Segmentação de Mercado com IBM SPSS Statistics

Conteúdo Programático
Módulos utilizados: Base, Regression e Classification Trees

Objetivo: Apresentar as técnicas estatísticas mais usadas para conduzir projetos de segmentação de marcado com sucesso. Apresentar situações práticas de como preparar, executar e interpretar os resultados das análises estatísticas.

Duração: 2 dias/12 horas

Pré-requisito: Ter cursado o treinamento Introdução ao IBM SPSS Statistics ou ter experiência prévia no software. Conhecimentos básicos em análise estatística são recomendados.

Observação: Apostilas e arquivos estão em inglês.

I – Métodos Usados na Segmentação de Mercado

• Análise de cluster para Segmentação de Mercado
• Análise fatorial para redução de dados
• Segmentação de Mercado baseada em respostas
• Implementação de modelos
• Extensões

II – Análise de Cluster na Segmentação de Mercado: Princípios

• Análise de cluster e segmentação de mercado
  • Tipos de dados no agrupamento dos casos
• O que estudar ao realizar um agrupamento de casos?
• Métodos
  • Métodos Hierárquicos
  • Métodos Não Hierárquicos: K-Médias
  • Métodos Não Hierárquicos: Agrupamento TwoStep
• Distâncias e padronização
• Recomendações

III – Análise de Cluster na Segmentação de Mercado: Prática

• Introdução
  • Opções de configuração do IBM SPSS Statistics
• Visualizando os dados
• Executando uma análise de Agrupamento Hierárquico
  • Quantos agrupamentos considerar?
  • Resultados do Agrupamento Hierárquico
• Análises suplementares
  • Obtendo perfis das médias dos segmentos
  • Relacionando os agrupamentos a outras variáveis
  • Resumo dos primeiros resultados
• Cluster usando o método de K-médias
• Cluster com algoritmo TwoStep
  • Quantos segmentos encontramos?

IV – Análise Fatorial

• O uso da análise fatorial em estudos de segmentação de mercado
• O que estudar ao realizar uma Análise Fatorial?
• Princípios
  • Análise Fatorial e Análise de Componentes Principais
• Número de Fatores
• Rotações
• Escores fatoriais
• Tamanho da amostra
• Métodos
  • Recomendações gerais
• Exemplo: importância dos atributos de uma loja de departamentos
  • Estudando as correlações
  • Executando uma análise de Componentes Principais
  • Extração e Rotação
  • Revisando a análise de Componentes Principais
  • Agrupamentos baseados em Componentes Principais
  • Criando variáveis de escores fatoriais
  • Agrupamento K-Médias de escores fatoriais

V – Segmentação de Mercado baseada em respostas I: Regressão Logística e Análise Discriminante

• O que é segmentação baseada em resposta
• Comparação entre análise discriminante e regressão logística
  • Recomendações
• O que busca numa Análise Discriminante?
• Exemplo: Análise Discriminante
  • Resultados 'Stepwise'
• O que buscar numa Regressão Logística?
• Exemplo: Regressão Logística
• Tabelas e gráficos de ganhos

VI – Segmentação de Mercado baseada em respostas II: Análise CHAID

• O que é CHAID?
• O que estudar quando se executa uma análise CHAID?
• Princípios e considerações
  • CHAID Exaustivo
  • Ajuste de Bonferroni
  • Tipos de variáveis
  • Recomendações gerais
• Exemplo: Satisfação do cliente (intenção de CHURN)
  • Especificando uma semente aleatória
  • Executando uma análise CHAID no Decision Trees
  • Saídas do Decision Trees
  • Exibições alternativas das árvores
  • Árvores para amostra de validação
  • Segmentos e tabelas de ganhos
  • Gráficos de ganhos e respostas
  • Acurácia do modelo
  • Regras de classificação de casos
• CHAID e Regressão Logística
• Extensões