7, 3, 311-319, 2017.
Resumo: Este estudo pretende apresentar um modelo para prever o abandono dos clientes num ginásio, baseado em dados existentes no software de gestão Health Center. As variáveis selecionadas, identificadas de acordo com a sua relevância em estudos realizados e disponibilidade de dados, foram: idade, género, tempo de inscrição, média de visitas mensais, faturação realizada ao cliente, número de aulas frequentadas e distância a percorrer para chegar ao clube. O número de clientes utilizados para a previsão de abandono foram de 810, através da utilização de um algoritmo de Machine Learning Two-class logistic regression para a classificação. A aproximação realizada permitiu prever com uma exatidão de 83% se o cliente abandonava ou ficava no ginásio. Os resultados obtidos sugerem que pode ser vantajoso a utilização da aproximação realizada para prever o abandono e explorar medidas adicionais para contrariar o abandono de clientes em risco.
Este estudio pretende presentar un modelo para prever el abandono de los clientes en un gimnasio, basado en datos existentes en el software de gestión Health Center. Las variables seleccionadas, identificadas de acuerdo con la su relevancia identificada en estudios realizados y disponibilidad de datos, fueron: edad, género, tiempo de inscripción, promedio de visitas mensuales, facturación realizada al cliente, número de clases frecuentadas y distancia a recorrer para llegar al club. El número de clientes utilizados para la previsión de abandono fue de 810, mediante el uso de un algoritmo de Machine Learning Two-class logistic regression para la clasificación. La aproximación realizada permitió prever con una exactitud del 83% si el cliente abandonaba o quedaba lo gimnasio. Los resultados obtenidos sugieren que puede ser ventajoso el uso de la aproximación realizada para prever el abandono y explotar medidas adicionales para contrarrestar el abandono de clientes en riesgo.
This study aimed to develop a model to predict customers dropouts in a health club, using existing data in the software Health Center used to manage the health club. The variables selected, identified according to the relevance in studies performed and availability of data, were: age, gender, enrollment time, average monthly visits, customer billing, number of classes attended and distance to reach the club. The number of customers used to develop the dropout prediction were 810, using a Machine Learning algorithm Two-class logistic regression for the classification. The approach adopted allowed to predict with an accuracy of 83% if the client left or stayed in the gym. The results suggest that can be useful tool to predict dropout and to use additional approaches to counteract clients in risk to dropout.
Peer review: yes
URI: http://hdl.handle.net/10400.15/1996
ISSN: 2237-3373
2237-3373
Aparece nas colecções:Artigos em revistas internacionais - ESDRM

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Sobreiro_Santos_2017_ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIO.pdf599,31 kBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.