Высшая школа экономики, Москва, Кластерный анализ Луппа Александр Зайцева Екатерина Чемакина Анфиса Козырева Екатерина

Высшая школа экономики, Москва, 2013 Понятие кластерного анализа фото Трион, 1939 год – появление кластерного анализа Кластерный анализ – совокупность различных алгоритмов классификации Ключевой вопрос –организация наблюдаемых данных в наглядные структуры (таксономии) Отсутствие процедуры проверки статической значимости 2

Высшая школа экономики, Москва, 2013 Области применения и методы фото Области: медицина психиатрия археология менеджмент 3 Методы: древовидная кластеризация двухвходовое объединение метод K средних

Высшая школа экономики, Москва, 2013 Этапы кластерного анализа фото 1. Отбор выборки для кластеризации 2. Определение множества переменных 3. Вычисление значений той или иной меры сходства между объектами 4. Применение метода кластерного анализа 5. Проверка достоверности результатов 4

Высшая школа экономики, Москва, 2013 Древовидная кластеризация фото Использование меры сходства и расстояния между анализируемыми объектами Типичный результат – иерархическое дерево 5

Наблюдения и переменные одновременно вносят вклад в обнаружение осмысленных кластеров 6 Высшая школа экономики, Москва, 2013 Двувходовое объединение фото

Высшая школа экономики, Москва, 2013 Метод K средних фото 7 Метод K средних строит ровно K различных кластеров, расположенных на возможно больших расстояниях друг от друга

КЛАСТЕРНЫЙ ПОДХОД К АНАЛИЗУ УРОВНЯ УДОВЛЕТВОРЁННОСТИ ПЕРСОНАЛА МЕДИЦИНСКОГО УЧРЕЖДЕНИЯ Кривошеева Я.В., Пеньков И.А. Инициативы XXI века

Высшая школа экономики, Москва, 2013 Сбор данных фото 9 Метод анкетирования 165 респондентов Изучение удовлетворенности персонала текущими процессами деятельности медицинского центра

Высшая школа экономики, Москва, 2013 Объект кластеризации – персонал медицинского центра фото 10 Признаки кластеризации: доступность и качество информации корпоративная культура мотивация

Высшая школа экономики, Москва, 2013 Модель расчета фото 11

Высшая школа экономики, Москва, 2013 Кластерный анализ фото 12 Метод сетей Кохонена Метод k-средних Аналитическая платформа Deductor Academic 5.2 Сформировано 3 кластера: кластер 1 – высокая степень удовлетворенности, кластер 2 – средняя степень удовлетворенности, кластер 3 – низкая степень удовлетворенности.

Высшая школа экономики, Москва, 2013 Кластерный анализ фото 13 Рис. 1. Карта Кохонена для индексов удовлетворенности признаков: а) доступность и качество информации б) корпоративная культура в) мотивация

Высшая школа экономики, Москва, 2013 Кластерный анализ фото 14 Рис. 2. Карта Кохонена: разделение по кластерам Табл. 1. Характеристика полученных кластеров

Применение методов кластерного анализа для обработки данных психологических исследований. 15 Савченко Т.Н. Экспериментальная психология Том. 3, 2. 67–86

Высшая школа экономики, Москва, 2013 Сбор данных и объект кластеризации фото 16 Экспертные оценки 9 респондентов Исследование структуры команды (малой группы, ориентированной на решение деловой задачи и состоящей из молодых специалистов (инженеров-программистов), коллективно принимающих решение, выполняющих сложные работы в различном составе и качественном описании характеристик каждой подгруппы

Высшая школа экономики, Москва, 2013 Сбор данных и объект кластеризации фото 17 Матрица смешения для коллектива из 9 человек

Высшая школа экономики, Москва, 2013 Матрица расстояний, полученная с использованием метрики Евклида фото 18

Высшая школа экономики, Москва, 2013 Дерево классификации фото 19 Для определения «естественного» числа кластеров, на которые может быть разбита совокупность объектов применялся следующий критерий: на каждом уровне иерархической кластеризации выполнялось разбиение множества на данное число классов. Для каждой пары кластеров оценивалась отношение среднего внутри кластерного расстояния к межкластерному: Оценка «естественного» разбиения производится по формуле:

Высшая школа экономики, Москва, 2013 Дерево классификации фото 20

Высшая школа экономики, Москва, 2013 Усредненные профили классов фото 21 При помощи метода к-среднего реализуется процедура построения усредненных профилей каждого класса, что дает возможность проводить качественный анализ выраженности признаков у представителей каждого класса.

Высшая школа экономики, Москва, 2013 Усредненные профили классов фото 22

Высшая школа экономики, Москва, 2013 Результаты фото 23 Результаты сравнительного анализа, демонстрирующие значимые отличия классов по трем характеристикам: трудовая активность, работоспособность и понимание цели

Высшая школа экономики, Москва, 2013 Результаты фото 24

Кластерный анализ рынка модельной обуви города Красноярска Дадакова Е.В., Драганчук Л.С., журнал «Маркетинг в России и за рубежом», 4/

Высшая школа экономики, Москва, 2013 Цели и задачи фото 26 Сегментировать целевую аудиторию Составить портрет потребителя: рациональность и эмоции Выровнять карту восприятия товара продавцом и потребителем Оптимизировать рекламные сообщения

Высшая школа экономики, Москва, 2013 ЗАО «Ионесси» фото 27 Российский производитель обуви Проблема: отрицательное отношение к обуви российского производства Окружение: высоко конкурентная среда Задача: провести поведенческий анализ аудитории

Высшая школа экономики, Москва, 2013 Выбор признаков сегментирования фото 28 Поведенческие: отношение к продукции предприятия Социально-демографические: пол, возраст, уровень дохода

Высшая школа экономики, Москва, 2013 Анкета: поведенческие признаки фото 29

Высшая школа экономики, Москва, 2013 Анкета: соц-дем фото 30

Высшая школа экономики, Москва, 2013 Модель измерения отношения к продукции фото 31 А о j = åв i j × e i j гА о j – отношение респондента j к продукции ЗАО «Ионесси» в i j –сила мнения респондента j, что продукция ЗАО «Ионесси» имеет характеристику i e i j – оценка значимости характеристики i для респондента i = 1, …, n, n – число значимых характеристик j = 1, …, m, m – количество респондентов

Высшая школа экономики, Москва, 2013 Характеристики продукции фото Высокое качество 2. Соответствие цены качеству 3. Достаточно широкий и разнообразный ассортимент 4. Соответствие тенденциям современной моды

Высшая школа экономики, Москва, 2013 Определение уровня дохода фото 33 d j = D j / k d j – ежемесячный доход на одного человека семьи респондента j D j – ежемесячный доход на семью респондента j k – размер семьи респондента j j = 1, …, m, m – количество респондентов Если d j £ 1500 руб. Þ - низким Если 1500 руб. < d j £ 5000 руб. Þ – средний Если d j > 5000 руб. Þ – высокий

Высшая школа экономики, Москва, 2013 Сегменты фото 34 Сегмент I «отрицательно настроенные» потребители. 30% респондентов. 83% женщины. Средний возраст женщин – 32, мужчин – 34 года. Сегмент II «безразличные» потребители. 53% респондентов. Почти поровну мужчин и женщин (52% и 48%). 66% - от 36 до 55 лет. Сегмент III «благожелательные» потребители. 17% респондентов. 67% мужчин. Самый старший сегмент: 91% старше 35 лет.