Abordagem para a previsão do abandono num ginásio

Sobreiro, Pedro; Santos, Abel

Publication

Abordagem para a previsão do abandono num ginásio

2017Journal article

dc.contributor.author	Sobreiro, Pedro
dc.contributor.author	Santos, Abel
dc.date.accessioned	2018-01-11T18:07:32Z
dc.date.available	2018-01-11T18:07:32Z
dc.date.issued	2017
dc.date.updated	2018-01-10T11:26:32Z
dc.description.abstract	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.	pt_PT
dc.description.abstract	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.	pt_PT
dc.description.abstract	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.	pt_PT
dc.description.version	info:eu-repo/semantics/publishedVersion	pt_PT
dc.identifier	2237-3373	en_US
dc.identifier.citation	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.	pt_PT
dc.identifier.issn	2237-3373
dc.identifier.issn	2237-3373
dc.identifier.uri	http://hdl.handle.net/10400.15/1996
dc.language.iso	por	pt_PT
dc.peerreviewed	yes	pt_PT
dc.rights.uri	http://creativecommons.org/licenses/by/4.0/	pt_PT
dc.subject	Machine Learning	pt_PT
dc.subject	Gestão do desporto	pt_PT
dc.subject	Ginásios	pt_PT
dc.subject	Previsão de abandono	pt_PT
dc.title	Abordagem para a previsão do abandono num ginásio	pt_PT
dc.title.alternative	Aproximación para la previsión de abandono en un gimnasio	pt_PT
dc.title.alternative	Approach for predicting dropout in a health club	pt_PT
dc.type	journal article
dspace.entity.type	Publication
oaire.citation.conferencePlace	Porto	pt_PT
oaire.citation.endPage	319	pt_PT
oaire.citation.issue	3	pt_PT
oaire.citation.startPage	311	pt_PT
oaire.citation.title	Revista Intercontinental de Gestão Desportiva	pt_PT
oaire.citation.volume	7	pt_PT
person.familyName	Sobreiro
person.familyName	Santos
person.givenName	Pedro
person.givenName	Abel
person.identifier.ciencia-id	BB1F-BE0D-7909
person.identifier.ciencia-id	BE19-BD8F-9588
person.identifier.orcid	0000-0003-3971-3545
person.identifier.orcid	0000-0001-5864-0105
rcaap.rights	openAccess	pt_PT
rcaap.type	article	pt_PT
relation.isAuthorOfPublication	779620ba-6b2b-48a3-96dd-63248767628b
relation.isAuthorOfPublication	cc83b2aa-a449-4165-be7e-b34304c3791c
relation.isAuthorOfPublication.latestForDiscovery	cc83b2aa-a449-4165-be7e-b34304c3791c