Análisis de Clusters

También conocido como: Clustering, K-means, Segmentación Estadística, Análisis de Conglomerados

Técnica estadística que agrupa casos (consumidores) con características similares en clusters o segmentos mutuamente excluyentes.

El Análisis de Clusters (Cluster Analysis) es una técnica de aprendizaje no supervisado que agrupa casos (típicamente consumidores o respondentes de encuestas) en grupos o clusters de forma que los casos dentro de un cluster sean más similares entre sí que los de diferentes clusters.

Algoritmos más usados en research: K-means (requiere definir el número de clusters previamente, muy rápido y escalable), Clustering Jerárquico (no requiere definir k previamente, genera un dendograma, mejor para exploraci exploración), y Gaussian Mixture Models (más flexible, permite clusters de diferentes formas y tamaños).

Es la técnica estadística más usada para construir segmentaciones de mercado a partir de datos de encuesta. En Atlantia, aplicamos clustering sobre datos de U&A, actitudes y comportamiento para construir segmentaciones accionables que van más allá de la segmentación demográfica tradicional.