ניהול של כל תהליך, כוללשיווק, כולל הערכה אובייקטיבית של המצב בשוק. התקדמות הדרגתית בכל שלבי הניתוח של הזדמנויות בשוק, הכוללות בחירת שווקי יעד, פיתוח תמהיל שיווקי ויישום פעילויות שיווק, יש צורך להתמודד עם הצורך במחקר. יחד עם זאת, יש צורך לא רק להסתמך על הכשרון והניסיון של המטפל עצמו, אלא גם על שימוש מיומן של שיטות עיבוד נתונים.
בכלכלה המודרנית עם המורכבות שלהתהליכים רבים, כמות עצומה של מידע כדי למצוא את הנתונים המשמעותיים ביותר ללא שימוש בחבילות סטטיסטיות שונות הופך להיות בעייתי מאוד.
תפקיד מיוחד בשיווקמחקרים לוקחים ניתוח אשכולות. מטבע הדברים, זוהי שיטה משולבת, המשלבת מספר שיטות מחקר סטטיסטי. הוא מבוסס על סיווג של תצפיות רב-ממדיות, שכל אחת מהן מקבילה קבוצה של משתנים תיאוריים. ניתוח אשכולות כולל דרך לסווג אובייקט על ידי קבוצות הומוגניות (הומוגניות) יחסיים, כאשר יש לשקול את קבוצת המשתנים ההתחלתית. במילים אחרות, האובייקטים מחולקים לקבוצות. בקבוצות, הם מראים דמיון במספר דרכים.
שיטות ניתוח אשכולות משמשים למגוון רחב של משימות שיווק.
פילוח השוק מאפשר פירוקהצרכן על אשכולות על בסיס היתרונות הצפויים מרכישת מוצר מסוים. כל אשכול יכול להכיל צרכנים שמחפשים הטבות דומות. השם נבחר כראוי - פילוח היתרונות.
ניתוח התנהגות הלקוח. בפתרון בעיה זו, ניתוח אשכולות משמש ליצירת קבוצות צרכנים הומוגניות על מנת להדגים את התנהגותם.
קביעת היכולות של המוצר החדש, אתה יכוללבצע את אשכולותיה על ידי סימנים מסחריים, ויש סדירות בולטת כאשר הסימנים המסחריים של אותו אשכול מראים תחרות חמורה יותר אחד עם השני מאשר עם חותמות באשכולות אחרים.
על ידי קיבוץ ערים לתוך אשכולות, אתה יכול לבחור את השווקים המתאימים ביותר עבור מוצר מסוים.
ניתוח אשכולות מאפשר לצמצם את הממדנתונים. על ידי ביצוע תצפיות על אשכולות בודדים, הם ממשיכים למספר ניתוחים מפלים. זה הרבה יותר פשוט וזול יותר מאשר בהתחשב בכל מקרה בנפרד.
מטרת הקיבוץ היא קיבוץחפצים על בסיס דומה. לצורך הערכה אובייקטיבית יותר של מידת הדמיון, יש להציב יחידת ייחוס מסוימת. בעת יצירת אשכולות, הם בדרך כלל מסתמכים על שתי תכונות או יותר בו זמנית.
ניתוח אשכול כרוך בשימושמגוון רחב של שיטות אשכולות. בין אלה אנו יכולים לבודד כמו הגישה הסתברותית, גישות המבוססות על מערכות בינה מלאכותית, גישה הגיונית, גישה היררכית.
ניתוח אשכול היררכי כרוךמערכת מורכבת שיש לה מספר קבוצות מקוננות או אשכולות של פקודות שונות. שיטה זו משתמשת בשני סוגים של מאפיינים. סימנים אגלומריביים (מאוחדים) מתקיימים יחד עם סימנים מחלקתיים (מפרידים). מספר תכונות מוביל חלוקה לשיטות מונוטי של סיווג polythetics.
באמצעות כל השיטות האלה בסטטיסטיקה,יש כמאה אלגוריתמים מקבצים. אבל ניתוח מקבץ היררכי לוקח את המקום המוביל ברשימה זו. האטרקטיביות שלה נובעת מכך שהיא פועלת באופן מושלם בנוכחות גירעון נתונים, וגם כאשר התנאים הזמינים עבור הנתונים הזמינים אינם עומדים בדרישות הנורמליות של התפלגויות של משתנים אקראיים, כמו גם דרישות אחרות של שיטות סטטיסטיות קלאסיות.
