Cluster analyse. De wetenschappelijke benadering in de studie van complexe fenomenen

Controle van een proces, inclusief marketing, omvat een objectieve beoordeling van de situatie op de markt. Geleidelijk door het proces van analyse van de kansen in de markt, waardoor de selectie van doelmarkten, en de ontwikkeling van onder meer complexe marketing en uitvoeren van marketingactiviteiten, ongewild geconfronteerd met de noodzaak van het onderzoek. Zo is het noodzakelijk niet alleen te vertrouwen op het talent en de ervaring van de analist, maar ook op training in het gebruik van de informatica-technieken.

In de moderne economie, met zijn complex en veelzijdig processen, enorme hoeveelheden informatie om de meest relevante gegevens te vinden zonder het gebruik van verschillende statistische pakketten wordt zeer problematisch.

Het is gevestigd in een bijzondere rol cluster analyse van marktonderzoek. Door haar aard, deze gecombineerde methode, het combineren van verschillende methoden om statistisch onderzoek. Het is gebaseerd op leugens classificatie van multivariate observaties, die elk heeft zijn eigen set van beschrijvende variabelen. Clusteranalyse stelt een methode om het object relatief homogene (uniform) groepen met de oorspronkelijke reeks variabelen bezwarende classificeren. Met andere woorden, worden objecten onderverdeeld in groepen. In groepen, ze tonen gelijkenissen op verschillende gronden.

Cluster analyse methoden worden gebruikt voor een breed scala van marketing doelstellingen.

Marktsegmentatie kan de consument voor de categorie in clusters te breken op basis van de verwachte voordelen van de overname van bepaalde goederen. Elk cluster kan bestaan uit consumenten die op zoek zijn naar vergelijkbare voordelen. De naam pakte hij een geschikte - voordelen segmentatie methode.

De analyse van het gedrag van consumenten. In deze taak wordt de clusteranalyse gebruikt om een homogene groepen klanten om hun gedrag te simuleren.

Bepalende kenmerken van het nieuwe product, kunnen wij het te produceren door het clusteren van merken, op hetzelfde moment kunnen worden getraceerd regelmaat uitgesproken wanneer de merken van dezelfde cluster vertonen een hevige concurrentie met elkaar dan met de markeringen in de andere clusters.

Het groeperen van clusters in de stad, kunt u de meest geschikte markten kiezen voor bepaalde goederen.

Clusteranalyse vermindert de dimensionaliteit van de data. Het uitvoeren van observaties op aparte clusters, ga dan naar meerdere discriminerende analyse. Het is veel eenvoudiger en goedkoper dan overwegen elk geval.

Het doel van clustering is aan de groep objecten met vergelijkbare kenmerken. Voor een meer objectieve beoordeling van de mate van overeenstemming dient een verwijzing eenheid te introduceren. Bij de vorming van clusters meestal een beroep doen op twee of meer kenmerken tegelijk.

Cluster analyse omvat het gebruik van een breed scala van clustering methoden. Onder hen zijn zoals probabilistische benadering, benaderingen, die zijn gebaseerd op kunstmatige intelligentie, logische benadering, een hiërarchische benadering.

Hiërarchische clusteranalyse impliceert een complex systeem dat een aantal geneste groepen of clusters van verschillende opdrachten heeft. Deze methode maakt gebruik van twee soorten borden. Agglomeraat (verenigende) tekens bestaan naast divizivnymi (sharing). Het aantal functies leidt tot een scheiding op monothetische classificatiemethoden en polythetische.

Met behulp van al deze methoden in de statistiek, zijn er ongeveer honderd en clustering algoritmen. Maar de hiërarchische cluster analyse is een leider in deze lijst. De aantrekkingskracht ligt in het feit dat het werkt perfect met een tekort van data, zelfs wanneer de beschikbare gegevens niet plaatsvindt, zoals vereist door de voorwaarden normaal verdeelde variabelen, evenals andere eisen van de klassieke statistische methoden.