En marketing , la segmentación geodemográfica es una técnica de clasificación estadística multivariada para descubrir si los individuos de una población se dividen en diferentes grupos mediante comparaciones cuantitativas de múltiples características con el supuesto de que las diferencias dentro de cualquier grupo deben ser menores que las diferencias entre grupos.
La segmentación geodemográfica se basa en dos principios simples:
El uso de diferentes algoritmos conduce a diferentes resultados, pero no existe un único enfoque óptimo para seleccionar el mejor algoritmo, del mismo modo que ningún algoritmo ofrece ninguna prueba teórica de su certeza. [1] Una de las técnicas más utilizadas en la segmentación geodemográfica es el ampliamente conocido algoritmo de agrupamiento de k-medias . De hecho, la mayoría de los sistemas geodemográficos comerciales actuales se basan en un algoritmo k-medias. Aún así, las técnicas de agrupamiento provenientes de redes neuronales artificiales, algoritmos genéticos o lógica difusa son más eficientes dentro de bases de datos grandes y multidimensionales (Brimicombe 2007).
Las redes neuronales pueden manejar relaciones no lineales, son resistentes al ruido y exhiben un alto grado de automatización. No asumen ninguna hipótesis sobre la naturaleza o distribución de los datos y proporcionan una valiosa ayuda para abordar problemas de carácter geográfico que, hasta la fecha, han sido imposibles de resolver. Uno de los métodos de redes neuronales más conocidos y eficientes para lograr agrupaciones no supervisadas es el mapa autoorganizado (SOM). SOM se ha propuesto como una mejora con respecto al método k-medias, ya que proporciona un enfoque más flexible para la agrupación de datos censales. Spielman y Thill (2008) han utilizado recientemente el método SOM para desarrollar agrupaciones geodemográficas de un conjunto de datos censales relacionados con la ciudad de Nueva York.
Otra forma de caracterizar la similitud de un polígono individual con todas las regiones se basa en la lógica difusa . El concepto básico del clustering difuso es que un objeto puede pertenecer a más de un cluster. En lógica binaria, el conjunto está limitado por la definición binaria sí-no, lo que significa que un objeto pertenece o no a un grupo. La agrupación difusa permite que una unidad espacial pertenezca a más de un grupo con valores de membresía variables. La mayoría de los estudios sobre análisis geodemográfico y lógica difusa emplean el algoritmo Fuzzy C-Means y el algoritmo Gustafson-Kessel, [1] (Feng y Flowerdew 1999).
Los sistemas de segmentación geodemográfica famosos son Claritas Prizm (EE. UU.), CanaCode Lifestyles (Canadá), PSYTE HD (Canadá), Tapestry (EE. UU.), CAMEO (Reino Unido), ACORN (Reino Unido) y MOSAIC (Reino Unido). También están surgiendo nuevos sistemas dirigidos a subgrupos de población. Por ejemplo, Segmentos examina los estilos de vida geodemográficos de los hispanos en Estados Unidos. Tanto MOSAIC como ACORN utilizan la onomástica para inferir el origen étnico a partir de los nombres de los residentes. [2] [3]
CanaCode Lifestyle Clusters es desarrollado por Manifold Data Mining y clasifica los códigos postales canadienses en 18 grupos de estilos de vida principales distintos y 110 estilos de vida especializados. [4] Utiliza estadísticas del año en curso sobre más de 10.000 variables que van desde datos demográficos hasta factores socioeconómicos, pasando por gastos y rasgos de estilo de vida (por ejemplo, comportamientos del consumidor), incluido el uso de productos, el uso de medios y la psicografía.
PSYTE HD Canadá [5] es un sistema de segmentación del mercado geodemográfico que clasifica los códigos postales y áreas de difusión canadienses en 57 grupos de estilos de vida únicos y tipos de vecindarios mutuamente excluyentes. PSYTE HD Canadá se basa en la base demográfica y socioeconómica del censo canadiense , además de otras entradas de datos de terceros combinadas en un entorno de creación de clústeres de última generación. Los grupos resultantes representan las instantáneas más precisas disponibles de los vecindarios canadienses. PSYTE HD Canada es una herramienta eficaz para analizar datos de clientes y mercados potenciales, obtener información y conocimientos de mercado e interpretar el comportamiento de los consumidores en el diverso mercado canadiense.
Las Clasificaciones CAMEO son un conjunto de clasificaciones de consumidores que las organizaciones utilizan internacionalmente como parte de sus estrategias de ventas, marketing y planificación de redes.
CAMEO UK se ha creado a nivel de código postal, hogar e individuo y clasifica a más de 50 millones de consumidores británicos. Se ha creado para segmentar con precisión el mercado británico en 68 tipos distintos de barrios y 10 segmentos de marketing clave.
A nivel internacional Global CAMEO es el sistema de segmentación de consumidores más grande del mundo y cubre 40 países. También existe una clasificación global única CAMEO International que segmenta a través de fronteras.
CAMEO fue desarrollado y mantenido por Callcredit Information Group.
CACI en Londres desarrolla una clasificación de barrios residenciales ( Acorn ). Es la única herramienta geodemográfica disponible actualmente que se construye utilizando datos del año actual en lugar de información del censo de 2011. Acorn ayuda a analizar y comprender a los consumidores para aumentar el compromiso con los clientes y usuarios de servicios para ofrecer estrategias en todos los canales. Acorn segmenta los 1,9 millones de códigos postales del Reino Unido en 6 categorías, 18 grupos y 62 tipos.
Mosaic UK es el sistema de clasificación de personas de Experian. Creado originalmente por el profesor Richard Webber (profesor visitante de geografía en la Universidad Kings College de Londres) en asociación con Experian. La última versión de Mosaic se publicó en 2009. Clasifica a la población del Reino Unido en 15 grupos socioeconómicos principales y, dentro de estos, 66 [6] tipos diferentes.
Mosaic UK es parte de una familia de clasificaciones Mosaic que cubre 29 países, incluida la mayor parte de Europa occidental, Estados Unidos, Australia y el Lejano Oriente.
Mosaic Global es la herramienta de clasificación global de consumidores de Experian. Se basa en la simple proposición de que las ciudades del mundo comparten patrones comunes de segregación residencial. Mosaic Global es un sistema de segmentación consistente que cubre más de 400 millones de hogares del mundo utilizando datos locales de 29 países. Se han identificado 10 tipos de barrio residencial que se pueden encontrar en cada uno de los países.
En Australia , geoSmart es un sistema de segmentación geodemográfica basado en el principio de que las personas con perfiles demográficos y estilos de vida similares tienden a vivir cerca unas de otras. Está desarrollado por un proveedor australiano de soluciones geodemográficas, RDA Research.
Los segmentos geodemográficos de geoSmart se producen a partir de medidas demográficas y características modeladas del censo australiano ( Oficina Australiana de Estadísticas ), y el sistema se actualiza para el crecimiento reciente de los hogares. La agrupación crea un código de segmento único que se representa mediante una declaración descriptiva o un boceto en miniatura.
En Australia, geoSmart se utiliza principalmente para la segmentación de bases de datos, la adquisición de clientes, la elaboración de perfiles de áreas comerciales y la segmentación de buzones, aunque se puede utilizar en una amplia gama de otras aplicaciones.
La Clasificación de Área de Salida (OAC) es la segmentación geodemográfica abierta y gratuita de la Oficina de Estadísticas Nacionales del Reino Unido (ONS) basada en el Censo de Población del Reino Unido de 2011. Clasifica 41 variables censales en una clasificación de tres niveles de 7, 21 y 52. grupos.
Las ventajas percibidas de OAC sobre otras clasificaciones comerciales se derivan del hecho de que la metodología es abierta y documentada, y que los datos están abiertos y disponibles gratuitamente tanto para el público como para las organizaciones comerciales, sujetos a condiciones de licencia.
OAC tiene una amplia variedad de aplicaciones potenciales, desde análisis geográfico hasta marketing social y elaboración de perfiles de consumidores. El sector público del Reino Unido es uno de los principales usuarios de OAC.
Este método clasifica los vecindarios de EE. UU. en 67 segmentos de mercado, según factores socioeconómicos y demográficos, y luego consolida estos 67 segmentos en 14 tipos de LifeModes con nombres como "alta sociedad", "estilos para personas mayores" y "fábricas y granjas". [7] La granularidad espacial más pequeña de los datos se produce a nivel del Grupo de Bloques del Censo de EE. UU.
Ver también Segmentación de mercado#Empresas (bases de datos de segmentación propietarias)