Segmentação de Usuários de uma Plataforma de Streaming

Data de entrega: 26 de fevereiro de 2026

1 Contexto

Uma plataforma de streaming de filmes e séries deseja compreender melhor o comportamento de seus usuários ativos, com o objetivo de:

  • personalizar recomendações;
  • melhorar estratégias de retenção;
  • identificar perfis com risco de cancelamento;
  • estruturar planos de assinatura mais adequados.

Atualmente, a empresa possui apenas dados agregados de uso e não realiza segmentação formal baseada em métodos estatísticos.

Você faz parte da equipe de Ciência de Dados responsável por conduzir uma análise de agrupamentos multivariada, identificando perfis homogêneos de usuários.

1.1 Base de dados

Cada observação representa um usuário ativo da plataforma.

As variáveis disponíveis são:

Variável Descrição
idade Idade do usuário (anos)
horas_semana Horas médias de consumo por semana
dias_ativos Número médio de dias ativos por semana
avaliacoes Número médio de avaliações feitas por mês
tempo_assinatura Tempo de assinatura (meses)
valor_plano Valor mensal do plano (R$)

Todas as variáveis são quantitativas contínuas. Os dados para esta análise estão disponíveis aqui.

1.2 Objetivo

Identificar perfis distintos de usuários com base em padrões de uso, engajamento e fidelização, utilizando métodos de análise de agrupamentos.

2 Etapas obrigatórias da análise

2.1 Análise exploratória dos dados (EDA)

Pergunta-guia:
> Os dados sugerem a coexistência de múltiplos perfis de usuários?

2.2 Pré-processamento

  • Padronize as variáveis;
  • Justifique a necessidade da padronização;
  • Defina a métrica de distância utilizada.

2.3 Avaliação da tendência a agrupamento

2.3.1 Estatística de Hopkins

  • Calcule a estatística de Hopkins;
  • Interprete formalmente o valor obtido;

2.3.2 Método visual (VAT)

  • Aplique o método VAT;
  • Interprete a matriz de distâncias reorganizada;
  • Discuta valores plausíveis para o número de clusters.

2.3.3 Análise de Componentes Principais (PCA)

  • Utilize PCA para visualização exploratória;
  • Construa o gráfico das duas primeiras componentes;

2.4 Métodos hierárquicos

Aplique os seguintes métodos hierárquicos aglomerativos:

  • Método do vizinho mais próximo (single linkage)
  • Método do vizinho mais distante (complete linkage)
  • Método da distância média (average linkage)
  • Método do centroide (centroid)
  • Método de Ward (Ward.D2)

2.4.1 Correlação cofenética

  • Calcule a correlação cofenética para cada método;
  • Compare os resultados;
  • Selecione o método mais adequado.

2.4.2 Dendrograma e escolha do número de clusters

  • Construa o dendrograma do método selecionado;
  • Avalie visualmente possíveis cortes;
  • Teste pelo menos três valores diferentes de k;
  • Justifique a escolha final.

2.4.3 Validação por silhueta

  • Calcule a silhueta média global;
  • Analise a silhueta por cluster;
  • Identifique clusters fracos ou observações de fronteira.

2.4.4 Análise descritiva e leitura substantiva (Hierárquico)

  • Calcule estatísticas descritivas por cluster;
  • Realize a leitura substantiva dos grupos;
  • Atribua rótulos conceituais aos perfis identificados.

2.5 K-médias como método confirmatório

  • Aplique K-médias com o valor final de k;
  • Utilize múltiplas inicializações (nstart elevado);
  • Compare os resultados com a solução hierárquica.

2.6 Conclusão

Apresente:

  • a segmentação final escolhida;
  • a justificativa metodológica completa;
  • a interpretação dos perfis encontrados;
  • implicações práticas para a plataforma de streaming.