Como usar a ferramenta
Abra o arquivo ou clique em “Usar dados de exemplo”, marque as perguntas numéricas que vão definir os segmentos (normalmente avaliações de atitude, necessidade ou importância), defina a faixa de grupos a comparar (por exemplo, de 2 a 6) e rode. Comparar cinco soluções costuma levar menos de um segundo.
Depois, comece pela tabela de comparação de soluções: silhueta média e tamanho do menor segmento para cada k. Escolhida uma solução, a tabela de perfil mostra as médias de cada segmento em cada variável e o índice em relação ao total, e você pode incluir variáveis demográficas para ver a composição. Por fim, exporte a base com a coluna de segmento ou a tabela de perfil.
Método: k-médias e silhueta
O k-médias minimiza a soma dos quadrados dentro dos grupos W = Σₖ Σ ‖zᵢ − μₖ‖², em que zᵢ são as variáveis padronizadas do entrevistado i e μₖ é o centro do grupo k. A padronização (média 0, desvio padrão 1) evita que uma escala de 0 a 10 domine uma de 1 a 5. Os centros iniciais seguem uma regra fixa, então o mesmo arquivo, as mesmas variáveis e o mesmo k dão sempre o mesmo resultado; os segmentos são numerados do maior para o menor.
A silhueta s(i) = (b(i) − a(i)) ÷ max(a(i), b(i)), em que a(i) é a distância média do entrevistado aos outros membros do seu grupo e b(i) é a distância média ao grupo vizinho mais próximo. s(i) vai de −1 a 1; perto de 1, a alocação é clara; perto de 0, os grupos se sobrepõem.
- Regra de recomendação: entre as soluções cujo menor segmento tem pelo menos 5% da base, a de maior silhueta média; se todas tiverem um segmento pequeno demais, a de maior silhueta, com aviso.
- Índice = média do segmento ÷ média total × 100; ≥ 110 é marcado como alto e ≤ 90 como baixo.
- Linhas sem alguma variável de agrupamento ficam fora do agrupamento e saem com a coluna de segmento em branco na exportação.
Exemplo resolvido
Nos dados sintéticos de exemplo, 600 entrevistados avaliaram de 1 a 5 oito afirmações sobre uma marca (brand_grid_1 a brand_grid_8). Rodando k de 2 a 6 nessas 8 variáveis, a silhueta média é: 0,273 com k = 2; 0,189 com k = 3; 0,172 com k = 4; 0,139 com k = 5; 0,131 com k = 6.
A solução recomendada é k = 2, com segmentos de 308 pessoas (51,3%) e 292 pessoas (48,7%); com k = 3, a silhueta cai para 0,189. O segmento 1 tem índices de 77–81 nas oito afirmações e o segmento 2, de 120–125: o primeiro dá notas baixas em tudo e o segundo, notas altas em tudo. Os dois segmentos refletem a simpatia geral pela marca, não prioridades diferentes.
Isso é uma lição útil para projetos reais: quando todas as notas são puxadas por uma atitude geral, o k-médias só separa “gosta” de “não gosta”. Para achar grupos com prioridades diferentes, use perguntas de necessidade ou de trade-off, ou centralize as notas dentro de cada entrevistado antes de agrupar.
Quando usar e quando não usar
Avalie uma solução por três critérios ao mesmo tempo: silhueta média longe de zero; nenhum segmento pequeno demais (menos de cerca de 5% da base); e índices altos e baixos que formem perfis que a equipe consiga explicar e usar. Uma segmentação resume padrões de resposta; não prova que existem tipos naturais de pessoas.
- Use para segmentações baseadas em avaliações de atitude ou necessidade, quando você quer uma primeira solução reproduzível e levar a coluna de segmento para as tabelas cruzadas.
- Use com algumas centenas ou mais de entrevistados completos e variáveis numéricas em escalas parecidas.
- Não use com variáveis nominais (região, marca usada) — o k-médias precisa de distâncias numéricas; prefira a análise de classes latentes.
- Não use como ferramenta formal de classificação de novos entrevistados (typing tool) — os centros aqui são um ponto de partida, não um classificador validado.
Como interpretar o resultado
Silhueta média acima de 0,5 costuma indicar estrutura clara; entre 0,25 e 0,5, alguma estrutura com sobreposição; abaixo de 0,25, talvez não haja agrupamento natural nos dados. Em pesquisas, a silhueta costuma ser baixa, então o mais importante é se os perfis são estáveis e fazem sentido para o negócio.
Nomeie os segmentos pelas variáveis com índice bem acima ou abaixo de 100 e use tabelas cruzadas para ver as diferenças em demografia e comportamento. Rode de novo com outro conjunto de variáveis ou um k vizinho: se os segmentos principais se mantêm, a solução é mais confiável.