Aviso: Se está a ler esta mensagem, provavelmente, o browser que utiliza não é compatível com os "standards" recomendados pela W3C. Sugerimos vivamente que actualize o seu browser para ter uma melhor experiência de utilização deste "website". Mais informações em webstandards.org.

Warning: If you are reading this message, probably, your browser is not compliant with the standards recommended by the W3C. We suggest that you upgrade your browser to enjoy a better user experience of this website. More informations on webstandards.org.

Sub Menu
ISCTE-IUL  >  Ensino  >  SAG

Métodos de Segmentação (2 º Sem 2019/2020)

Código: 02930
Acrónimo: 02930
Nível: 2º Ciclo
Estruturante: Não
Língua(s) de Ensino: Português
Língua(s) amigável(is):
Ser English-friendly ou qualquer outra língua-friendly, significa que a UC é leccionada numa língua mas que se pode verificar qualquer uma das seguintes condições:
1. Existem materiais de apoio em língua inglesa/outra língua;
2. Existem exercícios, testes e exames em língua inglesa/outra língua;
3. Existe a possibilidade de se apresentar trabalhos escritos ou orais em língua inglesa/outra língua.
1 3.0 0.0 h/sem 10.0 h/sem 0.0 h/sem 0.0 h/sem 4.0 h/sem 0.0 h/sem 10.0 h/sem 24.0 h/sem 51.0 h/sem 0.0 h/sem 75.0 h/sem
Em vigor desde o ano letivo 2016/2017
Pré-requisitos Não existem
Objectivos Apresentar aos alunos as principais técnicas de segmentação ou análise de agrupamento com recurso a aplicações práticas sobre dados reais, nomeadamente na área de CRM.

Programa P1. Análise exploratória dos dados:e métricas para segmentação.
P2. Tipificação das técnicas de segmentação e análise de adequação de técnicas diversas face aos dados considerados;
P3. Técnicas de agrupamento:
P3.1. O papel da técnica SOM-Self Organizing Maps em agrupamento
P3.2. Algoritmo de Ward
P3.3 Algoritmo Two-Step;
P4. Aplicações em dados reais utilizando o software IBM SPSS Modeler e IBM SPSS Statistics
Processo de avaliação A avaliação contínua inclui:
a) Teste com ponderação de 50% (nota mínima de 10 valores);
b) Trabalho de grupo de 50%
b.1) 3 exercícios(preenchimento de folha A4 de respostas) 5% cada;
b.2) relatório sobre um caso de estudo de segmentação 35%

A avaliação contínua exige a presença em, pelo menos, 60% das aulas.

Os alunos que não obtenham 10 valores na nota ponderada de avaliação contínua deverão ser aprovados mediante um exame final (nota mínima de 10 valores).
Processo de ensino-aprendizagem AAs aulas expositivas sobre cada tópico do programa serão seguidas de aplicações em IBM SPSS.
ME1. Expositivas, para apresentação dos quadros teóricos de referência.
ME2. Participativas, com análise de artigos científicos.
ME3. Ativas, com realização de trabalho de grupo
ME4. Experimentais, em laboratório de informática, realizando análises sobre dados reais.
ME5. Auto-estudo, relacionado com o trabalho autónomo (TA) do aluno, tal como consta no Planeamento das Aulas.
Observações
Bibliografia básica Folhas de apoio às aulas elaboradas pela docente

Artigos científicos indicados pelo docente (v. também Bibliografia Complementar)

Dibb, Sally, and Lyndon Simkin (2016), Market Segmentation and Segment Strategy. In Marketing theory: a student text, edited by Michael J. Baker and Michael Saren: Sage.

Hastie, T., Friedman, J., and Tibshirani, R. (2009), The Elements of Statistical Learning Springer.

McDonald, M. (2012), Market Segmentation: How to Do It and How to Profit from It, John Wiley & Sons.


Bibliografia complementar Cardoso, M. G. M. S., and Carvalho, A. P. d. L. F. (2009), "Quality Indices for (Practical) Clustering Evaluation.," Intelligent Data Analysis, 13, 725-740.

Cardoso, M. G. M. S., and Moura-Pires, F. (2002), "Segmentation of the Portuguese Clients of Pousadas De Portugal," in Neural Networks in Business, ed. K. A. S. e. J. Gupta, Idea Group Publishing, pp. 70-88.

Cardoso, M. G. M. S., Themido, I. H., and Moura-Pires, F. M. (1999), "Evaluating a Clustering Solution: An Application in the Tourism Market," Intelligent Data Analysis, 3, 491-510.

Fonseca, J. R., and Cardoso, M. G. (2007), "Supermarket Customers Segments Stability," Journal of Targeting, Measurement and Analysis for Marketing, 15, 210-221.


Gama, J., Carvalho, A., Faceli, K., Lorena, A., & Oliveira, M. (2012). Extração de Conhecimento de Dados: Data Mining. Lisboa, Portugal: Edições Sílabo.

Jesus, N. B. d., and Cardoso, M. G. (2007), "Análise De Agrupamento Incremental-Segmentação De Pontos De Retalho," Revista de Ciências da Computação, II, 26-38.

Martins, M. C. G., and Cardoso, M. G. M. S. (2012), "Cross-Validation of Segments of Credit Card Holders," Journal of Retailing and Consumer Services, 19, 629-636.

McDonald, M., and Dunbar, I. (2012), Market Segmentation: How to Do It and How to Profit from It, (Revised 4th Edition ed.), Wiley.

Mendes, A. B., and Cardoso, M. G. M. S. (2006), "Clustering Supermarkets: The Role of Experts," Journal of Retailing and Consumer Services, 13, 231-247.