|
Acadêmico(a): Henrique Jose Wilbert |
Título: Utilização de clusterização para segmentação de clientes a partir de dados de varejo / Link de acesso à sala da defesa (encurtador.com.br/uFIQW) |
|
Resumo: |
Apesar de existirem várias formas de identificar comportamentos de clientes, poucas extraem esse
valor a partir de informações já existentes em uma base de dados, muito menos extraem características
relevantes. Este trabalho apresenta o desenvolvimento de um protótipo utilizando os atributos recência,
frequência e monetário (RFM) para a segmentação de clientes de uma base de dados de varejo. Para isso,
utilizou-se o algoritmo de clusterização k-means. A avaliação da qualidade dos clusters foi obtida através dos
índices de validação interna: Silhouette, Calinski Harabasz e Davies Bouldin. Uma vez não obtido o consenso
entre os três, foi aplicado três índices de validação externa: estabilidade global, estabilidade por cluster e
estabilidade SLSa. Foram obtidos seis segmentos de clientes, identificados pelo seu comportamento único:
clientes perdidos, clientes desinteressados, clientes recentes, clientes menos recentes, clientes leais e melhores
clientes. Seu comportamento foi evidenciado e analisado, indicando tendências e preferências.
|
|
|