集群分析法(Cluster Analysis):
例如,聚集在一起的一群人中,包括了日本人、中国人、美国人等,将其一一分辨出来,这就是集群分析法,即,将一群异质的群体区隔为同质性较高的集群或子群,如图5-98所示,群间差异极大化,群内差异极小化,集群分析并没有作事先明确定义的类别来进行分类,是依靠自身的相似性聚集在一起的,而集群的意义也是需要靠事后对结果的解读才能得知的。集群分析与因素分析的差异在于集群分析是对样本进行分群,而因素分析是对因素或变量进行分群。
图5-98 集群分析示意
集群分析的应用
在客户问卷调查中,确定目标客户群的前提是能对潜在的消费客户进行分群,而集群分析是对客户进行分群的重要方法。在实际的调查中,可以根据少数的明确的分群条件直接通过客户调查的基础数据进行分群,例如将调查的客户以性别进行分群,或是同时按性别和年龄进行分群,这种分群可以直接通过简单的统计分析实现,如Excel分组筛选等。但是当分群条件不明确时,就需要借助集群分析。而在进行目标客户群的分析中,事先并不知道目标客户群的特性、需求等特点。而集群分析可以以各个样本客户在购买动机、产品需求、产品评价、客户属性的数据特性进行分群,分群之后可以根据分群的结果以及其他的统计分析方法分析分群的意义及各群的差异,帮助筛选和确定目标客户群。
客户问卷调查中,集群分析通常接续之前的因素分析,在因素分析中,以消费偏好、消费强度或是简化购买考虑因素进行因素分析后,得到了客户的购买决策因素(被萃取的综合因素),并且因素分析中会计算各个样本客户在各个综合因素的数值数据,而集群分析的分群依据就是各个样本客户在各个综合因素的数值分布特点。
集群分析与因素分析看上去有点相似,两者之间的差异可以这样理解:集群分析是将样本(通常为调查客户)按照一定的规律分成不同的群组,形成不同的样本群(客户群),而因素分析是将多个变量(如产品特性)分成不同的组合,形成不同的变量组(综合因素)。
