Visualiseer en interpreteer segmentatie-oplossingen

Machine Learning voor marketing in Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Methoden om segmenten te verkennen

  • Bereken gemiddelde/mediaan/andere percentielen per variabele per segment
  • Bereken relatieve belangrijkheid per variabele per segment
  • Verken de datatabel of maak een plot (heatmap is een goede keuze)
Machine Learning voor marketing in Python

Analyseer gemiddelde K-means-segmentkenmerken

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

Gemiddelden K-means 4 segmenten

Machine Learning voor marketing in Python

Plot gemiddelde K-means-segmentkenmerken

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

Heatmap gemiddelden K-means 4 segmenten

Machine Learning voor marketing in Python

Plot gemiddelde NMF-segmentkenmerken

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

Heatmap NMF-gemiddelden

Machine Learning voor marketing in Python

Laten we 3-segmentoplossingen bouwen!

Machine Learning voor marketing in Python

Preparing Video For Download...