Apresentação de Monografia da Graduação de Eduardo Felipe de Oliveira e Isabella Marreco Guedes

ESCOLA NACIONAL DE CIÊNCIAS ESTATÍSTICAS

Graduação em Estatística

Apresentação de Monografia

A Escola Nacional de Ciências Estatísticas convida para a defesa de Monografia da Graduação intitulada: “Análise Preditiva para Estratégias de Cobrança no Setor de Telefonia: Uma Abordagem com Regressão Logística Multinomial”

Alunos: Eduardo Felipe de Oliveira e Isabella Marreco Guedes

Orientador: Gustavo da Silva Ferreira (ENCE/IBGE)

Data: 04 de dezembro de 2025 – quinta-feira

Horário: 16h00

Local: Rua André Cavalcanti, 106, sala 303 – ENCE

Resumo: O desafio de gerenciar a alta inadimplência no setor de telefonia, aliado à complexidade da operação multicanal, exige uma abordagem analítica que priorize a eficiência econômica e a eficácia operacional da cobrança. Este Trabalho de Conclusão de Curso foca em otimizar o processo de recuperação de crédito, buscando torná-lo mais efetivo e econômico, com ênfase em clientes pessoa física. O estudo utiliza a Regressão Logística Multinomial (RLM) como principal ferramenta estatística para alcançar esse objetivo.
A metodologia é aplicada a um conjunto robusto de dados reais e pseudonimizados fornecidos por uma provedora de serviços de telecomunicações. O objetivo é estimar a probabilidade de um cliente em atraso cair em diferentes categorias de resultado, que vão desde o pagamento orgânico (que não requer custo de cobrança) até o sucesso em canais específicos de contato (como mensageria por aplicativo, SMS e voz automatizada).
O modelo RLM é construído a partir de variáveis preditoras que incluem o perfil de risco do cliente, o histórico transacional da fatura e, de forma crucial, variáveis operacionais derivadas do histórico de contato. A alta interpretabilidade do modelo, por meio da análise da Razão de Chances (), permite quantificar o impacto de cada fator preditor na chance de sucesso em um canal, em comparação com os demais.
Ao fornecer probabilidades claras e coeficientes explicáveis, o estudo permite a orquestração dinâmica da cobrança. Os resultados esperados e as contribuições do trabalho são a maximização do Retorno sobre o Investimento (ROI) da cobrança, a redução de custos operacionais (evitando acionamentos desnecessários) e o aumento da taxa líquida de recuperação de dívidas, oferecendo um framework preditivo e economicamente justificado para a gestão de crédito.

Palavras-chave: Cobrança, Eficiência Operacional, Modelagem Preditiva, Otimização de Processos, Regressão Logística Multinomial, Telecomunicações.

Banca examinadora:
Gustavo da Silva Ferreira (ENCE/IBGE) – Orientador

Eduardo Lima Campos (ENCE/IBGE)

Coordenação de Graduação

Renata Pacheco Nogueira Duarte