Analisis De Clouster

Se utiliza la información de una serie de variables para cada sujeto u objeto y, conforme a estas variables se mide la similitud entre ellos. Una vez medida la similitud se agrupan en: grupos homogéneos internamente y diferentes entre sí. ¨ La "nueva dimensión" lograda con el cluster se aprovecha después para facilitar la aproximación "segmentada" de un determinado análisis.

(Objetivo) Una empresa desea clasificar a sus consumidores en "tipos" según sus distintas percepciones de determinados atributos de la marca: CALIDAD GLOBAL, NIVEL SERVICIO, PRECIO, SERVICIO POSTVENTA Y VARIEDAD.

(Diseño) Para ello, se diseña una muestra con 100 compradores a los que cuestiona sobre su percepción, en una escala de intervalo, de las anteriores 5 características de los productos de la empresa.

(Resultado) La idea final consiste en diseñar distintas estrategias de promoción en función de sus diversos perfiles, si es que estos existen.

ETAPAS DE UN ANÁLISIS CLUSTER

1.- SELECCIÓN DE LA MUESTRA

¨ Adecuar al máximo la muestra al objeto de análisis ¨ Depuración de atípicos (interesan elementos como miembros de grupos, no interesa la excesiva "individualidad")

2.- SELECCIÓN DE VARIABLES No elegir variables indiscriminadamente: recordamos: cada estructura se manifiesta en una serie de variables y cada grupo de variables revela, sólo, una determinada estructura.

¨ Resultado muy sensible a la inclusión de alguna variable irrelevante.

¨ La inclusión indiscriminada de variables aumenta la probabilidad de atípicos.

TRANSFORMACIÓN

¨ Depende / Afecta a muchas decisiones posteriores (medida de distancia / similitud empleada, por ejemplo)

¨ Estandarización por variable: aunque resulta útil para mediciones posteriores de distancia puede afectar al resultado del análisis y no se recomienda si las diferencias de medidas reflejan alguna cualidad natural de interés conceptual.

¨ Estandarización por encuestado: singular, pero en baterías de indicadores elimina patrones de respuesta en los sujetos, ofreciendo la importancia relativa de cada indicador.

¨ Factorización: puede resultar interesante factorizar previamente las variables y realizar el Cluster con factores en lugar de con variables.

¨ El tipo de escala de medida afectará a fases posteriores del procedimiento

El resultado final del Cluster depende radicalmente de de la medida de ASOCIACIÓN / SIMILITUD / DISTANCIA utilizada. Se recomienda, en cada contexto, observar empíricamente esas diferencias.

DISTINTOS MÉTODOS AGLOMERATIVOS (Ejemplos)

¨ La selección de uno u otro método se basa en

...