Author(s): Calado, Claudia da Encarnação
Date: 2008
Persistent ID: http://hdl.handle.net/10071/1755
Origin: Repositório ISCTE
Subject(s): Customer relationship management; Segmentação; Modelos de mistura finita; Regressão multinomial; Variáveis concomitantes; Segmentation; Mixture models; Multinomial regression; Concomitants variables
Actualmente, os modelos de Mistura são considerados um dos métodos de segmentação mais eficientes na área de Marketing para o estudo das estruturas de preferências. Com base numa amostra de clientes de uma Instituição Financeira, numa primeira fase, será realizada uma segmentação com base nos modelos de mistura finita, de forma a perceber as estruturas de necessidades de produtos financeiros. Com base nas perfilagens dos segmentos, será possível efectuar a avaliação da necessidade ou não de desenvolvimento de estratégias diferenciadas consoante os segmentos obtidos de forma a aumentar o valor da rendibilidade dos clientes já existentes, adequando assim a oferta de produtos. Nesta fase, serão obtidas as probabilidades de pertença a posteriori para classificar novos clientes nos segmentos mais adequados, permitindo contactar o cliente da melhor forma e com a melhor oferta. Numa segunda fase, será utilizado o modelo de mistura de regressões para perceber o impacto das acções de Marketing nos produtos detidos pelos clientes. Admitindo a existência de heterogeneidade das necessidades financeiras dos clientes, e colocando a hipótese de que as mesmas são explicadas com base nas acções de marketing realizadas, pretende obter-se um conjunto de estimativas de regressão para cada segmento identificado. A obtenção dessas estimativas de regressão, consoante a significância estatística, irá fornecer um maior conhecimento sobre a adequação da actual estratégia de marketing definida, e perceber a necessidade de afinação ou não da mesma consoante o segmento.
Nowadays, finite mixture models are one of the most efficient segmentation technique in the marketing field, in order to analyse structures of preferences in a given population. Based on a sample of clients of a given Financial Institution, the first step of this study applies a finite mixture model to understand the existing structures of financial needs of the clients. Based on the profiled segments, the need of developing different marketing strategies for each segment will be assessed, in order to increase the profit of the actual clients due to a correct contact strategy and offer of products. The probabilities of belonging to a certain segment will be obtained in order to alocate new clients in the most adequate segment, allowing to reach the clients with the best contact and offer of products strategy. In a second step, a regression mixture model will be applied to understand the impact of the actual marketing strategy in the portfolio of products of the clients. Assuming the existence of the heterogeneity in the financial needs of the clients and the fact that these needs can be explained by the acquisition campaigns, a set of regression models are estimated for each segment. Depending on the significance of this regression estimates, one understands the adequacy of the actual defined marketing strategy and decides if there is the need of improvement depending on the segment.
