Vizualizace a interpretace segmentačních řešení

Machine Learning for Marketing in Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Metody průzkumu segmentů

  • Výpočet průměrných / mediánových / percentilových hodnot pro každou proměnnou v segmentu
  • Výpočet relativní důležitosti každé proměnné v segmentu
  • Lze prozkoumávat datovou tabulku nebo ji vizualizovat (vhodná volba je heatmapa)
Machine Learning for Marketing in Python

Analýza průměrných atributů K-means segmentace

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

Průměry 4segmentového K-means

Machine Learning for Marketing in Python

Vizualizace průměrných atributů K-means segmentace

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

Heatmapa průměrů 4segmentového K-means

Machine Learning for Marketing in Python

Vizualizace průměrných atributů NMF segmentace

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

Heatmapa průměrů NMF

Machine Learning for Marketing in Python

Pojďme sestavit 3segmentová řešení!

Machine Learning for Marketing in Python

Preparing Video For Download...