Segmentação de clientes para fornecer recomendações de produtos que mais se adéquem as suas características.
A ideia deste projeto consiste na aplicação de um algorítimo de clusterização que irá dividir o grande grupo de clientes iniciais, cerca de 9000, em subgrupos menores e com características em comum.
E por que fazer isso? Bom, neste caso em específico o objetivo principal é conseguir, ao fim da segmentamentção, ser capaz de recomendar produtos financeiros que estejam alinhados com cada grupo encontrado.
O conjunto de dados é composto por 18 variáveis comportamentais, oriundas de uma amostragem realizada com aproximadamente 9000 clientes, que possuiam o cartão de crédito ativo dutante o período de 6 meses em que a coleta de dados foi realizada.
O dataset utilizado neste projeto foi obtido no Kaggle.
As bibliotecas utilizadas foram o Pandas, Matplotlib, Numpy e o Scikit Learn.
O notebook Segmentacao_de_Clientes com todo o desenvolvimento do projeto, assim como os subgrupos encontrados e a conclusão, podem ser encontrados na pasta Notebook.