什么是聚类分析？

聚类分析是一种探索数据集内自然群体的技术。例如，一个简单的用例是根据零售店的销售额对其进行分组。假设一家植物店在城市有 8 家分店。下表显示了玫瑰植物和兰花每天的销量。

下图显示了相同的数据，我们在 X 轴和 Y 轴上绘制了每个门店的玫瑰植物和兰花销售情况。

此示例的数据点有限。因此，很容易在图表上绘制两个植物商店网点集群并查看视觉效果。当涉及到数千个数据点时，您需要使用聚类分析算法。它们将进一步将数据点划分为不同的集群。

为什么聚类分析很重要？

通过聚类，研究人员可以识别和定义数据元素之间的模式。此外，揭示数据点之间的这些模式有助于区分和勾勒结构。这些结构以前可能并不明显。然而，一旦发现，它们就会对数据产生影响。一旦确定了结构，明智的决策就会变得容易得多。

关键职位 – 数据科学家

数据科学家必须了解统计、数学、业务分析、建模和技术。此外，他们还必须将大量复杂数据转换为高级分析解决方案。这些科学家开发、维护和收集结构化和非结构化数据集。他们使用这些数据集来分析、报告和创建预测、模型、报告和显示。这些支持公司的业务策略和战略。

企业为何需要聚类分析

聚类分析可帮助公司确定客户对其产品和服务的反应。它将具有相同属性的客户安排在一个聚类中。因此，它允许公司组织他们的服务。他们还可以向不同的群体提供特定的产品。这有助于公司了解消费者行为。他们了解客户的品味等信息。他们还可以看到他们对产品和服务的反应以及购买模式。

关键成功因素

合适的方法将产生高质量的聚类。因此，对于单个组，您的发现应该相似。当有多个聚类时，情况应该相反。集合的质量取决于方法及其执行方式。您的方法还应该发现数据中可能存在的部分或全部隐藏模式。聚类的最常见度量是欧几里得距离。它显示一个组的中心与另一个集合的中心之间的距离。

关于聚类分析市场研究

定性市场研究增加了深度。但即使样本量很小，它也能产生大量复杂数据。您可以将聚类分析应用于编码的定性数据以澄清发现。它将帮助您揭示参与者行为动机等内容。它还会向您展示表面上毫无意义的发现背后的原因。使用不同样本进行的研究通常会产生大量定性数据。但对于高级定量市场研究，他们可能需要更多样本量。

UX 市场研究也至关重要。您可以通过用户访谈、市场进入研究、分析和调查获得见解。结合这些策略应该可以为您的用户群提供全面的概述。

聚类分析也非常适合市场机会研究。您可以通过对产品和品牌进行聚类来找到市场中的竞争组合。集群内的品牌之间的竞争比另一组中的品牌之间的竞争更激烈。作为一家公司，您可以检查当前的产品并将其与竞争对手的产品进行比较。这样，他们就可以看到新产品机会的潜力。

聚类分析具有实用性。许多市场研究人员使用它来进行市场定位和细分。他们还用它来寻找新产品的测试市场。有各种软件程序可以协助分析部分。但最好与能够设计研究以收集相关数据的熟练市场研究人员合作。这样，您就可以确保您的数据来自足够且具有代表性的样本量。