Customer segmentation with the help of data analysis for Company X

Abstract

This master's thesis examines how the customer segmentation of private forest owners can be renewed in Company X, in order to better understand the changes in the customer base and their attitude towards forest ownership. In recent decades, the demographic changes of forest owners have had a significant impact on the wood trade, such as the decrease in the number of full-time forestry entrepreneurs and the increase in the size of forest farms. This can also be seen in Company X's customer base, because Company X has begun to suspect that certain of its current customer groups do not represent customers as well as would be necessary, especially for marketing purposes. This thesis focuses especially on Company X's Customer Group 2, which is the largest and most heterogeneous group. A customer questionnaire was developed for the thesis, which was used to collect data about customers. The data used in the study were the data that Company X already has, as well as the answers to the questionnaire. The chosen segmentation method was K-means algorithm because of its of simplicity, efficiency, clarity, flexibility, and proven effectiveness. The results of the analysis and clustering of the data showed that the current customer segments are not optimal, especially Customer Group 2 needs an update. With the help of data analysis and a survey, the customer segments could be divided a little more precisely, and even in the sample group there were a few customers who do not belong to this group at all. K-means clustering did not prove to be the best method for segmenting Customer Group 2, when evaluating it from the viewpoint of Company X’s desires, although it identified some differences between the clusters. Clustering did not produce the desired results that Company X was after. Desired results were clear, evenly sized clusters that could be deemed to include customers that differ from other clusters majorly. So other segmentation methods are recommended in the future. A data-based approach can enable deeper customer understanding and help improve marketing, if descriptive information is obtained from customer groups.

Tässä maisterin tutkielmassa tarkastellaan, kuinka yksityisten metsänomistajien asiakassegmentointi voidaan uudistaa Yrityksessä X, jotta voidaan paremmin ymmärtää asiakaskunnan muutoksia ja heidän suhtautumistaan metsänomistukseen. Viime vuosikymmeninä metsänomistajissa tapahtuneet muutokset ovat vaikuttaneet merkittävästi puukauppaan. Tämä näkyy myös Yrityksen X asiakaskunnassa, koska Yritys X on alkanut epäilemään, että sen tietyt nykyiset asiakasryhmät eivät kuvasta asiakkaita niin hyvin kuin olisi tarpeellista erityisesti markkinoinnin avuksi. Tämä tutkimus keskittyy erityisesti Yrityksen X Asiakasryhmään 2, joka on sen suurin ja heterogeenisin asiakasryhmä. Tutkimukseen kehitettiin asiakaskysely, jonka avulla kerättiin dataa asiakkaista. Datana tutkimuksessa toimi Yrityksen X aikaisemmin keräämä data asiakkaista, sekä kyselyn vastaukset. Valituksi segmentointimenetelmäksi valikoitui K-means algoritmi sen yksinkertaisuuden, selkeyden, joustavuuden ja todistetun tehokkuuden vuoksi. Tulokset kyselyn analysoinnista ja klusteroinnista osoittivat, että nykyiset asiakassegmentit eivät ole optimaalisia, erityisesti Asiakasryhmä 2 tarvitsee päivitystä. Data-analyysin ja kyselytutkimuksen avulla asiakassegmentit voidaan jakaa hieman tarkemmin ja otosryhmässäkin oli muutamia asiakkaita, jotka eivät kuulu nykyään ollenkaan tähän ryhmään. K-means klusterointi ei osoittautunut parhaaksi tavaksi segmentoida Asiakasryhmä 2:sta, kun sitä arvioitiin Yrityksen X toiveiden näkökulmasta, vaikka se tunnisti joitakin yhtäläisyyksiä saatujen ryhmien sisällä. Toivotut tulokset Yritykselle X olisivat olleet selkeitä, tasakokoisia klustereita, jotka sisältäisivät asiakkaita, jotka eroavat suuresti muista klustereista. Klusterointi ei tuottanut toivottuja tuloksia, joten muita segmentointimenetelmiä suositellaan jatkossa. Dataan perustuva lähestymistapa voi syventää asiakasymmärrystä ja auttaa parantamaan markkinointia, jos asiakasryhmiltä saadaan kuvaavaa tietoa.