<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Larissa de Sant&#39;Anna on Medium]]></title>
        <description><![CDATA[Stories by Larissa de Sant&#39;Anna on Medium]]></description>
        <link>https://medium.com/@larixgomex?source=rss-19118b275baf------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*S1Sq_LQHOnUNKsejURvXcw.png</url>
            <title>Stories by Larissa de Sant&amp;#39;Anna on Medium</title>
            <link>https://medium.com/@larixgomex?source=rss-19118b275baf------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Mon, 16 Nov 2026 21:31:59 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@larixgomex/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[5 green flags that I look for in a Company’s hiring process]]></title>
            <link>https://medium.com/@larixgomex/5-green-flags-that-i-look-for-in-a-companys-hiring-process-29086bbe4597?source=rss-19118b275baf------2</link>
            <guid isPermaLink="false">https://medium.com/p/29086bbe4597</guid>
            <category><![CDATA[personal-development]]></category>
            <category><![CDATA[job-hunting]]></category>
            <dc:creator><![CDATA[Larissa de Sant'Anna]]></dc:creator>
            <pubDate>Wed, 16 Oct 2024 00:01:16 GMT</pubDate>
            <atom:updated>2024-10-16T20:35:48.124Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>It goes without saying that the job market can feel like a marathon of interviews and applications, especially when you’re considering opportunities across different countries. Having gone through numerous hiring processes since last year, I began to notice certain “green flags” that signaled a company was on the right track. These positive signs not only shaped <strong>my</strong> experience as a candidate but also helped me define what I truly value in a workplace.</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*qOYvAQyUi-2hv78M" /></figure><p>Here are five key indicators that stood out during my job search journey.</p><h4>1 — They explicitly value diversity</h4><p>Having lived abroad for nearly a decade, I often found myself feeling fully adjusted, yet still yearning for a sense of belonging. Also, coming from a background of being in a profession marked by gender inequality only compounded this feeling.</p><p>I strive for an inclusive workplace where all my colleagues feel accepted, regardless of their differences. When evaluating potential employers, I make it a point to ask about their initiatives for minorities and the representation of women in leadership positions. If I’m interviewed by a female, I may ask about the company’s efforts to ensure recognition and inclusivity for women within the organization.</p><h4>2 — The interview feels like a conversation</h4><p>I find it really disappointing when I feel like I’m being interrogated and just going through question after question like a robot. While I still value some level of formality, I don’t mind having a more casual conversation to break the ice. I understand that recruiters have a lot of questions to cover, but it’s always refreshing when they pick up on something interesting in my answers and dig deeper into that.</p><h4>3 — They are more interested in you adding than fitting</h4><p>I find it uncomfortable when people talk about “cultural fit”. I understand the concept, but I think it’s time to retire that term. The notion of fitting implies that there are specific norms to adhere to, and if you’re different, you’re not welcome. What really matters is adding to the culture. If a company demonstrates that they value the unique contributions you can make to their existing culture, it’s incredibly rewarding.</p><h4>4 — Compensation is transparent</h4><p>No need to say more. It’s a bit disheartening that we still have to play this guessing game about how much the company is willing to pay.</p><h4>5 — They make success look clear and achievable</h4><p>This is an environment that I try to create in every relationship of mine, including when I’m training my dog. I absolutely love companies that have clarity in their expectations, mainly for the first 6 months after the hiring.</p><p>Additionally, it always stands out to me when a company provides a clear list of skills needed for promotions, leaving no room for employees to second-guess or figure things out on their own. On top of that, they emphasize that the journey toward success isn’t a solitary one — you’ll have support along the way.</p><p>❤️ These are some of the things that I really appreciate seeing during the interview process. They’re not “must-haves” or a checklist of required items, but they definitely make <strong>me</strong> feel at ease and excited about joining the company. It’s important to figure out what you’re seeking in a company early on, as it can help you save time by focusing on the right roles.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=29086bbe4597" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Recreating charts with Matplotlib]]></title>
            <link>https://medium.com/@larixgomex/recreating-charts-with-matplotlib-e271aaaa3b39?source=rss-19118b275baf------2</link>
            <guid isPermaLink="false">https://medium.com/p/e271aaaa3b39</guid>
            <category><![CDATA[matplotlib]]></category>
            <category><![CDATA[python]]></category>
            <category><![CDATA[data-visualization]]></category>
            <dc:creator><![CDATA[Larissa de Sant'Anna]]></dc:creator>
            <pubDate>Sun, 14 Jul 2024 19:08:08 GMT</pubDate>
            <atom:updated>2024-07-14T19:22:58.576Z</atom:updated>
            <content:encoded><![CDATA[<p>Being totally honest here, Matplotlib is my least favourite visualization library. Still, sometimes I want to give it another chance and try to understand it on a deeper level. That’s why I thought it would be a fun idea if I got a dataset from Makeover Monday and tried to recreate it with Python.</p><p>There were a few skills in particular that I wanted to train with this example:</p><ul><li>Adding an image to the chart</li><li>Highlighting one specific dimension</li><li>Adding a coloured rectangle at the top left to highlight the title</li><li>Adding labels to each bar</li></ul><h4>Data</h4><p>The data used in this project can be found <a href="https://data.world/makeovermonday/one-in-four-americans-say-its-wrong-to-eat-an-octopus/">here</a>. It is part of <a href="https://makeovermonday.co.uk/">Makeover Monday</a>, a great source for developing and challenging your visualizations skills.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*teUEpyagCGDB6y_f.jpeg" /><figcaption>Inspo for the chart I want to make</figcaption></figure><h4>Libraries and Data</h4><pre># Libraries for data manipulation<br>import pandas as pd<br>import numpy as np<br><br># Libraries for data visualization<br>import matplotlib.pyplot as plt<br>from matplotlib.ticker import FuncFormatter<br>import matplotlib.image as mpimg<br>import matplotlib.patches as patches # add yellow rectangle<br>from matplotlib.patches import Rectangle<br>from PIL import Image</pre><pre>data = &#39;Animals_and_share _of_US_adults.xlsx&#39;<br>df = pd.read_excel(data)<br></pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lFaEbeuT8gzpSVEk16t3KA.png" /><figcaption>Our data should look like this</figcaption></figure><p>My next step is to add an image that I made on Procreate and wanted to add to my chart to add a bit of personality, let’s say.</p><pre># Open image from computer<br>def open_image_local(path_to_image):<br>    image = Image.open(path_to_image) # Open the image<br>    image_array = np.array(image) # Convert to a numpy array<br>    return image_array # Output<br><br># Open the image from my computer<br>image = open_image_local(&#39;/content/IMG_0083.PNG&#39;)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*c2XtUzX229u2eUrD7pd0Ig.png" /></figure><h4>Data Visualization</h4><p>Next, we will work on the actual visualisation.</p><pre># Data<br>animal = df[&#39;Animal&#39;]<br>percentage = df[&#39;Share of U.S. Adults that say it is unacceptable to eat (%)&#39;]<br><br># Create fig<br>fig, ax = plt.subplots(figsize=(10, 6))<br><br># Define colors<br>laranja1 = &#39;#ff7f0e&#39;<br>laranja2 = &#39;#ffbb78&#39;<br>cinza1 = &#39;#7f7f7f&#39;<br>cinza2 = &#39;#c7c7c7&#39;<br><br># Adjust chart position<br>fig.subplots_adjust(left=-0.2, right=0.9, top=1.0)<br><br># Create bar chart<br>bar_percentage = ax.bar(animal, percentage, color=laranja2, width=0.7)<br><br># Function to format percentage<br>def percentage_formatter(x, pos):<br>    return f&#39;{x:.0f}%&#39;<br><br># Format percentage<br>ax.yaxis.set_major_formatter(FuncFormatter(percentage_formatter))<br><br># Remove grid<br>ax.grid(False)<br><br># Remove y-axis<br>ax.yaxis.set_visible(False)<br><br># Remove spine<br>ax.spines[&#39;right&#39;].set_visible(False)<br>ax.spines[&#39;top&#39;].set_visible(False)<br>ax.spines[&#39;left&#39;].set_visible(False)<br>ax.spines[&#39;bottom&#39;].set_visible(False)<br># Remover linhas<br>ax.spines[&#39;right&#39;].set_visible(False)<br>ax.spines[&#39;top&#39;].set_visible(False)<br><br># Axis colors<br>ax.spines[&#39;bottom&#39;].set_color(cinza1)<br>ax.spines[&#39;left&#39;].set_color(cinza1)<br><br># Set y axis labels<br>ax.set_ylabel(&#39;Porcentagem de Adultos  (%)&#39;, color=cinza2, fontsize=12, fontweight=&#39;bold&#39;)<br><br># Definir cor cinza dos valores do eixo x<br>ax.tick_params(axis=&#39;x&#39;, colors=cinza1, labelsize=11)<br># Definir cor cinza dos valores do eixo y<br>ax.tick_params(axis=&#39;y&#39;, colors=cinza1, labelsize=12)<br><br># Remove yticks from y-axis<br>ax.tick_params(bottom=False)<br><br># Round labels<br>def formatar_rotulo(value):<br>    return f&#39;{value:.0f}%&#39;<br><br># Find  &quot;Octopus&quot; index<br>octopus_index = df[&#39;Animal&#39;].tolist().index(&#39;Octopus&#39;)<br># Labels and highlighted colors<br>for i, rect in enumerate(bar_percentage):<br>    height = rect.get_height()<br>    valor_formatado = formatar_rotulo(height)<br>    if i == octopus_index:  # Highlight only the bar that corresponds to &quot;Octopus&quot;<br>        rect.set_color(laranja1)  # Colour for highlight<br>    else:<br>        rect.set_color(laranja2)  # Standard colour for all the other bars<br><br>    # Labels<br>    ax.text(rect.get_x() + rect.get_width() / 2,<br>            height / 1.03,<br>            valor_formatado,<br>            ha=&#39;center&#39;,<br>            va=&#39;top&#39;,<br>            color=branco)<br><br><br># Title<br>title = &#39;One in Four Americans Say It\&#39;s Wrong To Eat an Octopus&#39;<br>fig.text(-0.165, 1.17, title, fontsize=25, color= &#39;black&#39; , fontweight=&#39;bold&#39;, ha=&#39;left&#39;, family=&#39;dejavu sans&#39;)<br><br># Subtitle<br>subtitle = &#39;These animals were considered unacceptable for consumption by a significant percentage of adults in the USA.&#39;<br>fig.text(-0.159, 1.1, subtitle, fontsize=13, color=&#39;dimgrey&#39;, ha=&#39;left&#39;, family=&#39;dejavu sans&#39;)<br><br># Add yellow rectangle<br>rectangle_color = &#39;gold&#39;<br>rect = patches.Rectangle((-0.19, 1.07), 0.02, 0.18,<br>                         linewidth=1, edgecolor=rectangle_color,<br>                         facecolor=rectangle_color, transform=fig.transFigure)<br>fig.patches.append(rect)<br><br># Bottom text<br>source_text = &#39;Source: YouGov&#39;<br>fig.text(-0.16, 0.02, source_text, fontsize=10, color=&#39;dimgrey&#39;, ha=&#39;left&#39;, family=&#39;dejavu sans&#39;)<br><br># Define the position and size parameters<br>image_xaxis = 0.3<br>image_yaxis = 0.4<br>image_width = 0.90<br>image_height = 0.70  <br><br># Define the position for the image axes<br>ax_image = fig.add_axes([image_xaxis,<br>                         image_yaxis,<br>                         image_width,<br>                         image_height]<br>                       )<br><br># Display the image<br>ax_image.imshow(image)<br>ax_image.axis(&#39;off&#39;)  # Remove axis of the image<br><br># Show plot<br>plt.show()<br></pre><p>There you go! Here’s what we ended up with:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wK2gcuwHw6kW_sBX8hXgUg.png" /></figure><p>🐙 If you found this article useful, find me on the socials:</p><ul><li><a href="https://www.linkedin.com/in/larigomes/"><strong>LinkedIn</strong></a></li><li><a href="https://github.com/larixgomex"><strong>GitHub</strong></a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e271aaaa3b39" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tableau: Criando KPIs de cores dinâmicas para cálculos de YoY.]]></title>
            <link>https://medium.com/@larixgomex/tableau-criando-kpis-de-cores-din%C3%A2micas-para-c%C3%A1lculos-de-yoy-630fe8c560e8?source=rss-19118b275baf------2</link>
            <guid isPermaLink="false">https://medium.com/p/630fe8c560e8</guid>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[tableau]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[tutorial]]></category>
            <dc:creator><![CDATA[Larissa de Sant'Anna]]></dc:creator>
            <pubDate>Thu, 04 Jul 2024 17:45:32 GMT</pubDate>
            <atom:updated>2024-07-04T17:45:32.321Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/851/1*EOOqAise0iqsG6jXAuPQLA.png" /></figure><p>🥸<em> Se quiser criar essa visualização, use este dataset: </em><a href="https://community.tableau.com/s/question/0D54T00000CWeX8SAL/sample-superstore-sales-excelxls"><em>Super Store Dataset</em></a></p><p>Neste artigo, vou mostrar-vos uma forma simples, similarmente a uma receitinha de bolo, como adicionar mais contexto aos vossos números em dashboards com os seguintes recursos: <br>- Campos calculados <br>- Cores e marcas<br>- Parâmetros<br>- LOD fixo (nível de detalhe)</p><p>Recentemente, deparei-me com uma tarefa de um processo seletivo em que pensei que seria uma boa ideia adicionar esta funcionalidade ao meu dashboard. No entanto, depois de algum tempo sem trabalhar ativamente com visualizações, achei muito difícil recordar passo a passo de como obter este resultado.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/776/1*FdioKuwDFZP_ZS3lBMf6Og.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/770/1*jfNhUEWN5BVHzI8t0OijJg.png" /><figcaption><em>Verde para valores positivos, vermelho para valores negativos.</em></figcaption></figure><h3>Ingredientes</h3><ul><li>data(neste caso, Order Date)</li><li>medida (neste caso, sales)</li></ul><p>Tempo de preparo: &lt; 10 min</p><h3>Modo de preparo</h3><h4>1. Criar o parâmetro para a escolha do ano atual</h4><blockquote>Se você não tem familiaridade em como criar parâmetros, veja aqui este tutorial: [Tableau Help](<a href="https://help.tableau.com/current/pro/desktop/en-us/parameters_create.htm">https://help.tableau.com/current/pro/desktop/en-us/parameters_create.htm</a>)</blockquote><p>Nome: Current Year</p><p>Comece por listar todos os anos utilizados para fazer a comparação, mas preste atenção no seguinte detalhe:<br>Nosso conjunto de dados aqui vai de 2014 a 2017, então não faz muito sentido adicionar o primeiro ano ao nosso parâmetro, uma vez que não há um ano anterior para comparar.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*32w08AScCXMugmbvrwAsNQ.png" /></figure><p>Ao final, temos o parâmetro criado no canto inferior esquerdo da tela:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/402/1*GDFRmh2tOre30TVnN--CIg.png" /></figure><h4>2. Campo Calculado para o total de vendas do ano atual (CY — current year)</h4><p>Nome: Current Year Sales</p><p>Esta parte do código é uma instrução condicional usada em um campo calculado. Ele verifica se o ano da Order Date é igual ao nosso parâmetro Current Year especificado e, em caso afirmativo, retorna o valor Sales para esses pedidos. Caso contrário, ele retorna NULL.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*GKoTO4cYIUYYQtbu3HN3hw.png" /></figure><p>Copia aqui pra acompanhar:</p><pre>if YEAR([Order Date])=[Current Year]then [Sales]END</pre><h4>3. Campo Calculado para o total de vendas do ano anterior (PY — previous year)</h4><p>Nome: Previous Year Sales</p><p>Este campo calculado é utilizado para filtrar e retornar dados de vendas apenas para o ano anterior. Quando aplicado, ele criará um novo campo que contém valores de vendas para pedidos feitos no ano anterior e NULL para pedidos feitos em qualquer outro ano.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iRuGNN6xtm9zWgzbPoIXyg.png" /></figure><pre>if YEAR([Order Date])=[Current Year]-1 then [Sales]END</pre><h4>4. Campo Calculado com LOD para a variação percentual (CY — PY/ PY)</h4><p>Nome: Percent Change Sales</p><p>Este campo calculado mostra a variação percentual das vendas do ano anterior para o ano atual.</p><p><strong>Nível de detalhe fixo (LOD): </strong>Essas expressões calculam a soma das vendas do ano atual e das vendas do ano anterior, respetivamente, em todo o conjunto de dados, independentemente das dimensões na exibição.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*R9lJLl2vyR1woUDzJls8Dw.png" /></figure><p>Para deixar um pouco mais claro, isto é o que acontece se não utilizamos o nível de detalhe:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*05gdsyYfegWJ4WHiPbKpWw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/660/1*h_6kh5wIIWTxD39y4rHjeQ.png" /><figcaption>Exemplo do que NÃO fazer.</figcaption></figure><p><strong>Com expressões de LOD</strong> — Quando você usa {fixed: SUM([ current year sales])} e {fixed: SUM([previous year sales])}, o Tableau calcula o total de vendas do ano atual e do ano anterior em todo o conjunto de dados, ignorando quaisquer outros filtros ou dimensões na exibição. Isso garante que você esteja sempre comparando o total de vendas de cada ano com precisão.</p><p><strong>Sem expressões de LOD</strong> — Se você remover as expressões de LOD e usar apenas SUM([ current year sales]) e SUM([ previous year sales]), o Tableau calculará essas somas com base nas dimensões e filtros atuais na exibição. Isso significa que os cálculos podem ser divididos por outras dimensões (como região, produto, etc.) e não para todo o conjunto de dados.</p><pre>({fixed: SUM([Current Year Sales])}-{fixed: SUM([Previous Year Sales])})/{fixed: SUM([Previous Year Sales])}</pre><h4>5. Campo calculado para saber se o valor é negativo ou positivo</h4><p>Nome: Sales % +</p><p>Esta parte do código é o que vai atribuir uma cor diferente no texto para valores negativos e positivos. Além disso, adicionará um sinal de positivo ou negativo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*y9Aegplnx2rzgFvM26pnoQ.png" /></figure><pre>if [Percent Change Sales]&gt;0 then &#39;+&#39; else &#39;-&#39; END</pre><h4>6. Atribuir os campos criados anteriormente às respectivas marcas</h4><p>Adicione todos os campos criados anteriormente às marcas como na imagem abaixo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/332/1*To7nQYTKOit6JoyEAhr-XA.png" /></figure><h4>7. Editar o texto</h4><p>Tamanho das Fontes:</p><p><em>Sales Comparison</em>: Tableau Book 16<br><em>Current Year</em>: Tableau Book 8<br><em>&lt;SUM(Current Year Sales)&gt;</em> : Tableau Medium 20<br><em>vs. Previous Year</em>: Tableau Book 8<br> <em>&lt;Sales % +&gt;&lt;SUM(Percent Change Sales)&gt;</em>: Tableau Regular 10</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6Vt5vJk8VrRdDftyEiL4CA.png" /></figure><h4>8. Escolher as cores para valores positivos e negativos</h4><p>Teste mudar o parâmetro até obter valores negativos e positivos. Para alterar as cores, verifique o canto superior direito e clique na legenda para abrir as opções de cores.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/340/1*evpM7HynfrzEENA5EVDz_Q.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OMgzIR6NVtdXYjqohgIKVg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/326/1*uwr2RCCLUuxEf8ssPdZE-A.png" /></figure><p>Pronto! Temos agora mais contexto no nosso número de vendas e é mais fácil fazer com que nossa audiência entenda o que se passa em poucos segundos!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/404/1*VYDyK9Zik45OOXA-ehyk-g.png" /></figure><p>❤️ Gostou deste artigo?</p><p>Siga-me nas redes sociais:</p><ul><li><a href="https://www.linkedin.com/in/larigomes/"><strong>LinkedIn</strong></a></li><li><a href="https://github.com/larixgomex"><strong>GitHub</strong></a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=630fe8c560e8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Segmentação de Clientes usando K-Means Clustering]]></title>
            <link>https://medium.com/@larixgomex/segmenta%C3%A7%C3%A3o-de-clientes-usando-k-means-clustering-739ca0168e2b?source=rss-19118b275baf------2</link>
            <guid isPermaLink="false">https://medium.com/p/739ca0168e2b</guid>
            <category><![CDATA[python]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[crm]]></category>
            <category><![CDATA[k-means]]></category>
            <category><![CDATA[machine-learning]]></category>
            <dc:creator><![CDATA[Larissa de Sant'Anna]]></dc:creator>
            <pubDate>Wed, 29 Nov 2023 13:30:29 GMT</pubDate>
            <atom:updated>2023-11-29T13:30:29.573Z</atom:updated>
            <content:encoded><![CDATA[<blockquote><em>🍟</em> Esta é a segunda parte do artigo sobre segmentação de clientes de um famoso app de delivery. <a href="https://medium.com/@larixgomex/segmenta%C3%A7%C3%A3o-de-clientes-com-rfm-em-python-3a97e534ffa1">Clique aqui </a>para ver a primeira parte, em que eu explico o passo-a-passo da Análise RFM, que vai ser usada adiante para criar nossos clusters.</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*E7rKawOotUjFYV8S7_Tj2A.jpeg" /></figure><ol><li>O que é e por que usar Clustering?</li><li>Análise da Assimetria da Segmentação e Escala</li><li>K-Means e Método do Cotovelo (Elbow)</li><li>Análise dos Resultados</li><li>Considerações finais</li></ol><h4>O que é e por que usar Clustering?</h4><p>Clustering é um tipo de aprendizado de máquina não supervisionada em que o algoritmo processa nossos dados e os divide em grupos com base em similaridades, os chamados “clusters”. A primeira parte da nossa segmentação foi feita com base no modelo RFM, agrupando quase que manualmente nossos clientes, entretanto esse modelo possui algumas limitações que um algoritmo conseguiria contornar de forma mais eficaz.</p><p>A segmentação adequada de clientes é crucial para o sucesso de qualquer negócio online. Como o comportamento do cliente muda frequentemente, convém realizar a segmentação baseada em cluster regularmente, em vez de apenas <em>de vez em quando</em>.</p><p>Idealmente, deve ser realizado diariamente usando os dados comportamentais e transacionais mais recentes do cliente. Para um marketing eficaz, é necessário identificar dezenas ou centenas de personas diferentes que podem ser direcionadas de forma independente.</p><p>No entanto, <em>a segmentação manual por vezes é uma tarefa demorada</em>. Para garantir a segmentação precisa de toda a base de clientes em personas relevantes todos os dias, um sistema automatizado pode ser empregado e é por causa dessa brecha que eu adicionei esse mini projeto de ML à nossa segmentação anterior.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*E_Rk2c3XgtiPgCWvKOtwdg.jpeg" /></figure><h4>Análise da Assimetria da Segmentação e Escala</h4><p>Antes de aplicar K-Means aos nosso dados, analisei quão assimétricas são as nossas distribuições. Esse é um passo importante, uma vez que dados assimétricos vão gerar conclusões distorcidas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/320/1*vJOdb3rq-qpPxVKYT5P_DQ.png" /><figcaption>Distribuições de recency, frequency e monetary, respectivamente.</figcaption></figure><p>As nossas distribuições parecem ser distorcidas, levantando dúvidas sobre a precisão da nossa análise. Para resolver esse problema, precisamos transformar os dados em uma forma mais simétrica. Alcançar isso requer o uso de métodos específicos para gerenciar a assimetria. Abaixo testei transformações de log, transformações de raiz quadrada e transformações box-cox para ver qual atende melhor às nossas necessidades.</p><p><strong>A transformação de log</strong> é adequada para variáveis que possuem um grande intervalo de valores, pois compacta os dados na extremidade inferior do intervalo.</p><p><strong>A transformação de raiz quadrada</strong> é ideal para variáveis com distribuição distorcida, pois reduz a assimetria e torna os dados mais simétricos.</p><p><strong>A transformação Box-cox </strong>é uma ferramenta poderosa que pode lidar com uma ampla gama de transformações, ajustando o parâmetro de potência dos dados para obter uma distribuição mais simétrica. No entanto, é importante notar que essa transformação só é adequadas para variáveis que possuem valores positivos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/484/1*69ErysdRDZ-r92VY1B0sJA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/483/1*AEZEX_prMYumUR5_IldbbQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/484/1*gpBwtdlowCqvE6w_x-XrDQ.png" /></figure><p>Os gráficos apresentados acima mostram que variáveis com transformação box-cox (canto inferior direito) apresentam uma forma mais simétrica em comparação com outras transformações. Porém, a variável <strong>recência</strong> já possui um coeficiente de assimetria baixo e, portanto, não pudemos observar nenhuma melhoria significativa. Assim, optei manter a sua forma atual. Para confirmar minhas descobertas, utilizei a função de inclinação para calcular cada variável.</p><blockquote>⭐️ Os respectivos coeficientes foram detalhados no notebook, que pode ser acessado <a href="https://colab.research.google.com/github/larixgomex/customer_segmentation/blob/main/Customer_Segmentation.ipynb#scrollTo=-9bYZEIzGT90">aqui</a>.</blockquote><p>Podemos usar esses dados transformados para atualizar a tabela RFM executando um script que incorpora os valores recém-transformados.</p><pre>rfm_fixed = pd.DataFrame()<br>rfm_fixed[&#39;recency&#39;] = rfm[&#39;recency&#39;]<br>rfm_fixed[&#39;frequency&#39;] = stats.boxcox(rfm[&#39;frequency&#39;])[0]<br>rfm_fixed[&#39;monetary&#39;] = stats.boxcox(rfm[&#39;monetary&#39;])[0]<br>rfm_fixed.tail()</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/320/1*tSvLsnE0A3lrcn81FaVdFQ.png" /><figcaption>tail()</figcaption></figure><p>As variáveis em nosso conjunto de dados têm médias e variâncias diferentes, então é necessário normalizá-las. Uma maneira de fazer isso é usando o objeto StandardScaler da biblioteca scikit-learn. Seguir esse passo nos ajudará a padronizar as variáveis e torná-las mais comparáveis.</p><pre>scaler =  StandardScaler()<br>scaler.fit(rfm_fixed)<br>rfm_normalized = scaler.fit_transform(rfm_fixed)<br>print(rfm_normalized.mean(axis=0).round(2))<br>print(rfm_normalized.std(axis=0).round(2))</pre><p>🥳 Nossas médias são iguais a zero e o desvio padrão é 1! Grande sucesso!</p><h4>K-Means e Método do Cotovelo (Elbow)</h4><p>K-means é um algoritmo relativamente simples de aprendizado não supervisionado, sendo usado a partir da biblioteca scikit-learn.<br>A ideia do algoritmo é agrupar elementos semelhantes em <em>k</em> clusters (sendo k definido pelo usuário). Basicamente, cada cluster é representado por um centróide, que é o ponto central do grupo.</p><pre>n_clusters = range(1, 11)<br>cluster_sse = []<br>for i in n_clusters:<br>    kmeans = KMeans(n_clusters= i)<br>    kmeans.fit(rfm_normalized_df)<br>    cluster_sse.append(kmeans.inertia_)<br><br>plt.plot(n_clusters, cluster_sse, marker = &quot;o&quot;)<br>plt.show()</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/688/1*e1-GtKbof_Tjg6oKppi0zA.png" /><figcaption>Elbow method</figcaption></figure><p>Ao analisar a figura acima, tive dúvidas entre utilizar k=3 ou k=4. Pra ter um pouco mais de certeza na minha escolha, recorri ao método rápido do <a href="https://www.scikit-yb.org/en/latest/api/cluster/elbow.html?highlight=clusters#elbow-method">YellowBrick</a>:</p><pre>X, y = load_nfl()<br><br># Use the quick method and immediately show the figure<br>kelbow_visualizer(KMeans(random_state=42), X, k=(2,10))</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/737/1*3jNc79tYSqGoyzl-J740-A.png" /><figcaption>Gráfico gerado com YellowBrick</figcaption></figure><p>Vamos dar uma olhada nos nossos cluster quando k = 4. No meu notebook eu testei k = 3 também, entretanto não obtive uma visão tão detalhada dos clientes, decidindo então optar por 4.</p><pre>model = KMeans(n_clusters=4, random_state=42)<br>model.fit(rfm_normalized_df)<br>model.labels_.shape<br><br>rfm[&quot;cluster&quot;] = model.labels_<br>rfm.head()<br>rfm.groupby(&#39;cluster&#39;).agg({<br>    &#39;recency&#39;:&#39;mean&#39;,<br>    &#39;frequency&#39;:&#39;mean&#39;,<br>    &#39;monetary&#39;:[&#39;mean&#39;, &#39;count&#39;]}).round(1)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/320/1*-ZBxOCSHZg5gfVoCGLQ-6g.png" /><figcaption>Resuminho dos nossos clusters</figcaption></figure><h4>Análise dos Resultados</h4><p>Agora que já temos nossos clusters definidos, vamos pensar com uma perspectiva de negócios como isso se reflete na nossa análise.</p><p>Antes de tudo, temos abaixo uma comparação visual entre a distribuição dos nossos segmentos e dos nossos clusters, lado a lado.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tsxlXCnB9kb0Ra_19sDJxQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/916/1*AliDPFEj8MRQFjPIjOiAXA.png" /><figcaption>Antes e depois dos Clusters</figcaption></figure><p>Meu segundo passo foi descrever brevemente as características de cada agrupamento:</p><p>Olhando bem, parece que a maioria dos clientes é <strong>casual</strong>, com exceção do cluster 0 e <em>parte</em> do cluster 3. Vamos chamar os clusters 0 e 3 de <strong>clientes principais </strong>e os demais, <strong>clientes casuais</strong>.</p><p><strong>Clientes Principais — os que têm a mente (e a carteira) aberta 💸</strong></p><p>Temos então nesse conjunto de dados uma amostra de clientes em que 51% deles contribuiu para 89% do valor monetário de todas as transações durante o período de 1 ano. O gasto médio por compra não sugere restaurantes caros, sendo então o valor monetário atribuído à lealdade com que esses usuários fazem pedidos.</p><p>Esses clientes parecem abertos a experimentar uma variedade de restaurantes, então podemos investir em recompensas caso eles optem por fazer pedidos de restaurantes recomendados que ainda não testaram antes.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*WI-0XB0YCpTcDIy4I31CPw.png" /></figure><p><strong>Clientes Casuais — aquele parente que só aparece no Natal e não se ouve mais falar 🎅</strong></p><p>Nossos clientes casuais são quase como o Natal; só acontecem uma vez no ano. Sendo assim, vamos surpreendê-los com uma estratégia de “<em>Christmas in July</em>” 🎁</p><p>Eles podem ter aterrisado na plataforma como resultado de vouchers que ganharam. Seria interessante investir em medidas para cativá-los, nesse caso eu sugeriria oferecer um desconto na segunda ou terceira compra pra incentivar a interação.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Tk7h4UkRuMiz32n4vkNrpQ.png" /><figcaption>Clientes casuais gastam por pedido valores similares aos dos Clientes principais</figcaption></figure><h4>Considerações Finais</h4><p>Wow! Começamos com mais de 11 mil clientes e chegamos a 4 grupos com tantas semelhanças! Espero que até aqui tenha ficado claro como a segmentação e clustering podem ser complexos, mas são ferramentas que trazem resultados de importância fundamental pra influenciar o crescimento de empresas e melhor a satisfação dos clientes.</p><p>Esta foi uma oportunidade interessante de explorar tantos conceitos novos pra mim. Ainda assim, gosto de refletir:</p><p><strong>❤️ O que eu teria acrescentado a este projeto?</strong></p><ul><li>A análise começa na coleta de dados! Teria sido interessante obter uma amostra relevante de usuários de cada país do dataset, permitindo segmentar os clientes de cada país 🌎</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*oK_Wc5qqpkn99lsPiJG1Cg.jpeg" /></figure><h4>Referências</h4><ol><li>M.Y. Smaili, H. Hachimi, (2023). New RFM-D classification model for improving customer analysis and response prediction,<br><a href="https://www.sciencedirect.com/science/article/pii/S2090447923001430#b0005">https://www.sciencedirect.com/science/article/pii/S2090447923001430#b0005</a></li><li><a href="https://pandascouple.medium.com/clusteriza%C3%A7%C3%A3o-de-dados-segmenta%C3%A7%C3%A3o-de-clientes-347d4449ec84">https://pandascouple.medium.com/clusteriza%C3%A7%C3%A3o-de-dados-segmenta%C3%A7%C3%A3o-de-clientes-347d4449ec84</a></li><li><a href="https://medium.com/programadores-ajudando-programadores/k-means-o-que-%C3%A9-como-funciona-aplica%C3%A7%C3%B5es-e-exemplo-em-python-6021df6e2572">https://medium.com/programadores-ajudando-programadores/k-means-o-que-%C3%A9-como-funciona-aplica%C3%A7%C3%B5es-e-exemplo-em-python-6021df6e2572</a></li></ol><blockquote>Se você já aplicou conceitos similares, eu adoraria saber!</blockquote><blockquote>🪐 Conecta comigo no <a href="https://www.linkedin.com/in/larigomes/">LinkedIn</a>!</blockquote><blockquote>👏 Manda uns aplausos pra esse post!</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=739ca0168e2b" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Segmentação de Clientes com RFM em Python]]></title>
            <link>https://medium.com/@larixgomex/segmenta%C3%A7%C3%A3o-de-clientes-com-rfm-em-python-3a97e534ffa1?source=rss-19118b275baf------2</link>
            <guid isPermaLink="false">https://medium.com/p/3a97e534ffa1</guid>
            <category><![CDATA[jupyter-notebook]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[customer-segmentation]]></category>
            <category><![CDATA[python]]></category>
            <category><![CDATA[crm]]></category>
            <dc:creator><![CDATA[Larissa de Sant'Anna]]></dc:creator>
            <pubDate>Wed, 22 Nov 2023 20:28:26 GMT</pubDate>
            <atom:updated>2023-11-29T13:33:07.384Z</atom:updated>
            <content:encoded><![CDATA[<p>Neste artigo, compartilho um projeto sobre segmentação de clientes para um aplicativo de entrega de comida. Eu usei esse mesmo aplicativo por dois anos e recentemente me deparei com o case técnico da empresa para uma vaga de analista de dados.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/640/1*0FwRRhQ6DticrTFa63EAOg.jpeg" /></figure><p>⚡️ <strong>Wolt</strong> é um serviço de delivery muito popular em alguns países europeus e que me serviu muito bem enquanto vivi na Hungria. É uma app similar ao iFood no Brasil. <br>❤️ Alguns dos fatores que me mantiveram fiel a essa app (estamos falando de quase R$ 15.000,00 gastos!) foram um nível excelente de atendimento ao cliente ( funcionários proativos trazendo soluções antes mesmo de você notar o problema) e uma interface limpa, objetiva e fácil de usar, além dos frequentes cupons promocionais.</p><p>Minha análise foi feita em um notebook que pode ser encontrado no meu github. Ela utiliza de conceitos como RFM e K-Means, sendo o primeiro o único foco deste post. Você pode acompanhar o projeto completo neste<a href="https://colab.research.google.com/drive/12mjgWa8PRTxM7QZAK3otMHETBqINKnyq?usp=sharing"> 📙link</a>.</p><p>Sumário<br>1. O que é exatamente o RFM?<br>2. Visão geral dos dados<br>3. Como calcular o Score RFM?<br>4. Segmentação e Próximos Passos<br>5. Considerações Finais</p><h4><strong>O que é exatamente o RFM?</strong></h4><p>Começando do início: a segmentação RFM é uma forma de agrupar clientes com base em seu comportamento de compra. Ele coloca um cliente em diferentes categorias, dependendo de quão <strong>recente</strong> foi sua última transação, da <strong>frequência</strong> com que compra e do <strong>valor monetário</strong> gasto. O que diferencia o RFM de outros métodos é que ele analisa apenas o comportamento do cliente com base em dados históricos (geralmente transações) e nada mais. Não são consideradas questões demográficas como localização, idade, sexo, hobbies ou outros aspectos dessa natureza.<br>É um sistema baseado em pontuação que cria uma classificação de clientes com base nas seguintes métricas: Recência, Frequência e Monetário. Vamos falar sobre cada uma dessas métricas.</p><p><strong>Recência (recency)</strong> — refere-se ao tempo decorrido desde a última transação de um cliente. Ela mede a atualidade da compra de um cliente. Por exemplo, se um cliente fez um pedido pelo aplicativo no dia 1º de novembro e hoje é 1º de dezembro, a recência seria de 30 dias.</p><p><strong>Frequência (frequency) </strong>— é uma medida da frequência com que os clientes fazem compras, que é determinada pelo número total de transações que eles realizam durante um período. Como exemplo, vamos considerar outro usuário do aplicativo que fez seu primeiro pedido no dia 7 de outubro e o segundo (e mais recente) no dia 6 de novembro. Neste caso, sua frequência é 2.</p><p><strong>Valor Monetário (monetary)</strong> — refere-se à quantidade de dinheiro que um cliente gasta em compras. Como métrica essencial, ajuda a determinar o valor do cliente para o negócio. Para ilustrar, vamos considerar o cenário anterior em que o cliente fez duas compras — suponha $ 23 para o primeiro pedido e $ 17 para o segundo. Nesse caso, o valor monetário seria de $ 40.</p><p>As empresas podem aproveitar essas métricas para identificar seus clientes mais valiosos e seus padrões de compra, impulsionando campanhas de marketing direcionadas e comunicação personalizada de acordo com cada usuário.</p><h4><strong>Visão geral dos dados</strong></h4><p>O dataset com o qual estou trabalhando consiste em um csv com dados de usuário de um aplicativo de entrega de comida. Cada linha representa um cliente único que se cadastrou para utilizar o serviço de setembro de 2019 a outubro de 2020. Nesse período, os clientes podem ou não ter feito compras.</p><p>O arquivo em si está no formato JSON e foi parseado de forma a ser legível como dataframe com pandas.</p><p>.head() para visualizar as 5 primeiras linhas e, no rodapé, a quantidade de colunas</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*UnwJeCuEMVFhVgp1uOypIA.png" /></figure><h4>Valores Nulos e suas respectivas porcentagens</h4><p>Algo que aprendi com o tempo é que toda vez que alguém menciona que “ <em>coluna y tem muitos valores nulos</em>”, isso é quase sempre seguido por uma pergunta como “<em>a quantidade de nulos é expressiva em relação ao total?</em>”. <br>Já sabendo disso, costumo adotar a seguinte função para entender melhor a porcentagem desses valores em cada coluna:</p><pre># retornar o tipo de dado em cada coluna e a porcentagem de nulos<br>def table_review(df):<br>    isnull = df.isnull().sum()<br>    type_columns = df.dtypes<br>    pre = round((isnull/len(df))*100, 2)<br>    dc = pd.DataFrame({&quot;Type&quot;:type_columns,<br>                       &quot;Isnull&quot;:isnull,<br>                       &quot;Missing data ٪&quot;:pre})<br>    print(dc.sort_values(by = &quot;Missing data ٪&quot;, ascending = False))</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dRZ541AzRPKt2Xko2IfK5A.png" /></figure><p>É possível ver que temos colunas com uma quantidade considerável (&gt;64%) de valores nulos. Apesar disso, as colunas que serão essenciais para a nossa análise não aparentam ter problemas que possam comprometer os resultados.</p><h4><strong>Limpeza dos Dados</strong></h4><p>A fim de que as colunas necessárias para a nossa análise estejam adequadas, os seguintes passos foram tomados:</p><ul><li>purchase_count foi filtrado para mostrar apenas valores diferentes de zero, que corresponde aos usuários registrados que realizaram transações;</li><li>registration_date, first_purchase e last_purchase foram convertidos para datetime.</li></ul><h4>Análise Inicial</h4><p><strong>🛍️ Quanto tempo leva para um novo usuário realizar um pedido?</strong></p><p>Um fator que despertou a minha curiosidade foi investigar as primeiras compras que os usuários fazem no aplicativo. Quando fiz o download da app eu já tinha — além da fome — intenção de fazer minha primeira compra. Entretanto cogitei a possibilidade de que outros usuários baixem o aplicativo, naveguem sem compromisso e deixem instalado “pra se um dia precisar”.</p><p>Assim, defini a função abaixo para analisar melhor quanto tempo leva para que um novo usuário faça sua primeira compra.</p><pre>def first_order(df):<br>    registr_date = df[&#39;registration_date&#39;]<br>    order_date = df[&#39;first_purchase_day&#39;]<br>    wating_day = order_date - registr_date<br>    total = len(wating_day)<br>    wating_table = pd.DataFrame({&quot;Wating_day&quot;: wating_day, &quot;count&quot;: 1})<br>    count_wating_day = wating_table.groupby([&quot;Wating_day&quot;]).count().sort_values(&quot;count&quot;, ascending = False)<br>    count_wating_day.reset_index(drop = True, inplace = True)<br>    count_wating_day[&quot;percentage %&quot;] = (count_wating_day[&quot;count&quot;]/total)*100<br>    return count_wating_day</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/685/1*9pKelhZ3WYiWmFsH0hXkjQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/426/1*PNe76OuvgDOjbdTY0UgNkg.png" /></figure><p>Podemos constatar que quase metade dos clientes fazem o <strong>primeiro pedido no mesmo dia do cadastro</strong>. No entanto, o número de pedidos iniciais diminui rapidamente depois disso, seguindo um padrão semelhante ao de uma função exponencial. <br>No segundo dia, apenas 4% dos clientes fazem o primeiro pedido, e isso reduz ainda mais para menos de 2% no terceiro dia.</p><p>👉 Com base nesta tendência, o <strong>segundo dia</strong> oferece uma oportunidade ideal para a equipe de marketing envolver os clientes de forma proativa e incentivá-los a fazer um pedido. Neste ponto, os clientes ainda podem estar abertos a ofertas promocionais ou incentivos que possam motivá-los a fazer uma compra.</p><h4>Como calcular o Score RFM?</h4><p>Primeiramente, vamos definir o <strong>período</strong> da nossa análise e a <strong>data de referência</strong> que utilizaremos como parâmetro.</p><ul><li>O dataset vai de setembro de 2019 a outubro de 2020, tendo como data mais recente 31–10–2020.</li><li>A data de referência today_dateque eu decidi adotar foi o dia 02–11–2020 por possibilitar valores consistentes com os nossos dados.</li></ul><p>Em seguida, criamos uma nova tabela com as seguintes variáveis:</p><ul><li>user_id — coluna já presente no nosso dataframe (df)</li><li>recency — subtração da variável today_date e last_purchase_day</li><li>frequency — equivalente à coluna purchase_count</li><li>monetary — equivalente à coluna total_purchases_eur</li></ul><pre>df[&quot;recency&quot;] = (today_date - pd.to_datetime(df[&quot;last_purchase_day&quot;])).dt.days<br>df[&quot;frequency&quot;] = df[&quot;purchase_count&quot;]<br>df[&quot;monetary&quot;] = df[&quot;total_purchases_eur&quot;]<br>rfm = df[[&quot;user_id&quot;, &quot;recency&quot;, &quot;frequency&quot;, &quot;monetary&quot;]]<br>rfm</pre><p>O próximo passo é calcular o score. Para isso, temos que converter as métricas RFM (Recency, Frequency, Monetary) em pontuações para tornar a análise mais eficaz e precisa. A razão para isso é que não é possível comparar essas métricas diretamente.</p><p>Para converter valores RFM em pontuações, usamos a função qcut(), que é uma função de <strong>discretização baseada em quantil</strong>. No nosso caso, essa função categoriza os valores métricos em valores (score) de 1–2–3–4–5, dependendo da frequência de sua ocorrência. Quanto maior o score, mais valioso o cliente é para o negócio.</p><pre># Recency score<br>rfm[&quot;recency_score&quot;] = pd.qcut(rfm[&quot;recency&quot;], q= 5, labels=[5,4,3,2,1]<br># Frequency Score<br>rfm[&quot;frequency_score&quot;] = pd.qcut(rfm[&quot;frequency&quot;].rank(method=&quot;first&quot;), 5, labels=[1, 2, 3, 4, 5])<br># Monetary Score<br>rfm[&quot;monetary_score&quot;] = pd.qcut(rfm[&quot;monetary&quot;], 5, labels=[1, 2, 3, 4, 5])<br># RFM Score<br>rfm[&quot;rfm_score&quot;] = (rfm[&#39;recency_score&#39;].astype(str) + rfm[&#39;frequency_score&#39;].astype(str))<br></pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6u92ob03cddvEMsHvS1Qbg.png" /></figure><ul><li>recency_score — foi dividido em 5 partes iguais e classificados de forma decrescente (quanto menor a recência, maior a pontuação).</li><li>frequency_score — os números de frequency tendem a ser repetitivos a ponto de a função qcut não conseguir decidir em que categoria encaixar a mesma frequência. Para tal, durante o processo de cálculo de frequência, empregamos <em>rank(method=”first”)</em> para identificar a ocorrência inicial e atribuí-la como valor do quartil. Essa abordagem resolve efetivamente o problema em questão.</li><li>monteary_score — divido em 5 partes iguais de forma que quanto maior o monetary , maior o score.</li><li>rfm_score — é um string resultante da concatenação dos scores de recency e frequency. Nesta análise optamos por não utilizar o monetary_score .</li></ul><h4>Segmentação dos RFM Scores</h4><p>A frequência das transações tende a ser o fator mais importante. Isso se dá porque um cliente que interage com a marca gera mais oportunidades de lucro com a implementação de estratégias que levam ao aumento das vendas. Dessa forma, por mais alto que seja o valor monetário, ele se torna menos significante para um consumidor com baixa frequência e, portanto, com baixa probabilidade de transações.</p><p>Portanto, a nossa segmentação é focada em dois fatores: <strong>recency</strong> e <strong>frequency</strong>.</p><pre>seg_map = {<br>    r&#39;[1-2][1-2]&#39;: &#39;hibernating&#39;,<br>    r&#39;[1-2][3-4]&#39;: &#39;at_risk&#39;,<br>    r&#39;[1-2]5&#39;: &#39;cant_lose&#39;,<br>    r&#39;3[1-2]&#39;: &#39;about_to_sleep&#39;,<br>    r&#39;33&#39;: &#39;need_attention&#39;,<br>    r&#39;[3-4][4-5]&#39;: &#39;loyal_customers&#39;,<br>    r&#39;41&#39;: &#39;promising&#39;,<br>    r&#39;51&#39;: &#39;new_customers&#39;,<br>    r&#39;[4-5][2-3]&#39;: &#39;potential_loyalists&#39;,<br>    r&#39;5[4-5]&#39;: &#39;champions&#39;<br>}<br>rfm[&#39;segment&#39;] = rfm[&#39;rfm_score&#39;].replace(seg_map, regex=True)</pre><p>Finalmente, classificamos os intervalos de segmentos de RFM com regex. Substituímos então os scores pelos segmentos correspondentes abaixo, que farão parte do resto da análise.</p><p><strong>Champions</strong> — compraram recentemente, compram com frequência e gastam mais.<br><strong>Loyal Customers</strong> — gastam um bom dinheiro e respondem bem às promoções.<br><strong>Potential Loyalists</strong> — clientes recentes, que gastaram uma boa quantia e compraram mais de uma vez.<br><strong>New Customers</strong> — compraram recentemente, mas não com frequência.<br><strong>Promissing</strong> — compradores recentes, mas que não gastaram muito.<br><strong>Need Attention</strong> — recência, frequência e valores monetários acima da média; mas podem não ter comprado muito recentemente.<br><strong>About To Sleep</strong> — recência, frequência e valores monetários abaixo da média; serão perdidos se não forem reativados.<br><strong>At Risk</strong> — gastaram muito dinheiro e compraram com frequência, mas há muito tempo; é preciso trazê-los de volta.<br><strong>Can’t Lose Them</strong> — fizeram compras grandes e muitas vezes, mas não voltam a realizar transações há muito tempo.<br><strong>Hibernating</strong> — a última compra foi há muito tempo, pouco gastadores e baixo número de pedidos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*DYlfWLipBLClnhpJ61iUCg.png" /><figcaption>Treemap gerado com Plotly Express.</figcaption></figure><p>Outra forma de visualização é com um heatmap. Abaixo temos os valores médios das nossas métricas para cada um dos segmentos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/500/1*WoVD8BJMmCdMZUmgF283sw.png" /><figcaption>Heatmap gerado com Plotly Express.</figcaption></figure><h4>Segmentação e Próximos Passos</h4><p>O modelo RFM pode ajudar as empresas a ver os clientes novos e existentes sob uma luz diferente. Isso ajuda a criar condições favoráveis para maximizar o valor de vida do cliente. É importante encontrar o equilíbrio certo entre focar nos clientes novos e existentes, bem como reconhecer as nuances do seu comportamento. Isso permite que as empresas criem personalizações personalizadas, gerando confiança e fidelidade à marca.</p><p>💡 Tomando nossa análise como exemplo, destaquei ações que podem ser tomadas para os três maiores segmentos:</p><ul><li><strong>Hibernating</strong> — como representam nosso maior grupo (29% do total), seria interessante interagir com esse segmento. Já que a recency é grande, temos que focar em construir valor para a marca novamente. A recomendação de produtos relevantes e descontos especiais podem despertar novamente o interesse desse tipo de cliente.</li><li><strong>Loyal Customers</strong> — programas de fidelidade e recomendação são fortes aliados aqui. Podemos oferecer um desconto por cada novo usuário que esses clientes recomendarem. Além disso, podemos criar um sistema de colecionamento de recompensas como por exemplo: se o cliente efetuar 5 diferentes pedidos em uma rede de cafeterias, recebe um capuccino grátis na próxima compra.</li><li><strong>Champions </strong>— por serem os melhores clientes, é essencial recompensá-los. Recomendo fazer com que eles se sintam especiais! Podemos mostrar recomendações de restaurantes de acordo com o histórico de compras, criar ofertas de aniversário e priorizá-los em testes de novos produtos.</li></ul><p>É importante ressaltar que podemos criar campanhas para os segmentos menos expressivos também, mas pra não me alongar optei pelos descritos acima.</p><h4>🍝 Considerações finais</h4><p>A análise RFM é uma dentre diversas outras formas de segmentar clientes, possuindo naturalmente vantagens e desvantagens em relação a outros métodos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/640/1*5INmejXE7G7Eri_gtQFm5Q.jpeg" /></figure><p>Gosto de encerrar meus projetos pensando o que eu tera feito de diferente se tivesse mais tempo. Neste caso, como temos um dataset com com diversas colunas que carecterizam os clientes, eu teria levantado as seguintes questões:</p><ul><li>Existe relação entre o número de pedidos e a distância média entre o restaurante e a casa do cliente?</li><li>Quão abertos são os usuários a explorar novos restaurantes?</li><li>Quem pede café da manhã tende a pedir almoço? Existe relação entre pedir diferentes combinações de refeições durante o dia ?</li><li>Quem são os usuários que pedem mais comida na hora do almoço?</li></ul><p>Este mesmo projeto conta ainda com segmentação por K-Means, que eu vou compartilhar num <a href="https://medium.com/@larixgomex/segmenta%C3%A7%C3%A3o-de-clientes-usando-k-means-clustering-739ca0168e2b">próximo post</a>.</p><p>✨ Agora a conclusão que mais importa (pra mim): <strong>já que eu sou (fui) usuária desse app, em que segmento eu me encaixaria?</strong><br> Tendo feito 341 pedidos, gastado mais de 1 milhão de forints e não tendo efetuado compras nos últimos 12 meses, penso que estou na categoria <strong>“At Risk”</strong>, mas imagino que quando ainda estava ativa, fui categorizada como <strong>“Champion”</strong>.</p><p>Ao abrir a interface web, notei algumas campanhas que aparentam ter cunho direcionado:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hcBnRaGKAs9x1QwvCE77PQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RVfG5KztS12gdo04dUfVoQ.png" /><figcaption>À esquerda: um convite para estar entre os primeiros a testar por 1 mês grátis a subscrição. À direita: campanha de recomendação.</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*W6OFYGF3kFeYvUr2ljN7Tg.png" /><figcaption>Após uma grande frequência de compras, o Wolt criou minha lista de favoritos, que por coincidência (ou não) tem descontos ❤️</figcaption></figure><p>☕️ Gostou? Então fala comigo 🙂 !</p><ul><li>Você pode ver esse projeto no meu <a href="https://github.com/larixgomex">Github</a>.</li><li>Estou disponível no <a href="https://www.linkedin.com/in/larigomes/">Linkedin</a>.</li></ul><p>📊 Convido-te também a ver esse <a href="https://public.tableau.com/views/MyWoltOrders/Dashboard1?:language=en-US&amp;:display_count=n&amp;:origin=viz_share_link">meu dashboard</a> no Tableau com tudo que eu mais pedi no Wolt!</p><h4>Referências</h4><ol><li>Wright G., (2022). RFM analysis (recency, frequency, monetary) <a href="https://www.techtarget.com/searchdatamanagement/definition/RFM-analysis">https://www.techtarget.com/searchdatamanagement/definition/RFM-analysis</a>, Data de acesso: 20 de Novembro de 2023.</li><li><a href="https://medium.com/@henriquewfranco/an%C3%A1lise-de-dados-do-airbnb-hava%C3%AD-8ae04e2b3018">https://medium.com/@henriquewfranco/an%C3%A1lise-de-dados-do-airbnb-hava%C3%AD-8ae04e2b3018</a></li><li><a href="https://www.retaildive.com/ex/mobilecommercedaily/how-sephora-leverages-loyalty-data-to-optimize-segmentation">https://www.retaildive.com/ex/mobilecommercedaily/how-sephora-leverages-loyalty-data-to-optimize-segmentation</a></li><li><a href="https://reinaldozezela.medium.com/segmentar-clientes-usando-a-an%C3%A1lise-rfm-com-o-r-815ad448a091">https://reinaldozezela.medium.com/segmentar-clientes-usando-a-an%C3%A1lise-rfm-com-o-r-815ad448a091</a></li><li><a href="https://towardsdatascience.com/recency-frequency-monetary-model-with-python-and-how-sephora-uses-it-to-optimize-their-google-d6a0707c5f17">https://towardsdatascience.com/recency-frequency-monetary-model-with-python-and-how-sephora-uses-it-to-optimize-their-google-d6a0707c5f17</a></li></ol><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3a97e534ffa1" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>