SINOPSE
A inadimplência representa um desafio significativo para a gestão financeira das instituições de ensino superior, afetando diretamente os custos operacionais e resultando em aumentos nas mensalidades. A falta de adoção de técnicas de credit scoring para prever esse risco é comum entre essas instituições, o que agrava a situação.
Uma metodologia quantitativa inovadora surge como solução, utilizando algoritmos de machine learning para prever a inadimplência de alunos ativos. Os resultados obtidos são passíveis de replicação e aprimoramento, oferecendo um caminho viável para outras instituições enfrentarem esse problema.
