Análise de Agrupamentos: Aplicação (K-Means e Padronização de Variáveis) - Stata

Loading...

Из курса от партнера Insper

Introdução ao Marketing Analítico

460 оценки

Insper

Introdução ao Marketing Analítico

460 оценки

Público-Alvo Profissionais, estudantes e interessados da área de Marketing que desejam conhecer os fundamentos básicos de Marketing Analítico e sua aplicação prática. Objetivo do Curso O curso tem como objetivo central introduzir o conceito de Marketing Analítico e apresentar de forma simplificada e prática algumas técnicas, de modo que o participante possa avaliar e recomendar decisões e ações em Marketing baseadas em análise de dados. Objetivos de Aprendizagem Ao final do curso o aluno será capaz de: • Explicar a importância de definir e utilizar métricas em Marketing. • Desenvolver métodos de levantamento de dados primários e secundários. • Desenvolver hipóteses testáveis inferindo causalidades. • Segmentar o mercado com base no comportamento do consumidor. • Gerar insights para o posicionamento de marca. • Suportar a tomada de decisões em Marketing com base em fatos e dados. Dedicação e Carga-Horária Cinco módulos temáticos de aproximadamente 3h cada, totalizando 15h. Cada módulo tem duração estimada de uma semana. Assista ao vídeo de divulgação do curso: https://youtu.be/FvtgLAW_s8Y

Из урока

Segmentação Baseada em Comportamento do Consumidor

Ao final desse módulo, espera-se que você esteja apto a aplicar a técnica de segmentação com base em dados, analisar resultados e recomendar a formação de grupos homogêneos.

Análise de Agrupamentos: Aplicação (Parte 1)1:45

Análise de Agrupamentos: Aplicação (Parte 2)10:25

Análise de Agrupamentos: Aplicação - Stata8:31

Análise de Agrupamentos: Aplicação (K-Means e Padronização de Variáveis) - Stata7:47

Análise de Agrupamentos: Aplicação (Padronização de Variáveis) - Excel5:52

Познакомьтесь с преподавателями

Carlos R. F. Bara
Professor
Danny Claro
Professor
Silvio Laban
Professor

[MÚSICA]

[MÚSICA] Olá!

Para completar a nossa vídeo-aula

sobre uso do Stata em análise de cluster está faltando mostrar para você

como é que a gente usa o método K-Means e como a gente padroniza variáveis.

Para isso vamos abrir de novo o Stata e carregar a mesma base de dados

do exercicio anterior, que é aquela base de dados de creme dentais.

Eu tô indo agora pouco mais rápido, uma vez que você já viu a solução

desse exercicio de uma maneira bastante detalhada.

Você se lembra que a gente aqui fez o nosso comando,

que a gente pode digitar aqui agora,

o comando de fazer clusters através do método de Ward.

A gente pode escrever aqui "cluster

wardslinkage (espaço)

V*"- para pegar todas as variáveis- ",

measure

[L2

squared]".

Quando a gente dá esse comando,

a gente já viu o comando anteriormente, na nossa base de dados é criada as

colunas com as

distâncias euclidianas medidas pelo método de Ward.

A partir daí a gente tem que dar aquele comando que vai nos

permitir gerar as 3 colunas e para isso eu vou deslocar o nosso cursor

de novo e clicar no comando de "Postclustering" que

é de "summary variables" que vai permitir

que eu volte a colocar as minhas,

eu vou colocar agora o nome de "cluster_3"

e dizer pro Stata que eu quero 3 grupos.

Note que da minha base de dados eu tenho agora os grupos definidos de 1 a 3.

Como é que a gente pode fazer esses mesmos 3 grupos usando o método K-Means?

Eu vou de novo aqui colocar o meu cursor mais para baixo

e clicar em "estatísticas", "análises multi variada",

"cluster", "cluster data" e agora eu venho aqui em "K-Means".

O método K-Means permite que eu coloque aqui as variáveis,

de novo "V*" e aqui é que eu tenho que definir o número de grupos.

É grupo, o número de grupos é definido na priori, como a gente já explicou na

vídeo-aula, a gente pode escolher 2, 3, 4, quantos grupos a gente quiser.

Eu vou definir como sendo 2 grupos, uma vez que, perdão,

3 grupos, uma vez que eu quero realmente comparar com a solução obtida

através da clusterização pelo método de Ward.

Agora eu vou colocar aqui já a distância euclidiana ao quadrado e eu posso dar o

nome para essa clusterização de "cluster_ k3",

k para lembrar que é do K-Means e 3 para lembrar que são 3 grupos.

De novo, eu vou agora na minha base de dados e

eu gostaria de pedir para você comparar esta solução com esta.

Olha só, o que era grupo 1 virou grupo3, o que era grupo 2 virou grupo 1,

o que era grupo 1 virou grupo 3, o que era grupo 3 virou grupo 2,

mas existe sim uma grande correspondência, tirando o nome do grupo.

Isso eu posso fazer agora uma tabela comparativa

com as variáveis "V*" agrupadas

tanto pela clusterização como 3 grupos e aquela mesma tabela

que vocês já viram, como eu posso fazer também a mesma tabela,

mas agora fazendo com a variável

agrupamento com o método de K-Means,

e vocês estão vendo aqui que, comparando a solução de

cima com a de baixo, elas são rigorosamente iguais,

a única diferença é que o grupo 1 virou grupo 3,

o grupo 2 virou grupo 1 e o grupo 3 virou o grupo número 2.

As conclusões de marketing são as mesmas e

agora você tem os mesmos clusters também feito pelo método K-Means.

Você se lembra naquele exercício que nos fizemos em Excel,

que quando a idade era medida em anos, a idade era medida em meses,

havia uma grande distorção no cálculo da distância euclidiana.

Nós precisamos sempre ter as variáveis medidas nas mesmas dimensões,

nas mesmas unidades, se não a análise de cluster fica distorcida.

O que fazer então quando você tem uma base de dados

onde se tem uma variável que é renda medida de milhares de reais por ano,

ou uma outra variável que é a idade, uma variável que pode ser o número de filhos?

Você tem que primeiro padronizar as variaveis.

Nesta base de dados eu não precisaria padronizar porque

as minhas variáveis estão todas na mesma escala, que é a escala Linkert,

mas mesmo assim eu quero mostrar para você o comando pra quando você precisar.

Você tem que vir aqui em "data", "create or change variables" e nesta

posição você clica 'create new variables extended'.

Você quer criar na verdade, vamos chamar a variável V1 e vamos colocar na frente dela

a letra Z para identificar que é o nosso Z score ou variável padronizada.

A variável padronizada aparece aqui neste comando 'standard

deviation' e neste lugar aqui de "expression" você clica e você

diz que o que você quer é que pegue a variável V1, clica na variável V1 e dá OK.

Nesse momento, o meu banco de dados vai criar uma variável

chamada zV1 que é a V1 padronizada com média igual a 0, desvio padrão igual a 1.

Dá OK, imediatamente o meu banco de dados agora tem uma nova

variável que é a variável zV1.

Se você duvida, você pode até colocar "sum

z V1" para ver se a média dá 0 e o desvio padrão dá 1.

Média praticamente 0, como você está vendo elevado a -08,

é número muito próximo de 0 e o desvio padrão é 1.

Portanto, toda a vez que você for

usar banco de dados que as variáveis tiverem medidas em unidades diferentes,

padronize, padronize antes, que assim a sua análise de cluster vai ser sucesso.

Até breve!

Ознакомьтесь с нашим каталогом

Присоединяйтесь бесплатно и получайте персонализированные рекомендации, обновления и предложения.

Coursera делает лучшее в мире образование доступным каждому, предлагая онлайн-курсы от ведущих университетов и организаций.

© Coursera Inc., 2018 Все права защищены.

Загрузить из App Store

Загрузить в Google Play