Visualizar e interpretar soluções de segmentação

Machine Learning para Marketing em Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Métodos para explorar segmentos

  • Calcular média / mediana / outros percentis de cada variável por segmento
  • Calcular a importância relativa de cada variável por segmento
  • Explorar a tabela de dados ou plotar (heatmap é uma boa opção)
Machine Learning para Marketing em Python

Analisar atributos médios da segmentação K-means

kmeans4_averages = wholesale_kmeans4.groupby(['segment']).mean().round(0)
print(kmeans4_averages)

Médias do K-means com 4 segmentos

Machine Learning para Marketing em Python

Plotar atributos médios da segmentação K-means

sns.heatmap(kmeans4_averages.T, cmap='YlGnBu')
plt.show()

Heatmap das médias do K-means (4 segmentos)

Machine Learning para Marketing em Python

Plotar atributos médios da segmentação NMF

nmf4_averages = wholesale_nmf4.groupby('segment').mean().round(0)
sns.heatmap(nmf4_averages.T, cmap='YlGnBu')
plt.show()

Heatmap das médias do NMF

Machine Learning para Marketing em Python

Vamos criar soluções com 3 segmentos!

Machine Learning para Marketing em Python

Preparing Video For Download...