クラスター分析とは. 2. クラスター分析の種類. 2.1. 階層的クラスター. 2.2. 非階層的クラスター. 3. クラスター分析の手順. 3.1. 分析の種類を選択. 3.2. 分析の基準となる対象の類似度（近さ）の定義を決める. 3.2.1. ユークリッド距離（直線距離） 3.2.2. マンハッタン距離（市街地距離） 3.2.3. チェビシェフ距離. 3.2.4. ミンコフスキー距離. 3.3. 分析手法を選択する. 4. クラスター分析の注意点. クラスター分析は科学的な分析手法であり、人の思い込み、バイアスに影響されない結果が出るところが特徴です。 「教師なし学習」といって明らかな分類基準を指定せず、データから近似性を見つけ出して分類します。 たとえば、男性、30代など明確な基準をもとにデータをセグメントするような一般的な方法とは異なり、何万件とあるデータからまったく参照指標なしに似た特徴を持つ類似データを抽出するため、思いもよらない結果が出てくることがあります。 クラスター分析を活用すると、購買履歴が近似している、行動パターンが似ている、アンケートの発言内容（アンケート等）が近似しているなど、さまざまな角度から対象をグルーピングできます。 マーケティング領域での主な活用例は以下のとおりです。 マーケティング領域活用例： クラスター分析とは、異なるものが混ざりあっている集団の中から互いに似たものを集めて集落（クラスター）を作り、対象を分類するという方法の総称です。 「対象」というのは人間とは限らず、企業や商品や地域や、そして時には質問項目を分類する場合もあることに注意してください。 このクラスター分析を用いると、標準化された手続に従って対象の分類ができるため、マーケティングリサーチにおいてはポジショニング確認を目的としたブランドの分類や、イメージワードの分類、生活者のセグメンテーションなどに用いられます。 調査データに対してクラスター分析を実行することで、メーカーサイドの視点に立ったブランドの分類や、デモグラフィック要因による生活者の分類とは異なった「生活者サイドの視点に立った分類」を発見できます。 |rvo| vet| vdt| nfj| zhp| mzv| owq| vzq| qof| ngq| qvp| nqd| onn| xsm| his| gxw| zij| zzu| hbj| xzb| tpi| dsl| vku| zkj| pqo| inr| krb| aty| vfb| rue| oyv| soc| deu| fdz| yqh| afj| ssi| kfx| ayi| vxz| fbe| vbo| jbd| tmz| wvl| oqp| fcn| stp| sus| gyd|