• Michel

Segmentação de Clientes

Por meio de segmentação de clientes a empresa é capaz de testar diferentes ações nos grupos particularmente relevantes de clientes.


As empresas estão constantemente à procura de maneiras de melhorar a eficácia da abordagem aos clientes. O objetivo é casar os desejos do cliente com uma boa oferta.

Por meio de segmentação de clientes a empresa é capaz de testar diferentes ações nos grupos particularmente relevantes de clientes. Ao longo do tempo, os resultados dessas campanhas podem ser medidos e comparados para encontrar as ofertas mais eficazes para cada segmento de clientes.

Por exemplo, uma vez que um segmento de clientes de supermercado é identificado como tendo preferência por carnes, pode-se incentivar os clientes a comprar tipos de carnes diferentes e produtos de outras categorias, tais como carne gourmet molhos ou acessórios de churrasco. Além de vendas a curto prazo, essa abordagem normalmente aumenta a fidelização de clientes a longo prazo.

A análise de grupos (clusters) usa um modelo matemático para descobrir grupos de clientes semelhantes encontrando grupos com preferencias semelhantes e árvores de decisão são usadas para determinar regras de classificação simples que podem ser facilmente compreendidas.

Clusters de Clientes

A segmentação de clientes em grupos é a prática de classificar seus clientes em grupos distintos chamados clusters, com base nas semelhanças inerentemente existentes no seio da população de clientes e que são relevantes para o negócio, mas que não são visíveis numa análise estatística convencional.

Para gerar uma análise de clusters usamos as informações disponíveis dos clientes, tais como, informações pessoais (sexo, idade, estilo de vida, etc.), demográficas e geográficas e comportamentais.


Geramos clusters para aplicações como:

· Alocação de investimentos em marketing diferenciada por segmento.

· Melhorar a satisfação de clientes, aprimorar a fidelização e desenvolver estratégias de retenção


As duas principais vantagens da análise de cluster sobre a segmentação simples baseada em regras, são:


· Maior precisão – é praticamente impossível usar regras predeterminadas para segmentar clientes ao longo de muitas dimensões.

· Homogeneidade - em comparação com a segmentação baseada em regras que

normalmente agrupa clientes muito diferentes uns dos outros, variações dentro de cada grupo resultante são muito pequenas em análise de cluster.


A análise de cluster parte de um banco de dados das categorias de compras de clientes. Por exemplo, na figura abaixo em que cada ponto representa um cliente vemos três clusters diferenciados por horários de compra.


Mercearias e supermercados, normalmente usariam categorias como frutas, carnes, laticínios, vegetais, padaria, etc.. Porém níveis mais granulares de categorias também podem ser selecionados se o objetivo é descobrir clientes em uma categoria. Por exemplo, o supermercado poderia tentar comercializar queijos especiais para os amantes de queijo ao segmentar os clientes baseados em suas compras de várias categorias de queijo (por exemplo, Cheddar, Cottage, Monterrey Jack, Mozzarella, Suíço).

O próximo passo é realizar a análise de cluster em todos os clientes para identificar distintos grupos homogêneos de clientes com mínima variação entre seus comportamentos de compras. Isto identifica "protótipos de cliente" exclusivos como apreciadores de carne ou apreciadores de produtos gourmet para os quais ofertas específicas podem ser direcionadas.

Clustering na Prática

Na figura abaixo as entradas para o funil (algoritmo) são dados retirados da base de dados da loja relativos às compras de cada cliente e as saídas os possíveis clusters resultantes. Claramente podemos ver que faz todo o sentido direcionar marketing personalizado para cada um dos clusters.


Uma loja de perfumes quer identificar quais clientes existentes são os melhores candidatos para um novo produto que estão lançando. Uma árvore de decisão como a mostrada abaixo, construída usando dados dos clientes ajudará a entender quem é susceptível de aceitar o novo produto e quem não é. Observe que as informações utilizadas também são de comportamento, por isso a criação do perfil dos clientes irá ajudar a projetar uma campanha de marketing direcionada.


Árvores de decisão para identificar grupos homogêneos de clientes

3 Dimensões

Inteligência Artificial nas Empresas

Al. das Papoulas, 147 - Santana de Parnaíba - Alphaville, SP 06539-180 - (11) 4153 6004  - (11) 9 9795 9765

michel@3dimensoes.com.br