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~
(
θ*,θ)
e(
1 N)
logL θ( )
86 Figura 3.4. Estimação paramétrica interpretada como projecção Euclidiana deK
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.