Una segmentación de mercado es el proceso de dividir un mercado en grupos uniformes más pequeños que tengan características y necesidades semejantes. Para ello, tenemos que resolver los siguientes problemas:

  1. ¿Cómo identificamos si los clientes tienen características semejantes?
  2. ¿Cuáles son las características que más me interesan de mis clientes?
  3. ¿Cómo expreso matemáticamente características no numéricas?
  4. ¿Cuánto segmentos quiero encontrar?

¿Cómo identificamos si los clientes tienen características semejantes?

Diremos que dos clientes son similares si la distancia entre ellos en espacio vectorial definido es cercana.

¿Cuáles son las características que más me interesan de mis clientes?

El cálculo de la distancia en el espacio vectorial genera una métrica de similitud, pero el espacio vectorial está definido por el conjunto de variables que yo decida incluir. Por lo tanto, la similitud de dos clientes dependerá de las variables que escoja.

Variables disponibles

Edad
Renta
Estado civil
Sexo
Deporte preferido
Enfermedad crónica
Banco
Edad
Renta

Tienda de deportes
Deporte preferido
Sexo

Clínica
Edad
Renta
Enfermedad Crónica

¿Cómo expreso matemáticamente características no numéricas?

Tipos de relevantes variables:

Continuas: Son un número real, por ejemplo, edad, renta. Tienen intrínsecamente una métrica de similaridad (el número 2 está más cerca del 3 que del 4).

Categóricas: Pueden ser un número o carácter, pero no cuentan con una métrica intrínseca de similaridad. Por ejemplo, Enfermedad crónica, código de la comuna. Es necesario determinar si existe una métrica de similaridad y definirla transformando la variable, de lo contrario será considerada como binaria. Es importante considerar el impacto excesivo que una variable categórica puede crear en una segmentación. Una variable como comuna puede convertirse en 300 variables binarias. La mayoría de los software corrigen este impacto.

Es importante considerar el impacto excesivo que una variable categórica puede crear en una segmentación. Una variable como comuna puede convertirse en 300 variables binarias. La mayoría de los software corrigen este impacto.

¿Cuántos segmentos quiero encontrar?

Existen algoritmos diseñados para encontrar el número óptimo de clúster, sin embargo, podría ser una mejor pregunta, ¿cuantos clúster puedo gestionar?

Por ejemplo: Se requiere segmentar el mercado planes de financiamiento hipotecario acorde a las necesidades de los consumidores. El algoritmo indica que el número óptimo de clúster es 52 – ¿Puedo desarrollar 52 planes de financiamiento? Posiblemente no.