一个框架，帮助您的客户细分被业务采纳
当数据科学团队需要构建一个客户细分模型时，要么是业务的要求，要么是数据科学家的积极决策（较少）。无论哪种情况，需求都是相同的：对客户群体有更深入的了解，以便在每个细分上作出更精细、差异化的决策。
然而，我见过很多聚类努力没有被业务采纳，因为所得到的细分没有产生共鸣或者业务利益相关者无法采取行动。在本文中，我将概述最大化业务内部采用您的细分的关键步骤和策略。
- 工作声明
- 整理数据
- 精确算法
- 了解您的聚类
- 有多少个聚类？
- 检查稳定性
- 转化为业务规则（或者不转化）
考虑到“应用数据科学”而不是“技术机器学习”的重点，本文不深入探讨各种聚类算法的复杂细节，因为有很多丰富的资源可供那些寻求更深入理解的人使用（这里或者这里）。
言归正传，让我们开始吧！
1 — 工作声明: 目标、维度、时机
就像任何工作一样，您需要在进行技术工作之前回答一些重要问题。
细分的业务目标是什么？
→ 确定我们要了解关于客户的内容。
有很多不同的方式来看待客户，例如，我们可以了解他们的主要的交易行为（例如：在零售业中，是否有季节性因素，他们的产品范围、交易价值和频率等），或者我们可以…