세분화 결과 시각화와 해석

Python으로 배우는 마케팅용 Machine Learning

Karolis Urbonas

Head of Analytics & Science, Amazon

세그먼트 탐색 방법

  • 세그먼트별 변수의 평균/중앙값/백분위수 계산
  • 세그먼트별 변수의 상대적 중요도 계산
  • 데이터 테이블 확인 또는 플롯(히트맵 권장)
Python으로 배우는 마케팅용 Machine Learning

K-평균 세분화 평균 속성 분석

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

K-평균 4세그먼트 평균

Python으로 배우는 마케팅용 Machine Learning

K-평균 세분화 평균 속성 플로팅

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

K-평균 4세গ먼트 평균 히트맵

Python으로 배우는 마케팅용 Machine Learning

NMF 세분화 평균 속성 플로팅

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

NMF 평균 히트맵

Python으로 배우는 마케팅용 Machine Learning

3세그먼트 솔루션을 만들어 봅시다!

Python으로 배우는 마케팅용 Machine Learning

Preparing Video For Download...