Hai profili di clienti e animali domestici assicurati, dettagli delle polizze, premi e reclami archiviati in un database relazionale. Un responsabile marketing desidera eseguire una campagna mirata sui social media per trovare nuovi potenziali clienti con profili simili. Quale approccio di modellazione è più appropriato per identificare segmenti di clienti distinti da abbinare sui social media?

Il clustering è l'approccio più appropriato perché il suo obiettivo è raggruppare punti dati simili (in questo caso, profili di clienti) in segmenti distinti senza etichette predefinite. Questo è ideale per scoprire modelli e segmenti naturali che possono essere utilizzati per il targeting sui social media. Un modello di regressione è usato per prevedere un valore numerico e non per identificare segmenti. Un sistema di raccomandazione è progettato per suggerire articoli o utenti, non per segmentare un'intera base di clienti. Un classificatore ad albero decisionale richiede etichette predefinite per l'addestramento, che non sono disponibili per la scoperta di segmenti non noti.