を含むあらゆるプロセスの管理マーケティングは、市場の状況の客観的な評価を含みます。ターゲット市場の選択、マーケティングミックスの開発、マーケティング活動の実施など、市場機会の分析のすべての段階を徐々に進めていくと、思わず調査の必要性に直面する必要があります。同時に、アナリスト自身の才能と経験だけでなく、データ処理方法の巧みな使用にも依存する必要があります。
その複雑さとプロセスの多様性、膨大な量の情報、さまざまな統計パッケージを使用せずに最も重要なデータを見つけることは非常に問題になります。
マーケティングを行う上での特別な役割研究にはクラスター分析が必要です。その性質上、これは統計調査のいくつかの方法を組み合わせた組み合わせ方法です。これは、多変量観測の分類に基づいており、各観測には独自の記述変数のセットがあります。クラスター分析は、オブジェクトを比較的同種の（同種の）グループに分類する方法を想定しており、考慮すべき変数の初期セットがあります。つまり、オブジェクトはグループに分類されます。グループでは、いくつかの点で類似性を示します。
クラスター分析手法は、幅広いマーケティングタスクに使用されます。
マーケットセグメンテーションにより、内訳を作成できます特定の製品の購入から期待される利益に基づいて、消費者をクラスターに分類します。各クラスターは、同様のメリットを求めている顧客で構成できます。名前は適切に選択されました-利点のセグメンテーションの方法。
顧客行動の分析。この問題を解決する際に、クラスター分析を使用して、同種の消費者グループを作成し、それらの動作をモデル化します。
新製品の機能を決定することにより、次のことができます。同じクラスターの商標が他のクラスターのブランドとの競争よりも激しい競争を示している場合、明確な規則性がありますが、商標によるクラスタリングを行うためです。
都市をクラスターにグループ化することにより、特定の製品に最も適切な販売市場を選択できます。
クラスター分析により、次元削減が可能になりますデータ。個々のクラスターを観察してから、複数の識別分析に進みます。それぞれのケースを個別に検討するよりもはるかに簡単で安価です。
クラスタリングの目的はグループ化することです同様の理由でオブジェクト。類似度をより客観的に評価するには、特定の参照単位を導入する必要があります。クラスターを形成するとき、それらは通常、同時に2つ以上の機能に依存します。
クラスター分析には、幅広いクラスタリング手法。その中で、確率論的アプローチ、人工知能システムに基づくアプローチ、論理的アプローチ、階層的アプローチなどを選び出すことができます。
階層的クラスター分析は、さまざまな順序のネストされたグループまたはクラスターが多数ある複雑なシステム。この方法では、2種類の特性を使用します。凝集（統一）サインは、分裂（分割）サインと共存します。特徴の数は、分類とポリセティックのモノセティックな方法への分割につながります。
統計でこれらすべての方法を使用して、約100のクラスタリングアルゴリズムがあります。しかし、階層的クラスター分析はこのリストの先頭に立っています。その魅力は、データが不足している場合や、利用可能なデータが確率変数の正規分布の要件やその他の古典的な統計手法の要件に従って条件を満たしていない場合でも、完全に機能するという事実にあります。
