क्लस्टर विश्लेषण। जटिल घटना के अध्ययन में वैज्ञानिक दृष्टिकोण

विपणन सहित किसी भी प्रक्रिया, का नियंत्रण, बाजार पर स्थिति का एक उद्देश्य मूल्यांकन शामिल है। धीरे-धीरे बाजार के अवसरों, जो लक्ष्य बाजार के चयन, और का विकास शामिल है के विश्लेषण की प्रक्रिया के माध्यम से आगे बढ़ जटिल विपणन और विपणन गतिविधियों के कार्यान्वयन, अनजाने अनुसंधान की आवश्यकता के साथ सामना करना पड़ा। इस प्रकार यह न केवल डाटा प्रोसेसिंग तकनीक के अपने प्रयोग में प्रशिक्षण पर प्रतिभा और विश्लेषक के अनुभव पर भरोसा करने की, लेकिन यह भी आवश्यक है।

आधुनिक अर्थव्यवस्था में, इसकी जटिल और बहुमुखी प्रक्रियाओं के साथ, जानकारी की भारी मात्रा में सबसे अधिक प्रासंगिक डेटा विभिन्न सांख्यिकीय संकुल के उपयोग के बिना खोजने के लिए कई समस्याएं खड़ी हो जाती है।

यह विपणन अनुसंधान के क्षेत्र में एक विशेष भूमिका क्लस्टर विश्लेषण पर है। अपनी प्रकृति, इस संयुक्त विधि, करके सांख्यिकीय अनुसंधान के कई तरीके के संयोजन। यह मल्टीवेरिएट टिप्पणियों के झूठ वर्गीकरण, जिनमें से प्रत्येक वर्णनात्मक चर के अपने स्वयं के सेट है पर आधारित है। क्लस्टर विश्लेषण रिश्तेदार सजातीय (वर्दी) विचार के लिए चर के मूल सेट होने समूहों में वस्तु वर्गीकृत करने के लिए एक विधि पता चलता है। दूसरे शब्दों में, वस्तुओं समूहों में विभाजित किया गया। समूहों में, वे कई आधारों पर समानताएं दिखाई देते हैं।

क्लस्टर विश्लेषण विधियों विपणन लक्ष्यों की एक विस्तृत श्रृंखला के लिए उपयोग किया जाता है।

बाजार विभाजन उपभोक्ता कुछ वस्तुओं के अधिग्रहण की उम्मीद लाभ के आधार पर समूहों में श्रेणी को तोड़ने के लिए अनुमति देता है। प्रत्येक क्लस्टर उपभोक्ताओं को समान लाभ के लिए देख रहे हैं शामिल हो सकते हैं। लाभ विभाजन विधि - नाम वह एक उचित उठाया।

उपभोक्ताओं के व्यवहार का विश्लेषण। इस कार्य में, क्लस्टर विश्लेषण आदेश उनके व्यवहार अनुकरण में एक सजातीय ग्राहक समूह बनाने के लिए प्रयोग किया जाता है।

नए उत्पाद की सुविधाओं को परिभाषित करना, हम क्लस्टरिंग द्वारा यह उत्पादन कर सकते हैं , ब्रांड एक ही समय में स्पष्ट नियमितता पता लगाया जा सकता है जब एक ही क्लस्टर प्रदर्शन के ब्रांडों अन्य समूहों में अंकों के साथ की तुलना में एक दूसरे के साथ एक भयंकर प्रतियोगिता।

शहर में समूहों समूहन, आप कुछ वस्तुओं के लिए सबसे उपयुक्त बाजारों चुन सकते हैं।

क्लस्टर विश्लेषण डेटा की आयामी स्वरूप कम करता है। अलग समूहों पर टिप्पणियों प्रदर्शन और फिर एकाधिक विभेदक विश्लेषण करने के लिए चलते हैं। यह बहुत सरल और सस्ता की तुलना में प्रत्येक मामले पर विचार है।

क्लस्टरिंग के लक्ष्य के समान लक्षण द्वारा समूह वस्तुओं के लिए है। समानता की डिग्री के लिए एक और अधिक उद्देश्य मूल्यांकन के लिए कुछ संदर्भ इकाई परिचय देना चाहिए। समूह का गठन कर में आम तौर पर एक साथ दो या अधिक सुविधा पर निर्भर हैं।

क्लस्टर विश्लेषण क्लस्टरिंग तरीकों की एक विस्तृत श्रृंखला का उपयोग शामिल है। उनमें से संभाव्य दृष्टिकोण, दृष्टिकोण है, जो पर आधारित होते हैं जैसे कि कृत्रिम बुद्धि, तार्किक दृष्टिकोण, एक पदानुक्रमित दृष्टिकोण।

श्रेणीबद्ध क्लस्टर विश्लेषण एक जटिल प्रणाली नेस्टेड समूहों या अलग आदेशों के समूहों की एक संख्या है कि शामिल है। इस विधि के संकेत के दो प्रकार का उपयोग करता है। ढेरी (एकीकृत) के संकेत divizivnymi (साझा) के साथ एक साथ होना। सुविधाओं की संख्या monothetic वर्गीकरण के तरीकों और polythetic पर एक जुदाई की ओर जाता है।

आंकड़ों में इन सभी विधियों का उपयोग करना, वहाँ के बारे में एक सौ क्लस्टरिंग एल्गोरिदम हैं। लेकिन श्रेणीबद्ध क्लस्टर विश्लेषण इस सूची में सबसे आगे है। अपनी अपील तथ्य यह है कि यह डेटा की कमी के साथ पूरी तरह संचालित होता है, तब भी जब उपलब्ध आंकड़ों जगह नहीं ले करता है के रूप में की स्थिति सामान्य रूप से वितरित यादृच्छिक चर, साथ ही शास्त्रीय सांख्यिकीय तरीकों की अन्य आवश्यकताओं के लिए आवश्यक में निहित है।