As empresas são obrigadas a adotar estratégias adequadas para aumentar a satisfação dos clientes adquiridos e manter os clientes leais devido ao ambiente competitivo do setor do retalho. Assim, esta dissertação prende-se na construção de um modelo preditivo de churn recorrendo a técnicas de data mining, tendo por objetivo a criação de perfis de clientes com tendência a abandonar a empresa. A amostra é facultada por uma empresa no ramo do retalho e é constituída por 723 clientes que efetuaram transações entre 2016 e 2022. A metodologia utilizada é o CRISP-DM, uma das mais utilizadas em data mining, por se centrar nas fases iniciais do processo até à construção e avaliação dos modelos. Estes mesmos baseiam-se em técnicas de aprendizagem supervisionada, mais especificamente o algoritmo CHAID e regressão logística, utilizando variáveis demográficas, relativas ao produto de compra, manutenções realizadas, ofertas adquiridas e tipo de pagamento. A partir deste estudo, constatou-se que a definição de perfis de clientes é essencial no processo de retenção de consumidores, permitindo à empresa ter um maior foco nos clientes identificados, de forma a definir estratégias adequadas. A literatura baseia-se essencialmente na teoria deste tema, e por isso, torna-se interessante falar em detalhe dos modelos utilizados e de todo o processo que é preciso percorrer para se obterem resultados de qualidade.

Companies are obliged to adopt appropriate strategies to increase customer satisfaction and retain loyal customers due to the competitive environment of the retail sector. This dissertation is therefore concerned with building a predictive model of churn using data mining techniques, with the aim of creating profiles of customers with a tendency to leave the company. The sample is provided by a retail company and consists of 723 customers who made transactions between 2016 and 2022. The methodology used is CRISP-DM, one of the most widely used in data mining, as it focuses on the initial stages of the process up to the construction and evaluation of the models. The models are based on supervised learning techniques, specifically the CHAID algorithm and logistic regression, using demographic variables relating to the product purchased, maintenance carried out, offers purchased, and payment. From this study, it emerged that defining customer profiles is essential in the customer retention process, allowing the company to focus more on the customers identified to define appropriate strategies. The literature is essentially based on theory on this subject, so it is interesting to talk in detail about the models used and the whole process that needs to be gone through to obtain quality results.