RELATÓRIO DE ANÁLISE DE CLUSTERS

1. INTRODUÇÃO
A análise de cluster foi realizada com o objetivo de auxiliar a HBAT a segmentar
o mercado com base nas percepções dos clientes. O processo de clusterização fornece
uma metodologia única para desenvolver taxonomias com relevância administrativa
máxima, identificar grupos homogêneos e simplificar dados. Essa abordagem permite
que os clientes da HBAT sejam categorizados em segmentos que definem o caráter
básico de seus membros, permitindo uma compreensão mais profunda de suas
percepções e necessidades.

2. METODOLOGIA

Foram consideradas as seguintes variáveis para a análise de cluster:

 Qualidade do Produto (X6)

 Atividades de Comércio Eletrônico (X7)
 Suporte Técnico (X8)
 Solução de Reclamação (X9)
 Anúncio (X10)
 Imagem da Equipe de Venda (X12)
 Preço Competitivo (X13)
 Garantia de Encomenda (X14)
 Encomenda e Cobrança (X16)
 Velocidade de Entrega (X18)

Utilizamos o algoritmo de k-means para agrupar os clientes em segmentos

homogêneos. A quantidade ideal de clusters foi determinada com base no método de
padronização dos dados (preprocessing.scale), que avalia a inércia do modelo para
diferentes números de clusters.

3. RESULTADOS
 Após a análise, identificamos 3 clusters distintos. Cada cluster representa um
grupo de clientes com características semelhantes. Abaixo estão as medidas resumo
para cada cluster:

Posteriormente, plotamos um gráfico para visualização dos clusters com

relação à “Qualidade do Produto vs Preço Competitivo”, conforme abaixo:

Dessa forma, a análise dos clusters revela segmentos distintos de clientes com
base nas variáveis "Qualidade do Produto" e "Preço Competitivo". Os clusters
representam clientes com diferentes preferências e prioridades. Estratégias de
marketing podem ser desenvolvidas para atender às necessidades específicas de cada
segmento, seja enfatizando qualidade, preço competitivo ou uma combinação de
ambos. Essa abordagem segmentada pode ajudar a empresa a direcionar seus esforços
de marketing de forma mais eficaz e alcançar maior satisfação e fidelidade dos
clientes.

Plotamos também um gráfico para visualização dos clusters com relação à

"Atividades de Comércio Eletrônico" e "Velocidade de Entrega", segue gráfico abaixo:
 Ao observar a dispersão dos dados dentro de cada cluster, podemos identificar
o quão homogêneos e distintos eles são em relação às variáveis analisadas. Essa
segmentação permite uma compreensão mais profunda dos diferentes
comportamentos dos clientes e proporciona à empresa a oportunidade de adaptar
suas estratégias de marketing de acordo com as preferências específicas de cada
grupo.
Plotamos um terceiro gráfico para visualização das variáveis, "Suporte Técnico"
e "Solução de Reclamação", segue abaixo:
 A análise dos clusters revela três grupos distintos de clientes com base nas
variáveis "Suporte Técnico" e "Solução de Reclamação". Cada grupo apresenta
características únicas, indicando diferentes preferências e necessidades. A dispersão
dos dados dentro de cada cluster evidencia a heterogeneidade entre eles. Essa
segmentação permite que a empresa desenvolva estratégias personalizadas de
suporte e solução de reclamação para atender às demandas específicas.

Como mostra o gráfico abaixo, foi feita a plotagem da quarta análise, onde as
variáveis são: "Anúncio" e "Imagem da Equipe de Venda".

A análise dos clusters com base nas variáveis "Anúncio" e "Imagem da Equipe
de Venda" revela a formação de três grupos distintos de clientes. Observa-se uma
dispersão significativa dentro de cada grupo, indicando uma variação considerável nas
percepções dos clientes em relação aos atributos analisados. Isso sugere que os
clientes em cada grupo têm opiniões e preferências diferentes em relação aos
anúncios e à imagem da equipe de venda. Essa dispersão pode ser um indicativo da
heterogeneidade das necessidades e expectativas dos clientes em relação a esses
fatores.
 Por fim, plotamos o quinto gráfico utilizando as variáveis: "Garantia de
Encomenda" e "Encomenda e Cobrança", conforme mostra abaixo:

A análise dos clusters com base nas variáveis "Garantia de Encomenda" e

"Encomenda e Cobrança" revela a formação de três grupos distintos de clientes.
Observa-se uma dispersão significativa dentro de cada grupo, indicando uma variação
considerável nas percepções dos clientes em relação a esses atributos. Isso sugere que
os clientes em cada grupo têm diferentes níveis de confiança e satisfação em relação à
garantia de encomendas e ao processo de encomenda e cobrança. Essa dispersão
pode refletir a diversidade nas expectativas e experiências dos clientes em relação a
esses aspectos da empresa.

4. CONSIDERAÇÕES FINAIS

Em virtude dos resultados, podemos concluir que a análise dos clusters revelou
diferentes grupos de clientes da HBAT com base em suas percepções sobre os
atributos. A dispersão dentro de cada cluster indicou variações nas preferências e
níveis de satisfação dos clientes. Esses resultados fornecem insights importantes para a
segmentação de mercado e personalização das estratégias da empresa. A HBAT pode
utilizar essas informações para direcionar suas ações de marketing e aprimorar áreas
específicas para atender melhor às necessidades dos diferentes grupos de clientes. No
entanto, é necessário realizar pesquisas adicionais e coletar mais dados para uma
compreensão mais completa do comportamento dos clientes. Essa análise é um ponto
de partida para a HBAT melhorar a satisfação do cliente e fortalecer sua posição no
mercado.