Wo verwendet man Cluster-Analysen

Cluster-Analysen werden gerne im Bereich des Marketings oder im Data-Mining verwendet, dazu werden sehr komplexe Algorithmen benutzt. Diese versuchen Objekte oder Personen in verschiedne Cluster zu unterteilen. Beispielsweise werden verschiedene Personen befragt, beziehungsweise die Daten werden analysiert und anschließende in verschiedene Gruppen unterteilt. So können Unternehmen zum Beispiel ein Kosten-Nutzen Verhältnis für die Wünsche der Kunden erstellen.

Ein weiterer Vorteil ist außerdem, dass eine gezielten Ansprache an die Kunden stattfinden kann. Durch die Aufteilung in verschiedene Gruppen können Unternehmen Werbungen gezielt auf Konsumenten zuschneiden, wodurch sich Kunden auch mehr angesprochen fühlen und eher bereit sind ein Produkt zu erwerben.

Welche Methoden für Cluster-Analysen gibt es?

Grundsätzlich wird zwischen hierarchischen und partitionierenden Clusterverfahren unterteilt.

Bei dem hierarchischen Verfahren besitzen die Objekte untereinander eine hohe Ähnlichkeit, sie werden jedoch trotzdem zu verschiedene Clustern zugeordnet. Zudem werden sie noch Abgestuft eingeordnet bis nur noch ein Cluster vorhanden ist.

Bei dem partitionierenden Clusterverfahren wird versucht eine große Datenmenge auf eine vorher festgelegte Anzahl von Clustern zuzuordnenden. Diese Zuordnungen sind jedoch nicht verbindlich, sie können jederzeit beliebig gewechselt werden.