تجزیه و تحلیل خوشه. رویکرد علمی در مطالعه پدیده های پیچیده

کنترل از هر گونه فرایند، از جمله بازاریابی، شامل یک ارزیابی عینی از وضعیت در بازار است. به تدریج در حال حرکت از طریق فرایند تجزیه و تحلیل فرصت های بازار، که شامل انتخاب بازارهای هدف، و توسعه بازاریابی پیچیده و اجرای فعالیت های بازاریابی، ناخواسته با ضرورت پژوهش مواجه شده است. بنابراین لازم است نه تنها به تکیه بر استعداد و تجربه از تحلیلگر، بلکه در آموزش در استفاده از تکنیک های پردازش داده ها.

در اقتصاد مدرن، با فرایندهای پیچیده و چند وجهی آن، مقدار بسیار عظیمی از اطلاعات را به پیدا کردن اطلاعات مرتبط ترین و بدون استفاده از بسته های آماری مختلف بسیار مشکل ساز می شود.

این اشغال تجزیه و تحلیل خوشه نقش ویژه ای در تحقیقات بازاریابی است. با طبیعت آن، این روش ترکیب، ترکیب چند روش از تحقیقات آماری. این است که در طبقه بندی دروغ از مشاهدات چند متغیره، که هر کدام تا مجموعه خود را از متغیرهای توصیفی است. تجزیه و تحلیل خوشه نشان می دهد یک روش برای طبقه بندی شی در همگن گروه نسبی (یکنواخت) داشتن مجموعه ای اصلی از متغیرها برای در نظر گرفتن. به عبارت دیگر، اشیاء را به گروه های شکسته. در گروه، آنها شباهت به چند دلیل در نشان می دهد.

روش تجزیه و تحلیل خوشه ای برای طیف گسترده ای از اهداف بازاریابی استفاده می شود.

تقسیم بندی بازار اجازه می دهد تا مصرف کننده برای شکستن دسته به خوشه بر اساس منافع مورد انتظار از کسب کالا است. هر خوشه ممکن است از مصرف کنندگان که به دنبال منافع مشابه تشکیل شده است. روش تقسیم منافع - نام او مناسب برداشت.

تجزیه و تحلیل رفتار مصرف کننده. در این کار، تجزیه و تحلیل خوشه ای استفاده می شود برای ایجاد یک گروه مشتری همگن به منظور شبیه سازی رفتار آنها.

ویژگی های تعریف از محصول جدید، ما می توانیم آن خوشهای تولید علامت های تجاری، در همان زمان می توان نظم تلفظ زمانی که علامت های تجاری از نمایشگاه خوشه رقابتی تنگاتنگ با یکدیگر از با علامت ها در خوشه های دیگر است.

گروه بندی خوشه ها در شهرستان، شما می توانید از بازارهای مناسب ترین برای برخی کالاها را انتخاب نمایید.

تجزیه کلاستر بعدی از داده را کاهش می دهد. انجام مشاهدات در خوشه جداگانه، و سپس به تجزیه و تحلیل تفکیک های چند حرکت. این بسیار ساده تر و ارزان تر از در نظر گرفتن هر مورد است.

هدف از خوشه است به اشیاء گروه با ویژگی های مشابه است. برای یک ارزیابی عینی تر از درجه تشابه باید برخی از واحد مرجع معرفی. در تشکیل خوشه معمولا در دو یا چند ویژگی به طور همزمان تکیه می کنند.

تجزیه و تحلیل خوشه شامل استفاده از طیف گسترده ای از روش های خوشه بندی. در میان آنها مانند روش احتمالات، روش، که در بر می هوش مصنوعی، رویکرد منطقی، یک رویکرد سلسله مراتبی است.

تجزیه و تحلیل خوشه ای سلسله مراتبی شامل یک سیستم پیچیده ای است که تعدادی از گروه های تو در تو یا خوشه از دستورات مختلف. در این روش از دو نوع علائم. بستن وسخت شدن (وحدت) نشانه همزیستی با divizivnymi (به اشتراک گذاری). تعدادی از ویژگی های منجر به جدایی در روش طبقه بندی لزومی و polythetic.

با استفاده از تمام این روش ها در آمار، حدود یک صد و الگوریتم های خوشه بندی وجود دارد. اما روش خوشهای سلسله مراتبی به یک رهبر در این لیست است. درخواست تجدید نظر خود را در این واقعیت است که آن را به اجرا کاملا با کسری از داده ها، حتی زمانی که داده ها در دسترس می کند به عنوان محل با شرایط متغیر تصادفی با توزیع نرمال، و همچنین سایر موارد مورد نیاز از روش های آماری کلاسیک مورد نیاز را دارد.