Klusteranalys. Den vetenskapligt förhållningssätt i studiet av komplexa företeelser

Kontroll av någon process, inklusive marknadsföring, innebär en objektiv bedömning av situationen på marknaden. Gradvis rör sig genom processen med analys av marknadsmöjligheter, bland annat val av målmarknader, samt utveckling av komplexa marknadsföring och genomförande av marknadsföringsaktiviteter, omedvetet inför nödvändigheten av forskningen. Därför är det nödvändigt att inte bara förlita sig på talang och erfarenhet av analytiker, men också utbildning i användningen av databehandling.

I den moderna ekonomin, med sina komplexa och mångfacetterade processer, enorma mängder information för att hitta de mest relevanta data utan användning av olika statistiska paket blir mycket problematisk.

Det upptar en särskild roll klusteranalys inom marknadsundersökningar. Till sin natur, denna kombinerade metoden, som kombinerar flera metoder för statistisk forskning. Den är baserad på lögner klassificering av multivariata observationer, som vart och ett har sin egen uppsättning beskrivande variabler. Klusteranalys föreslår en metod för att klassificera objektet i relativa homogena (enhetliga) grupper med den ursprungliga uppsättningen variabler för övervägande. Med andra ord, är föremål delas upp i grupper. I grupper, de visar likheter på flera grunder.

Cluster analysmetoder används för ett brett spektrum av marknadsföring mål.

Segmente ger konsumenten rätt att bryta kategorin i kluster på grundval av de förväntade fördelarna av förvärvet av vissa varor. Varje kluster kan bestå av konsumenter som letar efter liknande förmåner. Namnet han plockade en lämpligt - fördelar segmentemetod.

Analysen av konsumenternas beteende. I denna uppgift är klusteranalys som används för att skapa en homogen kundgrupper för att simulera deras beteende.

Definiera funktioner i den nya produkten, kan vi producera det genom kluster varumärken, samtidigt kan spåras regel uttalas när märken samma kluster uppvisar en hård konkurrens med varandra än med markeringarna i andra kluster.

Gruppera kluster i staden, kan du välja den mest lämpliga marknaderna för vissa varor.

Klusteranalys minskar dimensionerna av data. Utföra observationer på separata kluster, sedan flytta till flera diskriminantanalys. Det är mycket enklare och billigare än överväga varje enskilt fall.

Målet med kluster är att gruppera objekt med liknande egenskaper. För en mer objektiv bedömning av graden av likhet bör införa någon referensenhet. Vid framställning av kluster litar vanligtvis på två eller flera funktion samtidigt.

Klusteranalys innebär att man använder ett brett spektrum av klustermetoder. Bland dem är sådana sannolikhets strategi tillvägagångssätt, som bygger på artificiell intelligens, logiskt tillvägagångssätt en hierarkisk strategi.

Hierarkisk klusteranalys involverar ett komplext system som har ett antal kapslade grupper eller kluster av olika ordning. Denna metod använder två typer av skyltar. Agglomererar (förenande) tecken samexistera med divizivnymi (dela). Antalet funktioner leder till en separation på monothetic klassificeringsmetoder och polythetic.

Genom att använda alla dessa metoder i statistiken finns det cirka hundra och klusteralgoritmer. Men den hierarkiska klusteranalys är ledande i denna lista. Dess överklagande ligger i det faktum att det fungerar perfekt med ett underskott på data, även när de tillgängliga uppgifterna inte sker i enlighet med de villkor som normalfördelade slumpvariabler, liksom andra krav i de klassiska statistiska metoder.