[마케팅 고객관리] 군집화

군집화
여기서 다룰 내용
레코드(데이터)간의 거리라는 개념.
군집화의 몇 가지 응용
K-means 군집화 알고리즘
분할 군집화 알고리즘
응집 군집화 알고리즘
자기연상지도
군집화를 위한 자료준비
SAS 프로그램을 통한 군집화
모델, 선형 &다중 회귀, 회귀를 사용할 때의 위험성, 로지스틱 회귀
목표
직접 데이터 마이닝과 간접 데이터 마이닝을 비교한다.
K-means 알고리즘을 설명한다.
SAS Enterprise Miner를 사용하여 군집들을 만든다.
군집들을 평가한다.
군집화는 간접적이다.
군집화에는 타겟 변수가 없다.
군집화는 유사한 것들끼리의 집합을 찾는다.

군집화는 우리에게 많은 것들을 도와 줄 수가 있다.
대량의 데이터들을 이해할 수 있다.
고객 세그먼트를 찾을 수 있다.
전형적인 소수의 데이터를 찾음으로써 데이터 수를 줄일 수 있다.
커다란 데이터 셋을 작은 동질(同質)의 조각들로 나눌 수 있다.
군집을 이해하기 위해서는 인지(人智)가 필요하다
별들의 군집
Hertzprung-Russell 다이어그램 : 온도와 광도에 따라 별들의 군을 나눈다.
Hertzprung와 Russell은 별들을 세개의 군집으로 나누었다.
80%의 별들이 광도와 온도에 따라 주계열로 넓게 퍼져있고 별들의 나이에 질량에 따라 적객거성, 백색왜성으로 변하는 별들의 생명순환을 볼수 있다.
광도
분광형
절대적 크기
백색왜성
적색거성
주계열
사람들의 군집
유사한 행동을 가진 사람들의 군집이 마켓 세그먼트이다.
제품들의 군집
같이 팔리는 제품들의 군집을 통해 제품 추천 시스템의 기초를 만들 수 있다.
마케팅의 방향을 제시하는데 사용되어지는 군집
고소득, 아이들, 가용예금,…
가용예금 대변잔고 나이 결혼상황 아이의 수
수입
군집화가 어떻게 은행에서 부동산 담보 대출에 대한 마케팅을 향상시킬 수 있는지 보여주는 예
몸에 더잘 맞는 군복 찾는 군집화
....

[ppt/pdf][마케팅 고객관리] 군집화