Está en la página 1de 12

-

Clustering para
Segmentacin y Scoring
Marcelo Ferreyra Esteban Ricagno
VIII Jornadas de Data Mining & Business Intelligence
Universidad Austral
Temas
25/10/2013 www.dataxplore.com.ar
2
Segmentos
Beneficios de segmentar una cartera
Tipos de segmentacin
Perfil de los segmentos
Clusters para Scoring
Ejemplos con datos reales
Segmentos
25/10/2013 www.dataxplore.com.ar
3
Una segmentacin divide una cartera de clientes en grupos
donde los clientes dentro de un segmento son similares y los
que estn en distintos segmentos son diferentes
Segmentos
25/10/2013 www.dataxplore.com.ar
4
Beneficios

Permite ver a los clientes desde una perspectiva
global
Habilita distintas estrategias de comunicacin
segn el segmento al que dirigirse
Transmite a toda la organizacin la idea de que no
todos los clientes son iguales
Segmentos
25/10/2013 www.dataxplore.com.ar
5
Tipos de Segmentacin

Dirigida (Supervisada) Se eligen las variables y los rangos
para separar la cartera en segmentos
No dirigida (No supervisada) Un algoritmo encuentra
automticamente los segmentos
Segmentos basados en clusters
25/10/2013 www.dataxplore.com.ar
6
Si la segmentacin se realiza con clusters
encontrados automticamente, debe descubrirse:

Qu distingue a los segmentos
Qu tienen en comn los clientes de un mismo
segmento


Clusters en Powerhouse
25/10/2013 www.dataxplore.com.ar
7
Caso: un banco que desea conocer mejor a sus clientes y decide
segmentar la base para encontrar los distintos perfiles


El mapa de la izquierda muestra 7
segmentos naturales, que agrupan
clientes con comportamientos
similares
25%
18%
17%
5%
16%
12%
6%
Cluster 1
Cluster 2
Cluster 3
Cluster 4
Cluster 5
Cluster 6
Cluster 7
Qu distingue cada segmento?
25/10/2013 www.dataxplore.com.ar
8
Las siguientes variables son las que ms diferencian los segmentos
Qu caractersticas tienen los segmentos?
25/10/2013 www.dataxplore.com.ar
9
Cada variable tiene su propia distribucin en los segmentos
Heat Maps
25/10/2013 www.dataxplore.com.ar
10
Los Heat Maps permiten conocer detalladamente cmo se
distribuyen los valores de las variables
Saldos Altos
Saldos Bajos
Saldos Medios
Muy Bajo Riesgo
Muy Alto Riesgo
Capital Federal
Gran Bs As
Clusters para Scoring
25/10/2013 www.dataxplore.com.ar
11
Si una variable se distribuye de manera no uniforme en los
clusters, entonces el cluster puede utilizarse como predictor de
esa variable. Por ejemplo, en este caso se puede construir un
score de attrition basado en la distribucin de la variable en los
clusters


Cluster con alta
probabilidad de SI
Cluster con baja
probabilidad de SI
Cluster con probabilidad
media de SI
Resumen
25/10/2013 www.dataxplore.com.ar
12
Para ms informacin sobre modelos de clustering para segmentacin y
scoring puede consultarse http://powerhousedm.blogspot.com.ar/
Gracias a las segmentaciones las empresas pueden
gestionar mejor su cartera de clientes dirigindose
adecuadamente a cada segmento

Segmentar habilita tomar mejores decisiones, abrir
nuevas oportunidades y optimizar la comunicacin con
los clientes