Základy segmentace zákazníků a produktů

Machine Learning for Marketing in Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Formát dat

# Customer by product/service matrix
wholesale.head()

Záhlaví dat wholesale

Machine Learning for Marketing in Python

Modely bez učitele

  • Hierarchické shlukování
  • K-means
  • Nezáporná maticová faktorizace (NMF)
  • Biclustering
  • Gaussovy směsné modely (GMM)
  • A mnoho dalších
Machine Learning for Marketing in Python

Modely bez učitele

  • Hierarchické shlukování
  • K-means
  • Nezáporná maticová faktorizace (NMF)
  • Biclustering
  • Gaussovy směsné modely (GMM)
  • A mnoho dalších
Machine Learning for Marketing in Python

Kroky učení bez učitele

  1. Inicializace modelu
  2. Trénování modelu
  3. Přiřazení hodnot shluků
  4. Průzkum výsledků
Machine Learning for Marketing in Python

Průzkum proměnných

wholesale.agg(['mean','std']).round(0)

        Fresh    Milk  Grocery  Frozen  Detergents_Paper  Delicassen
mean  12000.0  5796.0   7951.0  3072.0            2881.0      1525.0
std   12647.0  7380.0   9503.0  4855.0            4768.0      2820.0

# Get the statistics
averages = wholesale.mean()
st_dev = wholesale.std()
x_names = wholesale.columns
x_ix = np.arange(wholesale.shape[1])

# Plot the data
import matplotlib.pyplot as plt
plt.bar(x_ix-0.2, averages, color='grey', label='Average', width=0.4)
plt.bar(x_ix+0.2, st_dev, color='orange', label='Standard Deviation', width=0.4)
plt.xticks(x_ix, x_names, rotation=90)
plt.legend()
plt.show()
Machine Learning for Marketing in Python

Sloupcový graf průměrů a směrodatných odchylek

Sloupcový graf

Machine Learning for Marketing in Python

Párový graf pro průzkum rozdělení

import seaborn as sns
sns.pairplot(wholesale, diag_kind='kde')
plt.show()
Machine Learning for Marketing in Python

Přehled párového grafu

Párový graf – surová data

Machine Learning for Marketing in Python

Pojďme procvičovat!

Machine Learning for Marketing in Python

Preparing Video For Download...