Documentos de Académico
Documentos de Profesional
Documentos de Cultura
cgazquezs
1. INTRODUCCIÓN
1.2 Aplicaciones
● Segmentación de mercados: consumidores con características similares.
● Posicionamiento de productos/marcas: política comercial.
● Estudio de audiencias y medios de comunicación: estrategias de publicidad.
● Selección de mercados-test: mercados/ciudades/sociedades tipo.
1.3 Ejemplos
➔ Encuesta sobre los hábitos de compra entre los clientes de una empresa
→ Análisis de clúster la empresa determina el tipo de clientes.
➔ Clasificación de productos → Por ejemplo, clasificar el tipo de turrón de Alicante
según los ingredientes utilizados para su elaboración.
➔ Mapas de calor → Actividad de tweets por hora o por zona geográfica.
Objetivos:
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9370196
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
MÈTRIQUES APLICADES AL MÀRQUETING
2n Màrqueting i CD 1º trimestre
➔ Simplificar los datos. En lugar de tener todas las observaciones queremos grupos de
observaciones.
➔ Identificar relaciones entre observaciones.
Cuestiones previas:
➔ ¿Cómo medimos las distancias?
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
La más utilizada es la distancia euclidiana (en línea recta).
➔ ¿Qué método utilizamos para formar los conglomerados?
➔ ¿Cuántos grupos formamos?
➔ ¿Qué variables consideramos?
2. MÉTODOS
1. Algoritmos jerárquicos
La construcción se realiza en forma de árbol.
Métodos de aglomeración o ascendentes → punto de partida: un conglomerado por
cada individuo → los siguientes conglomerados se combinan en un nuevo conglomerado.
Si hacemos el dendrograma de los datos del ejemplo de lealtad a las tiendas y a las marcas
tenemos
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9370196
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
2. Algoritmos no jerárquicos
Asignan objetos a los conglomerados una vez el número de conglomerados a formar está
especificado
Procedimiento:
1. Seleccionar el número de grupos que queremos formar.
2. Elegir el método que queremos utilizar: K-means
3. Asignación de cada individuo a un grupo: Stata
4. Interpretación de los resultados.
Preguntas:
➔ ¿Cómo elijo el número de grupos?
➔ ¿Cómo interpreto los resultados?
Interpretación:
● Determinación de la medida del grupo
● Análisis de los centros de gravedad de cada grupo y de las variables activas
● Análisis de las variables pasivas.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9370196
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Ejemplo interpretación de datos
Procedimiento de Distancia:
➔ Existen diversos métodos para calcular la distancia entre los grupos así como medir
la relación de dicha distancia
➔ Se pueden utilizar varias, aunque conocer el objeto de la segmentación, ayudaría a
definir el método.
➔ Euclidea (L2)
◆ Se limita al calcular la suma al cuadrado de las distancias entre coordenadas
y se saca raíz cuadrada a dicha suma
➔ Euclidea al Cuadrado (L2 cuadrado)
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9370196
Método de Agrupación:
● Se parte del análisis jerárquico que es más flexible
● Basado en sus resultados se utiliza un método no jerárquico para ver si se obtienen
los mismos resultados
➔ Método de Ward
◆ Se Minimiza la distancia Euclidea al centro de cada Cluster
➔ Enlace Simple
◆ Se basa en la distancia del vecino más próximo
➔ Enlace Completo
◆ Se basa en la distancia del vecino más lejano
➔ Enlace Medio
◆ Distancia promedio entre los miembros de dos Clusters diferentes
➔ Método Promedio Ponderado
◆ Similar al anterior, pero se añaden algún tipo de pesos
➔ Enlace de Medianas
◆ La distancia entre dos Cluster está dado por el valor de las medianas de los
puntos (bueno si hay casos atípicos)
➔ Enlace de Centroides
◆ La distancia entre dos Cluster es la distancia de sus centroides
Comparación de los métodos
JERÁRQUICO NO JERÁRQUICO
Difícil de aplicar para muestras grandes. Dan resultados adicionales para interpretar
los resultados
Gran impacto de los casos atípicos Menos susceptibles a los casos atípicos.
3. EJEMPLO
Objetivo: Queremos conocer la actitud de los
consumidores cuando salen de compras.
Se utiliza una escala de 1-7 para determinar cuanto
están de acuerdo con la afirmación.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9370196
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
MÈTRIQUES APLICADES AL MÀRQUETING
2n Màrqueting i CD 1º trimestre
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Estadísticas → Análisis multivariante → Análisis de conglomerado → Conglomerado de
datos → Enlace por criterio de Ward (Se pueden escoger otros métodos de enlace)
Análisis de conglomerado en STATA
1. Estadísticas
2. Conglomerados de datos
3. Análisis de conglomerado
4. Enlace por criterio de Ward
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9370196
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Estadísticas → Análisis multivariante → Análisis de conglomerado → Post-análisis de
conglomerdos → Variables Sumarias del análisis de Conglomerados
Variables Sumarias del análisis de Conglomerados en STATA
1. Estadísticas
2. Post-análisis de conglomerado
3. Análisis de conglomerado
4. Variables sumarias del análisis de conglomerado
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9370196
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Gráfico biplot
1. Gráficos
2. Gráficos para análisis multivariante
3. bivariado
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9370196
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9370196
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-9370196
Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.