Segmente melhor seus clientes utilizando uma simples análise exploratória em python.
Ao darmos a devida atenção à segmentação de clientes, podemos criar campanhas de marketing mais focadas no perfil do cliente. Entender as “dores” do cliente nos possibilita encontrar soluções personalizadas, podendo então, gerar mais lucro e retenção para a empresa.
Neste artigo, iremos explorar um dataset fictício de compras de clientes para tentar verificar se existem segmentos e padrões discerníveis. A segmentação de clientes é útil para entender quais subpopulações demográficas e psicográficas existem para cada tipo de negocio.
Bora pro código:
Download do dataset utilizado no estudo.
Analise exploratória:
É sempre bom começar um estudo vendo como as variáveis categóricas são divididas em todo o conjunto de dados.
É importante realmente dedicar seu tempo aqui e entender o que os números estão dizendo.
Distribuição de gênero:
Idade:
As idades estão entre 30 e 40 anos. Se voltarmos no método describe() utilizado acima podemos verificar essa mesma informação, lá retorna que a idade média é de 38 anos. Conseguimos contar também que há menos clientes mais velhos, então essa distribuição é inclinada para a direita por causa de sua cauda direita mais longa. Isso pode ser devido ao apelo dos shoppings e ao tipo de público que costuma comprar por lá, mas não vem ao caso..
Vamos adicionar detalhes sobrepondo dois histogramas, criando um histograma de idade para cada gênero.
Os homens tendem a ser mais jovens do que as mulheres nesse dataset. Temos um pico em torno da idade de 30–35 anos para as mulheres é onde a maioria delas cai. Também há mais mulheres de meia-idade neste conjunto de dados do que homens.
Renda:
Grande parte da renda está entre os baldes de 60 e 85 dólares. Será que o gênero afeta isso?
Com esse histograma podemos ver que as mulheres neste conjunto de dados ganham menos dinheiro do que os homens (comprovando aqui a desigualdade salarial entre homens e mulheres). Como é sua pontuação de gastos e como ela se compara?
Podemos adicionar mais complexidade para entender os dados ainda mais. Como há principalmente variáveis quantitativas e uma variável categórica binária limpa, é útil fazer alguns gráficos de dispersão.
Com esse tipo de gráfico não conseguimos visualizar muito bem se existe alguma correlação.
O gráfico acima mostra uma correlação negativa, portanto, quanto mais velho o cliente tiver, menor será sua pontuação de gastos. Mas porque é 0,33, não é uma correlação forte. Ainda é um pouco informativo e segue a lógica básica.
Seguindo com:
Continuamos sem encontrar uma correlação forte na analise visual, vamos verificar se com dois mapas de calor (homens e mulheres) nos trás alguma informação relevante:
A idade afeta mais fortemente a pontuação de gastos das mulheres neste caso. Nada mais está fortemente correlacionado o suficiente para assumir qualquer outra coisa.
Bora ampliar a pontuação de gastos das mulheres em relação à idade com um bom enredo:
Por último, verificamos a pontuação de receita para gastos colorida por gênero:
Considerações finais
Nesses estudos encontramos alguns padrões aqui. Porém, zero correlação. Mas podemos assumir isso como insights para alguns tipos de segmentos de clientes:
- Clientes com baixa renda e baixa/alta pontuação de gastos.
- Renda média e pontuação de gasto médio.
- Clientes com alta renda e baixa/alta pontuação de gastos.
Regras de negócios básicas de marketing…
Tudo bem, não sou especialista nesse assunto mas podemos levantar algumas hipóteses para levar para colegas de marketing.
- Itens mais baratos para mulheres muda a frequência ou o volume das compras?
- Mulheres mais jovens resulta em vendas mais altas porque sua pontuação de gastos tende a ser mais alta?
- Como a publicidade, o preço, a marca e outras estratégias afetam as pontuações de gastos das mulheres mais velhas (com mais de 40 anos)?
Talvez, para responder a essas perguntas seja necessário mais dados, na maioria dos casos o planejamento de “preciso de mais dados” vem quando levantamos hipóteses, quanto mais dados mais recursos, quanto mais recursos, melhor será a compreensão de como o cliente se comporta no seu negocio.
Mas eai, como posso saber se os esforços empregados nesse estudo valeu a pena ou não.
Seguindo utilizando o uso de negócios como exemplo, podemos definir alguns KPI’s. O KPI é um indicador-chave de desempenho que nos ajuda a medir nível de desempenho e sucesso de uma organização ou de um determinado processo, focando no “como” e indicando quão bem os processos estão.
Um ótimo artigo complementar sobre KPI:
Então vamos definir alguns:
- Mudança positiva na frequência e no volume de compras por mulheres após a introdução de mais campanhas de marketing direcionadas a elas.
- Mudança positiva na pontuação de gastos após a introdução de campanhas de marketing destinadas a mulheres mais jovens.
- Mudança positiva na pontuação de gastos após a introdução de campanhas de marketing destinadas a mulheres mais velhas.
That’s all folks… Se você chegou até aqui, minha total gratidão por dedicar seu tempo.
Qualquer dúvidas criticas ou sugestões, você pode entrar em contato comigo facilmente pelo LinkedIn ✌️
