Многомерное шкалирование и совместный анализ Взгляд профессионала

из "Маркетинговые исследования Издание 3 "

После изучения материала этой главы вы должны уметь. .. [c.747]
С кластерного анализа, как и рассмотренного ранее факторного (глава 19), маркетологи проверяют весь набор взаимозависимых связей. В кластерном анализе не проводят различия между зависимыми и независимыми переменными. Более проверяются взаимозависимые связи всего набора переменных. Цель кластерного классификация объектов на относительно гомогенные (однородные) группы, исходя из рассматриваемого набора переменных. Объекты в группе относительно схожи с точки зрения этих переменных и отличаются от объектов в других группах. Если кластерный анализ использовать именно таким об-то он становится составной частью факторного анализа, так как снижает число объектов, а не число переменных, сгруппировывая их в меньшее число кластеров. [c.747]
Пример компании иллюстрирует использование кластерного анализа для получения однородных сегментов с целью формулирования конкретных маркетинговых стратегий. В примере с универмагами метод кластеризации использовался для разбивки тов на группы для последующего выполнения многомерного анализа. [c.748]
Следует отметить, что каждый потребитель попадает в один из кластеров, и перекрывающихся областей нет. С другой стороны, на рис. 20.2 представлена ситуация кластеризации, которая чаще всего встречается на практике. [c.748]
На рис. 20.2 границы некоторых кластеров очерчены нечетко, и отнесение некоторых потребителей к конкретному кластеру не очевидно, поскольку многие из них нельзя сгруппировать в тот или иной кластер. [c.749]
Кластерный анализ, как и дискриминантный, предназначен для классификации переменных. Однако в дискриминантном анализе необходима предварительная информация о кластерной (групповой) принадлежности каждого рассматриваемого объекта или события для того, чтобы разработать правило классификации. В отличие от этого, в кластерном анализе нет необходимости в информации о кластерной принадлежности любого из объектов. Группы, или кластеры, определяют с собранных данных, а не заранее [4]. [c.749]
Понимание поведения покупателей. Кластерный анализ используется для идентификации однородных групп покупателей. Затем поведение каждой группы при покупке товара изучается отдельно, как, например, в проекте Выбор универмага . В этом случае респондентов разбили на группы, исходя из оценок важности, которую они присвоили каждому критерию, используемому для выбора универмага. Кластерный анализ также использовали, чтобы определить виды стратегий, применяемых покупателями автомобилей для получения внешней информации. [c.750]
Определение возможностей нового товара. Кластеризацией торговых марок и товаров можно определить конкурентоспособные наборы в пределах данного рынка. Торговые марки в одном и том же кластере конкурируют более между собой, чем с марками других кластеров. Фирма может изучить свои предложения в сравнении с предложениями своих конкурентов, чтобы определить потенциальные возможности новых товаров. [c.750]
Сокращение размерности данных. Кластерный анализ можно использовать как основной инструмент сокращения размерности данных при создании кластеров или подгрупп данных, более удобных для анализа, чем отдельные наблюдения, многомерный анализ выполняют над кластерами, а не над отдельными наблюдениями. Например, описать отличия в поведении потребителей по отношению к товарам, их вначале разбивают на группы. Затем различия между группами проверяют с помощью множественного анализа. [c.750]
Этапы выполнения кластерного анализа представлены на рис. 20.3. [c.751]
Первый этап — формулировка проблемы кластеризации путем определения переменных, на базе которых она будет проводиться, Затем выбирается соответствующий способ измерения расстояния. Мера расстояния показывает, насколько подвергнутые кластеризации, схожи или не схожи между собой. Разработано несколько методов кластеризации, и исследователю необходимо выбрать наиболее подходящий для решения данной проблемы. Решение о числе кластеров также принимает исследователь. Сформированные кластеры нужно анализировать с точки зрения переменных, использованных для их получения, а также для профилирования кластеров можно использовать дополнительные явно выраженные переменные. И наконец, исследователь должен оценить достоверность (качество) процесса кластеризации. [c.751]
Возможно, самая важная часть формулирования проблемы кластеризации — это выбор переменных, на основе которых проводят кластеризацию. Включение даже одной или двух посторонних (не имеющих отношение к группированию) переменных может исказить результаты кластеризации. Задача состоит в том, чтобы выбранный набор переменных смог описать сходство между объектами с точки зрения признаков, имеющих отношение к данной проблеме маркетингового исследования, следует выбирать, исходя из опыта прошлых исследований, теории или тестируемой Экспериментатор должен обладать интуицией и уметь делать выводы. [c.751]
Я стараюсь сделать лучшие покупки при посещении магазинов. Мне непосещение магазинов покупки товаров. [c.752]
На практике кластеризацию выполняют для значительно больших по размеру выборок, состоящих из и больше респондентов. Мы взяли небольшую выборку для про-кластеризации. [c.752]

Вернуться к основной статье