26 nov 2024
14:00 Defesa de Mestrado Sala 85 do IC2
Tema
MAEVE: Um Framework Gerador de Datasets para Predição de Comportamento do Cliente em Marketing Digital
Aluno
William Ferreira da Silva Filho
Orientador / Docente
Julio Cesar dos Reis
Breve resumo
Em marketing digital, a tomada de decisão orientada por dados é essencial para compreender o comportamento do cliente. Esses dados dependem cada vez mais de dados extraídos de logs. Esses logs capturam interações de usuários em diversas plataformas, gerando uma fonte rica de informações para aprimorar estratégias de marketing. A literatura atual revela uma lacuna em soluções capazes de abstrair dados de maneira contínua e eficiente a partir de diferentes plataformas e logs, especialmente no que diz respeito à geração automatizada e eficaz de datasets voltados para o marketing digital. Embora existam diversas ferramentas de software, elas tendem a ser limitadas pela dependência de plataforma, o que reduz sua aplicabilidade em ambientes multiplataforma. Esta dissertação de mestrado tem como objetivo projetar, implementar e avaliar um novo framework para geração de datasets, denominado MAEVE. Nossa solução é agnóstica à plataforma e capaz de transformar logs de usabilidade diversos em datasets estruturados. O framework abstrai o processo de geração de logs, permitindo a extração, transformação e carga (ETL, do inglês \textit{Extract, Load and Transform}) de dados de várias plataformas. O MAEVE foi desenvolvido seguindo o modelo ETL, utilizando o Datadog para a ingestão de logs, automatizando a extração de dados brutos e transformando-os em datasets prontos para aprendizado de máquina. Avaliamos experimentalmente até que ponto os datasets gerados são adequados para análise preditiva em marketing digital, utilizando aplicações web reais e datasets voltados à previsão de comportamento do cliente. Em nossos procedimentos, modelos de aprendizado de máquina, incluindo redes neurais, foram utilizados para avaliar a qualidade desses datasets. Nossos experimentos demonstraram resultados significativos na precisão das previsões. Esta pesquisa contribui para as áreas de engenharia de software, engenharia de dados e marketing digital, ao fornecer uma solução escalável e agnóstica à plataforma para a geração de datasets. O MAEVE viabiliza novas previsões sobre o comportamento do cliente e pode ser ampliado para diversas aplicações, oferecendo uma ferramenta robusta para aprimorar estratégias de marketing digital orientadas por dados.
Banca examinadora
Titulares:
| Julio Cesar dos Reis | IC/UNICAMP |
| Ferrucio de Franco Rosa | CTI |
| Vagner Figueredo de Santana | IBM Brasil |
Suplentes:
| Jacques Wainer | IC/UNICAMP |
| Regina Lucia de Oliveira Moraes | FT/UNICAMP |