Segmenter les clients en gros
Vous êtes maintenant prêt à utiliser la classification hiérarchique pour faire de la segmentation de marché (c.-à-d. regrouper des consommateurs en sous-groupes selon leurs caractéristiques).
Dans cet exercice, on vous fournit les montants dépensés par 45 client·e·s différent·e·s d'un distributeur en gros pour les catégories d'aliments Milk, Grocery et Frozen. Ces données sont stockées dans la trame de données customers_spend. Attribuez ces client·e·s à des groupes pertinents.
Remarque : Pour cet exercice, vous pouvez supposer que comme toutes les données sont du même type (montant dépensé), vous n'avez pas besoin de les normaliser.
Cette activité fait partie du cours
Analyse de regroupements dans R
Instructions de l’exercice
- Calculez la distance euclidienne entre les client·e·s et enregistrez-la dans
dist_customers. - Exécutez la classification hiérarchique avec la méthode d'agrégation complète (complete linkage) et stockez le résultat dans
hc_customers. - Tracez le dendrogramme.
- Créez un vecteur d'attribution des groupes en utilisant une hauteur de 15 000 et enregistrez-le sous
clust_customers. - Générez une nouvelle trame de données
segment_customersen ajoutant l'attribution de groupe comme colonneclusterà la trame de données originalecustomers_spend.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Calculate Euclidean distance between customers
dist_customers <- ___
# Generate a complete linkage analysis
hc_customers <- ___
# Plot the dendrogram
# Create a cluster assignment vector at h = 15000
clust_customers <- ___
# Generate the segmented customers data frame
segment_customers <- mutate(___, cluster = ___)