A segmentação de clientes, ao facilitar a compreensão das necessidades dos compradores, constitui um procedimento fulcral para o sucesso das estratégias de marketing, sendo, por isso, adotada em variadíssimas áreas comerciais, como, nomeadamente, no campo farmacêutico. O objetivo da dissertação consiste em auxiliar o setor de farmácia comunitária no seu negócio, ao fornecer divisões de mercado comportamentais, que permitam aos decisores obter insights valiosos acerca do seu público. A investigação concretiza-se através da exploração prática dos algoritmos CLARA ("Clustering for LARge Applications") e DBSCAN ("Density-Based Spatial Clustering of Applications with Noise") para aplicar análises de recência, frequência e valor monetário despendido (RFM) e das técnicas K-means e HAC (Hierarchical Agglomerative Clustering) para executar, com base na categorização dos produtos adquiridos, sistemas de "purchased products structure" (PPS), utilizando, para tal, os dados das transações de produtos não sujeitos a receita médica registadas numa farmácia portuguesa. Os resultados do melhor modelo RFM obtido, decorrente do método CLARA, apontam para a existência de quatro grupos de clientes com diferentes graus de envolvimento com o negócio, enquanto os produtos do melhor modelo PPS conseguido, resultante do algoritmo "K-means", sugerem a presença de doze conjuntos de compradores com necessidades distintas, designadamente de um agrupamento que adquire artigos pertencentes a diversas categorias e onze agregados que concentram, pelo menos, um terço dos seus gastos num único setor de comercialização do estabelecimento. O estudo constata, assim, que a segmentação comportamental, baseada nos sistemas mencionados, é adequável ao contexto de farmácia.

Customer segmentation is a crucial process for the success of marketing strategies, as it enables the understanding of buyers' needs, being therefore applied across a variety of commercial sectors, including the pharmaceutical field. The main goal of this dissertation is to assist the community pharmacy industry in its business by providing behavioural market segmentations, that allow decision-makers to gain valuable insights into their audience. The research is carried out through the practical exploration of the CLARA (Clustering for LARge Applications) and DBSCAN (Density-Based Spatial Clustering of Applications with Noise) algorithms to apply recency, frequency and monetary value spent (RFM) analyses and the K-means and HAC (Hierarchical Agglomerative Clustering) techniques to implement, based on the categorization of acquired goods, purchased products structure (PPS) systems, leveraging data from records of over-the-counter transactions at a Portuguese pharmacy. The results of the best RFM model, obtained through the CLARA approach, indicate the existence of four customer groups with different levels of engagement with the business, while the outcomes of the best PPS model, achieved utilizing the K-means algorithm, suggest the presence of twelve groups of buyers with distinct desires, including one group that purchases items from various categories and eleven clusters that concentrate, at least, a third of their spending on a single commercialization section of the establishment. The study thus demonstrates that behavioural segmentation, based on the mentioned systems, can be effectively applied to the pharmacy field.