[MÚSICA] Olá. Dando sequência a segmentação baseada comportamento do consumidor, vamos falar agora sobre análise de agrupamentos. Análise de agrupamentos é sinônimo de Cluster Analysis [ESTRANGEIRO] que é exatamente como se fala inglês e aqui no Brasil é também muito usado Análise de Cluster e até Análise de Conglomerados. A palavra cluster é praticamente sinônimo. A única diferença é que vez de falar segmentação a gente usa a palavra cluster porque ela induz a pensar que é uma técnica quantitativa. Elas vão realmente fazer uma análise de segmentação baseada números. É uma técnica que permite então identificar grupos nos dados, também permite que você faça conta, que você faça uns cálculos matemáticos para separar esse grupo e, não há teste de hipóteses, portanto, não é uma técnica estatística. E é uma técnica muito usada para que vocês cheguem à conclusão de quais as pessoas que podem ser agrupadas de uma forma objetiva usando cálculos. Vamos começar com exemplo? Imagine o seguinte: nós temos cinco pessoas, que aqui a gente designa como a, b, c, d e e que têm comportamentos de compras distintos. Quando eles vão comprar comida, alguns gastam mais do que eles gastam roupas. E outros, quando vão comprar roupas, gastam mais do que comida como uma média de gastos diários do grupo. Como que a gente poderia separar essas pessoas com base no comportamento de compras? Alguma ideia? Eu tenho certeza que você deve estar pensando: como nós temos aqui duas variáveis, a gente poderia fazer gráfico. Gráfico chamado Gráfico de Expressão e parecido com o gráfico que vocês viram correlação. Esse gráfico daria isso aqui: uma variável é comida, a outra gastos roupas. Colocando os pontos no gráfico vocês estão vendo agora que o ponto a e d ficaram mais próximos do grupo que está o c, o b e o e. Será pessoal que podemos dizer que temos dois grupos? Nós não fizemos ainda nenhuma conta. Só fizemos a colocação dos pontos num gráfico. É isso mesmo. É isso que nós vamos fazer. Nós vamos aprender a calcular distâncias e vamos ver se essas cinco pessoas podem ser divididas dois grupos com alguma lógica ou não. Mas antes de fazer as contas, vamos fazer alguns exemplos. Imaginem que eu tenho uma situação de cluster assim, com duas variáveis, quatro grupos, e esses grupos bem diferentes. Ótimo. A gente vai ficar feliz, vamos dizer que podemos fazer segmentação, temos quatro grupos e os grupos parecem que estão bem diferentes. Mas olhem só, o mundo real tem situações como essa. Aqui você está vendo que não é tão simples fazer agrupamentos. Os grupos estão entrelaçados e para isso a gente precisa de uma técnica. Uma técnica precisa, uma técnica que nos permita saber o que estamos fazendo. Vamos dar mais exemplo, imaginem carpetes. A gente poderia falar que carpetes tem duas propriedades, ou duas características, ou dois atributos. Se ele é ou não resistente à água e dois, se ele é ou não resistente ao uso frequente contínuo, ou seja, tem carpetes que são feitos para grandes públicos e outros que são feitos para, por exemplo, usar dentro da sua casa, onde tem fluxo menor de pessoas. Tem carpetes que são feitos para usar dentro de casa e outros são feitos para usar indoor [ESTRANGEIRO]. E aí você está vendo quatro grupos bem distintos conforme essas características. Nós podemos dizer que são quatro segmentos, podemos inclusive identificar os pontos a, b, c, e d como sendo uma espécie de média ou também chamada de centroide de cada dos grupos. E aí a gente pode calcular a distância entre esses centroides. Cada uma dessas bolinhas pequenas são respondentes ou são públicos alvos que a gente gostaria de usar numa segmentação. E por último, se você quiser, a gente pode até dar nome para esses públicos-alvo. Pode ser que grupo a seja grupo formado por escolas, porque é indoor [ESTRANGEIRO] - dentro- não precisa ficar ao ar livre mas, tem grande fluxo de pessoas, e assim por diante. Nós podemos dizer, por exemplo, que academias de fitness têm que ter resistência à prova de água simultaneamente. Com isso nós terminamos a nossa aula. [SEM SOM] [SEM SOM]