Comparación de medias K, mezclas normales y agrupamiento probabilístico-D para segmentación B2B
Satish Garla, Goutam Chakraborty, Universidad Estatal de Oklahoma, y Gary Gaeth, Universidad de Iowa
El análisis de conglomerados es una técnica popular utilizada por las organizaciones para la segmentación del mercado. La agrupación en clústeres divide a los clientes en un mercado en grupos, de modo que los clientes dentro de un grupo son similares y los clientes entre los grupos son diferentes. Se sugirieron varios algoritmos de agrupamiento en la literatura basados en una variedad de medidas de similitud. Este póster describe un estudio comparativo de tres métodos de agrupación en clústeres (medios K, mezclas normales y probabilística D) para el perfil de segmento de clientes en un mercado de empresa a empresa (B2B). Los datos recopilados de una encuesta realizada por un proveedor de productos hidráulicos y neumáticos se utilizaron en este estudio. Diez variables que miden las percepciones de los clientes de atributos importantes al seleccionar un proveedor se utilizaron para la agrupación. Los resultados de cada método se evalúan según la pureza del clúster y los perfiles del clúster. SAS® Enterprise Miner se utiliza para la agrupación probabilística D y para la creación de perfiles de agrupaciones, mientras que JMP® Pro 9 se utiliza para K-Means y mezclas normales.
