Predição de Satisfação de Clientes Utilizando Modelos de Machine Learning em Pesquisa Net Promoter Score

Resumo

A pesquisa de satisfação do cliente é uma ferramenta amplamente utilizada pelas empresas como um importante indicador de desempenho para demonstrar a performance da organização a partir do ponto de vista do consumidor. Conhecer o nível de satisfação do cliente sobre determinado produto ou serviço pode fornecer informações relevantes para que as empresas mensurem os diferentes níveis de experiência do cliente, contribuindo para aumentar a competitividade do negócio. Uma das metodologias que tem sido mais utilizada para obter resultados oriundos de pesquisas de satisfação de clientes é o Net Promoter Score (NPS) que mede se um cliente recomendaria ou não uma empresa. Este artigo tem o objetivo de avaliar a possibilidade de predição do grau de satisfação do cliente por meio de indicadores de nível de serviço logístico de uma empresa que utiliza a metodologia do NPS como ferramenta de pesquisa, a partir de uma base de dados de avaliação da satisfação de clientes. Neste estudo são apresentados alguns resultados obtidos através de experimentos realizados com modelos de aprendizagem de máquina, utilizando algoritmos como BalancedBaggingClassifier, DecisionTreeClassifier, KNN e K-means.