ANÁLISE EXPLORATÓRIA DE PERSONALIDADE DOS CLIENTES E CRIAÇÃO DE MODELO PREDITIVO PARA CAMPANHA DE MARKETING
A análise de personalidade do cliente é uma análise detalhada que permite entender melhor seus clientes e facilita a modificação de produtos de acordo com as necessidades, comportamentos e preocupações específicas de diferentes tipos de clientes. Considerando uma empresa de varejo, este trabalho traz um estudo sobre as características dos clientes de uma empresa e desenvolve um modelo de previsão que possibilite um melhor direcionamento em uma campanha de marketing direto. Assim, torna-se possível a escolha dos clientes com maior probabilidade de comprar a oferta, deixando de fora os não respondentes, maximizando então a rentabilidade da campanha.
Considere uma empresa bem estabelecida que opera no setor de varejo. Atualmente eles têm cerca de centenas de milhares de clientes cadastrados e atendem quase um milhão de consumidores por ano. Vendem produtos de 6 grandes categorias: ouros, vinhos, carnes raras, frutas exóticas, peixes e produtos doces.
Os clientes podem encomendar e adquirir produtos através de 3 canais de venda: lojas físicas, catálogos e site da empresa. Globalmente, a empresa teve receitas sólidas e uma linha de fundo saudável nos 3 anos anteriores, mas as perspectivas de crescimento do lucro para os próximos 3 anos não são promissoras... várias iniciativas estratégicas estão sendo consideradas para reverter esta situação. Uma delas é melhorar o desempenho das atividades de marketing, com foco especial nas campanhas diretas.
1) Criar grupos de clientes com características similares, traçando perfis de consumidores
2) Criar modelo preditivo que encontre consumidores ideais para campanha de marketing
Desenvolvimento:
- Extrair, Tratar e Limpar Dados
- Realizar Feature Engineering
- Realizar Análise Exploratória
- Segmentar Clientes
- Criar Modelo Preditivo
- Criar Apresentação as Partes Interessadas do Negócio
- Disponibilizar Modelo para Utilização
Desenvolvimento do Projeto: Aqui
Modelo Preditivo no Streamlit: Aqui
Apresentação de Negócio: Aqui
A base de dados possui informações sobre 29 características de 2.240 clientes de uma empresa de varejo.
Conteúdo do DataSet:
ID: Identificador exclusivo
Year_Birth: Ano de nascimento
Education: Nível de escolaridade
Marital_Status: Estado civil
Income: Renda familiar anual
Kidhome: Número de crianças em casa
Teenhome: Número de adolescentes na casa
Dt_Customer: Data do cadastro do cliente na empresa
Recency: Número de dias desde a última compra do cliente
Complain: 1 se o cliente reclamou nos últimos 2 anos, 0 caso contrário
MntWines: Valor gasto em vinho nos últimos 2 anos
MntFruits: Valor gasto em frutas nos últimos 2 anos
MntMeatProducts: Valor gasto em carne nos últimos 2 anos
MntFishProducts: Valor gasto em pescado nos últimos 2 anos
MntSweetProducts: Valor gasto em doces nos últimos 2 anos
MntGoldProds: Valor gasto em ouro nos últimos 2 anos
NumDealsPurchases: Número de compras feitas com desconto
AcceptedCmp1: 1 se o cliente aceitou a oferta na 1ª campanha, 0 caso contrário
AcceptedCmp2: 1 se o cliente aceitou a oferta na 2ª campanha, 0 caso contrário
AcceptedCmp3: 1 se o cliente aceitou a oferta na 3ª campanha, 0 caso contrário
AcceptedCmp4: 1 se o cliente aceitou a oferta na 4ª campanha, 0 caso contrário
AcceptedCmp5: 1 se o cliente aceitou a oferta na 5ª campanha, 0 caso contrário
Response: 1 se o cliente aceitou a oferta na última campanha, 0 caso contrário
NumWebPurchases: Número de compras realizadas através do site da empresa
NumCatalogPurchases: Número de compras feitas usando um catálogo
NumStorePurchases: Número de compras feitas diretamente nas lojas
NumWebVisitsMonth: Número de visitas ao site da empresa no último mês
Características dos Clientes:
- 50% têm graduação completa, 38% possuem algum tipo de pós-graduação e apenas 11% possuem no máximo o ensino médio
- 65% possuem algum relacionamento contra 35% vivendo sozinho
- 80% possuem no máximo um dependente
- Tem em sua maioria entre 30 e 65 anos
- Possuem renda anual média de 25.000 a 75.000UM
Principais insights obtidos dos dados:
- O site não parece ser um bom cartão de visita:
Um maior número de visitas ao site não resulta em mais compras pela internet e influencia negativamente nas compras dos outros canais de venda.
- Empresa não é muito atrativa para famílias maiores:
80% dos clientes possuem no máximo um dependente, sendo destes, mais de 60% sem nenhum. Além disto, temos que pessoas com mais dependentes tendem a gastar menos, o que vai de contra ao esperado.
- Ainda existe uma boa margem para novas campanhas de marketing:
Cerca de 70% dos entrevistados só aceitaram uma oferta e ainda existe 79% de clientes que não participaram de nenhuma campanha. Temos também que os mais interessados na nova campanha participaram ativamente em mais das anteriores, indicando uma possível satisfação com o resultado.
Foi utilizado o algoritmo K-Means para criar três classes de clientes:
Características dos grupos de clientes:
Cluster 0:
Os clientes que pertencem a este grupo possuem uma renda anual acima da média e por isso acabam gastando mais no geral, em todas as categorias de produtos. Possuem uma maior preferência por compras através dos catálogos e lojas físicas, sendo neste, o canal que mais compras realizou. Descontos não parece ser um chamativo muito grande para eles, visto que sua utilização ficou bem abaixo da média. Outra característica forte deste grupo é que eles visitam bem pouco o site da empresa.
Possuem menos dependentes e, de todas as campanhas de marketing já realizadas, este grupo foi o que mais interesse teve nas ofertas.
Cluster 1:
O maior grupo, se caracteriza pelos clientes com renda abaixo da média, e, com consequência, acabam por consumir menos, tanto em valor gasto quanto em quantidade de compras, para todos os produtos e em todos os canais de venda. Mesmo com uma renda média menor, não se destacam pelo número de descontos utilizados. Já para o número de reclamações, estão acima da média, apesar de a empresa ter este índice baixíssimo. Neste grupo temos a menor adesão geral às campanhas de marketing.
Cluster 2:
Estes clientes são os intermediários, representam aqui nosso menor grupo. Sua renda anual se aproxima bastante de uma renda média de todos os clientes. Fato que chama atenção é que este grupo é o que mais realiza compras no site, e são também os que mais utilizam descontos.
Para criação do modelo foi testado cinco algoritmos diferentes:
- Random Forest
- Suport Vector Machine
- Logistic Regression
- K Neighbor Nearest
- Gradient Booster
Após o teste inicial o modelo Logistic Regression foi escolhido por algumas razões:
Como neste nosso problema precisamos encontrar a maioria dos clientes em potencial da nossa nova campanha, temos então um alto custo associado ao Falsos Negativos, pois, caso tenhamos um cliente em potencial não detectado pelo modelo, diminuímos a taxa de sucesso da nossa campanha e consequentemente diminuiremos o seu retorno. Para melhor avaliar esta situação utilizamos da métrica de Recall.
Analisando principalmente este indicador, percebemos que Logistic Regression e K Nearest Neighbor se destacam com Recall de 81%. Como Logistic Regression aparece ligeiramente melhor, com Acuracidade de 82% contra 77%, optamos pela escolha deste modelo.
Relatório de Classificação:
precision recall f1-score support
0 0.95 0.82 0.88 279
1 0.46 0.79 0.58 53
accuracy 0.82 332
O modelo de Regressão Logística final leva em consideração sete características para prever os clientes potenciais a aderirem a próxima campanha.
São elas:
- Número de dias desde a última compra;
- Valor gasto em carnes nos últimos dois anos;
- Total de campanhas de marketing que o cliente já participou;
- Anos como cliente da empresa;
- Número de compras realizadas nas lojas físicas;
- Número de visitas no site da empresa no último mês;
- Grau de escolaridade: Menor ou igual ao ensino médio completo, graduação ou pós-graduação.
O resultado obtido foi:
-
Identificação de 42 dos 53 clientes (79%) que aceitaram a oferta do projeto piloto. Relembrando que a identificação destes clientes é o fator crucial para o sucesso da campanha;
-
Um direcionamento da campanha para 50 clientes não interessados dentro dos 279 conhecidos, representando um erro de 18%. A oferta a clientes não interessados impacta em um maior custo para a divulgação da campanha;
-
Modelo final atingiu uma precisão geral de 82% de acuracidade.
Perfil de cliente para a próxima campanha de marketing:
- Não são casados
- Possuem maior escolaridade
- Têm preferência por vinhos e carnes
- Visitam mais o site
- Compram mais por catálogos
- Não frequentem muito as lojas físicas
- São fregueses a mais tempo
- Participam de mais campanhas
- Compram com mais frequência
Lembrando que, para um maior sucesso da campanha o entendimento dos produtos ofertados é crucial, bem como o entendimento de sua sazonalidade, se existir, e dos meios de divulgação a serem utilizados. Necessitando assim de uma análise também destes dados aqui não contidos.
Quanto à maximização dos lucros, tem de se levar em conta os custos fixos e variáveis da campanha. Com isso, depois de classificar todos os clientes da empresa com o modelo obtido, conseguiremos descobrir qual o ponto de equilíbrio desta oferta, tornando possível a análise da sua viabilidade antes da execução. Caso não visualizem um cenário satisfatório, tentar buscar minimizar os custos ou tentar angariar mais clientes, deixando o produto mais atrativo, para assim tornar a campanha mais lucrativa.
Apresentação de Negócio: Aqui
Desenvolvimento do Projeto: Aqui
Desenvolvimento do Web App no Streamlit: Aqui
Mário Lisbôa
Pós-Graduando em Data Science e Analytics - USP 🔗
