Küme analizi. Karmaşık olayların çalışmada bilimsel yaklaşım

pazarlama dahil herhangi bir sürecin, kontrolü, piyasada durumun objektif bir değerlendirmesini içerir. Yavaş yavaş hedef pazarların seçimi ve geliştirilmesini içerir pazar fırsatlarına analizi sürecinde hareketli karmaşık pazarlama ve pazarlama faaliyetlerinin uygulanması, farkında olmadan araştırmanın gerekliliği ile karşı karşıya. Böylece analizcinin yetenek ve tecrübesine güvenmek değil, aynı zamanda veri işleme tekniklerinin kullanımında eğitim için de gereklidir.

Modern ekonomide, onun karmaşık ve çok yönlü süreçlerle, bilgilerin büyük miktarlarda değişik istatistiksel paket kullanılmadan en alakalı verileri bulmak için çok sorunlu hale gelir.

Bu pazarlama araştırmalarında özel bir rol küme analizi kaplar. Doğası, bu kombine yöntem ile istatistiki araştırmalar birkaç yöntemlerin kombine edilmesi. Bu tanımlayıcı değişkenlerin kendi belirledi, her biri çok değişkenli gözlemler yalan sınıflandırmasına dayanmaktadır. Küme analizi değerlendirilmesi için değişken özgün bir kümeye sahip, görece homojen (tek tip) gruplarında nesne sınıflandırmak için bir yöntem önerir. Diğer bir deyişle, nesneler gruba ayrılmıştır. gruplar, onlar birkaç gerekçesiyle benzerlik göstermektedir.

Küme analiz metotları pazarlama hedefleri geniş bir yelpazede kullanılmaktadır.

Pazar bölümlendirme tüketici belirli mal edinimi beklenen yarar temelinde kümeler halinde kategoriyi kırmak için izin verir. Her küme benzer faydalar arayan tüketiciler oluşabilir. faydaları segmentasyon yöntemi - adı o uygun aldı.

Tüketici davranışları analizi. Bu görev, küme analizi davranışlarını simüle etmek amacıyla homojen bir müşteri grupları oluşturmak için kullanılır.

Yeni ürünün özelliklerini tanımlayarak, kümeleme bunu üretebilir , markaların aynı anda telaffuz düzenlilik izlenebilir aynı küme sergi markaları diğer kümeler halinde işaretleriyle daha birbirleriyle kıyasıya bir rekabet.

Şehirde kümeleri gruplandırma, belirli mallar için en uygun pazarları tercih edebilirsiniz.

Küme analizi verinin boyutunu azaltır. Ayrı kümelerinde gözlemlerini Sahne, ardından çoklu diskriminant analizine taşıyın. Her durumda dikkate çok daha basit ve ucuzdur.

Kümelenme amacı benzer özelliklere göre grup nesnelerin etmektir. benzerliğin derecesi daha objektif bir değerlendirme için bazı referans birimini tanıtmak gerekir. grubu oluşturan tipik olarak iki ya da daha özelliğe dayanan.

Küme analizi kümeleme yöntemlerinin geniş bir yelpazede kullanımını içerir. Aralarında dayanan olasılıksal yaklaşımı, yaklaşımlar, gibi olan yapay zeka, mantıksal bir yaklaşım, hiyerarşik bir yaklaşım.

Hiyerarşik küme analizi iç içe gruplar veya farklı siparişlerin kümelerinin bir numarası vardır karmaşık bir sistemi gerektirir. Bu yöntem işaretleri iki tür kullanır. Aglomera (birleştirici) işaretleri divizivnymi (paylaşımı) ile bir arada. özelliklerin sayısı monothetic sınıflandırma yöntemleri ve polythetic bir ayırma yol açar.

istatistikte bu yöntemlerin hepsi kullanarak, yaklaşık yüz ve kümeleme algoritmaları vardır. Ama hiyerarşik küme analizi bu listede bir liderdir. Onun Temyizinizi koşulları normal olarak dağıtılmış rasgele değişkenler, hem de klasik istatistiksel yöntemlerin diğer şartlar gerektirdiği gibi mevcut veriler gerçekleşmediği bile, bir veri açığı ile mükemmel çalışır gerçeğinde yatmaktadır.