Curso Big Data. Segmentación clientes by Juan Vidal
1 recomendación853 vistas
El documento trata sobre un curso de segmentación de clientes a través del análisis de datos sintéticos, utilizando el algoritmo k-means para agrupar clientes con comportamientos de compra similares. Se utiliza un dataset de 10,000 registros donde los productos comprados se representan como vectores binarios. El objetivo es facilitar acciones comerciales específicas y predecir la respuesta a campañas de marketing basadas en la segmentación obtenida.
Curso Big Data. Segmentación clientes by Juan Vidal
- 1. SEGMENTACIÓN CLIENTES Juan Vidal – cursos de verano UCM. Curso Big & Open Data. Análisis estadístico con R Julio 2014
- 2. Segmentación clientes Objetivos: Descubrir grupos de consumidores cuyos comportamientos y hábitos de consumo sean similares, con el objeto de desarrollar estrategias específicas para cada segmento
- 3. Segmentación clientes Datos de partida: Datos sintéticos de clientes. Dataset de 10000 registros. Trabajamos con los datos de clientes, tratandolos como vectores, donde las columnas del vector son los productos que ha comprado el cliente: P1, P2…..P10. Los productos de cada columna toman el valor 1 (ha comprado el producto) y 0 (no ha comprado). Orden de las columnas en base a similitud entre productos. Consideramos para el estudio los clientes que tienen una longitud mínima (suma de elementos mayor o igual que 3),de forma que tengan un comportamiento de compra mínimo para caracterizar.
- 4. Segmentación clientes Proceso de comparación y agrupamiento: Consideramos que dos clientes sin similares cuando tienen en el espacio vectorial un dirección similar. Obtenemos el ángulo de los vectores con respecto a una serie de vectores de referencia. Realizamos un agrupación utilizando el algoritmo k-means utilizando como valores de agrupación los ángulos obtenidos. Opción de ejecución con Hadoop para volúmenes de clientes muy altos. La ejecución de este algoritmo no es un problema big data para una compañía de millones de clientes (casi todas las del IBEX español),pero si es un problema big data para un red social (linkedin, facebook..)
- 5. Segmentación clientes Acciones comerciales en base a este agrupamiento: Una vez realizado el agrupamiento podemos realizar acciones comerciales dirigidas a cada grupo. Es una valiosa información de entrada para los gestores de campañas de Marketing. La pertenencia a un grupo puede marcar los siguientes productos que es susceptible de comprar un cliente determinado. Mediante técnicas de Machine Learning podemos intentar predecir la tasa de respuesta a las campaña de Marketing
- 6. GRACIAS POR SU ATENCIÓN Juan Vidal – cursos de verano UCM.