O projeto tem como principal analisar os dados e fazer a previsão se o cliente irá pagar a fatura que está por vim. Ademais, é feito insights matemáticos, financeiros e estatísticos atráves de técnicas de analise de dados.
O código fonte de todo o projeto pode ser encontado no arquivo "projeto.ipynb". Todos os outros documentos são complementos.
- Durante o processo de analise de dados foram encontrados diversos problemas, como por exemplo: valores nulos, não identificados no dicionário que foi passado pelo cliente e faltantes.
- O modelo de machine learning que foi mais eficiente foi a de floresta randomica, superando a regressão linear e a arvore de decisão. Isso se deve principalmente a natureza dos dados que foram disponibilizados para a implementação.
- Com o modelo gerado o cliente pode idenficar possiveis individuos que podem atrasar o pagamento da fatura do cartão e através de discursões, foi decidido implementar um centercall para entrar em contato com esses individuos para que houvesse uma negociação e que não houvesse inadiplencia.
- Utilizando o modelo o cliente irá aumentar sua receita.