[MÚSICA]
Olá!
Dando sequência a segmentação baseada em comportamento do consumidor,
nós vamos falar agora de como fazer análise de agrupamentos.
Análise de agrupamentos, também chamada de cluster análise,
ela é constituída de 6 passos.
No início você tem que definir problema e também tem que ter uma base de dados.
A partir disso você vai começar a calcular as distâncias entre os respondentes,
observações da sua base de dados.
Depois nós vamos ter que fazer procedimento de aglomeração,
como juntar, e nós vamos ver que existem vários procedimentos.
A partir daí nós já podemos decidir quantos
clusters queremos e, consequentemente,
interpretar o perfil de cada cluster e ver se os resultados são válidos.
A formação de segmentos necessita de uma medida de distância,
nós temos que saber como medir a distância entre as observações.
Sejam elas indivíduos, famílias, sejam elas tomadores de decisão,
empresas, análise de cluster serve para muitas pesquisas,
muitas formas de pesquisas e nós vamos ver com o foco em marketing então na maior
parte das vezes nós vamos ter os respondentes que são consumidores.
Mas ela pode ser usada também para empresas e assim por diante.
E aí nós queremos método pra indicar, para escrever,
designar cada observação em que grupo que deve estar colocada.
Retomando o nosso exemplo de comportamento de gastos diários,
nós precisamos medir a distância entre 2 pontos.
Vamos tomar aqui, por exemplo, o ponto A e B.
Como é que a gente poderia medir a distância entre eles?
Você deve estar se lembrando do famoso teorema de Pitágoras
onde a gente pode fazer triângulo e identificar que essa
distância nada mais é do que a hipotenusa de triângulo retângulo onde a soma do
quadrado dos catetos é igual ao quadrado da hipotenusa.
Esse tipo de cálculo é o que nós vamos usar.
É cálculo que foi descoberto há muitos anos atrás,
quinhentos e oitenta anos antes de Cristo nasceu Pitágoras
e ele fez esse cálculo geométrico para medir a distância entre 2 pontos.
Nós sabemos também que duzentos anos depois veio
grande matemático do Egito, chamado Euclides,
e o Euclides nada mais fez do que generalizar a fórmula de Pitágoras,
ou seja, o Euclides criou o que a gente chama de geometria euclidiana
generalizando não mais pra 2 variáveis, mas pra N variáveis.
Então, se tiver 4, 5, 6, é claro que não dá mais pra fazer gráfico
mas você pode tranquilamente usar a mesma expressão.
Vamos aplicar então a fórmula pra calcular a distância entre os pontos?
Vamos voltar no nosso exemplo.
Você tem aqui X1 e X2, o ponto A, qual é a distância entre o A e o B?
Se eu fizer a distância entre o A e B usando apenas a variável X1,
eu faço 2 menos 8 dá menos 6.
Se eu usar apenas a variável X2, eu tenho 4 menos 2 igual a 2.
E aí a gente pode fazer uma fórmula que é extrair a raiz quadrada da soma dos
quadrados, que é exatamente o teorema de Pitágoras.
[SEM_ÁUDIO] Com isso
a gente pode construir uma tabela que vocês estão vendo agora,
que é a tabela das distâncias de todos os pontos só usando as
variáveis de maneira isolada e em seguida de uma maneira combinada,
extraindo a raiz quadrada da soma dos quadrados.
[SEM_ÁUDIO] Vamos
fazer mais exercício?
Nós temos aqui 3 indivíduos com rendas diferentes, idades diferentes,
e eu peço que você calcule então a distância euclidiana entre o A e o B,
e o B e o C.
[SEM_ÁUDIO]
[SEM_ÁUDIO]
[SEM_ÁUDIO]
[SEM_ÁUDIO]
Neste exemplo que nós acabamos de ver,
ficou claro que quando nós transformamos a unidade da medida de idade de anos para
meses, os resultados são completamente diferentes, fica tudo destorcido.
Cluster análise tem essa coisa que você precisa prestar muita atenção:
As unidades das variáveis.
Estão na mesma base, têm a mesma escala, são de igual dimensão?
Se forem, tudo bem, você parte pra análise de cluster com as variáveis originais,
senão tem que fazer uma transformação das variáveis.
É uma transformação muito simples que consiste em padronizar as variáveis
e nós vamos ver como se faz isso no Softer.
Padronizar a variável nada mais é do que você pegar aquela variável,
subtrair a média e dividir pelo desvio padrão.
Com isso a variável passa a ter uma média igual a 0 e desvio padrão igual à 1,
e aí você pode partir tranquilamente para a análise de cluster.
Aqui está a fórmula de Euclides, é uma fórmula bastante simples,
basta você fazer a diferença entre pra cada
respondente a nota que ele deu pra cada variável,
para par você vai fazer a distância entre o A e o B, você pega a variável 1,
o que ele respondeu correspondente ao A e o B, subtrai e eleva o quadrado,
subtrai e eleva o quadrado, soma e depois tira a raiz quadrada.
Essa é a fórmula de Euclides pra calcular a distância euclidiana.
Agora você está pronto para a próxima etapa onde nós vamos aprender
a fazer os procedimentos de cluster.
[SEM_ÁUDIO]
Carlos R. F. BaraProfessor
Danny ClaroProfessor
Silvio LabanProfessor
