Actividad 2: Segmentación de una base de datos de
clientes para ayudar al retailer a mejorar sus
resultados desarrollando a sus diferentes tipologías
de clientes.
En este ejercicio se van a utilizar el set de datos del proyecto transversal en el que
trabajamos con los datos de la empresa ficticia AdventureWorks.
Disponemos de un dataset en Excel con varias hojas, con diferente información sobre
ventas de la compañía y detalle sobre sus clientes.
El ejercicio consiste en el planteamiento de un modelo de segmentación que ayude a
la empresa a entender el comportamiento de sus clientes y con ello, definir la
estrategia de comunicación correcta para cada segmento.
Esta empresa necesita conocer qué grupos de clientes diferentes tiene para poder
lanzar campañas de fidelización sobre sus mejores clientes, lanzar acciones de up-
selling y cross-selling para incrementar el ticket medio de cada uno de ellos y mejorar
su valor de cliente y alargar su ciclo de vida como cliente.
Dentro del ejercicio tienes que seleccionar las variables que consideres que van a dar
información que ayude a resolver el problema de negocio planteado. Debes explicar
de forma resumida y concisa las ideas en las que se basan para tu planteamiento y tus
conclusiones.
El fichero de datos dispone de muchas variables y la elección de las mismas dependerá
de tu criterio para conseguir resolver el problema. La representación gráfica de los
resultados ayudará en la toma de decisiones correcta.
Datos para trabajar: Fichero de datos anexo que recoge información de ventas
y clientes del retalier Adventureworks.
Contexto
Este dataset se creó originalmente para predecir quién comprara o no una bicicleta y el
importe de la misma, pero disponemos de información sobre los clientes que compran
y que no compran bicicleta para poder intentar determinar las diferentes tipologías de
clientes que residen en esta base de datos y ayudar a la empresa a proporcionar un
impulso significativo a la eficiencia de sus campañas de marketing.
En nuestro caso vamos a aprovechar este conjunto de datos para conocer mejor al
cliente que está oculto en él.
Objetivo del ejercicio
Objetivo principal:
Definición que tipologías de clientes hay en esta empresa y cómo conseguir vender
más a cada tipo.
Objetivos segundarios:
Aplicación de las técnicas vistas en clase:
Análisis exploratorio de los datos.
Detección y tratamiento de outliers y missing
Creación de variables nuevas que consideréis necesarias para el análisis.
Reducción de dimensiones para visualización y selección de posteriores
algoritmos
Clusterización (segmentación) de clientes.
La aportación clave es la Interpretación de negocio de este ejercicio. Seleccionar las
variables y las técnicas siempre teniendo en cuenta esto.
Contenido del fichero
TotalAmount Gasto total de cada cliente
BikePurchase el cliente ha comprado o no bicicleta
CustomerID identificador de cliente
Country país
CountryRegionCode región dentro del país
Group área geográfica
PersonID identificador de persona
PersonType tipo de persona
DateFirstPurchase fecha de la primera compra
BirthDate fecha de nacimiento
Age edad del cliente
MaritalStatus estado civil
YearlyIncome tramo de salario anual
Gender genero
TotalChildren número de hijos
Education nivel de formación
Occupation tipo de empleo
HomeOwnerFlag propietario o no de casa
NumberCarsOwned número de coches
He creado dos variables nuevas:
DateLastPurchase Fecha de la última compra
Frequency Número de compras realizadas
Con estas variables, junto con el total amount, podemos construir el modelo RFM que
habremos visto en clase.
Variables que podemos crear para el trabajo (y las que se os ocurran porque salen
muchas más que son interesantes)
Variable edad actualizada y dividida en tramos
Variable Seniority como el número de meses desde que el cliente realizo su
primera compra.
Variable Education ya sea como pregrado o posgrado
Variable Has_child como una variable binaria igual a Sí, si los clientes tienen 1
hijo o más.
Recency, días desde la ultima compra
Estudia la relación de la compra de bicicleta con la estructura familiar.
Los clientes que no han comprado bicicleta, pero compran complementos, ¿podríamos
hacer algo con ellos?
En la última pestaña tienes información de los diferentes productos que vende la
compañía y los precios, te puede servir para enriquecer tus conclusiones.
Prepara los datos construyendo las variables que se han indicado anteriormente o
las que tu decidas para disponer de la información correcta para la resolución del
problema de negocio.
Normaliza los datos si lo ves necesario.
Determina el número óptimo de segmentos para este conjunto de datos de clientes.
(puedes utilizar la puntuación de Silhoutte, y el método Elbow.)
Identifica los grupos de clientes diferentes que existen en esta empresa. Para ello
puedes implementar un algoritmo de k-medias o algún otro que veas que funcione
bien.
Si usas k-means, representa gráficamente los centroides de los segmentos. ¿Qué
puedes observar? ¿Como etiquetarías los diferentes grupos de clientes?
Una vez etiquetados los diferentes grupos, y como forma de validación del
algoritmo de clúster, indica que acciones realizarías sobre alguno de los grupos para
mejorar los resultados de la empresa.
Recopila el flujo desarrollado en clase sobre la segmentación con el modelo RFM si
lo necesitas.
Calcula el valor del cliente dando al Monetary ½ y al Frequency y Recency ¼
respectivamente.
Detecta quienes son los clientes que están abandonando y asociales su valor de
cliente.
Ordena los segmentos por su valor de cliente.
Explica tus conclusiones sobre quiénes deben recibir comunicación, aunque la
empresa deba asumir costes y quiénes no.
Piensa, saca conclusiones de negocio, recuerda que estamos trabajando en la
estrategia relacional de la empresa, en la gestión de los clientes, tu aplicación de lo
extraído de los datos es muy importante en esta asignatura.
Rúbrica:
Segmentación de clientes Descripción Puntuación máxima Peso
de Adventureworks (puntos) %
(valor real: 5,4 puntos)
Es capaz de trabajar los datos para
Criterio 1 construir las variables que serán útiles 2.5 25%
para resolver el problema de negocio.
Es capaz de ejecutar e interpretar el
2.5
Criterio 2 resultado de una segmentación de clientes 25%
y es capaz de mostrarlo gráficamente.
Es capaz de identificar a los clientes con
Criterio 3 sus respectivas etiquetas del análisis 2.5 25%
clúster.
Es capaz de interpretar en términos de
Criterio 4 negocio los resultados que está 3.5 35%
obteniendo mediante los análisis de datos.
10 100 %
