Login

Ciao a tutti, mi trovo in una situazione un po' frustrante e volevo chiedere se qualcuno ci è già passato. Sto lavorando a un progetto per segmentare la base clienti del mio negozio online e, dopo aver raccolto i dati demografici e di acquisto, mi sono bloccato. Ho provato a usare un paio di metodi di clustering in Python, ma i gruppi che ottengo non hanno molto senso quando li guardo dal punto di vista del business. Mi chiedo se il problema sia nei dati, nel modo in cui li ho preparati, o semplicemente nel fatto che per questo tipo di analisi serva un approccio completamente diverso.

Capisco la frustrazione, a volte il clustering non parla la lingua del business e sembra non dare sensate divisioni quando i gruppi non hanno senso

Potrebbe essere che i dati contengano rumore o che le variabili non siano allineate agli obiettivi di business e prima di tutto convenga controllare la qualità e normalizzare le scale prima di fare clustering

Forse pensi che sia un problema di dati ma il punto vero e definire cosa consideri segmento utile nel business prima di affidarti al clustering

Mi sembra che tutto parta da una scelta arbitaria su quanti cluster vuoi ottenere e questo puo ingannarti piu di un errore sui dati con clustering

Potrebbe essere utile riformulare il problema puntando a azioni concrete come quali segmenti guidano l incremento delle vendite invece di chiedersi se esiste il cluster perfetto nel clustering Quali azioni di marketing cambierebbe questo tipo di segmentazione?

Mi piace l idea di provare anche nuove vie come l interpretabilita del clustering e test A B per verificare i gruppi nel tempo

Potresti pensare al clustering come a una lente che va calibrata sulle metriche di business e non come una verita assoluta e questo significa guardare anche etichette piu ampie e nozioni come bias e interpretabilita

Login
Nome utente:
Password:	Password dimenticata?
	Ricordami