La segmentazione per fasce d’età o per valore speso resta la più diffusa perché è facile da spiegare e da usare. Il clustering promette qualcosa di diverso: gruppi che emergono dai dati stessi, non da categorie decise a priori. La promessa è reale, ma la distanza tra un clustering fatto bene e uno che produce segmenti inutilizzabili è più stretta di quanto sembri dai tutorial.
Cosa fa, tecnicamente, un algoritmo di clustering
Un algoritmo di clustering raggruppa i clienti in base alla somiglianza tra le loro caratteristiche, senza che nessuno gli dica in anticipo quali gruppi cercare. L’algoritmo più comune, K-means, funziona assegnando ogni cliente al centro di gruppo più vicino, poi ricalcolando i centri in base ai clienti assegnati, e ripetendo il procedimento fino a stabilizzazione. Il numero di gruppi (K) va deciso prima di lanciare l’algoritmo — non è un output, è un input — e questa è la prima decisione che determina se il risultato sarà utile o no.
Esistono alternative, ognuna con un comportamento diverso su dati reali. Il clustering gerarchico costruisce una struttura ad albero di raggruppamenti successivi ed è utile quando non si sa in anticipo quanti gruppi cercare, perché l’albero si può tagliare a livelli diversi. DBSCAN raggruppa in base alla densità dei punti nello spazio delle caratteristiche ed è più robusto di K-means quando i gruppi hanno forme irregolari o quando ci sono outlier da isolare invece che forzare dentro un gruppo.
La scelta delle variabili conta più dell’algoritmo
Il passaggio che decide la qualità del risultato non è la scelta dell’algoritmo, ma la scelta di quali variabili dargli in input. Un clustering fatto su frequenza d’acquisto, valore medio dell’ordine e categoria di prodotto preferita produce segmenti comportamentali, utili per decisioni di marketing. Lo stesso algoritmo lanciato su dati demografici puri — età, area geografica, dispositivo usato — produce spesso segmenti che corrispondono grosso modo a quello che si sarebbe ottenuto con una segmentazione manuale, senza il valore aggiunto promesso dal metodo.
Le variabili vanno anche normalizzate prima di lanciare l’algoritmo, perché K-means e la maggior parte dei metodi di clustering misurano distanza tra i punti, e una variabile espressa in euro (valore speso, da zero a qualche migliaio) domina completamente una variabile espressa in unità (numero di ordini, da zero a poche decine) se non vengono portate sulla stessa scala. Un clustering che ignora questo passaggio finisce per raggruppare quasi solo in base a chi ha speso di più, qualunque sia il resto dei dati in input.
Come scegliere il numero di gruppi
Il metodo più usato per scegliere K è il grafico del gomito (elbow method): si calcola quanto bene i punti sono raggruppati per diversi valori di K, e si cerca il punto in cui aggiungere un gruppo in più smette di migliorare significativamente il risultato. È un metodo utile ma non decisivo da solo, perché in molti dataset reali il gomito non è netto e la scelta resta in parte soggettiva.
Il controllo che conta di più, in pratica, arriva dopo: i segmenti prodotti sono effettivamente distinguibili in modo che qualcuno possa agire su di loro? Un clustering statisticamente valido che produce sei segmenti indistinguibili nella comunicazione o nell’offerta commerciale non ha prodotto nulla di utile, anche se il grafico del gomito lo giustificava. Il numero giusto di gruppi è spesso più basso di quello statisticamente ottimale, perché ogni gruppo in più che l’organizzazione non riesce a trattare in modo differenziato è un gruppo che non produce valore, a prescindere dalla qualità statistica della separazione.
Un errore ricorrente
Lanciare il clustering una volta, dare un nome ai segmenti risultanti, e poi trattarli come stabili per mesi o anni. I segmenti comportamentali si spostano insieme al comportamento dei clienti: una promozione, un cambio di stagione, un nuovo prodotto in catalogo possono spostare clienti da un gruppo all’altro nel giro di poche settimane. Il clustering va rieseguito a intervalli regolari, e i nomi dati ai segmenti vanno rivisti insieme ai dati, non lasciati fissi mentre la composizione reale dei gruppi cambia sotto di loro.
Quando il clustering non serve
Se il numero di clienti attivi è piccolo — poche centinaia — o se il business ha già una segmentazione naturale evidente e stabile (ad esempio B2B con pochi grandi clienti molto diversi tra loro), il clustering aggiunge complessità senza aggiungere informazione reale. In quei casi una segmentazione a regole, definita a mano da chi conosce il business, arriva più rapidamente allo stesso risultato pratico e resta più facile da spiegare a chi deve poi usarla per decidere una campagna.