Perfila e interpreta segmentos

Segmentación de clientes en Python

Karolis Urbonas

Head of Data Science, Amazon

Enfoques para crear buyer personas

Estadísticas resumen por clúster, p. ej., valores RFM medios
Snake plots (de investigación de mercados)
Importancia relativa de atributos del clúster vs. población

Estadísticas de cada clúster

Ejecuta k-means para varios valores de k cercanos al recomendado.

Crea una columna de etiquetas de clúster en el DataFrame original:

datamart_rfm_k2 = datamart_rfm.assign(Cluster = cluster_labels)

Calcula valores RFM medios y tamaños por clúster:

datamart_rfm_k2.groupby(['Cluster']).agg({
   'Recency': 'mean',
   'Frequency': 'mean',
   'MonetaryValue': ['mean', 'count'],
}).round(0)

Repite lo mismo para k=3

Estadísticas de cada clúster

Compara los valores RFM medios de cada solución de clúster

Snake plots para entender y comparar segmentos

Técnica de investigación de mercados para comparar segmentos
Visualiza los atributos de cada segmento
Primero normaliza los datos (centrar y escalar)
Grafica los valores medios normalizados por atributo y clúster

Prepara datos para un snake plot

Transforma datamart_normalized a DataFrame y añade una columna Cluster

datamart_normalized = pd.DataFrame(datamart_normalized, 
                                   index=datamart_rfm.index, 
                                   columns=datamart_rfm.columns)
datamart_normalized['Cluster'] = datamart_rfm_k3['Cluster']

Reestructura a formato largo para guardar valores RFM y nombres de métricas en 1 columna cada uno

datamart_melt = pd.melt(datamart_normalized.reset_index(), 
                    id_vars=['CustomerID', 'Cluster'],
                    value_vars=['Recency', 'Frequency', 'MonetaryValue'], 
                    var_name='Attribute', 
                    value_name='Value')

Visualiza un snake plot

plt.title('Snake plot of standardized variables')
sns.lineplot(x="Attribute", y="Value", hue='Cluster', data=datamart_melt)

Importancia relativa de atributos del segmento

Técnica útil para ver la importancia relativa de cada atributo por segmento
Calcula los promedios de cada clúster
Calcula los promedios de la población
Calcula la importancia dividiendo y restando 1 (devuelve 0 si el promedio del clúster = promedio de la población)

cluster_avg = datamart_rfm_k3.groupby(['Cluster']).mean()

population_avg = datamart_rfm.mean()

relative_imp = cluster_avg / population_avg - 1

Analiza y grafica la importancia relativa

Cuanto más se aleja la razón de 0, mayor la importancia del atributo para el segmento (vs. población total).

relative_imp.round(2)

         Recency  Frequency  MonetaryValue
Cluster                                   
0          -0.82       1.68           1.83
1           0.84      -0.84          -0.86
2          -0.15      -0.34          -0.42

# Plot heatmap
plt.figure(figsize=(8, 2))
plt.title('Relative importance of attributes')
sns.heatmap(data=relative_imp, annot=True, fmt='.2f', cmap='RdYlGn')
plt.show()

Mapa de calor de importancia relativa

         Recency  Frequency  MonetaryValue
Cluster                                   
0          -0.82       1.68           1.83
1           0.84      -0.84          -0.86
2          -0.15      -0.34          -0.42

¡Tu turno para probar técnicas de perfilado de clientes!

Segmentación de clientes en Python