SEGMENTAÇÃO VIA MACHINE LEARNING: PROPOSTA DE CLUSTERIZAÇÃO DE CONSUMIDORES DO E-COMMERCE DE UMA EMPRESA MULTINACIONAL DO VAREJO ESPORTIVO

• Autor(a) principal: Falqueto, Alice Ambrosim
• Data de Publicação: 2022
• Outros Autores: Cezar, Layon Carlos
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Holos
• Texto Completo: http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/12032
• topic: Segmentação; Aprendizado de Máquina; Clusterização; E-commerce; Varejo

O objetivo desse artigo é apresentar uma proposta de segmentação da base de consumidores do e-commerce de uma empresa multinacional do varejo esportivo, a partir da clusterização de dados via Machine Learning. Para isso, foi realizado um estudo quantitativo com dados de 526.686 clientes do e-commerce de uma empresa multinacional que atua no Brasil nesse setor. Os dados foram analisados pela análise de cluster, utilizando a metodologia proposta por Jain, Murty e Flynn (1999). A partir da segmentação atual, limitada ao valor gasto pelo cliente, a nova proposta de segmentação, construída a partir do algoritmo K-means considerou novas variáveis como o número de pedidos nos doze meses anteriores, e seus respectivos tempos de inatividade.  O uso desse algoritmo via Machine Learning se mostrou satisfatório, visto que foi possível obter três segmentos válidos que se diferenciavam da segmentação adotada atualmente.