La identificación de grupos de individuos que son semejantes entre sí, y diferentes a los individuos de otros grupos puede ser intelectualmente satisfactoria y además rentable. Con este curso online tendrá las herramientas para descubrir grupos naturales a partir de su base clientes, que tengan características demográficas o hábitos de compra similares. La idea es tomar ventaja de estas similitudes diseñando ofertas para esos sub-grupos que pueden ser más receptivos a ellas, dada su caracterización.
Los modelos de agrupación en clústeres se centran en la identificación de grupos de registros similares y en el etiquetado según el segmento al que pertenecen. Esto se lleva a cabo sin disponer de conocimientos previos sobre los grupos y sus características. Esto es lo que diferencia a estos modelos clústeres de otras técnicas: no hay campo objetivo (o etiquetas) predefinido, por lo que a menudo se hace referencia a estos modelos como modelos de aprendizaje no supervisado. No hay respuestas correctas o incorrectas para estos modelos. Su valor viene determinado por su capacidad de capturar agrupaciones interesantes en los datos y proporcionar descripciones útiles de dichas agrupaciones.
Al finalizar el curso online usted podrá:
- Diferenciar entre los distintos métodos para generar agrupaciones de clientes de forma óptima.
- Ejecutar metodologías para encontrar agrupaciones naturales entre clientes.
- Evaluar la confiabilidad de los modelos utilizados.
- Analizar las características de los segmentos encontrados.
Requisitos:
- Disponer del software IBM SPSS Modeler.
- Haber cursado Data Science con SPSS Modeler: Fundamentos.
- Aclaración: aunque se revisan algunos conceptos de data science, el curso es funcional.