1 Introducción
1.1 Situación
1.2 Complicación
1.3 Pregunta
2 ¿Qué entendemos por segmentación?
2.1 Diferencia entre Segmentación y Clustering
La segmentación es el proceso de poner a los clientes en grupos basados en similitudes, y la clusterización es el proceso de encontrar similitudes en los clientes para que puedan agruparse y, por lo tanto, segmentarse.
https://blog.agilone.com/segmentation-vs-clustering
3 Preguntas de negocio para los que la segmentación ayuda
3.1 Telecom
3.1.1 ¿Cómo incrementar el ARPU (promedio de ingreso por unidad)?
3.1.2 ¿Cómo reducir el churn (abandono)?
3.2 Servicios Financieros
3.2.1 ¿Cómo incrementar el ARPU (promedio de ingreso por unidad)?
3.2.2 ¿Cómo reducir el churn (abandono)?
3.3 Bienes de Consumo
3.3.1 ¿Cómo incrementar la facturación por punto de venta?
3.3.2 ¿Cómo optimizar la inversión en trade marketing?
3.4 Retail
3.4.1 Brick and mortar
3.4.1.1 ¿Cómo disminuir agotamientos–sin incrementar inventarios o viceversa?
3.4.1.2 ¿Cómo incrementar y mejorar la red de sucursales?
3.4.2 eCommerce
3.4.2.1 ¿Cómo incrementar el ticket ?
3.4.2.2 ¿Cómo incrementar la recompra?
4 Técnicas aplicadas en la segmentación
4.1 Modelos de propensión (clasificación)
4.1.1 Redes neuronales
4.1.2 Árboles de decisión
4.1.3 Regresión logística
4.2 Modelos de clustering
4.2.1 K-medias
4.2.2 Two step
4.2.3 Kohen network/self organizing map
5 Glosario
5.1 Segmentación
Segmentación es el proceso de dividir una base de clientes (o puntos de venta) en distintos e internamente homogéneos grupos para desarrollar distintas acciones estratégicas de mercadeo de acuerdo a sus características.
Tsiptis 2009
5.2 Agrupación (clustering)
El análisis de grupos, agrupamiento o clustering es la tarea de agrupar un conjunto de objetos de tal manera que los objetos en el mismo grupo (llamado agrupamiento o cluster) sean más similares (en cierto sentido) entre sí que con los de otros grupos (agrupamientos o clusters).
https://en.wikipedia.org/wiki/Cluster_analysis
5.3 Clasificación
En aprendizaje automático (machine learning) y estadística, la clasificación es el problema de identificar a cuál de un conjunto de categorías (subpoblaciones) pertenece una nueva observación, sobre la base de un conjunto de entrenamiento de datos que contienen observaciones (o instancias) cuya pertenencia a la categoría es conocida. Como ejemplos estarían el asignar un correo electrónico determinado a la clase “spam” o “no spam”, y asignar un diagnóstico a un paciente determinado según las características observadas del paciente (sexo, presión arterial, presencia o ausencia de ciertos síntomas) . La clasificación es un ejemplo de reconocimiento de patrones