Кластерска анализа. Научен пристап кон проучувањето на сложените појави

Управувањето со секој процес, вклучувајќи маркетинг, вклучува објективна проценка на состојбата на пазарот. Постепено напредувајќи низ сите фази од анализата на можностите на пазарот, кои вклучуваат избор на целни пазари, развој на маркетинг микс и маркетинг активности, не може да се помогне, туку да се доживее потребата за истражување. Во исто време, неопходно е да не се потпираат само на талентот и искуството на самиот аналитичар, туку и на вештото користење на методите за обработка на податоци.

Во модерната економија со својата сложеност и разновидност на процеси, огромна количина на информации за да се најдат најзначајните податоци без употреба на различни статистички пакети станува многу проблематична.

Кластерната анализа има посебна улога во спроведувањето на истражувањата на пазарот. По својата природа, ова е комбиниран метод, комбинирајќи неколку методи на статистички истражувања. Таа се заснова на класификација на мултидимензионални набљудувања, за секоја од нив соодветствува сет на дескриптивни променливи. Кластерната анализа претпоставува начин за класифицирање на објект од релативни хомогени (хомогени) групи, со почетниот сет на променливи за разгледување. Со други зборови, предметите се поделени во групи. Во групи, тие покажуваат сличност на неколку начини.

Методите на анализа на кластери се користат за широк спектар на маркетинг задачи.

Сегментацијата на пазарот ни овозможува да ја скршиме потрошувачката категорија во кластери врз основа на очекуваните придобивки од стекнувањето на одреден производ. Секој кластер може да се состои од потрошувачи кои бараат слични бенефиции. Името беше соодветно избрано - сегментација на предностите.

Анализа на однесувањето на клиентите. Во решавањето на овој проблем, кластерната анализа се користи за создавање на хомогени групи на потрошувачи со цел да се моделира нивното однесување.

Определувајќи ги можностите за нов производ, можно е да се изврши нејзиното групирање со заштитни знаци и постои изразена регуларност кога трговските марки од истиот кластер покажуваат потешка конкуренција еден со друг, отколку со брендови во други кластери.

Со групирање на градовите во кластери, можете да ги одберете најсоодветните продажни пазари за одреден производ.

Кластерската анализа ја намалува големината на податоците. Со набљудување на поединечни кластери, тие потоа продолжуваат со повеќекратни дискриминаторски анализи. Ова е многу поедноставно и поевтино од разгледување на секој случај одделно.

Целта на групирањето е групирање на предмети според слични карактеристики. За пообјективна проценка на степенот на сличност, треба да се воведе одредена референтна единица. Кога формираат кластери, тие обично се потпираат на две или повеќе особини истовремено.

Кластерната анализа вклучува употреба на широк спектар на кластеринг методи. Меѓу нив можеме да издвоиме, како што е веројатниот пристап, пристапи базирани на системи за вештачка интелигенција, логичен пристап, хиерархиски пристап.

Хиерархиската кластерска анализа вклучува комплексен систем кој има голем број вгнездени групи или кластери со различни нарачки. Овој метод користи два вида на карактеристики. Агломеративните (обединувачки) знаци се во непосредна близина на знаци на разделеност (одвојување). Бројот на карактеристики води кон поделба на монотетски класификациски методи и политетика.

Користејќи ги сите овие методи во статистиката, постојат околу сто кластеринг алгоритми. Но, хиерархиската анализа на кластери зазема водечко место во оваа листа. Нејзината атрактивност лежи во фактот дека функционира совршено во присуство на дефицит на податоци, па дури и кога за достапните податоци не постои исполнување на условите според барањата за нормално распределба на случајните променливи, како и други барања на класичните статистички методи.