Skip to content

DanielSDevs/InsightBus

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

33 Commits
 
 
 
 
 
 
 
 

Repository files navigation

InsightBus Logo Dashboard InsightBus

🚍 InsightBus – Segmentação Inteligente de Clientes

👨‍💻 Autores

  • TURMA: 1TSCPW
  • DANIEL SILVA ALVES - RM565770
  • JEAN FERREIRA DOS SANTOS - RM564347
  • MATHEUS CAMATI VELKIS TOLEDO PIZA - RM562991

🔗 Links do Projeto

- 🎥 [Vídeo Pitch](https://www.youtube.com/watch?v=hJtzmacejsQ) - 📊 [Dashboard](https://lookerstudio.google.com/reporting/568094d8-701c-4f43-a50e-d9685809a0b5/page/p_noooayy3vd)

📌 Contextualização

A ClickBus, maior plataforma online de venda de passagens rodoviárias do Brasil, recebe mais de 170 mil visitantes diários.
Apesar desse volume, ainda enfrenta dificuldades em personalizar a jornada do cliente devido à falta de segmentação clara baseada em comportamento de compra.
Isso limita o alcance e a efetividade das campanhas de marketing e relacionamento.


❗ Problema

A ClickBus não categoriza seus clientes com base no histórico de compra, dificultando:

  • Criação de campanhas personalizadas
  • Fidelização de usuários
  • Melhoria da experiência no app

💡 Solução Proposta – InsightBus

O InsightBus é um dashboard interativo que:

  • Segmenta clientes em perfis comportamentais (ex.: Econômico, Corporativo).
  • Apresenta previsões simples: probabilidade de recompra e sugestão de destinos prováveis.
  • Oferece suporte a decisões estratégicas de marketing e produto.

⚙️ Proposta Técnica

  • Clusterização: scikit-learn (K-Means, DBSCAN) + regras heurísticas
  • Predição: regressão linear simples e scorecards
  • Cálculo da próxima compra e target binário (0/1) para recompra em 30 dias
  • Visualização: Looker Studio
  • Armazenamento: CSV local + Google Cloud Storage / BigQuery
  • Ambiente: Google Colab + GitHub

Captura de tela


🎯 Público-Alvo

  • Clientes da ClickBus: experiência personalizada com promoções e destinos adequados.
  • Equipes de marketing/growth/produto: apoio a decisões estratégicas baseadas em dados.
  • Usuários do app: jornada mais personalizada e engajante.

📊 Impacto Esperado

  • Campanhas de marketing mais precisas e com menos desperdício.
  • Maior engajamento com o app.
  • Redução de churn.
  • Base sólida para futuras soluções preditivas.

✅ Benefícios

  • Aumento da taxa de conversão em campanhas promocionais.
  • Crescimento da base de clientes recorrentes.
  • Direcionamento mais assertivo de campanhas.

🛠️ Stack do MVP

Etapa Ferramenta
Manipulação de dados Python – pandas, numpy
Segmentação scikit-learn
Predição simples scikit-learn (regressão linear)
Visualização/Dashboard Looker Studio
Armazenamento local CSV
Armazenamento escalável Google Cloud Storage, BigQuery
Prototipação visual Figma
Organização da equipe

About

Projeto Challenge 2025 - Insight Bus

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors