2. Clasificación: Los modelos de clasificación se emplean con el fin de obtener un mayor conocimiento sobre los datos y predecir valores categóricos o cualitativos. Su uso va desde la predicción de si un cliente (o grupo de clientes identificados como un segmento) tiene una elevada propensión de abandono (irse a comprar a la competencia) hasta la identificación de clientes con alto, medio o bajo riesgo de devolver un crédito. En combinación con un esquema de segmentación, este tipo de algoritmos puede emplearse para clasificar a un nuevo cliente, en función de un número reducido de transacciones, dentro de los segmentos previamente detectados. De forma parecida, también pueden aplicarse para el estudio de saltos entre segmentos de clientes ya existentes, que pasan de niveles de alta a baja rentabilidad, facilitando la puesta en marcha anticipada de acciones de marketing para evitar que esto ocurra.
3. Predicción: De forma similar a las técnicas de clasificación, los algoritmos de predicción permiten construir modelos que estimen un valor numérico o cuantitativo, como por ejemplo el gasto. En este caso, y mediante los hábitos de compra de los clientes, es posible predecir su gasto total a medio o largo plazo. Otra posibilidad son los modelos de propensión. En este caso, el algoritmo calcula un valor entre 0 y 1 que refleja la propensión de un cliente a, por ejemplo, responder a una campaña promocional. De esta forma, es posible realizar una ordenación de los clientes de mayor a menor propensión según este indicador, y seleccionando público objetivo para el envío de catálogos con el fin de maximizar la respuesta.
