Segmentazione dei clienti tramite tecniche di clustering

Negli ultimi anni, il progresso tecnologico ha trasformato il ruolo dei dati, rendendoli una risorsa strategica fondamentale per le aziende. Questo lavoro si concentra sull’analisi dei dati di vendita di un’istituzione privata di educazione superiore con l’obiettivo di comprendere le dinamiche di acquisto aziendale e supportare strategie decisionali data-driven. Il presente lavoro combina dati quantitativi e qualitativi, considerando fattori come il settore di appartenenza e la situazione finanziaria delle aziende clienti. Utilizzando tecniche di clustering, si mira a identificare gruppi di aziende con caratteristiche simili, evidenziando schemi e correlazioni tra le loro caratteristiche e le scelte formative. Parallelamente, il progetto mira a distinguere i profili delle aziende clienti da quelle non clienti, individuando i fattori determinanti delle decisioni di acquisto. Il progetto si distingue per l’applicazione di tecniche di machine learning in un contesto ancora poco esplorato, offrendo un framework replicabile per analisi future e un contributo significativo alla comprensione delle dinamiche aziendali nel settore dell’educazione superiore.