[en] A NON-PARAMETRIC PROBABILISTIC COUNTERFACTUAL APPROACH TO ASSESS A RETAILER S TRANSACTIONAL POTENTIAL

[pt] UMA ABORDAGEM CONTRAFACTUAL PROBABILÍSTICA NÃO PARAMÉTRICA PARA AVALIAR O POTENCIAL TRANSACIONAL DE UM VAREJISTA

[pt] LEONARDO DOMINGUES

[pt] CONTRAFACTUAL

[pt] CHURN NAO-CONTRATUAL

[pt] ADQUIRENTE

[pt] GERENCIAMENTO DE RECEITA

[en] COUNTERFACTUAL

[en] NON-CONTRACTUAL CHURN

[en] ACQUIRER

[en] REVENUE MANAGEMENT

[pt] No contexto da indústria de adquirência, uma adquirente é uma empresa que facilita a comunicação entre um varejista (online ou loja física) e os bancos emissores. Para um adquirente, é crucial determinar o potencial transacional de cada varejista para orientar estratégias adequadas de precificação e gestão de risco. Neste trabalho, propomos uma estrutura para avaliar adequadamente o potencial transacional de qualquer varejista usando as transações de seus pares. A estrutura proposta é baseada na construção de um contrafactual probabilístico que usa a regressão não paramétrica do kernel Nadaraya-Watson para modelar diferentes padrões sazonais, tendências e ciclos de negócios. Propomos uma metodologia integrada de processamento de dados para separar e validar os dados não afetados por intervenções para construir nosso modelo contrafactual probabilístico não paramétrico. O framework proposto é um poderoso sistema de suporte à decisão para gestão de receitas de uma adquirente, com aplicações diretas para precificação, detecção de churn e, de forma mais geral, gerenciamento de receita. Os resultados empíricos corroboram a eficácia do método em relação aos benchmarks relevantes.

[en] In the payment industry context, a merchant acquirer is a firm that facilitates communication between a retailer (online or brick–and–mortar store) and the issuing banks. For an acquirer, it is crucial to determine the transactional potential of each retailer to guide proper pricing and risk management strategies. In this work, we propose a framework to properly assess the transactional potential of any retailer using the transactions of its peers. The proposed framework is based on the construction of a probabilistic counterfactual that uses non-parametric Nadaraya-Watson kernel regression to model differing seasonal patterns, trends and business cycles. We propose an integrated data processing methodology to separate and validate the data not affected by interventions to construct our non-parametric probabilistic counterfactual model. The proposed framework is a powerful decision support system for a merchant acquirer revenue management, with direct applications to pricing, churn detection and, more generally, revenue management. Empirical results corroborate the effectiveness of the method against relevant benchmarks.

DAVI MICHEL VALLADAO

ALEXANDRE STREET DE AGUIAR

CRISTIANO AUGUSTO COELHO FERNANDES

ALEXANDRE STREET DE AGUIAR

DAVI MICHEL VALLADAO

PAULA MEDINA MACAIRA LOURO

2022-08-23

2022-07-21

[pt] TEXTO

application/pdf

INGLÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60307@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60307@2

https://doi.org/10.17771/PUCRio.acad.60307