Customer Value Segmentation

O problema

Uma empresa de e-commerce com milhares de clientes ativos tratava todo mundo da mesma forma: as mesmas campanhas de marketing para quem gastava R$ 300 no ano e para quem gastava R$ 260 mil. Sem saber quem eram os clientes mais valiosos, decisões de retenção e investimento em marketing eram tomadas no escuro.

O objetivo

Segmentar a base de clientes em grupos com comportamento de compra parecido, para permitir ações diferentes por grupo: fidelização para quem mais compra, reativação para quem está sumindo.

A solução

Testados quatro algoritmos de clusterização sobre 17 variáveis de comportamento de compra (frequência, ticket médio, recência, devoluções). O pipeline roda de ponta a ponta na AWS: os dados são processados automaticamente e o dashboard executivo reflete os grupos em tempo real, sem precisar de ninguém rodando planilha manualmente.

A decisão que fez diferença

Dos quatro algoritmos testados, os três melhores ficaram praticamente empatados (em torno de 0,72 num teste que mede o quão bem definidos são os grupos). Em vez de escolher o mais sofisticado, a decisão foi pelo mais simples: o KMeans é mais fácil de manter, mais estável quando o modelo é retreinado, e mais fácil de explicar para o time de negócio. Ganhar uma fração de ponto num teste técnico não valia a complexidade extra em produção.

Resultado