Teoría

La segmentación o clusters es un conjunto de técnicas cuyo propósito es formar grupos a partir de un conjunto de elementos.

Paso 1. Instalar paquetes y llamar librerías

# install.packages("cluster")
library(cluster)
# install.packages("ggplot2")
library(ggplot2)
# install.packages("data.table")
library(data.table)
# install.packages("factoextra")
library(factoextra)
## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa

Paso 2. Obtener los datos

df <- data.frame(x=c(2,2,8,5,7,6,1,4), y=c(10,5,4,8,5,4,2,9))

Paso 3. Cantidad de grupos

grupos <- 3

Paso 4. Generar los segmentos

segmentos <- kmeans(df,4)
segmentos
## K-means clustering with 4 clusters of sizes 2, 3, 1, 2
## 
## Cluster means:
##     x         y
## 1 4.5  8.500000
## 2 7.0  4.333333
## 3 2.0 10.000000
## 4 1.5  3.500000
## 
## Clustering vector:
## [1] 3 4 2 1 2 2 4 1
## 
## Within cluster sum of squares by cluster:
## [1] 1.000000 2.666667 0.000000 5.000000
##  (between_SS / total_SS =  91.4 %)
## 
## Available components:
## 
## [1] "cluster"      "centers"      "totss"        "withinss"     "tot.withinss"
## [6] "betweenss"    "size"         "iter"         "ifault"

Paso 5. Asignar el grupo al que pertenece cada observación

asignacion <- cbind(df, cluster = segmentos$cluster)
asignacion
##   x  y cluster
## 1 2 10       3
## 2 2  5       4
## 3 8  4       2
## 4 5  8       1
## 5 7  5       2
## 6 6  4       2
## 7 1  2       4
## 8 4  9       1

Paso 6. Graficar los clusters

fviz_cluster(segmentos, data=df)

Paso 7. Optimizar la cantidad de grupos

# La cantidad óptima de grupos corresponde al punto más alto de la siguiente gráfica.
set.seed(123)
optimizacion <- clusGap(df, FUN=kmeans, nstart=1, K.max =7)
plot(optimizacion, xlab="Número de clusters k")

Paso 8. Conclusión

La segmentación o clusters es un algoritmo útil para las empresas que desean clasificar sus clientes y dirigir campañas de marketing más enfocadas y especializadas.