Segmentacao de Mercado - Estrategias, Criterios e Analise de Dados

Segmentação Prof Cléber da Costa Figueiredo 2 Objetivos Identificar padrões de comportamento em bancos de dados Formar grupos de dados homogêneos segundo algum critério Segmentar clustering é organizar segundo algum critério observações que estão desorganizadas Um segmento cluster é um conjunto de observações semelhantes entre si mas diferentes de observações que ocupam outros clusters Introdução Modelo de marketing ANALYTICAL PHASE STRATEGIC PHASE PLANNING PHASE Environment technological legal social factors cultural and economical Characteristics and consumer behaviour Companys objectives capacities y resources Competencies SEGMENTATION SOCIODEMOGRAPHIC PSYCHOGRAPHIC OF BEHAVIOUR Positioning DIFERENTIATION CHARACTERISTICS VALUES BRAND EMPLOYEES DISTRIBUTION 4 Ps PRODUCT PRICE PLACE PROMOTION 4 Segmentação É definida na hora da confecção do questionário de pesquisa Depende das questões que foram formuladas dados primários Pode também depender do tipo de dado que se coleta dados secundários a Critérios demográficos geográficos sociais e econômicos b Critérios de comportamento face ao produto c Critérios de personalidade e de estilo de vida aspectos psicológicos Segmentação Regiões políticoadministrativas Regiões geoeconômicas Demográficos Idade Local onde mora Ocupação formação Renda familiar IBGE 2022 O critério de renda do IBGE leva em consideração a soma de rendimentos de todos os membros da família Classe Salários mínimos SM Em reais A Acima de 20 SM Mais do que R 2424001 B 10 a 20 SM De R 1212001 a R 2424000 C 4 a 10 SM De R 484801 a R 1212000 D 2 a 4 SM De R 242401 a R 484800 E Até 2 SM Até RS 242400 Critério Brasil 2021 ABEP posse de bens de consumo anos de escolaridade condições sanitárias Segmentação por comportamento face ao produto httpsformsgleB5Nh8JKeMWqLW5kcA Segmentação por atitudes psicológicas Personalidade e estilo de vida Hedonismo x utilitarismo 11 Padronização Esse procedimento faz com que diferentes unidades real litros tonha e diferentes escalas uma varia de 10 em 10 outra de 100 em 100 sejam comparáveis A padronização é realizada da seguinte maneira Escorez x médiadesvio Escorez Possui distribuição normal É utilizado para modelar boa parte dos fenômenos Distribuição normal Escorez possui média igual a zero e desvio padrão igual a 1 Participação de mercado Verificouse em 6 municípios a participação percentual share de duas marcas de home theater nas vendas realizadas nesses municípios Variáveis X1 participação da marca I X2 participação da marca II 14 Participação das marcas I e II no mercado de home theater em 6 municípios Município X1 X2 Bragança 33 285 Poá 47 33 Piracaia 43 45 Itupeva 37 27 Dracena 4 465 Santos 47 30 15 Participação de mercado Maior participação da marca I e participação um pouco abaixo da média para a marca II Participação em torno da média para a marca I e maior participação da marca II Baixa participação de ambas as marcas Pesquisa dos refrigerantes Um estudo com algumas marcas de refrigerantes gostaria de identificar quais são os fatores que mais agradam o consumidor na hora da compra X1 A marca Y tem um sabor refrescante sabor X2 Eu prefiro a marca Y porque tem menos calorias que outras bebidas saúde X3 A marca Y sacia minha sede imediatamente sede X4 Eu gosto do sabor suave da marca Y sabor X5 Eu prefiro tomar a marca Y após os exercícios e esportes porque ela me dá energia saúde X6 A marca Y tem sabor único sabor X7 Eu prefiro tomar a marca Y quando eu estou com muita sede sede Para entender como as marcas são percebidas httpwwwyoutubecomwatchvJKIAOZZritk Métodos hierárquicos de clustering Um algoritmo de segmentação é dito hierárquico quando a segmentação é resolvida de forma hierárquica de acordo com as semelhanças ou diferenças entre os elementos Os métodos mais utilizados se baseiam no algoritmo KNN knearest neighbors Métodos mais conhecidos Single linkage método do vizinho mais próximo Agrupa os elementos pela proximidade das observações Complete linkage método do vizinho mais distante Agrupa os elementos pela dissimilaridade das observações Método de Ward Agrupa os elementos pela menor variabilidade das observações Métodos hierárquicos de clustering Etapa 1 Detecção da quantidade de grupos libraryreadxl dados readexcelRefrigerantesxlsx Elimina a segunda coluna com a identificação dados dados2 Guarda a identificação das marcas em um objeto marcas dadosMARCA Calcular as distâncias dos dados padronizados distancia distscaledados28 Usar um método single complete average wardD2 etc h hclustdistancia method complete ploth labels marcas ylabdistancia recthclusth3 Predominância de Coca Sprite Fanta Métodos hierárquicos de clustering Métodos hierárquicos de clustering analise scaledados28 heatmapanalise labRow marcas Etapa 2 análise Parece haver três dimensões X7 e X3 sede X5 e X2 saúde X6 X4 e X1 sabor Etapa 3 Construção de uma coluna no banco de dados com a indicação dos grupos e de um mapa com os grupos librarymclust libraryfpc librarycluster dat scaledados28 grupos kmeansdat3 clusters asfactorgruposcluster dados2 cbinddados clusters Método não hierárquico kmeans Análise do mapa Etapa 4 Análise do mapa clusplotdat gruposcluster colorTRUE shadeTRUE labels2 lines0 main Clustering Análise do mapa tabela1 tabledados2MARCA dados2clusters kabletabela1 caption Predominância das marcas por grupo librarytidyverse tabela2 dados2 mutatesabor X1 X4 X63 sede X3 X72 saude X2 X52 groupbyclusters summarisesabor roundmeansabor2 sede roundmeansede2 saude roundmeansaude2 n n kabletabela2 caption Perfis dos grupos