ev » İş planları » Tüketici segmentasyonu için yöntemler ve araçlar. Kümeleme analizi yöntemlerinin gözden geçirilmesi ve tüketici pazarı bölümlendirme problemini çözmek için uygulanabilirliklerinin değerlendirilmesi Çok boyutlu ölçekleme yöntemini kullanarak bölümlendirmenin sonuçları

Tüketici segmentasyonu için yöntemler ve araçlar. Kümeleme analizi yöntemlerinin gözden geçirilmesi ve tüketici pazarı bölümlendirme problemini çözmek için uygulanabilirliklerinin değerlendirilmesi Çok boyutlu ölçekleme yöntemini kullanarak bölümlendirmenin sonuçları

Segmentasyon yöntemleri

Bazı "temel" segmentasyon yöntemleri ayırt edilebilir. Bunlardan en önemlisi tüketicilerin küme analizidir (taksonomi). Sorulan sorulara benzer cevaplar verenler bir araya getirilerek tüketici kümeleri oluşturulur. Alıcılar, benzer yaş, gelir, alışkanlık vb. Alıcılar arasındaki benzerlik, farklı ölçümlere dayanır, ancak alıcıların bir soruya verdiği yanıtlar arasındaki kare farklarının ağırlıklı toplamı, genellikle benzerlik ölçüsü olarak kullanılır. Kümeleme algoritmalarının çıktısı, hiyerarşik ağaçlar veya tüketicilerin gruplar halinde birleşmesi olabilir. Oldukça fazla sayıda küme algoritması vardır.

Örneğin, Amerika Birleşik Devletleri'nde PRIZM adı verilen sistemlerin küme analizi yaygın olarak kullanılmaktadır. , 1000 olası sosyo-demografik göstergeyi azaltarak kümelenmeye başlar. Bu sistem, ABD topraklarının tamamı için sosyo-demografik segmentler oluşturur. Böylece, küme 28 seçildi - bu kümeye giren aileler, en başarılı profesyonel veya yönetimsel kariyere sahip kişileri içerir. Bu küme aynı zamanda yüksek gelir, eğitim, mülk ve yaklaşık olarak ortalama yaşı da yansıtır. Bu küme ABD nüfusunun yalnızca %7'sini temsil etse de, yüksek kaliteli ürünler satan girişimciler için kritik öneme sahiptir.

Kümeleme analizine dayalı başka tüketici segmentasyonu örnekleri de vardır. Örneğin, "psikolojik" sektörler arasında "tüketicinin ürünün yeniliğine karşı tutumu" çok önemli bir yer tutmaktadır (Şekil 3).

Figür 3

Yukarıdaki verilerden de görülebileceği gibi, en fazla tüketici sayısı sıradan alıcıların sayısını ifade eder.

Kümeleme analizine dayalı tüketici segmentasyonu "klasik" bir yöntemdir. Aynı zamanda, sözde "ürün bölümlendirmesi" veya ürün parametrelerine göre pazar bölümlendirmesine dayalı olarak pazarı bölümlere ayırma teknikleri vardır. Özellikle yeni ürünlerin üretimi ve pazarlanmasında önemlidir. Özellikle önemli olan, uzun vadeli pazar eğilimlerinin çalışmasına dayanan ürüne göre segmentasyondur. Yeni bir ürünün geliştirilmesi ve üretilmesi süreci, büyük yatırım programlarının tamamlanması oldukça uzun bir süre gerektirir ve pazar analizi sonuçlarının doğruluğu ve kapasitesinin değerlendirilmesi burada özellikle önemlidir. Standart ürünlerin geleneksel piyasası üzerinde çalışma koşullarında, kapasitesinin hesaplanması piyasaların toplamı yöntemi kullanılarak yapılabilir. Modern koşullarda, rekabet gücünü artırmak ve pazar kapasitesini doğru bir şekilde belirlemek için artık bir işletmenin pazarı yalnızca bir yönde - bazı kriterlere göre tüketici gruplarının tanımlanması - bölümlendirmesi yeterli değildir. Entegre pazarlama çerçevesinde, pazarda tanıtımı için ürünün kendisini en önemli parametrelere göre segmentlere ayırmak da gereklidir. Bu amaçla derleme yöntemi fonksiyonel kartlar- ürün ve tüketici bazında bir tür çift segmentasyon yapılması.

İşlevsel haritalar" tek faktörlü (bölümleme bir faktöre göre ve homojen bir ürün grubu için gerçekleştirilir) ve çok faktörlü (belirli bir ürün modelinin hangi tüketici gruplarına yönelik olduğunun ve hangi parametrelerin tanıtım için en önemli olduğunun analizi) olabilir. (piyasadaki ürünler) Fonksiyon haritalarını derleyerek, bu ürünün hangi pazar segmenti için tasarlandığını, fonksiyonel parametrelerinin belirli tüketici ihtiyaçlarına karşılık geldiğini belirleyebilirsiniz.

Yeni bir ürün geliştirirken, bu teknik, tüketici tercihleri sistemini yansıtan tüm faktörlerin ve aynı zamanda tüketicinin ihtiyaçlarını karşılayabileceğiniz yeni ürünün teknik parametrelerinin dikkate alınması gerektiğini varsayar; her biri kendi istek ve tercihlerine sahip tüketici grupları tanımlanır; seçilen tüm faktörler, her bir tüketici grubu için önem derecesine göre sıralanır.

Bu yaklaşım, geliştirme aşamasında, ürünün hangi parametrelerinin tasarım geliştirmeye ihtiyaç duyduğunu görmenizi veya bu model için yeterince geniş bir pazar olup olmadığını belirlemenizi sağlar.

"Apple" geliştirilmekte olan bilgisayar projesiyle ilgili olarak böyle bir pazar analizine bir örnek verelim (Tablo 1) (sonraki sayfaya bakın)

Tablo 1." Kişisel bilgisayar pazarının bölümlere ayrılması ve bunun için ürünler geliştirilirken dikkate alınan faktörler (1982) "

Faktörler	Tüketici gruplarına göre pazar segmentleri						modeli
Faktörler	evler	Okulda	Üniversitede	Eve. ofis	küçük işletmelerde	şirkette	ANCAK	AT
Teknik özellikler	*	*	***	**	**	**	***	**
Fiyat	***	***	**	***	***	**	0	**
Özel nitelikler	*	*	**	*	*	*	**	*
Güvenilirlik	**	*	*	**	**	*	0	**
Kullanım kolaylığı	**	**	*	**	*	0	***	***
uyumluluk	0	0	0	0	0	***	0	0
Çevresel ekipman	0	0	0	0	0	***	0	0
Yazılım	*	*	**	**	**	***	*	**

*** çok önemli bir faktör

** - önemli faktör

* - önemsiz faktör

0 - ihmal edilebilir faktör

Bu basit analiz, A modelinin pazarı olmayan bir bilgisayar olduğunu ve B modelinin üniversiteler ve küçük işletmeler için en uygun ürün olduğunu göstermektedir.

Şirket bir keresinde A bilgisayarına bahse girdi ve kaybetti.

Genel olarak, dünya uygulamasında, pazarlama segmentasyonuna yönelik 2 temel yaklaşım kullanılır - (bkz: segment analizinin genel şeması (Şekil 4)) (sonraki sayfa)

İlk yöntem dahilinde. "a priori" olarak adlandırılan, segmentasyon işaretleri, segmentlerin sayısı, sayıları, özellikleri, ilgi haritası önceden bilinmektedir. Yani bu yöntemde segment gruplarının zaten oluşturulmuş olduğu varsayılır. "Apriori" yöntem, segmentasyonun mevcut çalışmanın bir parçası olmadığı, ancak diğer pazarlama problemlerini çözmek için yardımcı bir temel olarak hizmet ettiği durumlarda kullanılır. Bazen bu yöntem, pazar bölümlerinin çok net bir şekilde tanımlandığı, pazar bölümlerinin varyansının yüksek olmadığı durumlarda kullanılır. Bilinen bir pazar segmentine odaklanan yeni bir ürünün oluşturulmasında "bir manastır" da kabul edilebilir.

"Post hoc (küme temelli)" olarak adlandırılan ikinci yöntem çerçevesinde, segmentasyon belirtilerinin belirsizliği ve segmentlerin özünün ima edilir.Araştırmacı, önceden etkileşimli bir dizi değişken seçer. yanıtlayan (yöntem bir anket yürütmeyi içerir) ve ardından, belirli bir değişken grubuna karşı belirtilen tutuma bağlı olarak, Yanıtlayanlar ilgili segmente aittir, sonraki analizde tanımlanan ilgi haritası ikincil olarak kabul edilir. Bu yöntem aşağıdaki durumlarda kullanılır: Segment yapısı satılan ürünle ilgili olarak tanımlanmayan tüketici pazarlarını segmentlere ayırma.

Yönteme göre segmentasyon " Önsel "

Pazarın bölünmesi gereken bölümlerin sayısını seçerken, genellikle amaç fonksiyonu tarafından yönlendirilirler - en umut verici bölümün belirlenmesi. Açıkçası, bir örnek oluştururken, incelenen ürünle ilgili olarak satın alma potansiyeli oldukça küçük olan segmentleri dahil etmek gereksizdir. Çalışmaların gösterdiği gibi, segment sayısı 10'u geçmemelidir, fazlalık genellikle segmentasyon özelliklerinin aşırı detaylandırılmasıyla ilişkilendirilir ve özelliklerin gereksiz şekilde "bulanıklaşmasına" yol açar.

Örneğin, gelir düzeyine göre bölümlere ayrılırken, bölümlerin her birinin hacminin, aşağıdakilere dayalı olarak tahmini hizmet satış hacminden en az az olmadığı dikkate alınarak, tüm potansiyel alıcıları eşit hacimli bölümlere ayırmanız önerilir. işletmenin üretim kapasitesi hakkında bilgi. Yukarıdakileri açıklayan ve potansiyel tüketicileri istikrarlı segment gruplarına ayırma olasılığını gösteren en başarılı örnek, nüfusun tamamının %20'lik beş gruba ayrıldığı gelire göre nüfusun segmentasyonu olabilir. Nüfusun %20'lik beş grubu için sunulan gelir dağılımı, Tablo'da verilene benzer şekilde düzenli olarak istatistiksel koleksiyonlarda ve raporlarda verilmektedir. 2

Tablo 2 ."Nüfus gruplarına göre gelir dağılımı. %"

Bu tür segment gruplarıyla çalışmanın rahatlığı, özellikle kapasitelerini takip etme açısından açıktır.

10 Mart 2015

Herhangi bir pazara bir ürünle (tüketici, endüstriyel) giren üretici, yeterli üretim kapasitesiyle bile tüm müşterilerine hizmet veremeyeceğini anlamalıdır. Sonuçta, alıcılar bu ürünü farklı şekillerde kullanıyor ve en önemlisi, çeşitli güdüler tarafından yönlendirilerek satın alıyorlar. Bu nedenle, genellikle bu güdülere ve diğer özelliklere göre alıcıların (segmentasyon) bir dökümünü yaparım ve ancak o zaman - bu özelliklerin azami dikkate alınarak üretilen malların teklifini yaparım. Tüketici ihtiyaçlarının karşılanması açısından pazarlama faaliyetlerinin planlanmasında ideal yaklaşımın, ürün ve hizmetlerin her bir bireysel tüketicinin gereksinimlerine uyarlanması olarak kabul edilebileceğini söylemek abartı olmaz.

1960 yılına kadar, iş teorisi ve pratiğine, toplu, kitlesel bir pazara yönelik bir yönelim hakimdi. Bu, ortak, dağıtılmamış bir pazara odaklanan üreticinin çok sayıda mal üretebilmesi ve ölçek ekonomileri elde edebilmesi gerçeğiyle açıklandı. Ama 60'lardan beri. Satış pazarının segmentasyonuna yansıyan tüketici talebinin özelliklerini ayırt etme ihtiyacına yönelik eğilim güçlenmeye başladı.

Satış pazarlarında artan rekabetin modern koşullarında, yerli sanayi ürünlerinin iç ve dış pazarlarda rekabet gücünü artırma ihtiyacı sorunu gerçekleşmektedir. Bu koşullar altında, asıl mesele, maliyetleri düşürmek için rezerv arayışının fiyat ve kârın ekonomik temeli olmasıdır. Sonuç olarak, önemli sayıda sanayi kuruluşu, uygulamanın çeşitli yollarına odaklanan düşük maliyetli bir strateji izliyor: pahalı ilgili hizmetlerin reddedilmesi; üretimi daha ucuz olan ürün modelleri ve benzerleri yaratarak maliyet tasarrufu. Ancak doğrudan maliyetler, büyük ölçüde üretim teknolojisi, işletme-mal üreticisinin yükleme düzeyi ve işletmelerin işlevsel alanlarını yönetme verimliliğini artırarak yönetim maliyetlerini düşürme olasılıkları tarafından belirlenir.

Modern araçlardan biri, yönetim maliyetlerini azaltmak ve yönetim kalitesinde bir artış sağlamaktır; bu, karları tahmin etmenin doğruluğu, her küme için karlılık (aynı tür ekonomik faaliyete sahip bir sanayi kuruluşu grubu) ile karşılaştırıldığında olarak yorumlanabilir. başlangıç durumuna veya bu faaliyetlerin işlevsel alanlarının karlılığını tahmin etmenin doğruluğuna yönelik bir kümeleme analizidir.

Etkili bir pazarlama aracı olarak segmentasyonun önemi aşağıdaki özelliklerle açıklanmaktadır:

ü segmentasyon, tüketicilerin özel ihtiyaçlarını belirlemeye ve karşılamaya odaklandığından, oldukça etkili bir rekabet aracıdır;
ü şirketin faaliyetlerini belirli bir pazar nişine odaklar, bu özellikle pazar faaliyetlerine başlayan firmalar için geçerlidir;
ü pazar bölümlendirme, şirketin pazarlama yönlerini daha makul bir şekilde belirlemeye yardımcı olur;
ü segmentasyon yardımıyla gerçekçi pazarlama hedefleri belirlemek mümkün hale gelir;
ü Başarılı pazar bölümlendirme, pazar ve tüketici araştırmasından uygun bir satış ve tutundurma sisteminin oluşturulmasına kadar bir bütün olarak pazarlamanın etkinliğini etkiler.

Pazarlama teorisinde, kavram S TP -pazarlama . İngilizce kelimelerin ilk harflerinin kısaltılmasından oluşur.segmentlere ayırma(segmentasyon),hedefleme(hedef pazar seçimi) vekonumlandırma(konumlandırma). S TP -pazarlama modern stratejik pazarlamanın özüdür.

Pazar bölümlendirme - bu, tüketicilerin ihtiyaç, özellik veya davranış farklılıklarına dayalı olarak gruplara ayrılması ve her bir grup için ayrı bir pazarlama karması geliştirmesidir.

Pazar segmenti aynı pazarlama teşviklerine aynı şekilde yanıt veren tüketicilerden oluşur.

1. Pazar bölümlendirme- ortak pazarda bireysel tüketici gruplarının tahsis aşaması.
2. Hedef pazarların seçilmesi- seçilen pazar segmentleri arasından hedef segmentler seçilir, yani şirketin faaliyetlerine odaklandığı segmentler.
3. konumlandırma- Analog ürünler arasında firmanın ürününün tanımlanması.

Hedef pazarı bölümlere ayırmanın nihai amacı, ihtiyaçlarının karşılanması şirketin faaliyetleri yönlendirilecek olan bir tüketici segmentinin (veya segmentlerinin) seçimidir.
Pazarlamacılar, pazar segmentinin doğru tahsisinin ticari başarının yarısı olduğuna inanırlar ve iyi bilinenlerin modifikasyonunu sürekli olarak hatırlarlar. Pareto yasası (kanun 80:20).

Pazar bölümlendirme yöntemleri:

a priori yöntem;

· Küme yöntemi;

· Esnek bölümleme yöntemi;

· Bileşen segmentasyon yöntemi.

saat a priori yöntemler pazar bölümlendirme hipotezi, pazarlama araştırması sırasında önce ortaya konulur ve ardından test edilir. Bu nedenle, bu yönteme a priori denir, yani. deneyimsiz. Bu pazar bölümlendirme yöntemi, göreceli basitliği, pratik uygulamaya getirilen yöntemlerin mevcudiyeti ve düşük uygulama maliyeti nedeniyle açık ara en yaygın kullanılan yöntemdir.

Küme Yöntemleri piyasa yapısının bilinmediğini ima eder. Bağımlı bir değişken tanımlamazlar, ancak pazar araştırması yoluyla elde edilen bir tüketici veri tabanında bulunan doğal kümeleri ararlar. Bu durumda, yanıt verenler ilk olarak özel bir analitik prosedür kullanılarak potansiyel tüketiciler arasından doğal kümeler - pazar bölümleri şeklinde gruplandırılır. Bundan sonra, pazar segmentini resmi olarak tanımlamanın mümkün olacağı değişkenler tanımlanır.

Önsel segmentasyon ile karşılaştırıldığında, segmentler çalışmanın başında tahmin edilen değişkenler tarafından belirlendiğinde ve küme segmentasyonu ile seçilen segmentler küme analizi sonuçlarından oluşturulduğunda modeller, esnek segmentasyon probleme dinamik bir yaklaşım sunar. Bu yaklaşımı kullanarak, her biri benzer yeni "deneme" ürünleri algısına sahip (belirli ürün özelliklerinin bir konfigürasyonu ile tanımlanan) tüketiciler veya kuruluşlar dahil olmak üzere çok sayıda farklı segment geliştirilebilir ve test edilebilir. Esnek segmentasyon, bir ürün seçerken tüketici davranışının bilgisayar modellemesi ve birleşik analizinin sonuçlarını birleştirir.

Bileşen segmentasyonu pazar bölümlendirmesinin odağını, ürün özellikleriyle daha iyi eşleştirilecek olan kişilik özelliklerine (bir dizi demografik ve psikografik özelliklerle tanımlanan) kaydırır. Bileşenlere göre bölümlendirmede, araştırmacı, ürünün değerinin parametrelerini ve yanıtlayanın çeşitli özelliklerini karşılaştırmakla ilgilenir. Bu iki parametre grubunu tanımladıktan sonra araştırmacı, her tür tüketici için olası ürün özelliklerinin geliştirilmesi için önerilerde bulunabilir.

Pazar Bölümlendirme Süreci

Segmentasyon işlemi sekiz adımda gerçekleşir.

Pazar Kapsama Stratejisi

İlk adım, bir segmentasyon yöntemi seçmektir.

İkinci aşama, segmentin homojenliğini kontrol etmektir, yani. tüketicinin bu segmentin ürününe tepkisinin aynı olup olmadığını kontrol ediyoruz.

Üçüncü aşama, segmentin farklılaşma düzeyini kontrol etmektir, yani. ürünün kaç segmentte hesaplandığını ve kuruluşun ne tür mallar sunduğunu kontrol ediyoruz.

Dördüncü aşama, segmentin erişilebilirlik seviyesinin bir değerlendirmesidir, yani. işletmenin ürünlerinin satışı için yeterli sayıda kanala sahip olup olmadığını, bu kanalların veriminin ne olduğunu, işletmenin tüm ürün hacminin satışını sağlayıp sağlayamayacağını, ürünleri müşterilere teslim etme sisteminin olup olmadığını değerlendirmek gerekir. Tüketiciler yeterince güvenilirdir.

Beşinci aşama, segmentin karlılık seviyesini kontrol etmektir, yani. ürünün bu segmentte çalışırken olası fiyatı ve maliyeti, ürünün bu segment için adaptasyonu dikkate alınarak belirlenir. (Karlılık ≈ Karlılık)

Altıncı aşama, segment kararlılığının değerlendirilmesidir.

Yedinci aşama, hedef segmentin seçimidir.

Sekizinci aşama, pazar kapsama stratejisidir.

Segmentlerin çekiciliğinin ve hedef pazar kavramının değerlendirilmesi

Bir pazar bölümünün çekiciliği, her şirketin bağımsız olarak belirlediği kriterlere göre belirlenir.

Tüm kriterler eşit öneme sahip değildir ve bu nedenle her birinin ayrı ayrı değerlendirilmesi gerekir. Çekicilik analizinin amacı, belirli bir ürünün "çekiciliğini" karakterize eden bir kriterin ağırlıklı önemini hesaplamaktır.

Hedef pazar, faaliyetlerinin yönlendirildiği işletme için en uygun ve karlı pazar bölümleri (veya bir bölüm) grubudur.

Şirket, ürününün hedef pazar için en çekici olan farklılıklarını tanıtmalıdır.

Pazar bölümlerini değerlendirirken iki faktör dikkate alınır: (1) bunların genel çekiciliği ve (2) onu geliştiren şirketin amaçları ve kaynakları.

Hedef pazarın çekiciliğini değerlendirme kriterleri

1. Pazarın büyüklüğü (kapasitesi) - Emtia piyasasının kapasitesinin altında, belirli bir seviyedeki olası mal satış hacmi (işletmenin belirli ürünleri) ve farklı fiyatların oranı anlaşılır. Pazar kapasitesi, nüfusun talebinin büyüklüğü ve emtia arzının büyüklüğü ile karakterize edilir.

2. Coğrafi konum

3. Gerçek ve potansiyel satışlar
Gerçek satış hacmi - kuruluşun mevcut çalışma koşulları altında gerçekçi bir şekilde satabileceği mal ve hizmet miktarı, tahmini reklam maliyetleri ve kurmayı planladığı fiyat seviyesi.

Potansiyel satış hacmi (teklif) - kuruluşun işgal etmeyi umduğu potansiyel pazarın payı ve buna bağlı olarak, yetenekleriyle satış için güvenebileceği maksimum mal sayısı.

4. Gerçek ve potansiyel rekabet düzeyi ve yoğunluğu

şirketlerin rakiplerinin ürünlerinden fiyat ve fiyat dışı parametreler açısından daha çekici ürünler tasarlama, üretme ve pazarlama konusundaki gerçek ve potansiyel yeteneği.

rekabetin yoğunluğu ve dolayısıyla şirketin rekabet edebilirlik düzeyi, pazarın potansiyeli tarafından belirlenir; içine giriş kolaylığı; mal cinsi; piyasa homojenliği; endüstrinin yapısı veya firmaların rekabetçi konumları; teknolojik yenilik için fırsatlar, vb.

5. Pazar kapsamı olasılığı

Ürünün dağıtılacağı potansiyel satış noktaları ve merkezlerin sayısı.

6. Gerçek ve potansiyel promosyon maliyetleri

7. Piyasa yaşam döngüsünün aşaması - yani ürün geliştirme, uygulama aşaması, geliştirme (büyüme) aşaması, olgunluk aşaması veya düşüş aşaması

8. Pazar eğilimleri, yani. gelişme yönü, beklentiler

9. Ürün için ek tüketici gereksinimleri

10. Gerçek ve potansiyel fiyat düzeyi

11. Tüketici beklentisi ve ürün pazarlama çabalarına gerçek tepki

KOBİ'ler, her pazar segmentinin çekiciliğini analiz etmenin bir sonucu olarak iki ila üç anahtar başarı faktörünü belirlemeli ve seçmelidir. Kritik başarı faktörleri şirketin "mottosu" olacak ve sürekli hatırlanmalıdır. Bir şirketin belirli bir ürün pazarında başarılı olması için gerçekleşmesi veya olmaması gereken en önemli durumlardır.

Pazar Kapsama Stratejileri

Segmentasyonu tamamladıktan sonra şirket, faaliyetlerini hangi segmenti hedefleyeceğini belirlemelidir. Pazar kapsamının derecesine göre, üç tür strateji mümkündür:

1. Tek segment (konsantre pazarlama)

Firma, bir veya daha fazla alt pazarın büyük bir payına odaklanır. Örneğin, Volkswagen çabalarını küçük otomobil pazarına odakladı. Konsantre pazarlama yoluyla firma, hizmet verdiği segmentlerde güçlü bir pazar konumu elde eder, çünkü bu segmentlerin ihtiyaçlarını herkesten daha iyi bilir ve belirli bir itibara sahiptir. Ayrıca, üretim, dağıtım ve tanıtım önlemlerinin uzmanlaşmasının bir sonucu olarak, firma faaliyetinin birçok alanında ekonomiler elde etmektedir. Bununla birlikte, bu strateji artan bir risk seviyesi ile ilişkilidir: seçilen segment beklentileri karşılamayabilir. Bu bağlamda, birçok firma faaliyetlerini birkaç farklı pazar segmentini kapsayacak şekilde çeşitlendirmeyi tercih etmektedir.

Bu yaklaşıma bazen "niş strateji" denir çünkü Bu genellikle sınırlı kaynaklarla yapılır.

2. Çoklu segmentler (farklı pazarlama)

Artan sayıda firma bu stratejiyi benimsiyor.

Firma, çeşitli ürünler sunarak satış büyümesini ve pazar segmentlerinin her birine daha derin nüfuz etmeyi umuyor. Birkaç pazar segmentindeki konumunu güçlendirerek, tüketicinin zihninde bu ürün kategorisiyle firmayı tanımlayabilmesini umuyor. Ayrıca, tüketicilerin isteklerine karşılık gelen şirketin ürünü olduğu ve bunun tersi olmadığı için tekrar satın alımlarda bir artış bekliyor.

3. Tam pazar kapsamı (farklılaştırılmamış pazarlama)

Çoğu pazarlama uzmanı, bu stratejinin kapsamının sınırlı olduğuna inanmaktadır.

Bu durumda firma, müşterilerin ihtiyaçlarının birbirinden nasıl farklılaştığına değil, bu ihtiyaçların ortak yönlerine odaklanır. Mümkün olduğu kadar çok müşteriye hitap edecek bir ürün ve pazarlama programı geliştirir. Kitlesel dağıtım ve kitlesel reklam yöntemlerine dayanır. Ürüne insanların zihninde bir üstünlük imajı kazandırmaya çalışır. Farklılaşmamış pazarlamaya örnek olarak, birkaç yıl önce herkese bir çikolata markası sunan Krasny Oktyabr şirketinin eylemlerini gösterebiliriz.

Farklılaştırılmamış pazarlama ekonomiktir. Bir ürünü üretme, envanterini koruma ve nakliye maliyetleri düşüktür. Farklılaştırılmamış pazarlama ile reklam maliyetleri de düşük tutulmaktadır. Pazar bölümlerinin pazarlama araştırması ihtiyacının olmaması ve bu bölümlere göre ayrılmış planlama, pazarlama araştırması ve ürün yönetiminin maliyetini düşürmeye yardımcı olur.

Konumlandırma kavramı

konumlandırma bir şirket, ürün veya hizmet için onu (onu) rakiplerin konumundan olumlu bir şekilde ayıracak bir pazar konumu bulma sürecidir. Konumlandırma, avantajları ve benzersizliği yaratılan ve sunulan belirli bir hedef tüketici kitlesi dikkate alınarak gerçekleştirilir. Pozisyonun neyi hedeflediğine dair net bir fikir olmadan, pazarlama kararlarını hizalamak çok zor, hatta neredeyse imkansız. Rekabetçi konumlandırmanın tanımı genellikle pazarlama araçlarının en etkili kombinasyonlarını belirler.
Özetle şunu söyleyebiliriz. Konumlandırma bir pazarlama stratejisidir markanızın (ürün veya şirket) belirli çağrışımlarla veya daha iyisi, faydalarla güçlü bir bağlantısı oluşturmak için.

Böylece, konumlandırma şunları içerir:
- pazarda belirli bir yere sahip bir ürün veya şirketin istikrarlı bir birliğinin tüketicinin kafasında yaratılması,
- uzun vadede derneği (seçilen konum) sürdürmek.

Ürünün pazardaki konumu belirli bir ürünün tüketicinin bakış açısından benzer rakip ürünlere kıyasla tüketicilerin zihninde işgal ettiği yer.
Konumlandırma stratejisi Konumlandırma kavramını tüketicilere aktarmayı amaçlayan bir dizi önlemdir. Konumlandırma sadece tüketicinin zihninde vardır.
- Mal (hizmet) sunma stratejisi
- Fiyatlandırma stratejisi
- Ürün dağıtım stratejisi
- Malları (hizmetleri) teşvik etme stratejisi
Konumlandırma kısıtlaması
- Hedef piyasa
- Gerçek ve potansiyel rakipler
- Şirket stratejisi

yeniden konumlandırma- Pazarlama ve reklamcılıkta bir ürün veya hizmetin konumunda değişiklikler, bunlara yeni bir imaj verildiğinde, başka bir hedef kitle belirlendiğinde, satış ve reklam bilgilerine yönelik argümanlar, ambalaj vb. değişir.
Yeniden konumlandırma nedenleri:
- Şüpheli konumlandırma
- Düşük konumlandırma
- Belirsiz konumlandırma
- Yararsız konumlandırma
- Aşırı konumlandırma

İkamet yeri vb. Bundan pazar segmentinin açık olduğu anlaşılmalıdır.

Piyasada bazı açılardan aynı şekilde davranan bir grup tüketici vardır.

Pazar bölümlendirme, sırayla, birkaç aşamaya ayrılır.

2. Bir pazar bölümü seçimi, bölümlerin her birinin çekiciliği (istenilen sonucu işletmeye getirme yeteneği) açısından değerlendirilmesi gerçeğinde yatmaktadır. Bu tahminlere dayanarak en çekici segment (veya segmentler) seçilir.
3. Son olarak, üçüncü aşama ürün konumlandırmadır. Pazar segmenti seçildikten sonra firmanın piyasaya sunduğu ürünün piyasaya nasıl sunulacağını düşünmek gerekir. Ayrıca detaylı bir pazarlama karması da geliştirilmelidir. Bu aşamada çözülen bu görevlerdir.

Pazarlamada, segmentasyonun etkinliğini artırabilecek çeşitli özellikler tanımlanmıştır. Bu işaretler tüketicileri değil, segmentlerin kendisini ilgilendiriyor.

1. Bölüm anlamlı olmalıdır. Bu, segmentasyonun altında yatan özelliğin en azından bir dereceye kadar tüketici davranışına göre ayarlanması gerektiği anlamına gelir. Bu nedenle kilolu olmak, kişinin ne kadar ekmek tükettiği veya kıyafet almakta güçlük çekip çekmediği açısından önemlidir. Bununla birlikte, bu işaretin kullandığı kozmetiklerle bağlantılı olarak önemli olması muhtemel değildir.
2. Pazar bölümü, firmanın başarısı için gerekli olan karı yaratabilecek büyüklükte olmalıdır. Segment bu açıdan çok küçükse, buna odaklanan bir pazarlama programının geliştirilmesi ve uygulanması mantıklı değildir.
3. Segment ölçülebilir olmalıdır. Bu, segmentasyonun altında yatan özelliğin, bir grup tüketicinin diğer gruplarından açık ve net bir şekilde ayrılma olasılığını sağlaması gerektiği anlamına gelir. Yaş, ölçülebilir bir özellik örneğidir. Bu değişkenin aldığı değere bağlı olarak tüm tüketicileri her zaman kolayca gruplara ayırabiliriz.

Tam olarak ölçülemeyen bir özelliğe örnek olarak, garip bir şekilde, bir ürünün tüketim sıklığı da olabilir, bazı durumlarda tüketici tercihleri son derece değişken olabilir. Bu bakış açısından çok daha güvenilir bir işaret marka sadakatidir: Tüketici bir ürünü nadiren satın alsa bile, her zaman sadece bir marka seçecek ve diğerlerini reddedecektir.

Burada ayrıca görüşülen kişinin araştırmacının sorusuna cevap verirken samimi olup olmayacağı da göz önünde bulundurulmalıdır. Bu bakış açısından, cinsel yönelim tipinin belirtileri zayıf ölçülebilir. Toplumumuzun cinsel azınlıklara karşı hoşgörü derecesi sürekli artsa da (ve bu yeterince gelişmiş bir toplumun bir işaretidir), bu azınlıkların her temsilcisi cinsel yönelimlerini açıkça beyan etmeye cesaret edemez.

3. Segment erişilebilir olmalıdır. Bu kalite, yalnızca araştırma için erişilebilirliği değil, aynı zamanda ek bilgilerin mevcudiyetini de ifade eder. Bir işletmenin, elindeki araçlarla pislik bölümünü etkileyebilmesi ve ardından ilk durumunu etkiden sonraki durumla karşılaştırarak etkisini değerlendirmesi bekleniyorsa, bölüm erişilebilir olarak kabul edilebilir. Bunun ancak bilgiye erişim varsa mümkün olduğu açıktır.

Pazarlama pratiğinde en sık üç bölümleme yöntemi kullanılır: gruplama, bağımlı değişkenli çok değişkenli sıralı bölümleme ve küme analizi. Bu liste, olası tüm segmentasyon yöntemlerini tüketmez, ancak bu prosedür ve bununla ilişkili karmaşıklıklar hakkında genel bir fikir edinmek için yeterlidir.

1. Segmentlere ayırmanın en kolay yolu, pazarın yukarıda listelenen özelliklere dayalı olarak pazarlama ve sosyolojide geleneksel olarak tanımlanan gruplara bölünmesidir. Bu durumda, basitçe, cinsiyet, yaş veya meslek gibi özellikler temelinde tanımlanan tüketici gruplarının oldukça standart bir ihtiyaç ve davranışlar dizisi ile karakterize edildiği varsayılır.

Bu yöntem, örneğin şirketin piyasada yeni faaliyete geçtiği veya yeni bir pazara girmeye karar verdiği durumlarda, yeni bir faaliyet alanı seçilmesi durumunda en uygundur.

Bu segmentasyon yönteminin dezavantajı varsayımlara, hipotezlere dayanmasıdır. Tüketicilerin yaşa, cinsiyete, mesleğe, gelir düzeyine veya sosyal statüye göre bölünmesi, pazarlama araştırması için gelenekseldir, ancak bu değişkenlerin tüketicileri "bitirme" süreciyle ilişkili olduğu hiç de açık değildir. Başka bir deyişle, tüketicilerin faaliyetlerinin doğrudan örneğin yaşlarına bağlı olduğunu söylemek her zaman mümkün değildir. Bu nedenle, pazarlamacı, bu tür bölümlendirmeye başvurarak, bölümleri seçmek için keyfi ve yeterince ağır olmayan nedenler seçer.

Pazarı bölümlere ayırırken, belirli grupların dağılımının altında yatan özelliklerin farklı öneme sahip olduğu akılda tutulmalıdır. Bir yandan işletmenin amaçlarıyla doğrudan ilgili olan işaretlerden bahsedebiliriz. Böyle bir işaret, örneğin, belirli niteliklere sahip yeni bir ürünü satın alma isteği olabilir: bu temelde, bunu yapmaya hazır olan bir tüketici grubunu ve buna hazır olmayan bir tüketici grubunu ayırt edebiliriz. bunun için hazır.

İşletme mal satışı ile ilgilendiğinden, bu parametre doğrudan hedefleri ile ilgilidir. Öte yandan, işletmenin hedefleri ile aynı yakın ilişki içinde olmayan daha az önemli parametreler vardır. Böyle bir özelliğin bir örneği yaş olabilir. Yani, bu veya bu ürün, 30 yıl sonra insanların yaş kategorisine yönelik olabilir. Ancak bu, otuz yaşın üzerindeki her kişinin bu ürünü alacağı anlamına gelmez. Sonuç olarak, bir segmentasyon parametresi olarak yaş, işletmenin acil hedefleriyle daha az ilişkilidir.

Gerçekten önemli faktörlerin sayısı çok büyükse, faktör analizi denilen kullanılarak bunlar azaltılabilir. Tek bir özellikte birleştirilen ilgili özellik (parametre) gruplarının seçimini içerir. Yani örneğin gelir düzeyi evin büyüklüğü, arabanın varlığı, turistik gezilerin sayısı, restoran ve kulüp gibi kuruluşlara yapılan ziyaretlerle yakından ilişkilidir ve bu nedenle bu işaretler bir araya getirilebilir.

Bu özelliğe bir isim vermeniz tavsiye edilir. Bizim durumumuzda, yeni özelliği "gelir miktarı" olarak adlandırabiliriz, ancak bunu yalnızca bir kişinin bir ayda veya bir yılda aldığı para miktarı olarak değil, geniş olarak yorumlayabiliriz. Benzer şekilde, gelir düzeyi, meslek ve eğitim, gelir düzeyi ve siyasi tercihler vb. arasında bağlantı kurulabilir.

2. Bağımlı değişkenli çok değişkenli sıralı bölümleme, şirketin halihazırda pazarda deneyimi olduğunda en uygundur. Bu durumda, segmentasyon, halihazırda mevcut olan sonuçlar açısından en çok tercih edilen pazar segmentini belirlemeyi amaçlar.

Şirketin ulaşmaya çalıştığı temel sonuç maksimum kâr elde etmek olduğundan, bu durumda örneğin şirketin geliri bağımlı değişken olarak seçilebilir. Ön bölümlendirme bu yöne yöneliktir: işletme açısından ona en büyük geliri getiren tüketici gruplarını belirlemek gerekir.

Gelirin alt sınırının genellikle öznel olarak belirlendiği ve gerçek ile istenen durum arasında bir uzlaşmayı temsil ettiği açıktır. Örneğin, üç grubu ayırt etmek şartlı olarak mümkündür: büyük bir gelir getiren tüketiciler, ortalama (tatmin edici) bir gelir getiren tüketiciler ve çok az gelir getiren tüketiciler.

Bölütlemenin ikinci aşaması, birinci değişkenle en yakından ilişkili olan ikinci değişkenin tanımlanmasıdır. Bu değişken genellikle:

a) Firma tarafından satılan ürün veya hizmetin kullanım sıklığı;
b) tüketicinin şirkete getirdiği gelir düzeyi;
c) Tüketicinin markaya bağlılığı. Örneğin, pazarlama araştırmasında, şirkete en büyük geliri 25 ila 33 yaş arasındaki kişilerin getirdiği ortaya çıkıyor. Bu nedenle, tüm tüketiciler en az üç gruba ayrılmalıdır: 1) 25 yıla kadar; 2) 25 ila 33 yaş arası ve 3) 33 yaş üstü.

Bu yöntemi kullanırken, pazarın yalnızca en karlı segmenti daha fazla segmentasyona tabi tutulur. Bizim durumumuzda bu, 25 ila 33 yaş arasındaki tüketicilerin kategorisidir. Sonraki aşamalarda, kârlılık düzeyiyle en çok ilişkili olan segmentasyon temelleri yeniden bulunur.

Bu durumda bölme sınırı, aşağıdaki niteliklere sahip olması gereken segmenttir:

1) şirkete ait tüketiciler şirkete en büyük geliri getirir (örneğin, pazarın sadece %20'sini oluşturan bu segmentte şirketin aldığı gelir, toplam gelirin %70'idir);
2) segmente tam olarak hakim olunmamalıdır;
3) Ek gelişimine yatırım yapmaya değecek kadar büyük olmalıdır;
4) segmentin daha fazla bölünmesi imkansız olmalıdır (tercih edilen özellik budur).

Bu segmentasyon yönteminin avantajı, en önemli değişkenlere dayanmasıdır. Bu yöntemin dezavantajları da vardır. Her şeyden önce, farklı değişkenler arasındaki etkileşimi hesaba katmaz. Ayrıca, yardımı ile hızlı bir şekilde tahsis edilen segmentlerin çok küçük olduğu ortaya çıkıyor. Aynı zamanda, genel olarak, bu yöntem oldukça verimlidir.

Kullanırken, hangi segmentlerin gerçekten en çok tercih edildiğini, hangilerinin olabileceğini ve hangilerinin tamamen terk edilmesi gerektiğini görebilirsiniz. Özellikle, bu yöntemin kullanılması, örneğin bir veya başka bir tüketici grubundan elde edilen geliri artırmak gibi çok gerçekçi görevleri formüle etmeyi mümkün kılar. Son olarak, şirketin faaliyetlerindeki zayıflıkları belirlemenizi sağlar.

3. Pazarlamacının tüm tüketici nüfusu ile pazar analizine başladığı ve onları kademeli olarak gruplara ayırdığı önceki iki bölümlendirme yönteminin aksine, küme analizi ile yön tersine çevrilir: analiz bireysel tüketicilerle başlar. Bu nedenle, küme analizi, pazarlamacının yeterince fazla sayıda gerçek tüketici hakkında veriye sahip olmasını gerektirir, kural olarak, sayılarının en az 200 kişi olması gerekir.

Küme analizi birkaç adım içerir.

1) İlk olarak, pazarlamacı rastgele bir tüketici seçer ve bilinen parametreler açısından kendisine mümkün olduğunca benzer olacak başka bir tüketici aramaya başlar. Bu tür iki tüketici bulunduğunda, bir kümede birleştirilirler. Diğer kümeler de benzer şekilde tanımlanır.
2) Bir sonraki adım, bireysel tüketicilerin ve gruplarının daha geniş topluluklar halinde birleştirilmesidir. Hem bireysel tüketicilerin hem de halihazırda tahsis edilmiş kümelerin yanı sıra bir tüketici ve bir kümenin kümeler halinde birleştirilebileceği akılda tutulmalıdır. Birleşme, az çok tatmin edici sayıda küme, yani hacimleri bakımından işletmenin çıkarlarına karşılık gelen bölümler elde edilene kadar gerçekleştirilir.
3) Kümelerin tahsisinin doğruluğu üzerindeki kontrol, pazarlamacının ikinci kez segmentasyon yapması ve aynı segmentasyonun diğer benzerlik ölçütleri kullanılarak elde edilip edilemeyeceğini kontrol etmesidir. Küme analizine dayalı ana ve kontrol segmentasyonu sonuçları karşılaştırılır, ardından ana segmentasyonda ayarlamalar yapılır.

Bu yöntemin şüphesiz avantajı, tüketicilerle ilgili belirli verilerden başlamanıza izin vermesidir. Bu yöntemi kullanan bir pazarlamacının, aslında değeri az olan bir segmentasyon parametresi seçme olasılığı daha düşüktür.

Bu yöntemin dezavantajı, kullanıldığında gerçekte var olmayan kümelerin seçilebilmesidir. Bu, sonuçta ortaya çıkan tüketici gruplarının aslında aynı davranışla karakterize edilmeyeceği anlamına gelir. Bu nedenle çeşitli kontrol prosedürleri kümeleme analizinin zorunlu bir parçası olmalıdır.

Pazarda ürün konumlandırma, rekabet avantajı elde etmeye katkıda bulunan parametreleri belirlemek için pazarlama karması unsurlarının ve seçilen pazar segmentlerindeki ürün konumlarının analizini içeren hedef pazarların seçimi için bir pazarlama faaliyeti yönüdür.

Tüm işletmeler aynı özelliklere sahip aynı ürünleri üretiyorsa, aynı ürünü tanıtma ve sunma yöntemlerini kullanıyorsa ve benzer hizmetler sunuyorsa, tüketiciler için hepsi aynı olacaktır.

Aynı zamanda, ürünün şu anda piyasada işgal ettiği konumu da dikkate almak önemlidir. Ürünün konumu, tüketicilerin ürünün en önemli parametreleri hakkındaki görüşüdür. Rakiplerin ürünüyle ilgili olarak tüketicilerin zihninde belirli bir ürünün işgal ettiği yeri karakterize eder. Daha çok duygusal bir özellik olan bir ürünün imajından farklı olarak, bir ürünün konumu, kural olarak, nicel olarak ölçülen parametreler (pazar payı, ürün özellikleri, fiyat vb.) temelinde oluşturulur.

Bir pazar bölümünün seçimi, üç aşamadan oluşan belirli bir prosedürü içerir.
Kelimenin dar anlamıyla pazar bölümlendirme - ihtiyaçları, finansal yetenekleri, alışkanlıkları,

MailChimp.com adlı bir site için e-posta pazarlama sektöründe çalışıyorum. Müşterilerin reklam hedef kitleleri için haber bültenleri oluşturmalarına yardımcı oluyoruz. Ne zaman biri işimize "posta doldurma" dese, kalbimde tatsız bir ürperti hissediyorum.

Niye ya? Evet, çünkü e-posta adresleri artık el bombası gibi mesajlarla bombardıman ettiğiniz kara kutular değil. Hayır, e-posta pazarlamasında (tweet'ler, Facebook gönderileri ve Pinterest kampanyaları dahil olmak üzere diğer çevrimiçi iletişim biçimlerinde olduğu gibi), işletmeler tıklama izleme, çevrimiçi siparişler, sosyal ağlarda durum dağılımı yoluyla bir hedef kitlenin bireysel düzeyde nasıl iletişim kurduğuna dair içgörü kazanır. ağlar vb. Bu veriler sadece parazit değildir. Kitlenizi karakterize ederler. Ancak deneyimsizler için bu işlemler Yunan dilinin bilgeliğine benzer. Veya Esperanto.

Müşterilerinizden (kullanıcılar, aboneler vb.) işlem verilerini nasıl topluyorsunuz ve bu verilerini hedef kitlenizi daha iyi anlamak için nasıl kullanıyorsunuz? Çok sayıda insanla uğraşırken, özellikle hepsi sizinle farklı şekillerde iletişim kuruyorsa, her müşteriyi ayrı ayrı incelemek zordur. Teorik olarak herkese kişisel olarak ulaşabilseniz bile, pratikte bu pek mümkün değil.

Müşteri tabanını almanız ve her bir müşteri için rastgele bombalama ile kişiselleştirilmiş pazarlama arasında bir orta yol bulmanız gerekir. Bu dengeyi sağlamanın bir yolu, farklı hedeflenen içerik, teklifler vb. ile müşteri tabanınızın farklı segmentlerine ulaşabilmeniz için müşteri pazarınızı segmentlere ayırmak için kümelemeyi kullanmaktır.

Kümeleme analizi, çeşitli nesnelerin toplanması ve kendi türlerine göre gruplara ayrılmasıdır. Bu gruplarla çalışarak (üyelerinin ortak yönlerini ve onları farklı kılan şeyleri belirleyerek) sahip olduğunuz karmaşık veri kümesi hakkında çok şey öğrenebilirsiniz. Bu bilgi, daha iyi kararlar vermenize ve eskisinden daha ayrıntılı bir düzeyde yardımcı olacaktır.

Bu bağlamda kümeleme, keşifsel veri madenciliği olarak adlandırılır çünkü bu teknikler, görsel olarak yakalayamayacağınız devasa veri kümelerindeki ilişkiler hakkındaki bilgileri "çekmenize" yardımcı olur. Ve sosyal gruplardaki bağlantıların keşfi, herhangi bir endüstride faydalıdır - hedef kitlenin alışkanlıklarına dayalı filmler önermek, şehrin suç merkezlerini belirlemek veya finansal yatırımları haklı çıkarmak.

Kümelemenin en sevdiğim kullanımlarından biri görüntü kümelemedir: "aynı görünen" görüntü dosyalarını bir bilgisayara yığmak. Örneğin, Flickr gibi resim barındırma hizmetlerinde kullanıcılar tonlarca içerik üretir ve çok sayıda fotoğraf nedeniyle basit gezinme imkansız hale gelir. Ancak, kümeleme tekniklerini kullanarak, benzer görüntüleri birleştirerek, kullanıcının ayrıntılı sıralamadan önce bile bu gruplar arasında gezinmesini sağlayabilirsiniz.

Denetimli veya denetimsiz makine öğrenimi?

Keşifsel veri madenciliğinde, tanımı gereği, ne tür bir veri aradığınızı önceden bilemezsiniz. Sen bir araştırmacısın. İki müşterinin ne zaman benzer göründüğünü ve ne zaman farklı göründüklerini net bir şekilde açıklayabilirsiniz, ancak müşteri tabanınızı segmentlere ayırmanın en iyi yolunu bilmiyorsunuz. Bu nedenle, bir bilgisayardan müşteri tabanını sizin için bölümlere ayırmasını istemeye denetimsiz makine öğrenimi denir, çünkü hiçbir şeyi kontrol etmiyorsunuz - bilgisayara işini nasıl yapacağını dikte etmiyorsunuz.

Bu sürecin aksine, genellikle yapay zeka ön sayfaya çıktığında ortaya çıkan denetimli makine öğrenimi vardır. Müşterileri "satın alma olasılığı yüksek" ve "satın alma olasılığı düşük" olarak iki gruba ayırmak ve tüm yenilikleri bu gruplardan birine uygulayarak bilgisayarı bu tür alıcıların tarihsel örnekleriyle beslemek istediğimi biliyorsam, o zaman bu kontrol.

Bunun yerine, “İşte müşterilerim hakkında bildiklerim ve onların farklı mı yoksa aynı mı olduğunu nasıl anlayacağımı söylersem. Bana ilginç bir şey söyle”, kontrol eksikliğidir.

Bu bölüm, 1950'lere dayanan ve o zamandan beri endüstriler ve hükümetler arasında veritabanı bilgi keşfinde (KDR) bir temel haline gelen k-ortalamalar olarak bilinen en basit kümeleme yöntemini tartışıyor.

k-ortalamalar yöntemi, tüm yöntemlerin matematiksel olarak en doğru olanı değildir. Her şeyden önce, Afro-Amerikan mutfağı gibi pratiklik ve sağduyu nedenleriyle yaratıldı. Fransızlar kadar şık bir soyağacı yok, ama genellikle gastronomik kaprislerimize hitap ediyor. K-araçları ile kümeleme, birazdan göreceğiniz gibi, kısmen matematik ve kısmen tarihseldir (karşılaştırma yönetim eğitiminde ise, şirketin geçmişi hakkında). Şüphesiz avantajı sezgisel basitliktir.

Basit bir örnekle bu yöntemin nasıl çalıştığını görelim.

Kızlar kızlarla dans eder, erkekler kafalarını kaşır

K-araç kümelemesinin amacı, uzayda birkaç nokta seçmek ve bunları k grubuna dönüştürmektir (burada k, seçtiğiniz herhangi bir sayıdır). Her grup, aya dikilmiş bir bayrak gibi merkezdeki bir nokta ile tanımlanır ve "Hey, işte benim grubumun merkezi! Bu bayrağa diğerlerinden daha yakınsanız katılın!” Bu grup merkezi (resmi olarak küme merkezi olarak adlandırılır), k-araç adının ortalamasıdır.

Örneğin, okul danslarını düşünün. Bu "eğlence"nin dehşetini hafızanızdan silmeyi başardıysanız, bu tür acı hatıraları geri getirdiğim için çok üzgünüm.

Örneğimizin kahramanları - "Denizin Dibinde Top" romantik adı altında dans akşamına gelen Makakne Lisesi öğrencileri, Şekil 2'de gösterildiği gibi toplantı salonunun etrafına dağılmıştır. 1. Durumu daha kolay hayal edebilmek için parkeyi Photoshop'ta bile boyadım.

Pirinç. 1. Makakne Lisesi öğrencileri oditoryumda sıraya girdi

Ve işte özgür dünyanın bu genç liderlerinin beceriksizce dans edecekleri şarkılardan bazı örnekler (müzik eşliğinde isterseniz, örneğin Spotify'da):

Styx: Gel Uzaklara Yelken Aç
Kızdan Başka Her Şey: Kayıp
Baz Ası: İstediği Her Şey
Yumuşak Hücre: Lekeli Aşk
Montell Ürdün
Eyfel 65: Mavi

Şimdi k-araçlarına göre kümeleme, mevcut olanları bölmek istediğiniz kümelerin sayısına bağlıdır. Üç küme ile başlayalım (bu bölümde daha sonra k'nin seçimini ele alacağız). Algoritma, Şekil 2'de gösterildiği gibi, toplantı salonunun zeminine geçerli bir şekilde üç bayrak yerleştirir. 2, cinsiyete göre dağıtılmış ve siyah dairelerle işaretlenmiş 3 başlangıç bayrağı gördüğünüz yer.

Pirinç. 2. Kümelerin ilk merkezlerinin yerleşimi

K-ortalama kümelemede, dansçılar en yakın küme merkezlerine bağlanır, böylece zemindeki herhangi iki merkez arasında bir sınır çizgisi çizilebilir. Bu nedenle, dansçı çizginin bir tarafındaysa, bir gruba, diğer tarafındaysa diğerine aittir (Şekil 3'te olduğu gibi).

Pirinç. 3.Çizgiler kümelerin sınırlarını işaretler

Bu sınır çizgilerini kullanarak dansçıları gruplara ayırıyor ve şekil l'deki gibi renklendiriyoruz. 4. Uzayı bir veya başka bir küme merkezine yakınlığı ile tanımlanan çokgenlere ayıran bu diyagrama Voronoi diyagramı denir.

Pirinç. 4. Voronoi diyagramında farklı arka plan desenleriyle işaretlenmiş kümelere göre gruplama

İlk bölümümüze bakalım. Bir sorun var, değil mi? Alan oldukça garip bir şekilde bölünmüştür: sol alt grup boş kalır ve sağ üst grubun sınırında tam tersine birçok insan vardır.

K-ortalama kümeleme algoritması, en iyi sonuca ulaşana kadar küme merkezlerini zemin etrafında hareket ettirir.

"En iyi sonuç" nasıl belirlenir? Mevcut olan her kişi, küme merkezinden biraz uzaktadır. Katılımcılardan gruplarının merkezine olan ortalama mesafe ne kadar kısa olursa, sonuç o kadar iyi olur.

Şimdi "minimizasyon" kelimesini tanıtıyoruz - küme merkezlerinin daha iyi konumlandırılması için modeli optimize etmede sizin için çok faydalı olacaktır. Bu bölümde, Çözücü'nün küme merkezlerini sayısız kez taşımasını sağlayacaksınız. Çözücü'nün küme merkezleri için en iyi konumu bulmak için kullandığı yol, bunları yüzeyde yavaşça yinelemeli olarak hareket ettirmek, bulunan en iyi sonuçları sabitlemek ve en iyi konumu bulmak için bunları birleştirmek (kelimenin tam anlamıyla yarış atları gibi çiftleşir).

Öyleyse, eğer Şek. 4 oldukça soluk görünüyor, "Çözüm arayın", Şekil 1'deki gibi aniden merkezleri düzenleyebilir. 5. Böylece, her dansçı ile merkezi arasındaki ortalama mesafe biraz azalacaktır.

Pirinç. 5. Merkezleri hafifçe kaydırmak

Açıktır ki, Çözüm Arayışı er ya da geç, Şekil 1'de gösterildiği gibi, merkezlerin her dansçı grubunun ortasına yerleştirilmesi gerektiğini anlayacaktır. 6.

Pirinç. 6. Okul danslarında optimal kümelenme

İyi! İdeal kümeleme böyle görünür. Küme merkezleri, bir dansçı ile en yakın merkez arasındaki ortalama mesafeyi en aza indirerek, her dansçı grubunun merkezinde bulunur. Artık kümeleme bittiğinde, bu kümelerin ne anlama geldiğini anlamaya çalışan eğlenceli kısma geçmenin zamanı geldi.

Dansçıların saç rengini, siyasi tercihlerini veya yüz metre yol kat ettikleri zamanı biliyorsanız, kümelenmenin pek bir anlamı yoktur.

Ancak mevcut olanların yaşını ve cinsiyetini belirlemeye karar verdiğinizde, bazı genel eğilimleri görmeye başlayacaksınız. Alttaki küçük grup, büyük olasılıkla eşlik eden yaşlı insanlar. Soldaki grubun tamamı erkek, sağdaki grubun tamamı kızdır. Ve herkes birbiriyle dans etmekten çok korkar.

Böylece, k-ortalamalar yöntemi, birçok dans katılımcısını gruplara ayırmanıza ve her bir katılımcının özelliklerini, ayrılığın nedenini anlamak için belirli bir kümeye ait olmakla ilişkilendirmenize izin verdi.

Şimdi muhtemelen kendinize şunu söylüyorsunuz: “Haydi, ne saçmalık. Cevabı başlamadan önce zaten biliyordum. Haklısın. Bu örnekte, evet. Böyle bir "oyuncak" örneğini, sadece noktalara bakarak çözebileceğinizden emin olarak bilerek verdim. Eylem, kümelemenin temel olarak gözlerin yardımıyla gerçekleştirildiği iki boyutlu bir uzayda gerçekleşir.

Peki ya binlerce ürün satan bir mağaza işletiyorsanız? Bazı alıcılar son iki yıl içinde bir veya iki alım yapmıştır. Diğerleri düzinelerce. Ve herkes farklı bir şey satın aldı.

Onları böyle bir "dans pistinde" nasıl kümelersiniz? Bu dans pistinin iki boyutlu, hatta üç boyutlu olmadığı gerçeğiyle başlayalım. Bu, alıcının ürünü her boyutta satın aldığı veya almadığı, malların satışının bin boyutlu bir alanıdır. Askeri arkadaşlarımın söylemekten hoşlandığı gibi, kümelenme sorununun "birinci kategorinin göz küresi" yeteneğinin ne kadar hızlı ötesine geçmeye başladığını görün.

Gerçek Hayat: E-posta Pazarlamasında K-Means Kümeleme

Daha spesifik bir duruma geçelim. Ben e-posta pazarlamasındayım, bu yüzden çalıştığım Mailchimp.com'un hayatından bir örnek vereceğim. Aynı örnek perakende verileri, reklam dönüşüm verileri, sosyal medya vb. için de işe yarayacaktır. Müşterilere reklam materyali teslim etmekle ilgili hemen hemen her tür veriyle etkileşime girer ve ardından koşulsuz olarak sizi seçerler.

Toptan Şarap İmparatorluğu Joey Bag O'Donuts

Bir an için Joey Bag O'Donuts Toptan Şarap İmparatorluğu'nu yönettiğiniz New Jersey'de yaşadığınızı hayal edin.Bu, amacı yurt dışından büyük miktarlarda şarap getirmek ve etrafındaki belirli likör dükkanlarına satmak olan bir ithalat-ihracat işidir. Joey dünyanın her yerinde bir sürü şarapla inanılmaz fırsatlar arıyor, onu Jersey'e gönderiyor ve onu mağazalara koyup kar etmek size kalmış.

Alıcıları birçok şekilde bulursunuz: bir Facebook sayfası, bir Twitter hesabı, hatta bazen doğrudan posta - sonuçta, e-postalar çoğu iş türünü "tanıtır". Geçen yıl ayda bir mektup gönderdin. Genellikle her harf, biri şampanya, diğeri malbec ile olmak üzere iki veya üç anlaşmayı tanımlar. Bazı fırsatlar inanılmaz - %80 veya daha fazla indirim. Sonuç olarak, yılda yaklaşık 32 anlaşma yaptınız ve hepsi az çok sorunsuz gitti.

Ancak işlerin iyi gitmesi, daha iyi olamayacakları anlamına gelmez. Müşterilerinin güdülerini biraz daha derinlemesine anlamakta fayda var. Tabii ki, belirli bir siparişe baktığınızda, bir Adams'ın Temmuz ayında %50 indirimli gazlı içecek aldığını görüyorsunuz, ancak onu neyin satın aldığını belirleyemiyorsunuz. Bir karton altı şişelik minimum sipariş miktarını mı yoksa henüz maksimuma ulaşmamış fiyatı mı beğendi?

Müşteri listesini ilgi gruplarına bölebilmek güzel olurdu. Daha sonra, her bir grubun mektuplarını ayrı ayrı düzenleyebilir ve belki de işi daha da fazla tanıtabilirsiniz. Bu gruba uygun herhangi bir anlaşma mektuba konu olabilir ve metnin ilk paragrafına girebilir. Bu tür hedefli postalama, büyük bir satış patlamasına neden olabilir!

Bilgisayarın işi sizin için yapmasına izin vermek mümkündür. K-aracı kümelemeyi kullanarak en iyi gruplandırma seçeneğini bulabilir ve ardından bunun neden en iyi olduğunu anlamaya çalışabilirsiniz.

İlk veri seti

Bu bölümde inceleyeceğimiz Excel belgesi kitabın web sitesinde yer almaktadır. Onlarla çalışmak istemeniz durumunda tüm orijinal verileri içerir. Veya belgedeki diğer sayfalara bakarak metni takip edebilirsiniz.

Başlamak için iki ilginç veri kaynağınız var:

her sipariş için meta veriler, çeşit, sipariş başına minimum şarap miktarı, perakende indirimi, bir fiyat üst sınırının geçip geçmediği ve menşe ülke dahil olmak üzere bir elektronik tabloda saklanır. Bu veriler, Şekil 2'de gösterildiği gibi OfferInformation adlı bir sekmeye yerleştirilir. 7;
Hangi müşterilerin ne sipariş ettiğini bilerek, bu bilgiyi MailChimp'ten çıkarabilir ve İşlemler sekmesinde teklif meta verileriyle bir elektronik tabloya besleyebilirsiniz. Bunlar, Şekil 2'de gösterildiği gibi sunulan değişken verilerdir. 8, çok basit: alıcı ve siparişi.

Pirinç. 7. Son 32 siparişin detayları

Pirinç. sekiz. Müşteriye göre sipariş listesi

Ölçüm konusunu belirliyoruz

Ve işte görev. Okul dansları probleminde, mevcut olanlar arasındaki mesafeyi ölçmek ve küme merkezlerini belirlemek zor değildi, değil mi? Sadece doğru ruleti bulmanız gerekiyor! Ama şimdi ne yapmalı?

Geçen yıl 32 anlaşma teklifi olduğunu ve ayrı bir sekmede alıcılara göre ayrılmış 324 siparişlik bir listeniz olduğunu biliyorsunuz. Ancak her müşterinin küme merkezine olan uzaklığını ölçmek için onları bu 32 anlaşma alanına yerleştirmelisiniz. Başka bir deyişle, hangi anlaşmaları yapmadıklarını bulmanız ve her müşterinin 32 anlaşma hücresiyle kendi sütununu aldığı, anlaşma yapıldıysa birler ve yapılmadıysa sıfırlarla dolu bir anlaşma matrisi oluşturmanız gerekir. .

Başka bir deyişle, bu satır odaklı işlem tablosunu alıp dikeyde müşteriler, yatayda teklifler içeren bir matrise dönüştürmeniz gerekiyor. Pivot tablolar, onu oluşturmanın en iyi yoludur.

Eylem algoritması: değişken veriler içeren bir çalışma sayfasında A ve B sütunlarını seçin ve ardından bir pivot tablo ekleyin. Özet Tablo Sihirbazı'nı kullanarak, satır başlığı olarak anlaşmaları ve sütun başlığı olarak alıcıları seçin ve tabloyu doldurun. Hücre, müşteri-anlaşma çifti varsa 1'e, yoksa 0'a sahip olacaktır (bu durumda, 0 boş bir hücre olarak görüntülenir). Sonuç, Şekil 2'de gösterilen tablodur. dokuz.

Pirinç. dokuz. Pivot tablo "müşteri anlaşması"

Artık bir matris biçiminde sipariş bilgileriniz olduğuna göre, OfferInformation sayfasını kopyalayın ve Matrix olarak adlandırın. Bu yeni sayfada, H sütunundan başlayarak pivot tablodaki değerleri yapıştırın (zaten sipariş bilgilerinde olduğu için anlaşma numarasını kopyalayıp yapıştırmanıza gerek yoktur). , şek. on.

Pirinç. on. Anlaşma açıklaması ve sipariş verileri tek bir matriste birleştirildi

Veri standardizasyonu

Bu bölümde, verilerinizin her bir boyutu, siparişler hakkında ikili bilgi olarak aynı şekilde temsil edilmektedir. Ancak birçok kümelenme durumunda bunu yapamayız. İnsanların boy, kilo ve maaşa göre gruplandırıldığı bir senaryo hayal edin. Bu üç veri türünün hepsinin farklı boyutları vardır. Yükseklik 1,5 ila 2 metre arasında değişebilirken ağırlık - 50 ila 150 kg.

Bu bağlamda, müşteriler arasındaki mesafeyi ölçmek (balo salonundaki dansçılar arasındaki gibi) kafa karıştırıcı bir iş haline gelir. Bu nedenle, ortalamayı çıkararak ve ardından standart sapma adı verilen bir varyasyon ölçüsüne bölerek her bir veri sütununu standart hale getirmek yaygındır. Böylece, tüm sütunlar, kantitatif olarak 0 civarında değişen tek bir değere indirgenir.

Dört küme ile başlayalım

Eh, şimdi tüm verileriniz tek bir uygun biçime indirgenmiştir. Kümelemeye başlamak için, k - k-ortalama algoritmasındaki kümelerin sayısını seçmeniz gerekir. Genellikle k-araçları şu şekilde uygulanır: bir dizi farklı k alın ve bunları tek tek test edin (nasıl seçileceğini daha sonra açıklayacağım), ancak daha yeni başlıyoruz - bu yüzden sadece birini seçeceğiz.

Yapmak istediğiniz şey için doğru olan bir dizi kümeye ihtiyacınız olacak. Belli ki 50 küme oluşturup her gruptan birkaç kişiye 50 hedefli promosyon e-postası gönderme niyetinde değilsiniz. Bu, anlam uygulamamızı hemen yok eder. Bizim durumumuzda, küçük bir şeye ihtiyacımız var. Bu örneğe 4 ile başlayın - ideal bir dünyada, muhtemelen müşteri listenizi her biri 25 kişiden oluşan (gerçekte pek olası olmayan) 4 anlaşılır gruba bölersiniz.

Peki, alıcıları 4 gruba ayırmanız gerekiyorsa, onları seçmenin en iyi yolu nedir?

Güzel Matrix sayfasını bozmak yerine, verileri yeni bir sayfaya kopyalayın ve 4MC olarak adlandırın. Artık küme merkezleri olacak H - K çubuklarında fiyat yüksekten sonra 4 çubuk ekleyebilirsiniz. (Bir sütun eklemek için H sütununa sağ tıklayın ve Yapıştır'ı seçin. Sütun solda görünecektir.) Bu kümeleri Küme 1'den Küme 4'e kadar adlandırın. ne kadar farklı olduklarını görebilirler.

4MC sayfası, şekil 2'de gösterildiği gibi görünecektir. on bir.

Pirinç. on bir. 4MC sayfasına yerleştirilmiş boş küme merkezleri

Bu durumda, tüm küme merkezleri sıfırdır. Ancak teknik olarak herhangi bir şey olabilirler ve özellikle beğeneceğiniz gibi - okul danslarında olduğu gibi, her müşteri ile küme merkezi arasındaki mesafeyi en aza indirecek şekilde dağıtılırlar.

Açıkçası, tüm müşteri vektörleri ikili olduğundan, bu merkezler her işlem için 0'dan 1'e kadar değerlere sahip olacaktır.

Ancak "küme merkezi ile alıcı arasındaki mesafeyi ölçmek" ne anlama geliyor?

Öklid mesafesi: dümdüz ilerideki mesafeleri ölçmek

Her müşteri için ayrı bir sütununuz var. Aralarındaki mesafe nasıl ölçülür? Geometride buna "en kısa yol" denir ve ortaya çıkan mesafe Öklid mesafesidir.

Bir süreliğine toplantı salonuna geri dönelim ve oradaki sorunumuzu nasıl çözeceğimizi bulmaya çalışalım.

Koordinat eksenlerini yere ve şek. 12 (8,2) noktasında bir dansçımız ve (4,4) noktasında bir küme merkezimiz olduğunu göreceğiz. Aralarındaki Öklid mesafesini hesaplamak için okuldan beri aşina olduğunuz Pisagor teoremini hatırlamanız gerekecek.

Pirinç. 12. Dansçı (8,2)'de ve küme merkezi (4,4)'te

Bu iki nokta dikey olarak 8 - 4 = 4 metre ve yatay olarak 4 - 2 = 2 metredir. Pisagor teoremine göre iki nokta arasındaki uzaklığın karesi 4L2 + 2L2 = 20 metredir. Buradan, yaklaşık 4.47m olan 20'nin kareköküne eşit olacak olan mesafeyi hesaplıyoruz (Şekil 13'te olduğu gibi).

Pirinç. on üç.Öklid uzaklığı, her yöndeki uzaklıkların toplamının kareköküne eşittir.

Haber bülteni aboneleri bağlamında, ikiden fazla boyutunuz vardır, ancak aynı kavram geçerlidir. Alıcı ile küme merkezi arasındaki uzaklık, her işlem için iki nokta arasındaki fark alınarak, kareleri alınarak, toplanarak ve karekök alınarak hesaplanır. Örneğin, 4MC sayfasında, H sütunundaki küme 1'in merkezi ile L sütunundaki müşteri Adams'ın siparişleri arasındaki Öklid mesafesini bilmek istiyorsunuz.

L34 hücresinde, Adams siparişleri altında, Adams vektörü ile küme merkezi arasındaki farkı hesaplayabilir, karesini alabilir, toplayabilir ve ardından aşağıdaki dizi formülünü kullanarak kökünü alabilirsiniz (mutlak referansları kontrol edin, bunu sürüklemenize izin verin). küme merkezi referansını değiştirmeden formülü sağa veya aşağı kaydırın):

(=KÖK(TOPLA(L$2:L$33-$H$2:$H$33)A2)))

(L2:L33-H2:H33)^2 bölümü başvuruyu "bilmelidir" çünkü (L2:L33-H2:H33)^2 bölümü, bir dizi formülü (formülü yazın ve Ctrl+Shift+Enter veya MacOS'ta Cmd+Return tuşlarına basın) kullanılmalıdır. farkları hesaplamak ve adım adım karelerini almak. Ancak, nihai sonuç bizim durumumuzda 1.732 (Şekil 14'te olduğu gibi) tek bir sayıdır. Şu anlama gelir: Adams üç işlem yaptı, ancak ilk küme merkezleri sıfır olduğundan, cevap 3'ün kareköküne, yani 1.732'ye eşit olacaktır.

Pirinç. on dört. Küme merkezi 1 ile Adams arasındaki mesafe

Şekil l'deki elektronik tabloda. Şekil 2-14'te, en üst satırı G ve H sütunları arasına yerleştirdim (bkz. Bölüm 1) ve sayfayı aşağı kaydırdığımda neyin nerede olduğunu görmek için G34 hücresindeki 34. satırı "Küme 1'e Uzaklık" olarak adlandırdım.

Mesafeler ve herkes için bir kümeye aidiyet!

Artık sipariş vektörü ile küme merkezi arasındaki mesafeyi nasıl hesaplayacağınızı biliyorsunuz.

L34 hücresini L37'ye sürükleyerek ve ardından aşağıdaki hücrelerde küme merkezi referansını H sütunundan I, J ve K sütunlarına manuel olarak değiştirerek Adams'ı kalan küme merkezlerine olan mesafelerin hesaplanmasını eklemenin zamanı geldi. Sonuç, L34:L37'de aşağıdaki 4 formül olmalıdır:

(=SQRT(TOPLA((L$2:L$33-$H$2:$H$33)A2)))
(=SQRT(TOPLA((L$2:L$33-$I$2:$I$33)A2)))
(=SQRT(TOPLA((L$2:L$33-$J$2:$J$33)A2)))
(=SQRT(TOPLA((L$2:L$33-$K$2:$K$33)A2)))
(=KÖK(TOPLA((L$2:L$33-$H$2:$H$33)A2)))
(=KÖK(TOPLA((L$2:L$33-$I$2:$I$33)A2)))
(=KÖK(TOPLA((L$2:L$33-$J$2:$J$33)A2)))
(=KÖK(TOPLA((L$2:L$33-$K$2:$K$33)A2)))

Küme merkezleri için mutlak bağlantılar kullandığınızdan (Bölüm 1'de tartışıldığı gibi formüllerde $ işaretinin anlamı budur), her müşteriden dört kümenin tümüne olan mesafeyi hesaplamak için L34:L37'yi DG34:DG37'ye sürükleyebilirsiniz. merkezler. 35 ila 37 "Küme 2'ye Uzaklık" vb. hücrelerde G sütunundaki satırları etiketleyin. Yeni hesaplanan mesafeler Şekil 2'de gösterilmektedir. on beş.

Pirinç. on beş. Her müşteriden tüm küme merkezlerine olan mesafelerin hesaplanması

Artık her istemcinin dört küme merkezine olan mesafesini biliyorsunuz. Kümeler arası dağılımları en kısa mesafeye göre iki adımda aşağıdaki gibi yapılmıştır.

İlk olarak, L sütunundaki Adams'a geri dönelim ve L38 hücresindeki küme merkezine olan minimum mesafeyi hesaplayalım. Basit:

Min(L34:L37)
=dak(L34:L37)

Hesaplama için eşleşme/arama formülünü kullanıyoruz (daha fazla ayrıntı için Bölüm 1'e bakın). L39'a koyarak, hücre numarasını L34:L37 aralığından (her birini 1'den başlayarak sayarak) minimum mesafede görebilirsiniz:

Match(L38,L34:L37,0) =searchpos(L38,L34:L37,0)

Bu durumda, mesafe dört kümenin tümü için aynıdır, bu nedenle formül ilkini seçer (L34) ve 1 döndürür (Şekil 16).

Pirinç. on altı. Sayfaya Küme Bağlamaları Ekleme

Bu iki formülü ayrıca DG38: DG39'a da sürükleyebilirsiniz. Daha fazla organizasyon için, G "Minimum Küme Mesafesi" ve "Atanan Küme" sütununun 38 ve 39. hücrelerine 38 ve 39 satır adlarını ekleyin.

Küme Merkezleri için Çözümler Bulma

E-tablonuz, mesafe hesaplama ve küme bağlama ile güncellendi. Şimdi, küme merkezlerinin en iyi konumunu belirlemek için, müşteriler ile ilişkili oldukları küme merkezleri arasındaki toplam mesafeyi en aza indiren, her biri için 39. satırda belirtilen H'den K'ye sütunlarda bu tür değerleri bulmanız gerekir. müşteri.

"Küçült" kelimesini duyduğunuzda: optimizasyon aşaması başlar ve "Çözüm ara" kullanılarak optimizasyon gerçekleştirilir.

Bir Çözüm Ara'yı kullanmak için sonuçlar için bir hücreye ihtiyacınız vardır, bu nedenle A36'da alıcılar ve küme merkezleri arasındaki tüm mesafeleri toplayacağız:

TOPLA(L38:DG38)
=CMMA(L3 8:DG3 8)

Müşterilerden en yakın küme merkezlerine olan bu mesafelerin toplamı, daha önce McAcne Lisesi oditoryumunun kümelenmesi sırasında karşılaştığımız amaç fonksiyonudur. Ancak güçleri ve karekökleri ile Öklid mesafesi canavarca doğrusal olmayan bir fonksiyondur, bu nedenle simpleks yöntemi yerine evrimsel bir çözüm algoritması kullanmanız gerekir.

Bu yöntemi Bölüm 1'de zaten kullanmıştınız. Simpleks algoritması, uygulanması mümkünse diğerlerinden daha hızlı çalışır, ancak kökleri, kareleri ve diğer doğrusal olmayan işlevleri hesaplamak için kullanılamaz. Steroid almış gibi görünse bile, basit bir algoritma kullanan OpenSolver'ın faydasız olması gibi.

Bizim durumumuzda, Search for a Solution içinde yerleşik evrimsel algoritma, biyolojik bağlamdaki evrim gibi verimli çözümler bulmak için rastgele arama ve mükemmel bir "çaprazlama" çözümünün bir kombinasyonunu kullanır.

“Çözüm Arama”dan önce görevi ayarlamak için ihtiyacınız olan her şeye sahipsiniz:

hedef: alıcılardan küme merkezlerine olan toplam mesafeyi en aza indirmek (A36);
değişkenler: küme merkezine göre her işlemin vektörü (H2:K33);
koşullar: küme merkezleri 0 ile 1 arasında değerlere sahip olmalıdır.

"Çözüm arayın" ve bir çekiç bulunması önerilir. "Çözüm arama" görevini belirledik: H2:K33 değerlerini H2:K33 koşuluyla değiştirerek A36'yı en aza indirmek<=1, как и все векторы сделок. Убедитесь, что переменные отмечены как положительные и выбран эволюционный алгоритм (рис. 17).

Pirinç. 17. 4 Merkezli Kümeleme için Çözücü Ayarları

Ancak bir hedef belirlemek her şey değildir. "Çözüm ara" penceresindeki "Parametreler" düğmesine tıklayarak ve ayarlar penceresine giderek evrimsel algoritma için gerekli seçenekleri seçerek biraz terlemeniz gerekecek. "Çözüm arama"nın göreviyle başa çıkması için ne kadar beklemek istediğinize bağlı olarak, maksimum süreyi 30 saniye daha ayarlamanızı tavsiye ederim. Şek. 18 Benimkini 600 saniyeye ayarladım (10 dakika). Bu şekilde "Çözüm Ara" komutunu çalıştırabilir ve öğle yemeğine gidebilirim. Ve erken iptal etmek isterseniz, Escape'e basın ve bulabileceği en iyi çözümle çıkın.

Pirinç. on sekiz. Evrimsel Algoritma Parametreleri

Çalıştır'a tıklayın ve evrimsel algoritma yakınsayana kadar Excel'in işini yapmasını izleyin.

sonuçların anlamı

"Bir çözüm arayın" size en uygun küme merkezlerini verir vermez eğlence başlar. Gruplara geçelim! Şek. Şekil 19'da, Solver'ın koşullu biçimlendirme sayesinde 140,7'lik optimal toplam mesafeyi ve dört küme merkezinin tümünü bulduğunu görebiliriz! - tamamen farklı görünüyorsun.

Pirinç. on dokuz. Dört optimal küme merkezi

Küme merkezlerinizin kitapta sunulanlardan farklı olabileceğini unutmayın, çünkü evrimsel algoritma rasgele sayılar kullanır ve cevap her seferinde farklıdır. Kümeler tamamen farklı olabilir veya daha büyük olasılıkla farklı bir sırada olabilir (örneğin, benim kümem 1 sizin kümeniz 4'e çok yakın olabilir, vb.).

Sayfayı oluşturduğunuzda B'den G'ye kadar olan sütunlara ticari açıklamaları eklediğinizden, şimdi ayrıntıları Şekil 1'de okuyabilirsiniz. 19, küme merkezleri fikrini anlamak için önemlidir.

H sütunundaki küme 1 için, koşullu biçimlendirme anlaşmaları 24, 26, 17'yi ve daha az ölçüde 2'yi seçer. Bu anlaşmaların açıklamalarını okuyarak hepsinin ortak noktalarını görebilirsiniz: hepsi Pinot'ta yapıldı. Kara.

Sütun I'e baktığınızda, tüm yeşil hücrelerin minimum minimum sayıya sahip olduğunu görebilirsiniz. Bunlar, işlem sırasında büyük lotlar satın almak istemeyen alıcılardır.

Ancak diğer iki küme merkezini açıkça söylemek gerekirse yorumlamak zordur. Küme merkezlerini yorumlamak yerine kümedeki alıcıların kendilerine bakıp ne tür anlaşmalardan hoşlandıklarını belirlemeye ne dersiniz? Bu konuya açıklık getirebilir.

Küme yöntemine göre anlaşmaların derecelendirilmesi

Hangi küme merkezinin hangi uzaklıkların 1'e daha yakın olduğunu bulmak yerine kimin hangi kümeye bağlı olduğunu ve hangi anlaşmaları tercih ettiğini kontrol edelim.

Bunu yapmak için, OfferInformation sayfasını kopyalayarak başlayalım. Kopyayı 4MS - TopDealsByCluster olarak adlandıralım. Bu yeni sayfada H'den K'ye kadar olan sütunları 1'den 4'e kadar numaralandırın (Şekil 20'deki gibi).

Pirinç. 20. Kümeleri kullanarak anlaşmaların popülerliğini hesaplamak için bir tablo sayfası oluşturma

4MC sayfasında, 39. satırda 1'den 4'e kadar küme çapalarınız vardı. Anlaşmaları kümeye göre saymak için yapmanız gereken tek şey, 4MC sayfasında H'den K'ye kadar olan sütun adlarına bakmaktır - TopDealsByCluster, 4MS'nin hangi çalışma sayfasına bakın 39. satırdaki bu kümeye bağlandı ve ardından her satırdaki işlemlerinin sayısını topladı. Böylece bu kümede işlem yapan toplam alıcı sayısını elde etmiş olacağız.

Ocak malbec'i olan 1 numaralı teklifi kabul eden küme 1 alıcılarının sayısını içeren H2 hücresiyle başlayalım. 4MC sayfasında L2: DG2 aralığındaki hücrelerin değerlerini eklemeniz gerekir, ancak yalnızca 1 kümeden müşteriler, ki bu, sumif / sumif formülünü kullanmanın klasik bir örneğidir. Şuna benziyor:

SUMIF("4MC"!$L$39:$DG$39,"4MC - TopDealsByCluster"! H$1,"4MC"!$L2:$DG2)
=CyMMEOra("4MC"!$L$39:$DG$39,"4MC - TopDealsByCluster"! H$1,"4MC"!$L2:$DG2)

Bu formül şöyle çalışır: "4MC"!$L$39:$DG$39,"4MC'nin ilk bölümünde kontrol ettiği bazı koşullu değerleri sağlarsınız, ardından sütun başlığında 1 ile karşılaştırırsınız ("4MC - TopDealsByCluster" "! H$1 ) ve ardından her eşleşme için bu değeri "4MC"!$L2:$DG2 formülünün üçüncü bölümündeki 2. satıra ekler.

Küme bağlama, sütun başlıklarındaki satır numarası ve tamamlanmış işlemler için sütun harfi ile ilgili herhangi bir şeyden önce mutlak referanslar (formülde $) kullandığınızı unutmayın. Bu bağlantıları mutlak yaparak, Şekil 2'deki gibi diğer küme merkezleri için anlaşma sayısını ve anlaşma kombinasyonlarını hesaplamak için formülü H2:K33'ten herhangi bir yere sürükleyebilirsiniz. 21. Bu sütunları daha okunaklı hale getirmek için onlara koşullu biçimlendirme de uygulayabilirsiniz.

Pirinç. 21. Kümeye göre ayrılmış, teklif başına toplam anlaşma sayısı

A ile K arasındaki sütunları seçip otomatik filtreleme uygulayarak bu verileri sıralayabilirsiniz. H sütununu küçükten büyüğe sıralayarak, küme 1'de hangi işlemlerin en popüler olduğunu göreceksiniz (Şekil 22).

Pirinç. 22. Küme sıralama 1. Pinot, Pinot, Pinot!

Daha önce bahsettiğim gibi, bu küme için en büyük dört işlem pinodur. Bu adamlar açıkça Sideways filmini kötüye kullanıyorlar. 2. kümeyi sıralarsanız, bunların küçük toptancılar olduğu sizin için oldukça netleşecektir (Şekil 23).

Ancak küme 3'ü sıraladığınızda hiçbir şeyi anlamak o kadar kolay değil. Parmaklarda büyük fırsatlar sayılabilir ve onlarla diğerleri arasındaki fark o kadar açık değildir. Bununla birlikte, en popüler anlaşmaların hala ortak bir yanı var - oldukça iyi indirimler, en büyük 6 anlaşmadan 5'i köpüklü şarap için ve Fransa bunların 4'ünden 3'ünün üreticisi. Ancak, bu varsayımlar belirsizdir.

4. kümeye gelince, bu adamlar bir nedenden dolayı Ağustos ayındaki şampanya teklifini beğendiler. Ayrıca, en büyük 6 işlemden 5'i Fransız şarabı için ve en büyük 10 işlemden 9'u büyük hacimli mallar içindir. Belki bu, Fransız şaraplarına yönelen büyük bir toptan kümedir? 3. ve 4. kümelerin kesişimi de endişe vericidir.