U hebt klant- en verzekerde-huisdierprofielen, polisdetails, premies en claims opgeslagen in een relationele database. Een marketingmanager wil een gerichte socialmedia-campagne uitvoeren om nieuwe potentiële klanten met vergelijkbare profielen te vinden. Welke modelleringsaanpak is het meest geschikt om onderscheidende klantsegmenten te identificeren voor matching op sociale media?

Clustering is de meest geschikte aanpak omdat het onbegeleerd leren is dat patronen en groeperingen in gegevens ontdekt zonder vooraf gedefinieerde labels. Dit is ideaal voor het identificeren van "onderscheidende klantsegmenten" op basis van de beschikbare klantprofielen, polisdetails, premies en claims. Zodra deze segmenten zijn geïdentificeerd, kunnen vergelijkbare profielen op sociale media worden gezocht. Regressie is ongeschikt omdat het een begeleide leertaak is die wordt gebruikt voor het voorspellen van continue waarden, niet voor het ontdekken van segmenten. Een aanbevelingssysteem is gericht op het voorspellen van voorkeuren of het aanbevelen van items en is niet primair ontworpen voor het identificeren van brede klantsegmenten. Beslissingsboomclassificatie is een begeleide leertaak die wordt gebruikt voor classificatie in vooraf gedefinieerde categorieën, wat niet het doel is van deze vraag.