Modelos Mistura de Regressão na Segmentação de Mercado: uma abordagem metodológica para a selecção do número adequado de segmentos. Estudo do comportamento do utente de transporte público urbano na área metropolitana do Porto

ÍNDICE DE FIGURAS

Figura I.1. Estrutura da dissertação 8

Figura 1.1. Níveis de segmentação de mercado 14

Figura 1.2. Classificação dos métodos de agrupamento 26 Figura 3.1. Quantos parâmetros são necessários para ajustar um elefante? 74 Figura 2.2. Classificação dos critérios para a selecção do número de

componentes mistura

77

Figura 3.3. _{Representação gráfica das funções H}~

(

)

(

)

( )

K

ℜ em ℜk

89

Figura 4.1. Esquema do ‘design do grupo satélite 1’ com grau de separação elevado

166

Figura 4.2. Esquema do ‘design do grupo satélite 1’ com grau de separação médio

168

Figura 4.3. Esquema do ‘design do grupo satélite 1’ com grau de separação baixo

170

Figura 4.4. Esquema do ‘design benchmarking 1’ 172 Figura 4.5. Esquema do ‘design do grupo satélite 2’ com grau de separação

elevado

174

Figura 4.6. Esquema do ‘design do grupo satélite 2’ com grau de separação médio

Tabela 5.84. Ranking de critérios nos designs GS/5/2/M/N e GS/5/2/M/U 318 Tabela 5.85. Diferença na taxa de sucesso dos critérios nos designs

GS/5/2/M/N e GS/5/2/M/U

319

Tabela 5.86. Ranking de critérios nos designs B/3/0/-/N e B/3/0/-/U 320 Tabela 5.87. Diferença na taxa de sucesso dos critérios nos designs B/3/0/-/N e

B/3/0/-/U

321

Tabela 5.66. Resultados do design GS/5/2/E/U 299 Tabela 5.67. Síntese das condições experimentais do design GS/5/2/M/U 300 Tabela 5.68 Resultados para o design GS/5/2/M/U 301 Tabela 5.69. Ranking de critérios nos designs GS/5/2/E/U e GS/5/2/M/U 303 Tabela 5.70. Diferença na taxa de sucesso dos critérios nos designs GS/5/2/E/U

e GS/5/2/M/U

303

Tabela 5.71. Síntese das condições experimentais do design B/3/0/-/U 304 Tabela 5.72. Resultados para o design B/3/0/-/U 305 Tabela 5.73. Designs B/3/0/-/U, GS/5/2/E/U e GS/5/2/M/U 307 Tabela 5.74. Ranking de critérios nos designs GS/3/1/E/N e GS/3/1/E/U 308 Tabela 5.75. Diferença na taxa de sucesso dos critérios nos designs GS/3/1/E/N

e GS/3/1/E/U

309

Tabela 5.76. Ranking de critérios nos designs GS/3/1/M/N e GS/3/1/M/U 310 Tabela 5.77. Diferença na taxa de sucesso dos critérios nos designs

GS/3/1/M/N e GS/3/1/M/U

311

Tabela 5.78. Ranking de critérios nos designs GS/3/1/B/N e GS/3/1/B/U 312 Tabela 5.79. Diferença na taxa de sucesso dos critérios nos designs GS/3/1/B/N

e GS/3/1/B/U

313

Tabela 5.80. Ranking de critérios nos designs B/2/0/-/N e B/2/0/-/U 314 Tabela 5.81. Diferença na taxa de sucesso dos critérios nos designs B/2/0/-/N e

B/2/0/-/U

315

Tabela 5.82. Ranking de critérios nos designs GS/5/2/E/N e GS/5/2/E/U 316 Tabela 5.83. Diferença na taxa de sucesso dos critérios nos designs GS/5/2/E/N

e GS/5/2/E/U

Tabela 5.47. Síntese das características do design GS/5/2/M/N 276 Tabela 5.48. Resultados para o design GS/5/2/M/N 278 Tabela 5.49. Ranking de critérios nos designs GS/5/2/E/N e GS/5/2/M/N 279

Tabela 5.50. Diferença na taxa de sucesso dos critérios nos designs GS/5/2/E/N e GS/5/2/M/N

280

Tabela 5.51. Síntese das características do design B/3/0/-/N 280 Tabela 5.52. Resultados para o design B/3/0/-/N 282 Tabela 5.53. Taxas de sucesso nos designs GS/5/2/E/N, GS/5/2/M/N e

B/3/0/-/N

284

Tabela 5.54. Síntese das características do design GS/3/1/E/U 285 Tabela 5.55. Resultados para o design GS/3/1/E/U 286 Tabela 5.56. Síntese das características do design GS/3/1/M/U 287 Tabela 5.57. Resultados para o design GS/3/1/M/U 288 Tabela 5.58. Síntese das características do design GS/3/1/B/U 289 Tabela 5.59. Resultados para o design GS/3/1/B/U 290 Tabela 5.60. Ranking de critérios nos designs GS/3/1/E/U, GS/3/1/M/U e

GS/3/1/B

292

Tabela 5.61. Diferença na taxa de sucesso dos critérios nos designs GS/3/1/E/U, GS/3/1/M/U e GS/3/1/B

293

Tabela 5.62. Síntese das características do design B/2/0/-/U 294

Tabela 5.63. Resultados para o B/2/0/-/U 295

Tabela 5.64. Designs GS/3/1/E/U, GS/3/1/M/U, GS/3/1/B/U e B/2/0/-/U 297 Tabela 5.65. Síntese das condições experimentais do design GS/5/2/E/U 298

Tabela 5.29. Resultados para o ‘design com 5 grupos’ e erros normais 255 Tabela 5.30. Resultados para o ‘design com 5 grupos’ e erros uniformes 256 Tabela 5.31. Ranking de critérios nos ‘designs com cinco grupos’ e erros

normais e uniformes

257

Tabela 5.32. Diferença na taxa de sucesso nos critérios nos ‘designs com 5 grupos’ e erros normais e uniformes

258

Tabela 5.33. Síntese das condições experimentais nos designs do grupo satélite e benchmarking

259

Tabela 5.34. Síntese das condições experimentais do design GS/3/1/E/N 260 Tabela 5.35. Resultados para o design GS/3/1/E/N 261 Tabela 5.36. Síntese das condições experimentais do design GS/3/1/M/N 262 Tabela 5.37. Resultados para o design GS/3/1/M/N 263 Tabela 5.38. Síntese das condições experimentais do design GS/3/1/B/N 264 Tabela 5.39. Resultados para o design GS/3/1/B/N 266 Tabela 5.40. Ranking de critérios nos designs GS/3/1/E/N, GS/3/1/M/N e

GS/3/1/B/N

268

Tabela 5.41. Diferença na taxa de sucesso dos critérios nos designs GS/3/1/E/N, GS/3/1/M/N e GS/3/1/B/N

269

Tabela 5.42. Síntese das condições experimentais do design B/2/0/-/N 270 Tabela 5.43. Resultados para do design benchmarking B/2/0/-/N 271 Tabela 5.44. Taxa de sucesso nos designs B/2/0/-/N, GS/3/1/E/N, GS/3/1/M/N

e GS/3/1/B/N

273

Tabela 5.45. Síntese das condições experimentais do design GS/5/2/E/N 274 Tabela 5.46. Resultados para o design GS/5/2/E/N 275

Tabela 5.17. Resultados de simulação para o factor experimental dimensão do segmento de menor dimensão (factor 8): critérios de classificação

219

Tabela 5.18. Resultados de simulação para o factor experimental distribuição dos erros (factor 9): critérios de informação

221

Tabela 5.19. Resultados de simulação para o factor experimental distribuição dos erros (factor 9): critérios de classificação

222

Tabela 5.20. Ranking dos critérios de informação e de classificação por condição experimental

226

Tabela 5.21. Resultados da estimação de modelos logit para os critérios AIC, AIC3, AIC4 e AICc

230

Tabela 5.22. Resultados da estimação de modelos logit para os critérios BIC, CAIC, CAICF e ICOMP

233

Tabela 5.23. Resultados da estimação de modelos logit para os critérios MDL2,

MDL5 e HQ

236

Tabela 5.24. Resultados da estimação de modelos logit para os critérios Es, E,

LP e AWE

239

Tabela 5.25. Resultados da estimação de modelos logit para os critérios NEC, CL, CLC, ICLBIC

243

Tabela 5.26. Resultados da estimação de modelos logit para os critérios ICOMPLBIC, PC, PE e NPE

246

Tabela 5.27. Resultados da estimação de modelos logit para os critérios NFI, MEANht e MINht

248

Tabela 5.28. Síntese dos resultados da estimação de modelos logit para os 26 critérios

Tabela 5.7. Resultados de simulação para o factor experimental escala de medida das variáveis explicativas (factor 3): critérios de classificação

203

Tabela 5.8. Resultados de simulação para o factor experimental grau de separação entre os coeficientes dos segmentos (factor 4): critérios de informação

206

Tabela 5.9. Resultados de simulação para o factor experimental grau de separação entre os coeficientes dos segmentos (factor 4): critérios de classificação

207

Tabela 5.10. Resultados de simulação para o factor experimental número de consumidores (factor 5): critérios de informação

209

Tabela 5.11. Resultados de simulação para o factor experimental número de consumidores (factor 5): critérios de classificação

210

Tabela 5.12. Resultados de simulação para o factor experimental número de observações por consumidor (factor 6): critérios de informação

212

Tabela 5.13. Resultados de simulação para o factor experimental número de observações por consumidor (factor 6): critérios de classificação

213

Tabela 5.14. Resultados de simulação para o factor experimental número de observações por consumidor (factor 6): critérios de classificação

215

Tabela 5.15. Resultados de simulação para o factor experimental variação não explicada (factor 7): critérios de informação

216

Tabela 5.16. Resultados de simulação para o factor experimental dimensão do segmento de menor dimensão (factor 8): critérios de informação

Tabela 4.15. Caracterização das condições experimentais do ‘design do grupo satélite 1’ com grau de separação baixo e erros uniformes

183

Tabela 4.16. Caracterização das condições experimentais do ‘design benchmarking com erros uniformes’

184

Tabela 4.17. Caracterização das condições experimentais do ‘design do grupo satélite 2’ com grau de separação elevado e erros uniformes

185

Tabela 4.18. Caracterização das condições experimentais do ‘design do grupo satélite 2’ com grau de separação médio e erros uniformes

187

Tabela 4.19. Caracterização das condições experimentais do ‘design benchmarking 2’ com erros uniformes

188

Tabela 5.1. Taxas de sucesso global no ‘design principal’ 193 Tabela 5.2. Resultados de simulação para o factor experimental número de

segmentos (factor 1): critérios de informação

196

Tabela 5.3. Resultados de simulação para o factor experimental número de segmentos (factor 1): critérios de classificação

197

Tabela 5.4. Resultados de simulação para o factor experimental número de variáveis explicativas (factor 2): critérios de informação

199

Tabela 5.5. Resultados de simulação para o factor experimental número de variáveis explicativas (factor 2): critérios de classificação

200

Tabela 5.6. Resultados de simulação para o factor experimental escala de medida das variáveis explicativas (factor 3): critérios de informação

Tabela 4.3. Caracterização das condições experimentais do ‘design principal’ 159 Tabela 4.4. Caracterização das condições experimentais do ‘design com 5

grupos’ e erros normais

161

Tabela 4.5. Caracterização das condições experimentais do ‘design com 5 grupos’e erros uniformes

162

Tabela 4.6. Caracterização das condições experimentais do ‘design do grupo satélite 1’ com grau de separação elevado e erros normais

167

Tabela 4.7. Caracterização das condições experimentais do ‘design do grupo satélite 1’ com grau de separação médio e erros normais

169

Tabela 4.8. Caracterização das condições experimentais do ‘design do grupo satélite 1’ com grau de separação baixo e erros normais

171

Tabela 4.9. Caracterização das condições experimentais do ‘design benchmarking 1’ com erros normais

173

Tabela 4.10. Caracterização das condições experimentais do ‘design do grupo satélite 2’ com erros normais e grau de separação elevado

175

Tabela 4.11. Caracterização das condições experimentais do ‘design do grupo satélite 2’ com erros normais e grau de separação médio

178

Tabela 4.12. Caracterização das condições experimentais do ‘design benchmarking 2’

179

Tabela 4.13. Caracterização das condições experimentais do ‘design do grupo satélite 1’ com grau de separação elevado e erros uniformes

181

Tabela 4.14. Caracterização das condições experimentais do ‘design do grupo satélite 1’ com grau de separação médio e erros uniformes

ÍNDICE DE TABELAS

Tabela 1.1. Classificação das bases de segmentação 17 Tabela 1.2. Bases de segmentação gerais observáveis 18 Tabela 1.3. Bases de segmentação específicas do produto observáveis 21

Tabela 1.4. Avaliação das bases de segmentação 22

Tabela 1.5. Classificação dos métodos de segmentação 23 Tabela 1.6. Avaliação dos métodos de segmentação 30 Tabela 1.7. Caracterização das distribuições discretas univariadas 33 Tabela 1.8. Caracterização das distribuições contínuas univariadas 34 Tabela 1.9. Aplicações dos modelos GLIMMIX na segmentação de mercado 36 Tabela 2.1. Primeiros contributos em modelos mistura de regressão 49

Tabela 2.2. Clusterwise linear regression 51

Tabela 2.3. Algoritmo EM 55

Tabela 2.4. Algoritmo EM 64

Tabela 3.1. Diferenças nos critérios de validação 115 Tabela 3.2. Critérios de informação e critérios de classificação 128 Tabela 3.3. Estudos de desempenho de critérios em modelos mistura 133 Tabela 3.4. Factores manipulados no processo de simulação nos estudos de

Andrews e Currim

136

Tabela 3.5. Algoritmo de Hawkins 137

Tabela 3.6. Frequência de aplicação dos critérios 140 Tabela 4.1. Critérios de informação e critérios de classificação 149 Tabela 4.2. Características das aplicações de modelos mistura de regressão 153

5.3.21 ‘Design Benchmarking 2’ com Erros Uniformes (B/3/0/-/U) 304 5.3.22 Comparação dos ‘Designs do Grupo Satélite 2’ GS/5/2/E/U e

GS/5/2/M/U e ‘Design Benchmarking 2’ B/3/0/-/U

306

5.3.23 Comparação dos ‘Designs do Grupo Satélite 1’ GS/3/1/E/N e GS/3/1/E/U

308

5.3.24 Comparação dos ‘Designs do Grupo Satélite 1’ GS/3/1/M/N e GS/3/1/M/U

309

5.3.25 Comparação dos ‘Designs do Grupo Satélite 1’ GS/3/1/B/N e GS/3/1/B/U

311

5.3.26 Comparação dos ‘Designs Benchmarking 1’ B/2/0/-/N e B/2/0/-/U 313 5.3.27 Comparação dos ‘Designs do Grupo Satélite 2’ GS/5/2/E/N e

GS/5/2/E/U

315

5.3.28 Comparação dos ‘Designs do Grupo Satélite 2’ GS/5/2/M/N e GS/5/2/M/U

317

5.3.29 Comparação dos ‘Designs Benchmarking 2’ B/3/0/-/N e B/3/0/-/U 319

5.4 SÍNTESE CONCLUSIVA 321 CONCLUSÃO 327 APÊNDICE 1 336 APÊNDICE 2 341 APÊNDICE 3 346 APÊNDICE 4 348 BIBLIOGRAFIA 372

5.3.8 ‘Design do Grupo Satélite 2’ com Grau de Separação Médio e Erros Normais (GS/5/2/M/N)

276

5.3.9 Comparação dos ‘Designs do grupo Satélite 2’GS/5/2/E/N e GS/5/2/M/N

277

5.3.10 ‘Design Benchmarking 2’ com Erros Normais (B/3/0/-/N) 279 5.2.11 Comparação dos ‘Designs do Grupo Satélite 2’ GS/5/2/E/N e

GS/5/2/E/N e ‘Design Benchmarking 2’ B/3/0/-/N

281

5.3.12 ‘Design do Grupo Satélite 1’ com Grau de Separação Elevado e Erros Uniformes (GS/3/1/E/U)

283

5.3.13 ‘Design do Grupo Satélite 1’ com Grau de Separação Médio e Erros Uniformes (GS/3/1/M/U)

287

5.3.14 ‘Design do Grupo Satélite 1’ com Grau de Separação Baixo e Erros Uniformes (GS/3/1/B/U)

289

5.3.15 Comparação dos ‘Designs do Grupo Satélite 1’ GS/3/1/E/U, GS/3/1/M/U e GS/3/1/B/U

291

5.3.16 ‘Design Benchmarking 1’ com Erros Uniformes (B/2/0/-/U) 294 5.3.17 Comparação dos ‘Designs do Grupo Satélite 1’ GS/3/1/E/U,

GS/3/1/M/U e GS/3/1/B/U e ‘Design Benchmarking 1’ B/2/0/-/U

295

5.3.18 ‘Design do Grupo Satélite 2’ com Grau de Separação Elevado e Erros Uniformes (GS/5/2/E/U)

296

5.3.19 ‘Design do Grupo Satélite 2’ com Grau de Separação Médio e Erros Uniformes (GS/5/2/M/U)

300

5.3.20 Comparação dos ‘Designs do Grupo Satélite 2’ GS/5/2/E/U e GS/5/2/M/U

5.1.8 Factor 8: Dimensão do Segmento de Menor Dimensão 217

5.1.9 Factor 9: Distribuição dos Erros 220

5.1.10 Ranking dos Critérios de Informação e de Classificação 223 5.1.11 Influência das Condições Experimentais na Taxa de Sucesso dos

Critérios

225

5.2 ‘DESIGNS COM 5GRUPOS’ 253

5.2.1 ‘Design com 5 Grupos’ e Erros Normais 253

5.2.2 ‘Design com 5 Grupos’ e Erros Uniformes 254

5.2.3 Comparação dos ‘Designs com 5 Grupos’ com Erros Normais e Uniformes

255

5.3 ‘DESIGNS DO GRUPO SATÉLITE’ 257

5.3.1 ‘Design do Grupo Satélite 1’ com Grau de Separação Elevado e Erros Normais (GS/3/1/E/N)

259

5.3.2 ‘Design do Grupo Satélite 1’ com Grau de Separação Médio e Erros Normais (GS/3/1/M/N)

260

5.3.3 ‘Design do Grupo Satélite 1’ com Grau de Separação Baixo e Erros Normais (GS/3/1/B/N)

264

5.3.4 Comparação dos ‘Designs do Grupo Satélite 1’ GS/3/1/E/N, GS/3/1/M/N e GS/3/1/B/N

266

5.3.5 ‘Design Benchmarking 1’ com Erros Normais (B/2/0/-/N) 268 5.3.6 Comparação dos ‘Designs do Grupos Satélite 1’ GS/3/1/E/N,

GS/3/1/M/N e GS/3/1/B/N e ‘Design Benchmarking 1’ B/2/0/-/N

271

5.3.7 ‘Design do Grupo Satélite 2’ com Grau de Separação Elevado e Erros Normais (GS/5/2/E/N)

4.4.8 ‘Design do Grupo Satélite 1’ com Grau de Separação Elevado e Erros Uniformes

180

4.4.9 ‘Design do Grupo Satélite 1’ com Grau de Separação Médio e Erros Uniformes

180

4.4.10 ‘Design do Grupo Satélite 1’ com Grau de Separação Baixo e Erros Uniformes

181

4.4.11 ‘Design Benchmarking 1’ com Erros Uniformes 183 4.4.12 ‘Design do Grupo Satélite 2’ com Grau de Separação Elevado e Erros

Uniformes

184

4.4.13 ‘Design do Grupo Satélite 2’ com Grau de Separação Médio e Erros Uniformes

186

4.4.14 ‘Design Benchmarking 2’ com Erros Uniformes 186

4.5 RESULTADOS ESPERADOS 186

4.6 SÍNTESE CONCLUSIVA 189

CAPÍTULO 5.DESEMPENHO DE CRITÉRIOS DE INFORMAÇÃO E DE

CLASSIFICAÇÃO:RESULTADOS

191

5.1 ‘DESIGN’PRINCIPAL 192

5.1.1 Factor 1: Número de Segmentos 194

5.1.2 Factor 2: Número de Variáveis Explicativas 198 5.1.3 Factor 3: Escala de Medida das Variáveis Explicativas 201 5.1.4 Factor 4: Grau de Separação Entre os Coeficientes dos Segmentos 204

5.1.5 Factor 5: Número de Consumidores 208

5.1.6 Factor 6: Número de Observações por Consumidor 211

CAPÍTULO 4.DESEMPENHO DE CRITÉRIOS DE INFORMAÇÃO E DE CLASSIFICAÇÃO: METODOLOGIA 146 4.1 OPÇÕES METODOLÓGICAS 148 4.1.1 Critérios em Comparação 148 4.1.2 Indicadores de Desempenho 150 4.1.3 Factores e Níveis 151

4.1.4 Tipologia dos Designs Experimentais 152

4.2 ‘DESIGN PRINCIPAL’ 154

4.3 ‘DESIGNS COM 5GRUPOS’ 158

4.3.1 ‘Design com 5 Grupos’ e Erros Normais 158

4.3.2 ‘Design com 5 Grupos’ e Erros Uniformes 160

4.4 ‘DESIGNS DO GRUPO SATÉLITE’ 162

4.4.1 ‘Design do Grupo Satélite 1’ com Grau de Separação Elevado e Erros Normais

165

4.4.2 ‘Design do Grupo Satélite 1’ com Grau de Separação Médio e Erros Normais

166

4.4.3 ‘Design do Grupo Satélite 1’ com Grau de Separação Baixo e Erros Normais

169

4.4.4 ‘Design Benchmarking 1’ com Erros Normais 171 4.4.5 ‘Design do Grupo Satélite 2’ com Grau de Separação Elevado e Erros

Normais

172

4.4.6 ‘Design do Grupo Satélite 2’ com Grau de Separação Médio e Erros Normais

174

2.3.1 Modelo Mistura de Regressão para Análise Conjunta Métrica 64 2.3.2 Modelo Mistura de Regressão para Dados em Painel 66

2.4 SÍNTESE CONCLUSIVA 69

CAPÍTULO 3.CRITÉRIOS DE SELECÇÃO DO NÚMERO DE SEGMENTOS EM

MODELOS MISTURA

70

3.1 PRINCÍPIO DA PARCIMÓNIA –PROPRIEDADE DE UM BOM MODELO 71 3.2 CLASSIFICAÇÃO DOS CRITÉRIOS DE VALIDAÇÃO 75

3.3 CRITÉRIOS DE INFORMAÇÃO 78

3.3.1 Critérios Baseados na Estimação da Distância Kulback-Leibler 79

3.3.2 Critérios Bayesianos 103 3.3.3 Critérios Consistentes 106 3.4 CRITÉRIOS DE CLASSIFICAÇÃO 115 3.4.1 Índices Probabilísticos 116 3.4.2 Índices Difusos 121 3.5 SÍNTESE DE CRITÉRIOS 128

3.6 ANÁLISE COMPARATIVA DO DESEMPENHO DE CRITÉRIOS 130 3.6.1 Estudos que Apresentam Contributos na Comparação de Critérios 130

3.6.2 Metodologia Baseada na Simulação 132

3.6.3 Resultados de Alguns Estudos 138

3.7 FREQUÊNCIA DE UTILIZAÇÃO DOS VÁRIOS CRITÉRIOS EM SEGMENTAÇÃO DE MERCADO

140

ÍNDICE GERAL

INTRODUÇÃO 1

CAPÍTULO 1.SEGMENTAÇÃO DE MERCADO E MODELOS MISTURA DE

REGRESSÃO 11 1.1 CONCEITOS DE BASE 11 1.1.1 Segmentação de Mercado 11 1.1.2 Bases de Segmentação 15 1.1.3 Métodos de Segmentação 22

1.2 MODELOS MISTURA DE REGRESSÃO 31

1.2.1 Enquadramento 31

1.2.2 Modelo Geral 32

1.2.3 Aplicações 36

1.3 SÍNTESE CONCLUSIVA 39

CAPÍTULO 2.MODELOS MISTURA DE REGRESSÃO PARA VARIÁVEIS NORMAIS 41

2.1 CONTRIBUTOS PARA O DESENVOLVIMENTO DOS MODELOS MISTURA DE REGRESSÃO

41

2.1.1 Switching Regression Models 42

2.1.2 Clusterwise Regression 48

2.1.3 Modelos Mistura Finitos 50

2.2 MODELOS MISTURA DE REGRESSÃO PARA VARIÁVEIS NORMAIS 57

2.2.1 Modelo 57

2.2.2 Algoritmo de Estimação 59

RESUMO

Esta dissertação enquadra-se na problemática da segmentação de mercado e da selecção do número de grupos quando são utilizados modelos mistura de regressão para variáveis normais. Apesar do frequente uso destes modelos, o problema da selecção do número de segmentos continua em aberto, quer na literatura de Marketing, quer Estatística. Determinar o número de segmentos é essencial, na medida em que várias decisões estratégicas de Marketing em mercados heterogéneos dependem dela, existindo custos para as empresas de uma incorrecta definição do número de segmentos de mercado.

Esta dissertação possui dois objectivos de investigação: (i) identificação, descrição e organização dos critérios, dispersos na literatura, que podem ser usados na selecção do número de segmentos; (ii) avaliação da eficácia dos critérios revistos e da influência de um conjunto de condições experimentais na selecção do número de segmentos.

Os critérios foram classificados em dois grandes grupos, critérios de informação (estimadores da distância Kullback-Leibler, bayesianos e consistentes) e critérios de classificação (índices probabilísticos e índices difusos). A avaliação do desempenho dos 26 critérios seleccionados foi efectuada através de um conjunto de 17 designs experimentais. Na sua concepção deu-se particular relevância ao problema de nichos de mercado e à questão da robustez dos resultados à distribuição de probabilidade assumida (normal versus uniforme). As simulações foram realizadas no programa Gauss 6.0.

Os melhores desempenhos foram dos critérios AIC3, AIC4, HQ, ICLBIC e

ICOMPLBIC. Na presença de amostras de grande dimensão e um grande número de grupos são igualmente recomendáveis os critérios BIC e CAIC.

PALAVRAS-CHAVE: Segmentação de mercado, modelos mistura de regressão, critérios de informação, critérios de classificação, design experimental, simulação.

AGRADECIMENTOS

Ao Prof. Doutor Francisco Vitorino Martins agradeço a orientação, interesse, motivação e disponibilidade no acompanhamento deste trabalho.

À Faculdade de Economia da Universidade do Porto agradeço o apoio institucional concedido.

Ao Professor Michel Wedel agradeço as sugestões fornecidas durante o Tutorial em “Latent Class Regression Models”, que decorreu em Coeur d´Alene (Idaho-Washington, EUA), organizado pela AMA - American Marketing Association no âmbito do 16th Annual Advanced Research Techniques FORUM, em Junho de 2005.

Aos Professores Karen Gedenk, Harald van Heerde, Tammo Bijmolt e Spyros Gounaris, agradeço os comentários e sugestões, durante a apresentação do meu projecto de investigação no 19th EMAC – European Marketing Association Doctoral Colloquium, que decorreu em Atenas, Grécia, em Maio de 2006.

À Fundação para a Ciência e Tecnologia, pela Bolsa de Doutoramento concedida no âmbito do programa de Doutoramento [Refª. SFRH/BD/19491/2004].

À minha família e aos meus amigos, pelo apoio durante o desenvolvimento deste trabalho.

NOTA BIOGRÁFICA

Ana Margarida Mendes Camelo Oliveira Brochado nasceu a 5 de Junho de 1976 na Freguesia de Rio Tinto, Concelho de Gondomar. Conclui em 1998 a licenciatura em Economia na Universidade Portucalense com a classificação final de 16 valores, tendo recebido o Prémio Engenheiro António de Almeida, pela obtenção da melhor classificação final do seu curso. Obteve em 2002 o grau de Mestre em Métodos Quantitativos em Gestão, com a classificação de Muito Bom, na Escola de Gestão do Porto – Universidade do Porto - tendo desenvolvido a dissertação: “Segmentação de mercado: bases de segmentação e métodos de classificação. Aplicação ao mercado de vinho verde”, orientada pelo Professor Doutor Francisco Vitorino Martins. A inscrição como aluna do Doutoramento em Ciências Empresariais, a título definitivo, na Faculdade de Economia da Universidade do Porto, foi aceite pela Comissão Coordenadora do Conselho Científico em Junho de 2004. Desde 1998 exerce funções docentes no ensino superior.

F

ACULDADE DE

E

CONOMIA

U

P

Segmentação de Mercado e Modelos Mistura de

Regressão: Critérios para a Determinação do Número

de Segmentos

Ana Margarida Mendes Camelo Oliveira Brochado

Orientação: Francisco Vitorino Martins

Tese de Doutoramento em Ciências Empresariais