jebkuru procesu vadība, tostarp tirdzniecību, uzņemas objektīvu vērtējumu par situāciju tirgū.Pakāpeniski virzās cauri visiem posmiem, analizējot tirgus iespējām, kas ietver mērķa tirgus izvēli un attīstību tirgū un īstenojot mārketinga aktivitātes, neviļus saskaras ar nepieciešamību mācīties.Tas ir ne tikai paļauties uz talantu un pieredzi analītiķa, bet arī par to izveicīgs izmantot datu apstrādes paņēmienus.
Mūsdienu ekonomikā ar tās sarežģīta un daudzšķautņaina procesiem, milzīga apjoma informācija atrast svarīgākos datus, neizmantojot dažādu statistisko paketes kļūst ļoti problemātiska.
īpaša loma mārketinga pētījumu aizņem klasteru analīzi.Pēc būtības, šo kombinēto metodi, kas apvieno vairākas metodes, statistisko pētījumu.Tā ir balstīta uz meliem klasifikāciju daudzdimensiju novērojumiem, no kurām katrai ir savs noteikts aprakstošus mainīgo lielumu.Klasteru analīze liecina veids, kā klasificēt objektu relatīvi viendabīgs (līdzīgi) grupās, kuru sākumpunkts izskatīšanai kopumu mainīgajiem.Citiem vārdiem sakot, objekti tiek sadalīti grupās.Grupās, tie parāda līdzības vairāku iemeslu dēļ.
klasteru analīzes metodes tiek izmantotas plaša spektra mārketinga mērķiem.
Tirgus segmentācija ļauj sadalīt patērētāju kategoriju kopās, pamatojoties uz paredzamajiem ieguvumiem no dažu preču iegādei.Katra kopa var sastāvēt no patērētājiem, kuri meklē līdzīgas priekšrocības.Nosaukums viņš paņēma piemērots - segmentācija metodes priekšrocības.
analīze patērētāju uzvedību.Veicot šo uzdevumu, klasteru analīze tiek izmantota, lai izveidotu viendabīgu patērētāju grupas modelēt savu uzvedību.
noteikt iespēju jaunu produktu, jūs varat darīt to, sagrupējot pēc zīmola, ar izteiktu rakstu novērota, kad markas vienā klasterī eksponāts sīva konkurence ar otru, nekā ar zīmoliem citām kopām.
grupējot kopas pilsētā, jūs varat izvēlēties vispiemērotākos tirgus noteiktām precēm.
klasteru analīze samazina dimensionality datu.Making novērojumus atsevišķu kopu, tad pāriet uz vairāku diskriminantanalīze.Tas ir daudz vieglāk un lētāk, nekā apsvērt katru gadījumu.
mērķis klasterizācijas ir grupas objektiem uz līdzīgiem iemesliem.Lai iegūtu objektīvu novērtējumu līdzības pakāpes jāievieš noteiktiem standartiem vienību.Veidojot kopu parasti balstīties uz divām vai vairākām pazīmēm, tajā pašā laikā.
Klasteru analīze nozīmē izmantot plašu klasterizācijas metodes.Starp tiem ir tādi, varbūtības metodi, pieejas, kas balstīta uz mākslīgo intelektu, loģiska pieeja, hierarhiskas pieejas.
hierarhiskā klasteru analīze ietver sarežģītu sistēmu, kas ir vairākas apakšgrupu vai kopām dažādu pasūtījumu.Šī metode izmanto divu veidu īpašībām.Aglomerāts (Unity) zīmes pastāv līdzās divizivnymi (atsevišķa).Par zīmēm noved pie sadalījumu par monothetic klasifikācijas metodēm un polythetic numurs.
Izmantojot visas šīs metodes statistikas datiem, ir aptuveni simts klasterizācijas algoritmu.Bet hierarhiskā klasteru analīze ieņem vadošo vietu sarakstā.Tās apelācijas slēpjas faktā, ka tā darbojas arī ar datu trūkumu, pat tad, ja pieejamie dati nav nosacījumu izpilde, saskaņā ar prasību par parasti izplata gadījuma lielumu, kā arī citām prasībām klasiskās statistikas metodēm.
