• Customer Acquisition
• Forecasting
• Gambling
• Machine Learning
• Time Series

Lo scopo del seguente progetto di tesi è quello di verificare e confrontare quali algoritmi di previsione su serie temporali sono più indicati per prevedere il numero di acquisizioni annuali di clienti per una famosa azienda di Gambling. Riuscire a prevedere il numero di clienti che verranno acquisiti funge da indicatore di business per l’azienda, la quale lo userà per stimare i costi o i guadagni che saranno effettuati nell’anno successivo oppure potrà essere utilizzato per cambiare strategia di mercato ed effettuare campagne di marketing. Per la previsione dei clienti sono stati implementati e confrontati diversi metodi: da algoritmi semplici a quelli più complessi, con risultati diversi ma che si avvicinano ai valori reali. Si vedrà come modelli concettualmente semplici riescano ad avere performance paragonabili a quelli più complessi mediante opportune operazioni di trasformazione ed elaborazione delle serie temporali. La previsione finale sarà data dalla combinazione delle previsioni di modelli distinti.