Análisis de datos para generar una propuesta de segmentación para la unidad de negocios de obesidad en Novo Nordisk.

Abstract

La presente memoria consiste en el desarrollo de un análisis de datos, mediante la metodología de minería de datos CRISP-DM, con la finalidad de generar una propuesta de segmentación de médicos prescriptores de medicamentos para tratar la obesidad, para la unidad de negocios de obesidad de la empresa farmacéutica Novo Nordisk. Para poder realizar la segmentación de médicos prescriptores se utiliza una base de datos interna de Novo Nordisk que registra datos de médicos y sus prescripciones a lo largo de todo el país. Para desarrollar la segmentación se utiliza el Software R Studio. En primera instancia como parte del analisis exploratorio de los datos, se realiza un Análisis de Componentes Principales (PCA), para determinar la cantidad de variables que capturan la mayor parte de la información del conjunto de datos. Siendo las variables class (principio activo del medicamento) y type (vía de administración del medicamento), aquellas con mayor peso en la explicación de la variabilidad de los datos, con más del 30% de la varianza de los datos. Posteriormente, se utiliza el método de clustering K-Means, iterando entre dos y siete clusteres. Los resultados muestran que el numero optimo de clusteres es k = 3, al presentar menor superposición entre clusteres. El primer cluster está conformado por 739 observaciones, agrupa médicos generales de la Región de Vina del Mar y Valparaíso, que prescriben medicamentos de administracion oral, cuyo principio activo es Fentermina. El segundo cluster, esta conformado por 985 observaciones, agrupa médicos generales de la Región Metropolitana, que prescriben medicamentos de administración oral, cuyo principio activo es Fentermina. Finalmente, el tercer cluster está conformado por 256 observaciones, agrupa médicos generales de la Region Metropolitana y prescriben medicamentos de administración Subcutanea, cuyo principio activo es Liraglutida.