나는 몇 년 동안 극적 장면을 열렬히 사용 해왔다. 나는 거의 나를 시각적으로 내 데이터를 탐색하고 아이디어와 가설을 반복하는 데 도움이 극적 장면을 사용하지 않고 요즘 양적 문제를 해결할 수 없습니다. 그러나 일부 문제는 비주얼이 간단하게 처리 할 수있는 것보다 더 무거운 작업을 필요로합니다. 오늘,우리는 극적 장면 클러스터링과 왜 데이터의 더 나은 분석을 만드는 데 유용에 대해 설명합니다.

클러스터링이란?

최근 데이터를 시각화하고 탐색하는 강력한 방법을 제공하는 통계 도구를 추가하기 시작했습니다. 극적 장면 클러스터링은 극적 장면 10 의 최신 기능 중 하나입니다. 그것은 단지 몇 번의 클릭만으로 당신의 손에 고급 통계를 넣습니다.클러스터링을 사용하면 통계적으로 유사한 그룹을 쉽게 식별할 수 있습니다. 일반 영어,당신은 극적 장면에게 속성에 따라,그것은 통과 유사성을 결정하고 모양과 같은 그룹을 만들 것입니다. 그런 다음 세부 정보를 드릴 또는 각 그룹이 서로 상대적으로 동작하는 방법을 비교할 수 있습니다.

위에서 설명한 것처럼 데이터를 유용한 그룹 또는 구간차원으로 분류하는 기능은 상위 및 하위 값의 순위를 매기고 식별하는 것만큼 중요합니다. 그것은 모든 데이터 분석을위한 필수입니다. 극적 장면 클러스터링은 완전히 새로운 수준으로 그 능력을 걸립니다. 당신은 코드가 필요하거나 액세스 할 수있는 훈련 된 통계 될 필요가 없습니다.클러스터링은 데이터 간의 관계를 시각적으로 보는 데 탁월합니다. 예를 들어,우리는”이 6 가지가 어떻게 상호 작용하고 어떤 결과를 만들어 내는지 궁금해 할 것입니다.”차원 대신 측정값을 추가하려는 경우 어떻게 해야 합니까? 예를 들어,구매 패턴(판매)및 우리가 실제로 만드는 금액(이익)및 반품 또는 할인 패턴(할인,반품).

클러스터링을 통해 이 추가 정보를 추가할 수 있습니다. 이를 통해 행동 패턴 및 행동(측정값)에 대한 데이터와 지역 또는 마케팅 채널(차원)과 같은 속성 정보를 통합하여 간단한 세그먼트를 넘어 고급 세그먼트로 이동할 수 있습니다.

클러스터링이 유용한 이유는 무엇입니까?

더 나은 통찰력을 더 빨리 얻으면 더 많은 조치를 취할 수 있습니다. 영향을 만드는 조치를 취할 수 있다는 것은 당신이 영웅 만든다; 그것은 당신에게 모든 답을 가진 사람을 만듭니다. 즉 멋진 느낌 그리고 극적 장면 클러스터링은 우리가 달성 할 수 있습니다 무엇. 극적 장면의 쉬운 드래그 앤 드롭 기능으로 숨겨진 통찰력을 찾을 수있는 기능은 빠른 조치를 얻는 중요한 단계입니다.

극적 장면 클러스터링 예제

다음은 사람들이 극적 장면 클러스터링을 사용하여 세그먼트를 만들고 쉽게 얻을 수 없었던 통찰력을 찾는 방법에 대한 몇 가지 예입니다:

마케팅 프로 크리스 펜은 전통적인 시각화 방법으로 가려진 자신의 블로그에 대한 통찰력을 찾기 위해 극적 장면 클러스터링 도구를 사용했습니다. 즉,소셜 미디어 게시물의 주제에 드릴링은 새로운 사용자,재 공유의 많은 수를 몰고,또는 정체했다:

크리스 우드는 워싱턴에서 위험 청소년의 통찰력있는 대화 형 분석을 제공합니다 학군,또한 그가 그렇게 할 극적 장면 클러스터링을 사용하는 방법을 설명.

<한=’#’><학교 내에서 위험에 처한 청소년 비율과 워싱턴 디시의 인구 통계 학적 표현’src=’https:&#47;&#47;public.tableau.com&#47;static&#47;images&#47;DC&#47;DCPS&#47;Dashboard3&#47;1_rss.png’스타일=’테두리:없음’/></에이>

클러스터링은

을 사용합니다.

1. 고객 세분화

자주 로그인하지 않고 지원을 요청하지 않고 낮은 월간 반복 수익으로 시작했지만 시간이 지남에 따라 업그레이드에 많은 시간을 소비 한 고객 그룹이 있다고 가정 해보십시오. 초기 수익이 낮았음에도 불구하고 엄청난 유기적 성장과 저렴한 비용을 가진 이상한 그룹입니다. 클러스터링은 이와 같은 그룹을 찾을 수 있습니다.

2. 시장 조사

우리는 어떻게 시장에서 서로 다른 그룹을 결정하고 그 사람들을 끌어 들여 제품과 마케팅 메시지를 만들 수 있습니까? 예를 들어,한 은행은 신생 기업에 자금을 지원하기 위해 2 차 모기지를 통해 가정에서 지분을 사용하는 기업가 그룹을 발견했습니다. 그 그룹과 훨씬 더 강한 공감 은행에 대한 제품의 완전히 새로운 라인을 주도 알고.

3. 고객 설문 조사

만족한 고객들 사이에서 어떤 클러스터가 나타나는지,만족하지 못한 고객들 사이에서 어떤 클러스터가 나타나는지? 만족 고객도 우수한 지원 서비스를 활용하고 있습니까?

4. 매칭 또는 추천 알고리즘

넷플릭스: 예를 들어,강한 여성 주인공이 영화를 기반으로,재치있는 유머,영국 배우,우리는 이제까지 모든 제인 오스틴의 책을 기반으로 모든 영화를 추천합니다.

5. 통신

모든 고객이 주소,사용 패턴,로밍,구독,피크 시간,교통 패턴 및 도로 등을 기반으로 최적의 신호 강도를 받도록 셀 타워를 배치하십시오.

6. 예약

당신이 제한된 예산으로 장교 시간을 극대화하려는 경찰서장이라고 가정 해 봅시다. 시간,날씨,소득 및 교육 수준,과거 범죄 사건,범죄 유형,알려진 갱 위치 등과 같은 여러 요소를 기반으로 가장 범죄 가능성이 높은 지역에서 피크 시간에 순찰을 예약해야합니다.

나는 개인적으로 매일 분석 작업에서 항상 클러스터링을 사용하고 있으며 데이터 그룹에 대한 이야기를하는 데있어 타의 추종을 불허하는 능력을 가지고 있음을 발견했습니다. 내가 당신의 자신의 극적 장면 클러스터링 차트를 만드는 방법을 커버 파트 2 에 대한 계속 지켜봐 주시기 바랍니다.

클러스터링 만드는 방법

슈퍼마켓 데이터 집합에서 마케팅 채널 또는 제품 범주와 같은 다른 필드의 강조 표시와 함께 매출과 이익 간의 관계를 보여 주는 클러스터링 차트를 만들어 보겠습니다. 먼저 오른쪽 상단의’표시’를 클릭하고’산점도표’옵션을 선택하여 유용한 형식으로 만듭니다. 그런 다음 마케팅 채널과 지역이 각각 모양 및 색상 선반에 있는 것을 볼 수 있습니다.

클러스터링 자습서

  1. 그 후 상단의 드롭 다운 메뉴에서’전체보기’로 설정하십시오.
  2. 그런 다음’차원’을 몇 개 더 추가해 보겠습니다. 제품 범주,고객 세그먼트 및 제품 하위 범주를 세부 사항 선반에 추가합니다.
  3. 그 후’모양’카드를 클릭하여’모양 팔레트 선택’이라는 드롭 다운 메뉴에서 각 마크를 채우기로 설정합니다.’그런 다음 팔레트 할당을 선택하고 확인을 클릭합니다
  4. 그런 다음 왼쪽 상단의 측정기준 위에 있는 분석 탭을 클릭합니다.
  5. 클러스터링의 다음 단계는 클러스터를 클릭하고 끌어내는 것입니다. 나타나는 클러스터 상자 위에 배치해야 합니다.
  6. 또한 데이터에서 2 개의 클러스터가 자동으로 생성됩니다.
잠재적 클러스터링으로 재생
  1. 잠재적 클러스터링 수로 재생해 보겠습니다. 자동에서 5 로 번호를 변경합니다. 그런 다음,당신은 다른 색상을 볼 수 있습니다.클러스터링 단계
  2. 데이터 하이라이터가 다른 클러스터링을 표시하는 오른쪽 상단으로 이동합니다. 산점도에서 해당 세그먼트를 강조 표시하려면 각 세그먼트를 차례로 클릭합니다. 당신은 높은 판매,낮은 이익의 그룹 같이 몇몇 재미있는 그룹을,보고 있는가?
  3. 세부 선반에 넣은 각 알약의 아래쪽 화살표를 클릭하고”형광펜 표시”를 선택합니다.”
  4. 이들은 오른쪽에 나타나야합니다. 등장 흥미로운 통찰력이 있는지 확인하기 위해 다음을 통해 클릭. 예를 들어 마케팅 채널 형광펜에서”검색 엔진 최적화”또는”소셜 미디어”를 선택하면 흥미로운 통찰력이 나타납니다. 또는”구글 애드워즈”를 선택하면 흥미로운 이상치가 나타납니다.

클러스터링 예제

이 고급 클러스터링 차트를 만든 상태에서 클러스터링 차트를 해석,설명 및 시각적으로 미세 조정하는 방법을 다루는 파트 3 에 대해 계속 지켜봐 주시기 바랍니다.

기음. 극적 장면 클러스터링 비주얼 미세 조정

우리는 쉽게 멋진 극적 장면 클러스터링 차트를 구축 할 수 있지만,우리는 우리의 상사와 홈런을 칠 수 전에 할 수있는 몇 가지 시각적 미세 조정이있다. 따라서 데이터 해석 및 설명이 더 쉬워 지도록 클러스터링에 대한 쉬운 가이드를 만들었습니다. 우리가 안으로 뛰어들 전에,두건의 밑에 수의 어떤에 보자.

클러스터링 해석 및 분석

각 클러스터링을 눈여겨 보는 것 이상으로 어떻게 이해합니까?

  1. 먼저 색상 선반에 있어야 클러스터 알약의 아래쪽 화살표를 클릭합니다.
  2. 그런 다음 클러스터 설명을 선택합니다.
  3. 마지막으로,이 생성 된 방법에 대한 많은 정보와 함께 창이 나타납니다. 다음 사항에 주의해야 합니다:
클러스터링 변수
  • 클러스터링의 변수–이들은 당신이 좋아하는 모양을 찾기 위해 재정하는 측정 값입니다(예: (예:고객 세그먼트,마케팅 채널,제품 카테고리 등을 분석하여 매출 및 수익별로 유사 고객을 표시합니다. 그리고 그 모든 공통점을 찾는 것).
  • 클러스터 수–알고리즘에서
  • 클러스터를 찾은 별개의 그룹 또는 세그먼트입니다.
    • 항목 수-각 클러스터에 있는 데이터 요소 수를 표시합니다(산점도의 막대 또는 원일 수 있음)
    • 중심–각 클러스터 내의 평균 값입니다. 당신은 명백한 차이를 볼 수 있습니다.
      • 데이터가 한 쪽 끝과 다른 쪽 끝에서 더 강력하게 그룹화될 수 있으므로 크기가 다른 클러스터링을 사용하는 것은 좋지만 각 클러스터에 의미 있는 데이터 요소가 충분히 있어야 합니다.
      • 하나 또는 두 개만 있는 경우 뷰에서 제외하는 것이 이상값이 결과를 왜곡할 수 있으므로 고려하거나 클러스터 수를 변경하는 것이 좋습니다.
      • 참고:대부분의 클러스터 센터는 과학적 표기법으로 표시되므로 실망 스럽습니다. 당신이 버튼을 클립 보드에 복사를 클릭하고 엑셀에 붙여 넣을 경우 그들이 무엇을 나타내는 지 정확하게 알 수 있도록,당신은 숫자를 포맷 할 수 있습니다.
에프. 이제 다른 차트 및 분석에서 사용할 수 있는 추가 보너스로 이름을 바꾸는 트릭으로 클러스터를 정리해 보겠습니다. (이 단계를 완료하면 이전 기본 번호를 볼 수 없으므로 번호를 복사하거나 스크린 샷을 찍었는지 확인하십시오.)이 최종 제품입니다:

클러스터를 만드는 방법

    1. 마우스 오른쪽 버튼을 누른 다음 색상 선반에 클러스터 알약을 클릭 한 다음 차원으로이 이상 드래그합니다.
    2. 이제 방금 치수로 끌어온 클러스터 알약을 두 번 클릭하고 이름을”판매&수익 클러스터로 바꿉니다.”이것은 이제 우리가 나중에 다시 재사용 할 수있는 분야이며,이는 고객의 특정 세그먼트를 분석하는 데 매우 도움이 될 것입니다.
    3. 이름이 바뀐 알약의 아래쪽 화살표를 클릭하고 그룹 편집을 선택합니다.
    4. 클러스터 1 을 마우스 오른쪽 버튼으로 클릭하고 이름 바꾸기를 선택합니다. 유형”낮은 판매,낮은 이익.”
    5. 클러스터 2 에 대해 동일한 절차를 따르십시오(숫자 순서가 아닐 수 있습니다!). 이름 바꾸기는”높은 판매,낮은 이익.”
    6. 클러스터 3 의 이름을”최고 실적자”로 바꿉니다.”
    7. 그런 다음 클러스터 4 의 이름을”중간 계층 판매,낮은 수익”으로 바꿉니다.”
    8. 또한 클러스터 5 의 이름을”중간 판매,중간 이익으로 바꿉니다.”
    9. 이제 업데이트 된”판매 및 이익 클러스터”알약을 드래그하고 색상 선반의 기존 클러스터 필드를 교체하십시오. 당신은 다른 것의 위에 이 환약을 직접 두어서 이것을 할 수 있습니다. 또는 현재 필드를 색상 끄기로 끌어서 새 필드로 바꿉니다. 이 시점까지 완료 볼 수있는 아래의 지프와 함께 따라(그것을 전체 화면을 보려면 클릭):

클러스터링 비디오

이제 클러스터링에서 색상을 변경하여 색상이 좀 더 의미를 전달하도록 하자.

  1. 범례에서 오른쪽 상단의 드롭다운 화살표를 클릭하고 색상 편집을 선택합니다.
  2. 드롭 다운 메뉴에서 색상 팔레트를 수퍼 피셀 스톤으로 설정하십시오.
  3. 이제”최고 연주자”세그먼트와 어두운 녹색 알약에 클릭을 선택합니다.
  4. 이 절차를 반복하고”낮은 판매,낮은 이익”을 주황색으로 변경하십시오. “높은 판매,낮은 이익”을 빨간색으로 변경하십시오. “중간 계층 판매…”를 밝은 올리브 색상으로 변경하십시오. “중간 판매”를 아쿠아 색상으로 변경하십시오.
  5. 확인을 선택합니다.

이제 재사용할 수 있고 다음 단계를 나타내는 의미 있는 제목으로 강조 표시된 통계적으로 유효한 세그먼트가 있습니다. 예를 들면,”높은 판매,낮은 이익”은 아주 명백한”왜”질문에 우리들을 지도한다. 그런 다음 더 깊이 드릴다운하여 이러한 데이터 요소에서 수행해야 할 작업을 나타내는 다른 표면이 무엇인지 확인할 수 있습니다.

다른 사람들에게 클러스터링을 어떻게 설명합니까?

…그리고 당신의 상사에서”엄지 손가락”을 얻을?

다음 팁을 사용하십시오.

영어로 클러스터링 설명

가능한 한 서로 유사하고 다음 그룹과 가능한 한 유사한 잠재적 그룹(고객일 수 있음,도시일 수 있음,그룹화하려는 모든 항목일 수 있음)의 구성원을 찾습니다. 우리는 각 그룹이 가능한 한 독특하고 고유하기를 원하는 반면,특정 그룹의 각 구성원은 가능한 한 유사하기를 원합니다.

주어진 수의 클러스터 또는 모양 그룹에 대해 정량적으로 클러스터링을 설명하면 알고리즘은 데이터를 그 많은 클러스터 또는 그룹으로 분할합니다. 이 알고리즘은 데이터를 기반으로 최적의 클러스터 수라고 생각하는 것을 결정합니다. 하지만 당신은 쉽게 새로운 패턴이 등장 있는지 확인하기 위해 변경할 수 있습니다. 각 클러스터에는 해당 클러스터에 있는 모든 점의 평균값인 중심(중심)이 있습니다. 각 클러스터는 데이터 값이 변경되거나 새 데이터가 추가될 때 동적으로 업데이트되는 유효한 통계 그룹입니다.

클러스터링

의 예를 공유 도미노 피자 체인 4 개에 대한 정보와 고객 주소 목록이 있다고 가정해 보겠습니다. 그러나 이러한 고객 주소는 특정 도미노의 위치에 묶여 있지 않습니다. 당신은 수동으로 주소를 정렬하고 그들이에서 주문해야하는 위치를 결정하기 위해 구글지도에 비교해야 할 것입니다. 클러스터링은 이 작업을 자동으로 수행합니다. 그것은 데이터를 통해 위기 다음 각 도미노의 위치 주위에있는 지역을 결정합니다. 네 개의 클러스터가 있습니다. 이것은 본질적으로 구글이”내 근처의 피자”를 검색 할 때하는 일입니다.

답글 남기기

이메일 주소는 공개되지 않습니다.