ক্লাস্টার বিশ্লেষণ। জটিল ঘটনা গবেষণা বৈজ্ঞানিক পদ্ধতির

মার্কেটিং সহ যেকোন প্রক্রিয়া, কন্ট্রোল, বাজারে পরিস্থিতির একটি উদ্দেশ্য মূল্যায়ন জড়িত। ধীরে ধীরে বাজারে সুযোগ, যা লক্ষ্য বাজারের নির্বাচন এবং উন্নয়নের অন্তর্ভুক্ত বিশ্লেষণ প্রক্রিয়ার মাধ্যমে চলন্ত জটিল বিপনন ও বিপণন কার্যক্রম বাস্তবায়ন, নিজের অজান্তেই গবেষণার প্রয়োজনীয়তা সম্মুখীন। সুতরাং এটা না শুধুমাত্র ডাটা প্রসেসিং কৌশল তার ব্যবহার প্রশিক্ষণ প্রতিভা এবং বিশ্লেষক অভিজ্ঞতা উপর নির্ভর, কিন্তু প্রয়োজনীয়।

আধুনিক অর্থনীতিতে, তার জটিল এবং বহুমুখী প্রক্রিয়া সঙ্গে, তথ্য বিপুল পরিমাণে সর্বাধিক প্রাসঙ্গিক তথ্য বিভিন্ন পরিসংখ্যানগত প্যাকেজ ব্যবহার না করে এটি খুব সমস্যাযুক্ত হয়ে যায়।

এটা তোলে বিপণন গবেষণা একটি বিশেষ ভূমিকা ক্লাস্টার বিশ্লেষণ দখল করে। তার প্রকৃতি, এই মিলিত পদ্ধতি, দ্বারা পরিসংখ্যানগত গবেষণার বিভিন্ন পদ্ধতি মিশ্রন। এটা তোলে বহুচলকীয় পর্যবেক্ষণ মিথ্যা ক্লাসিফিকেশন, প্রতিটি যা বর্ণনামূলক ভেরিয়েবল নিজস্ব সেট আছে উপর ভিত্তি করে। ক্লাস্টার বিশ্লেষণ আপেক্ষিক সজাতি (অভিন্ন) বিবেচনার জন্য ভেরিয়েবল মূল সেট থাকার গ্রুপ বস্তুর শ্রেণীভুক্ত একটি পদ্ধতি প্রস্তাব দেওয়া হয়। অন্য কথায়, বস্তু দলের মধ্যে ভেঙ্গে করছে। গ্রুপ, তারা বিভিন্ন কারণে মিল প্রদর্শন করুন।

ক্লাস্টার বিশ্লেষণ পদ্ধতির মার্কেটিং গোল বিস্তৃত জন্য ব্যবহৃত হয়।

বাজার সেগমেন্টেশন ভোক্তা নির্দিষ্ট পণ্যের অধিগ্রহণ প্রত্যাশিত বেনিফিট ভিত্তিতে ক্লাস্টার মধ্যে বিভাগ ভঙ্গ করার অনুমতি দেয়। প্রতিটি ক্লাস্টার সমস্ত গ্রাহক অনুরূপ সুবিধা খুঁজছেন গঠিত হতে পারে। সুবিধা সেগমেন্টেশন পদ্ধতি - নাম তিনি একটি যথাযথ বাছাই করা।

ভোক্তা আচরণ বিশ্লেষণ। এই কাজের জন্য, ক্লাস্টার বিশ্লেষণ অর্ডার তাদের আচরণ অনুকরণ একটি সজাতি গ্রাহকের গ্রুপ তৈরি করতে ব্যবহার করা হয়।

নতুন পণ্য বৈশিষ্ট্য ডিফাইনিং, আমরা ক্লাস্টারিং দ্বারা এটি তৈরী করতে পারে , ব্রান্ড একই সময়ে উচ্চারিত নিয়মানুবর্তিতা পাওয়া যায় যখন একই ক্লাস্টারের প্রদর্শনীর ব্রান্ডের অন্যান্য ক্লাস্টার চিহ্ন দিয়ে চেয়ে একে অপরের সাথে প্রচণ্ড প্রতিযোগিতা।

বিভাগ ক্লাস্টার গোষ্ঠীবদ্ধ, আপনি নির্দিষ্ট পণ্যের জন্য সবচেয়ে উপযুক্ত বাজারের চয়ন করতে পারেন।

ক্লাস্টার বিশ্লেষণ ডেটার মাত্রা কমিয়ে দেয়। পৃথক ক্লাস্টার উপর পর্যবেক্ষণের পারফর্মিং, তারপর একাধিক discriminant বিশ্লেষণ সরানো। এটা অনেক সহজ এবং সস্তা চেয়ে প্রতিটি ক্ষেত্রে বিবেচনা করা হয়।

ক্লাস্টারিং লক্ষ্য অনুরূপ বৈশিষ্ট্য দ্বারা গ্রুপ বস্তু হয়। আদল ডিগ্রী একটি উদ্দেশ্য মূল্যায়ন জন্য কিছু রেফারেন্স ইউনিট চালু করা উচিত নয়। ক্লাস্টার গঠন সাধারণত একযোগে দুই বা ততোধিক বৈশিষ্ট্য উপর নির্ভর করে।

ক্লাস্টার বিশ্লেষণ ক্লাস্টারিং পদ্ধতি ব্যাপক ব্যবহার জড়িত থাকে। তাদের মধ্যে সম্ভাব্য পদ্ধতি, পন্থা, যা এর উপর ভিত্তি করে যেমন হয় কৃত্রিম বুদ্ধিমত্তা, যৌক্তিক পদ্ধতি, একটি হায়ারারকিকাল পদ্ধতির।

হায়ারারকিকাল ক্লাস্টার বিশ্লেষণ একটি জটিল পদ্ধতি নেস্টেড গ্রুপ বা বিভিন্ন অর্ডারের ক্লাস্টার একটি নম্বর আছে জড়িত। এই পদ্ধতি লক্ষণ দুই ধরণের ব্যবহার করে। অগ্নিপিণ্ড (ঐক্যের) লক্ষণ divizivnymi (ভাগ) সঙ্গে সহাবস্থান। বৈশিষ্ট্য সংখ্যা monothetic শ্রেণীবিন্যাস পদ্ধতি এবং polythetic একটি বিচ্ছেদ বাড়ে।

পরিসংখ্যানে এই পদ্ধতি সব ব্যবহার করে, প্রায় একশত ক্লাস্টারিং আলগোরিদিম আছে। কিন্তু হায়ারারকিকাল ক্লাস্টার বিশ্লেষণ এই তালিকায় একটি নেতা। তার আবেদন যে এটি তথ্য একটি ঘাটতি সঙ্গে পুরোপুরি কাজ করে, এমনকি যখন ডেটা উপলব্ধ জায়গা লাগবে না যেমন অবস্থার স্বাভাবিকভাবে বিতরণ র্যান্ডম ভেরিয়েবল, সেইসাথে শাস্ত্রীয় পরিসংখ্যানগত পদ্ধতি অন্যান্য প্রয়োজনীয়তা প্রয়োজনীয় ব্যবস্থার সবচেয়ে গুরত্বপূর্ণ।