Diagnóstico e redução de cancelamentos em aplicativos de mobilidade

01Contexto e objetivo

Análise de um dataset público da Uber (NCR – Índia, 2024), com o objetivo de propor estratégias para reduzir a taxa de cancelamento de 25% para 15%.

02Preparação e modelagem

Todo o processo de ETL, modelagem e criação de KPIs foi desenvolvido no Power BI. A modelagem em Star Schema organiza tabelas de fato e dimensão para apoiar a precisão e o desempenho das análises.

03Indicadores em DAX

• Taxa de Cancelamento.
• Receita Perdida e Receita Realizada.
• Contagem de Cancelamentos por motivo, horário e categoria de veículo.

04Principais insights

• A cada 4 corridas, 1 é cancelada: mais de 37 mil cancelamentos no ano e cerca de ₹ 19 milhões em receita perdida.
• Cancelamentos por clientes estão ligados a falhas de experiência: endereço incorreto, motorista parado e mudança de planos.
• Cancelamentos por motoristas envolvem fatores operacionais, como problemas no carro, excesso de passageiros e condições inseguras.
• O pico ocorre entre 15h e 21h, principalmente aos domingos e segundas.
• Go Sedan apresenta a maior taxa proporcional de cancelamentos (25,3%), sinalizando a necessidade de investigar oferta e tempo de chegada.

05Recomendações

• Melhorar a experiência no app: confirmação de endereço, comunicação mais clara e indicação de capacidade de passageiros por categoria.
• Criar incentivos e políticas operacionais para motoristas em horários e regiões críticas.
• Investigar Go Sedan e testar ajustes de incentivos, alocação e tarifação.

06Potencial estimado

As ações sugeridas têm potencial de recuperar até ₹ 7,7 milhões anuais e aumentar a satisfação de clientes e motoristas. A taxa de 15% é uma meta e a recuperação financeira é uma estimativa, não um resultado já realizado.

07Competências aplicadas

ETL, modelagem de dados, criação de KPIs, storytelling visual e transformação de análises em recomendações estratégicas.