Método de Agrupamento K-Means para Segmentação de Clientes com Base em Compras Potenciais

O crescimento rápido dos dados dos clientes levou as empresas a desenvolverem estratégias de marketing mais inteligentes e eficazes. Uma abordagem eficiente é a segmentação de clientes, que envolve dividir um mercado ou grupo de clientes em segmentos menores com base em características ou comportamentos semelhantes. A segmentação de clientes melhora a compreensão das necessidades, preferências e comportamentos dos clientes. Este estudo utiliza a segmentação de clientes com base no potencial de compra em Bens de Consumo de Rápido Movimento (FMCG). Analisar compras potenciais pode ajudar a identificar oportunidades de mercado, implementar preços mais eficazes, direcionar promoções, gerenciar estoque e distribuição, e desenvolver novos produtos para aumentar a satisfação do cliente. O método de segmentação mais comumente utilizado é o algoritmo de Agrupamento K-Means, que agrupa dados em clusters homogêneos. Este estudo tem como objetivo segmentar clientes com base em compras potenciais usando o método de Agrupamento K-Means. O conjunto de dados de clientes em lojas FMCG foi dividido em três clusters usando sete atributos: Sexo, Estado Civil, Idade, Educação, Renda, Ocupação e Tamanho da Localização. Os resultados, calculados no Microsoft Excel, foram concluídos após quatro iterações com três clusters: k1 (Cluster 1) com 535 clientes com baixo potencial de compra, k2 (Cluster 2) com 685 clientes com alto potencial de compra, e k3 (Cluster 3) com 7810 clientes com potencial de compra médio.