Model multivariat de classificació de clients en funció dels seus comportaments de compra

Abstract

Aquest treball fi de grau s’ha dut a terme en l’àmbit d’un conveni de pràctiques amb l’empresa Datancia, formada per professors del Departament d’Estadística i Investigació Operativa de l’Escola Tècnica Superior d’Enginyeria Industrial de Barcelona (ETSEIB) i d’altres persones del món empresarial. Donat el fet que he participat en un projecte amb dades reals d’un client de Datancia, en la memòria escrita d’aquest treball fi de grau no es faran referències a cap dada de caire privat de l’empresa, per mantenir la privacitat i confidencialitat. Així doncs, tots els procediments es faran amb les dades reals però amb l’anonimització necessària per protegir els drets dels clients de l’empresa que ha contractat els serveis de Datancia. L’objectiu principal d’aquest treball fi de grau ha estat el de classificar i agrupar els clients d’una empresa distribuïdora de material de ferreteria industrial en funció de variables sociodemogràfiques i d’altres obtingudes de les compres que realitzen. Per a fer aquests grups s’han utilitzat tècniques estadístiques d’anàlisi multivariant i clustering, així com el programa R, una eina estadística molt potent per a poder tractar dades de grans dimensions. Per a fer l’anàlisi s’ha disposat de 901.867 compres realitzades per 15.157 clients en el període que va del 2 de maig de 2016 al 29 de març del 2019. Els primers passos han estat netejar i ordenar el data set obtingut per part de l’empresa i realitzar anàlisis descriptives de les dades, per a poder veure quins patrons seguien i poder entendre quin tipus de dades s’havien rebut. Aquesta anàlisi exploratòria de les dades és molt útil per fer-se a la idea de com són les dades, identificar possibles valors anòmals i començar a entreveure quines variables tindran més pes en els càlculs que es faran posteriorment. Més endavant, s’han utilitzat tècniques estadístiques més complexes, com l’anàlisi per components principals i el clustering, per poder identificar clarament aquells grups amb diferències estadísticament significatives i obtenir conclusions sobre quines variables són les que tenen més pes a l’hora d’agrupar els clients. Els resultats obtinguts amb aquestes tècniques han estat satisfactoris, i s’ha aconseguit classificar els clients amb èxit, agrupant-los d’una forma estadísticament significativa i basada en variables relatives als seus patrons de compra