B2B 세분화를 위한 K-means, 정규 혼합 및 확률적 D 클러스터링 비교
Satish Garla, Goutam Chakraborty, Oklahoma State University, Gary Gaeth, University of Iowa
클러스터 분석은 조직에서 시장 세분화에 사용하는 인기 있는 기술입니다. 클러스터링은 시장의 고객을 그룹으로 나누어 그룹 내 고객은 유사하고 그룹 간 고객은 서로 다릅니다. 다양한 유사성 측정을 기반으로 여러 클러스터링 알고리즘이 문헌에 제안되었습니다. 이 포스터는 기업 대 기업(B2B) 시장에서 고객의 세그먼트 프로파일링을 위한 세 가지 클러스터링 방법(K-평균, 정규 혼합 및 확률적 D)에 대한 비교 연구를 설명합니다. 이 연구에서는 유압 및 공압 제품 공급업체가 실시한 설문 조사에서 수집한 데이터를 사용했습니다. 공급업체를 선택할 때 중요한 속성에 대한 고객의 인식을 측정하는 10가지 변수가 클러스터링에 사용되었습니다. 각 방법의 결과는 클러스터 순도 및 클러스터 프로필을 기반으로 평가됩니다. SAS® Enterprise Miner는 확률적 D 클러스터링 및 클러스터 프로파일링에 사용되고 JMP® Pro 9는 K-평균 및 정규 혼합에 사용됩니다.
