Este libro presenta las técnicas de segmentación más utilizadas, aplicables a la obtención de perfiles, reconocimiento de patrones, análisis de mercados, análisis del fraude y otras disciplinas. Comienza introduciendo al lector en los conceptos esenciales para el trabajo con técnicas de clasificación y segmentación. En primer lugar, se abordan las técnicas predictivas de segmentación incluyendo los modelos de variable dependiente limitada (Logit, Probit, recuento, etc.), modelos censurados y truncados, modelos de selección muestral y modelos de duración. A continuación, se tratan las técnicas predictivas de segmentación ad-hoc, incluyendo árboles de decisión y el modelo discriminante. Más adelante, se desarrollan las técnicas descriptivas de segmentación post-hoc entre las que se encuentran el análisis clúster y las redes neuronales. Otro bloque de contenido incluye las técnicas descriptivas de segmentación basadas en la reducción de la dimensión, como el escalamiento multidimensional y el análisis de correspondencias. Finalmente, se desarrollan contenidos relativos al análisis conjunto y a los modelos de ecuaciones estructurales.

Ventajas Competitivas

Cada capítulo comienza con una exposición resumida de los conceptos teóricos y posteriormente se enfoca la parte práctica ilustrando cada concepto teórico con ejemplos desarrollados de forma muy detallada.
Los capítulos finalizan con la resolución clara y precisa de problemas representativos del tema en estudio.
Representa un valor añadido fundamental el análisis detallado de las posibilidades del software actual para realizar segmentación.
Se utilizan los programas Eviews, SAS, SPSS y STATGRAPHICS.
Hace hincapié en las herramientas de Minería de Datos aplicables a la segmentación, utilizándose en concreto el software SAS Enterprise Miner.

Conozca

• Técnicas de segmentación: Conceptos y clasificación.
• Modelos de variable dependiente limitada: Elección discreta y recuento.
• Modelos censurados, truncados, de selección muestral y de duración.
• Qué es el escalamiento multidimensional.

Aprenda

• Cómo realizar modelos de segmentación como son: árboles de decisión; modelo discriminante; agrupamientos y redes neuronales.
• Cómo realizar análisis de correspondencias y del conjunto.