例如,上图中的项目在每个组中的项目属性方面应尽可能相似,第 1 组和第 2 组中的对象应尽可能不同。所有观察都从一个集群开始,然后分成两个集群。一个集群中的数据点尽可能相似,而其他集群中的数据点与正在分析的其他集群不同。对于每个集群,我们重复该过程,直到达到指定数量的集群。
这种类型的分析可以应用于按购买历史细分客户,按用户在网站或应用程序上执行的活动类型细分用户,根据活动或兴趣开发消费者档案,识别市场细分等。
和组织如何使用层次聚类分析数据?
为了理解层次聚类在组织分析中的应用,让我们考虑两个用例。
用例一
业务问题:一家银行希望根据贷款金额、每月分期付款、工作期限、申请人拖欠其他付款的次数、年收入、债务收入等属性将贷款申请人分为高/中/低风险比例等
商业利益:一旦确定了细分市场,银行将拥有一个贷款申请人的数据集,每个申请人都被标记为高/中/低风险。根据这些标签,银行可以根据所涉及的风险程度,轻松决定是否向申请人提供贷款、提供多少信贷以及给予申请人的利率。
用例二
业务问题:企业希望根据相似的特征、产品偏好和期望将客户组织成组/段。细分是根据客户人口统计特征、心理特征、过去行为和产品使用行为构建的。
商业利益:一旦确定了细分市场,就可以为每个细分市场定制营销信息和产品。特定组织为目标选择的细分市场越好,企业在市场上的成功率就越高。
层次聚类可以帮助企业将数据组织成组,以识别相似性以及同样重要的不同组和特征,以便企业可以针对定价、产品、服务、营销信息等。
相关帖子DA内容精选
|