Požadavek klienta je identifikovat nejdůležitější skupiny zákazníků na základě příjmu, věku a skóre utrácení v obchodním centru.
- Jupyter Notebook – Segmentace zákazníků nákupního centra + Postup
- CSV – Dataset
- Rozdělit cílový trh nákupního centra na snadno oslovitelné skupiny.
- Vytvořit podskupiny trhu na základě demografických a behaviorálních kritérií.
- Pochopit cílové zákazníky pro plánování marketingové strategie.
- Pandas, Seaborn, Matplotlib, Sklearn
- Histogram, Boxplot, Korelační matice, Scatterplot
- 200 záznamů
- Cílovou skupinou je klastr 2, který má vysoké skóre utrácení a vysoký příjem.
- 60 % nakupujících v klastru 2 tvoří ženy.
- Doporučuji zaměřit marketingové kampaně na produkty oblíbené v této skupině.
- Klastr 1 (mladí impulzivní zákazníci) je ideální pro marketing prodejních akcí a limitovaných nabídek.
- Starší zákazníci s vysokým příjmem, ale nízkým skóre utrácení (spořiví).
- Mladí zákazníci s nízkým příjmem, ale vysokým skóre utrácení (impulzivní kupující).
- Bohatí zákazníci, kteří hodně utrácejí (VIP zákazníci).
- Průměrní zákazníci s neutrálním chováním.
- Zákazníci s nízkým příjmem a nízkým utrácením (minimální význam pro marketing).
- Analýza základních údajů: věk, příjem, skóre utrácení.
- Identifikace potenciálních skupin a rozdílů mezi pohlavími.
- Histogramy: rozložení věku, příjmu a skóre utrácení.
- Hustotní grafy: porovnání mužů a žen.
- Boxploty: identifikace extrémů a mediánu.
- Výběr klíčových proměnných: věk, příjem, skóre utrácení.
- Použití metody kolena (Elbow method) k určení optimálního počtu klastrů.
- Použití algoritmu KMeans pro vytvoření 5 segmentů zákazníků.
- Scatterploty znázorňující zákazníky podle příslušnosti ke klastru.
- Jasné rozdělení zákazníků podle jejich chování.
- Možnost cíleného marketingu – efektivnější kampaně.
- Podpora plánování nových služeb a produktů na základě dat.
- Nahrazení domněnek skutečnými analytickými poznatky.