akékoľvek procesné riadenie, vrátane marketingu, predpokladá objektívne posúdenie situácie na trhu.Postupne pohybujúce sa vo všetkých fázach analýzy trhových príležitostí, ktoré zahŕňajú výber cieľových trhov a rozvoj marketingu a realizáciu marketingových aktivít, nevedomky vzhľadom na potrebu na štúdium.To sa musí nielen spoliehať na talente a skúseností analytika, ale aj na ich obratné použitie počítačového spracovania dát.
V dnešnej ekonomike s jeho zložitú a mnohotvárnou procesov, obrovské množstvo informácií, ktoré majú nájsť najviac relevantné dáta bez použitia rôznych štatistických balíčkov stáva veľmi problematické.
Zvláštne úlohu v marketingovom výskume si vyžaduje analýzu klastra.Svojou povahou, týmto kombinovaným spôsobom, ktorý spája niekoľko spôsobov štatistického výskumu.Je založený na klamstvách klasifikácie viacrozmerných pozorovaní, z ktorých každý má svoju vlastnú sadu popisných premenných.Cluster analýza naznačuje spôsob, ako triediť predmetom relatívne homogénna (podobných) skupín, ktoré majú východiskový bod pre posúdenie sady premenných.Inými slovami, tieto objekty sú rozdelené do skupín.V skupinách, ktoré vykazujú podobnosť z niekoľkých dôvodov.Sa používajú
metódy zhluková analýza pre širokú škálu marketingových cieľov.
Segmentácia trhu umožňuje rozdeliť kategórie spotrebiteľov do klastrov na základe očakávaných prínosov obstaranie určitého tovaru.Každý cluster sa môže skladať z spotrebiteľov, ktorí hľadajú pre podobné výhody.Meno, ktoré si vybral za vhodný - metóda segmentácie výhody.
analýzy správania zákazníkov.V tejto úlohe sa analýza klastra sa používa na vytvorenie homogénnej skupiny spotrebiteľov modelovanie ich správanie.
určiť možnosti nového výrobku, môžete ju clustering podľa značky, s výrazným vzorom pozorovaný, keď sa značky na rovnakom klastri vykazujú tvrdej konkurencii medzi sebou navzájom než sa značkami v iných klastrov.
zoskupenie klastrov v meste, si môžete vybrať najvhodnejšie trhy pre niektoré tovary.
klastrové analýza znižuje rozmernosti dát.Tvorba pozorovania jednotlivých klastrov, potom sa presunúť do viacnásobnej diskriminačnej analýzy.Je to oveľa jednoduchšie a lacnejšie, než zvážiť každý prípad.
Cieľom zhlukovaniu je zoskupovať objekty z podobných dôvodov.Pre objektívnejšie posúdenie stupňa podobnosti mala zaviesť určité štandardy jednotiek.Pri vytváraní klastrov typicky spoliehajú na dvoch alebo viacerých prvkov, v rovnakom čase.Analýza
Cluster zahŕňa použitie širokého spektra metód zhlukovaniu.Medzi nimi sú také, pravdepodobnostného prístupu, prístupy, ktoré sú založené na umelej inteligencii, logický prístup, hierarchický prístup.
analýza Hierarchická klaster zahŕňa komplexný systém, ktorý sa skladá z niekoľkých podskupín alebo zoskupenie rôznych poriadkov.Táto metóda používa dva druhy charakteristík.Aglomerát znaky (Unity) koexistovať s divizivnymi (samostatná).Počet znakov, ktoré viedli k rozdeleniu na monothetic klasifikačných metód a polythetic.
využitím všetkých týchto metód v štatistikách, existuje asi stovka clustering algoritmov.Ale hierarchická zhluková analýza zaujíma popredné miesto na zozname.Jeho odvolanie spočíva v tom, že to funguje dobre s nedostatkom dát, aj keď je k dispozícii dáta nie je splnenie podmienok podľa požiadavky normálne rozdelených náhodných veličín, rovnako ako ostatné požiadavky klasických štatistických metód.
