Визуализация и интерпретация результатов сегментации

Машинное обучение для маркетинга на Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Методы анализа сегментов

  • Вычислите среднее, медиану или другие процентили для каждой переменной по сегментам
  • Рассчитайте относительную важность каждой переменной по сегментам
  • Изучите таблицу данных или постройте график (тепловая карта — удачный выбор)
Машинное обучение для маркетинга на Python

Анализ средних атрибутов сегментации K-means

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

Средние значения по 4 сегментам K-means

Машинное обучение для маркетинга на Python

Визуализация средних атрибутов сегментации K-means

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

Тепловая карта средних значений по 4 сегментам K-means

Машинное обучение для маркетинга на Python

Визуализация средних атрибутов сегментации NMF

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

Тепловая карта средних значений сегментации NMF

Машинное обучение для маркетинга на Python

Давайте построим решения с 3 сегментами!

Машинное обучение для маркетинга на Python

Preparing Video For Download...