La segmentaci n puede definirse como el proceso de dividir un todo (poblaci n, consumidores, etc.) en grupos uniformes m s peque os que tengan caracter sticas semejantes denominados segmentos. La segmentaci n suele realizarse seg n los valores de determinadas variables que son los que fijan sus caracter sticas. La clasificaci n inicial de las t cnicas de segmentaci n distingue entre t cnicas predictivas, en las que las variables que intervienen en el proceso pueden clasificarse inicialmente en dependientes e independientes y t cnicas descriptivas, en las que todas las variables tienen inicialmente el mismo estatus. Entre las t cnicas predictivas de segmentaci n se incluyen todas las t cnicas de segmentaci n en las que subyace un modelo (modelos de elecci n discreta, an lisis discriminante, rboles de decisi n, redes neuronales, etc.). Entre las t cnicas descriptivas destacan las t cnicas de reducci n de la dimensi n, el an lisis de correspondencias y el an lisis cl ster. Las t cnicas de segmentaci n tambi n se denominan t cnicas de clasificaci n ya que permiten extraer perfiles de comportamiento o clases, siendo el objetivo, en el caso de las t cnicas predictivas, construir un modelo que permita clasificar cualquier nuevo dato en una de las clases. Todas estas t cnicas se tratan en este libro y se ilustran con ejemplos pr cticos resueltos con el software m s actual de miner a de datos como SAS ENTERPRISE MINER, IBM SPSS MODELER, IBM SPSS STATISTICS y SAS.