herhangi bir işlem yönetimi, pazarlama dahil, piyasada durumun objektif bir değerlendirme varsayar.Yavaş yavaş hedef pazarların seçimi ve pazarlama ve pazarlama faaliyetlerinin uygulanması geliştirilmesini içermektedir pazar fırsatlarının, analiz tüm aşamalarında hareket, farkında olmadan çalışmaya ihtiyacı ile karşı karşıya.Bu yalnızca yetenek ve analistin tecrübesine güveniyor, ama olmamalıdır, aynı zamanda veri işleme teknikleri onların usta kullanımına.
onun karmaşık ve çok yönlü süreçleri ile Günümüz ekonomisinde, bilgi büyük miktarlarda çeşitli istatistik paket kullanımı olmadan en alakalı verileri bulmak için çok sorunlu olur.Pazarlama araştırmasında
özel rolü küme analizi alır.Doğası, istatistiksel araştırmalar çeşitli yöntemler birleştiren bu birleşik metot ile.Bu tanımlayıcı değişkenlerin kendi belirledi, her biri çok değişkenli gözlemleri yatıyor sınıflandırmasına dayanmaktadır.Kümeleme analizi değişkenlerin bir dizi değerlendirilmesi için bir başlangıç noktası olan nispeten homojen (benzer) grupların nesne sınıflandırmak için bir yol önerir.Diğer bir deyişle, nesneler gruba ayrılır.Gruplar, onlar çeşitli gerekçelerle benzerlik göstermektedir.
küme analiz yöntemleri, pazarlama hedeflerinin geniş bir yelpazede kullanılmaktadır.
Pazar Bölümlendirme bazı malların edinimi beklenen yarar temelinde kümeler halinde tüketici kategorisini split sağlar.Her küme benzer faydalar arayan tüketiciler oluşabilir.Segmentasyon yöntemin avantajları - isim o uygun aldı.Müşteri davranış
analizi.Bu görev, kümeleme analizi davranışlarını modellemek için homojen bir tüketici grupları oluşturmak için kullanılır.
Yeni bir ürün olasılığını belirlemek, sen gözlenen belirgin bir desenle o markaya göre kümeleme yapabilirsiniz aynı küme sergi markaları kümelerde markaların dışında birbirleri ile kıyasıya bir rekabet.Şehirde kümeleri gruplandırma
, belirli mallar için en uygun pazarları seçebilirsiniz.
kümeleme analizi verinin boyutunu azaltır.Bireysel kümelenmelerin gözlem yapma, daha sonra çoklu diskriminant analizinden hareket.Her durumda dikkate çok daha kolay ve ucuzdur.Kümelenme
amacı benzer gerekçelerle grup nesneleri etmektir.Benzerlik derecesinin daha objektif değerlendirme için birimlerin belirli standartlara tanıtmak gerekir.Oluşturulmasında kümeleri tipik olarak aynı anda iki veya daha fazla özellik dayanır.
küme analizi kümeleme yöntemler geniş bir kullanımı içerir.Aralarında yapay zeka, mantıksal bir yaklaşım, hiyerarşik yaklaşıma dayalı olasılık yaklaşımı, yaklaşımlar, gibi vardır.
Hiyerarşik kümeleme analizi alt gruplar veya farklı siparişlerin kümelerinin bir numarası vardır karmaşık bir sistemi gerektirir.Bu metod özelliklerinin iki tür kullanır.Aglomera (Birlik) işaretleri divizivnymi (Ayrı) ile bir arada.Monothetic sınıflandırma yöntemlerinin ve polythetic bölme hakikatlerini sayısı.
istatistiklerine tüm bu yöntemler kullanılarak, yaklaşık yüz kümeleme algoritmaları vardır.Ama hiyerarşik kümeleme analizi listesinde lider bir yere sahiptir.Onun itiraz mevcut veriler normal dağılım rasgele değişkenlerin yanı sıra klasik istatistiksel yöntemlerin diğer koşullarının ihtiyacına göre koşulları yerine getirilmesi olmasa dahi, veri eksikliği ile iyi çalışır gerçeği yatıyor.
