リレーショナルデータベースに、顧客と保険対象ペットのプロファイル、保険契約の詳細、保険料、および請求が保存されています。マーケティングマネージャーは、同様のプロファイルを持つ新しい潜在顧客を見つけるために、ターゲットを絞ったソーシャルメディアキャンペーンを実施したいと考えています。ソーシャルメディアで一致する個別の顧客セグメントを特定するために、どのモデリングアプローチが最も適切ですか？

クラスタリングは、類似した特性を持つ顧客をグループ化する教師なし学習手法です。このシナリオでは、既存の顧客データから明確な顧客セグメントを自動的に識別し、それぞれのセグメントの特性を理解するのに最適です。これにより、マーケティングマネージャーは、ソーシャルメディア上でこれらのセグメントに類似する新しい潜在顧客を効果的にターゲットにできます。 回帰モデルは数値予測に使用され、セグメントの特性を定量化するのには適していますが、セグメント自体を発見するものではありません。レコメンデーションシステムはアイテムの推奨に特化しており、顧客セグメントの発見には直接的ではありません。決定木分類器は教師あり学習であり、事前に定義されたラベル（セグメント）が必要ですが、このケースではセグメントはまだ不明です。