Preprocesamiento de datos

Segmentación de clientes en Python

Karolis Urbonas

Head of Data Science, Amazon

Ventajas del clustering k-means

  • Uno de los métodos no supervisados más populares
  • Simple y rápido
  • Funciona bien*

* con ciertas suposiciones sobre los datos

Segmentación de clientes en Python

Suposiciones clave de k-means

  • Distribución simétrica de las variables (sin sesgo)
  • Variables con el mismo promedio
  • Variables con la misma varianza
Segmentación de clientes en Python

Variables sesgadas

 

  • Sesgo a la izquierda

 

  • Sesgo a la derecha

Segmentación de clientes en Python

Variables sesgadas

  • Sesgo eliminado con transformación logarítmica

Segmentación de clientes en Python

Variables en la misma escala

  • K-means asume misma media
  • Y misma varianza
  • No ocurre con datos RFM
datamart_rfm.describe()

Segmentación de clientes en Python

Repasemos los conceptos

Segmentación de clientes en Python

Preparing Video For Download...