Como configurar as lógicas na criação de um Cluster
Para criar um Cluster, o primeiro passo é escolher os atributos (ou seja, as características) que irão compor o perfil criado.
Depois de selecioná-los, você deverá configurar as lógicas por trás desses atributos. Ou seja: definir como as características que você selecionou serão utilizadas para segmentar o seu perfil, indicando se serão usadas para incluir ou excluir pessoas com determinadas características.
A seguir, vamos te explicar como funcionam as lógicas e como aplicá-las na hora de criar o perfil do seu Cluster.
Se você não sabe como criar seu Cluster do zero, acesse o tutorial 📝 Como criar um Cluster?
Vamos supor que queremos criar o seguinte perfil: pessoas que se identificam com o gênero masculino da classe social A ou B, que frequentam com frequência restaurantes de fast-food.
Existem 03 diferentes lógicas que precisam ser configuradas após a seleção dos atributos:
"Incluir" ou "Excluir"
"Alguns dos" ou "Todos os"
"E" ou "Ou"
As lógicas "Incluir", "Excluir", "Alguns dos" e "Todos os" são utilizadas para definir como os atributos de um mesmo grupo vão se comportar entre si. Já as lógicas "E" e "OU" são utilizadas para definir como os atributos de grupos diferentes se relacionam.
Importante! Definimos um atributo como todas as respostas possíveis para uma questão. Por exemplo: Classe Social é contabilizado como 01 atributo, mesmo que você selecione mais de uma classe na sua segmentação.
A primeira lógica que você deverá configurar é aquela responsável por definir se você quer adicionar ou desconsiderar pessoas com "Todos os" ou "Algum dos" atributo selecionados da sua segmentação.
No nosso exemplo, vamos aplicar a lógica "Incluir", pois queremos adicionar na nossa segmentação pessoas que se identificam com o gênero masculino.
Em seguida, você deverá selecionar se essas pessoas devem conter "Todos os" ou somente "Algum dos" atributos daquele grupo.
Existem atributos que são provenientes de questões de respostas únicas e atributos que são provenientes de questões de respostas múltiplas e eles se comportam de formas diferentes com as lógicas "Algum dos" e "Todos os".
A lógica "Algum dos" pode ser utilizada tanto com atributos de questões com respostas múltiplas (ou seja, que podem ser respondidas com mais de duas opções) como com atributos de questões que permitem somente uma resposta.
👉 Como essa lógica se comporta em questões de respostas únicas?
Voltando para o nosso exemplo: estamos criando o Cluster Homens da classe A ou B que frequentam restaurantes fast-food de 4 a 6 vezes por semana ou todos os dias.
Se selecionarmos "Algum dos" no atributo de frequência em restaurantes de fast-food, logo ele vai considerar qualquer uma dessas 02 opções:
04 a 06 vezes por semana
Todos os dias
👉 Como essa lógica se comporta em questões de respostas múltiplas?
Quando utilizamos a lógica "Algum dos" em questões de respostas múltiplas, estamos segmentando nosso perfil em pessoas que selecionaram QUALQUER UMA das alternativas daquele atributo.
Vamos para outro exemplo: pessoas que consomem chocolates da marca M&Ms OU Milka OU Nestlé Classic OU Kit Kat.
Quando falamos da lógica "Todos os ", ela deve ser utilizada somente para respostas de múltipla escolha. Voltando para o exemplo do chocolate: pessoas que consomem chocolates da marca M&Ms OU Milka OU Nestlé Classic OU Kit Kat.
No caso da imagem abaixo, criamos um perfil de Cluster de pessoas quem consomem TODAS as marcas de chocolate selecionadas.
O que acontece se utilizarmos a lógica "Todos os" em atributos de respostas únicas?
Vamos pensar no nosso primeiro exemplo novamente: Homens da classe A ou B que frequentam restaurantes fast-food de 4 a 6 vezes por semana ou todos os dias.
No caso de Gênero (um atributo de resposta única), devemos utilizar a lógica "Algum dos". Caso a gente utilize a lógica "Todos os" em um atributo proveniente de uma questão de resposta única, a sua amostra aparecerá zerada.
O mesmo vale para Classe Social, já que não é possível que uma pessoa pertença a mais de uma classe social.
A opção "E" e "Ou" vai indicar se esses atributos devem somar ou não os atributos definidos.
Como queremos "Homens da classe A ou B QUE frequentam restaurantes fast-food com frequência (definimos essa frequência como 4 a 6 vezes por semana ou todos os dias)", a opção de lógica que vamos utilizar é o "E", para indicar que esses atributos devem ser somados.
Caso escolhêssemos a opção "Ou", estaríamos criando um perfil de "Homens OU pessoas da classe AB que frequentam mais de 5 vezes por semana fast-food."
É importante lembrar que toda combinação na definição do seu Cluster irá influenciar o tamanho da sua amostra. Quanto mais segmentarmos um perfil, maiores a chances da amostra ser pequena ou inexistente.
Porém, não se preocupe: durante a configuração das lógicas, caso você faça configurações que limitem a amostra ou escolha uma opção que não faça sentido, indicaremos que ela é inviável:
Quando terminar de configurar as lógicas, é só clicar no botão "Salvar Cluster", localizado no canto superior direito da página e extrair os melhores insights 🎉
Depois de selecioná-los, você deverá configurar as lógicas por trás desses atributos. Ou seja: definir como as características que você selecionou serão utilizadas para segmentar o seu perfil, indicando se serão usadas para incluir ou excluir pessoas com determinadas características.
A seguir, vamos te explicar como funcionam as lógicas e como aplicá-las na hora de criar o perfil do seu Cluster.
Se você não sabe como criar seu Cluster do zero, acesse o tutorial 📝 Como criar um Cluster?
Como configurar as lógicas na criação do Cluster
Vamos supor que queremos criar o seguinte perfil: pessoas que se identificam com o gênero masculino da classe social A ou B, que frequentam com frequência restaurantes de fast-food.
Existem 03 diferentes lógicas que precisam ser configuradas após a seleção dos atributos:
"Incluir" ou "Excluir"
"Alguns dos" ou "Todos os"
"E" ou "Ou"
As lógicas "Incluir", "Excluir", "Alguns dos" e "Todos os" são utilizadas para definir como os atributos de um mesmo grupo vão se comportar entre si. Já as lógicas "E" e "OU" são utilizadas para definir como os atributos de grupos diferentes se relacionam.
Importante! Definimos um atributo como todas as respostas possíveis para uma questão. Por exemplo: Classe Social é contabilizado como 01 atributo, mesmo que você selecione mais de uma classe na sua segmentação.
Lógicas "Incluir" ou "Excluir"
A primeira lógica que você deverá configurar é aquela responsável por definir se você quer adicionar ou desconsiderar pessoas com "Todos os" ou "Algum dos" atributo selecionados da sua segmentação.
No nosso exemplo, vamos aplicar a lógica "Incluir", pois queremos adicionar na nossa segmentação pessoas que se identificam com o gênero masculino.
Lógicas "Todos os" ou "Alguns dos"
Em seguida, você deverá selecionar se essas pessoas devem conter "Todos os" ou somente "Algum dos" atributos daquele grupo.
Existem atributos que são provenientes de questões de respostas únicas e atributos que são provenientes de questões de respostas múltiplas e eles se comportam de formas diferentes com as lógicas "Algum dos" e "Todos os".
Lógica "Algum dos"
A lógica "Algum dos" pode ser utilizada tanto com atributos de questões com respostas múltiplas (ou seja, que podem ser respondidas com mais de duas opções) como com atributos de questões que permitem somente uma resposta.
👉 Como essa lógica se comporta em questões de respostas únicas?
Voltando para o nosso exemplo: estamos criando o Cluster Homens da classe A ou B que frequentam restaurantes fast-food de 4 a 6 vezes por semana ou todos os dias.
Se selecionarmos "Algum dos" no atributo de frequência em restaurantes de fast-food, logo ele vai considerar qualquer uma dessas 02 opções:
04 a 06 vezes por semana
Todos os dias
👉 Como essa lógica se comporta em questões de respostas múltiplas?
Quando utilizamos a lógica "Algum dos" em questões de respostas múltiplas, estamos segmentando nosso perfil em pessoas que selecionaram QUALQUER UMA das alternativas daquele atributo.
Vamos para outro exemplo: pessoas que consomem chocolates da marca M&Ms OU Milka OU Nestlé Classic OU Kit Kat.
Lógica "Todos os"
Quando falamos da lógica "Todos os ", ela deve ser utilizada somente para respostas de múltipla escolha. Voltando para o exemplo do chocolate: pessoas que consomem chocolates da marca M&Ms OU Milka OU Nestlé Classic OU Kit Kat.
No caso da imagem abaixo, criamos um perfil de Cluster de pessoas quem consomem TODAS as marcas de chocolate selecionadas.
O que acontece se utilizarmos a lógica "Todos os" em atributos de respostas únicas?
Vamos pensar no nosso primeiro exemplo novamente: Homens da classe A ou B que frequentam restaurantes fast-food de 4 a 6 vezes por semana ou todos os dias.
No caso de Gênero (um atributo de resposta única), devemos utilizar a lógica "Algum dos". Caso a gente utilize a lógica "Todos os" em um atributo proveniente de uma questão de resposta única, a sua amostra aparecerá zerada.
O mesmo vale para Classe Social, já que não é possível que uma pessoa pertença a mais de uma classe social.
Lógicas "E" e "OU"
A opção "E" e "Ou" vai indicar se esses atributos devem somar ou não os atributos definidos.
Como queremos "Homens da classe A ou B QUE frequentam restaurantes fast-food com frequência (definimos essa frequência como 4 a 6 vezes por semana ou todos os dias)", a opção de lógica que vamos utilizar é o "E", para indicar que esses atributos devem ser somados.
Caso escolhêssemos a opção "Ou", estaríamos criando um perfil de "Homens OU pessoas da classe AB que frequentam mais de 5 vezes por semana fast-food."
E o tamanho da amostra?
É importante lembrar que toda combinação na definição do seu Cluster irá influenciar o tamanho da sua amostra. Quanto mais segmentarmos um perfil, maiores a chances da amostra ser pequena ou inexistente.
Porém, não se preocupe: durante a configuração das lógicas, caso você faça configurações que limitem a amostra ou escolha uma opção que não faça sentido, indicaremos que ela é inviável:
Quando terminar de configurar as lógicas, é só clicar no botão "Salvar Cluster", localizado no canto superior direito da página e extrair os melhores insights 🎉
Atualizado em: 02/02/2024
Obrigado!