Visualizzare e interpretare soluzioni di segmentazione

Machine Learning per il marketing con Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Metodi per esplorare i segmenti

  • Calcola media/mediana/altri percentili per ogni variabile per segmento
  • Calcola l'importanza relativa di ogni variabile per segmento
  • Esplora la tabella o crea un grafico (la heatmap è una buona scelta)
Machine Learning per il marketing con Python

Analizzare le medie degli attributi K-means

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

Medie a 4 segmenti K-means

Machine Learning per il marketing con Python

Grafico delle medie K-means

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

Heatmap delle medie a 4 segmenti K-means

Machine Learning per il marketing con Python

Grafico delle medie NMF

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

Heatmap delle medie NMF

Machine Learning per il marketing con Python

Creiamo soluzioni a 3 segmenti!

Machine Learning per il marketing con Python

Preparing Video For Download...