تحليل الكتلة في تحليلات الأعمال

تمتلك الشركات الكثير من البيانات غير المهيكلة. وفقًا للإحصاءات ، فإن ما يقرب من 80٪ من بيانات الشركات غير منظمة. أيضًا ، معدل نمو البيانات غير المهيكلة هو 55-65٪ سنويًا. نظرًا لأنه لا يمكن ترتيب هذه البيانات في شكل جدولي ، فمن الصعب على المؤسسات ، وخاصة الشركات الصغيرة ، استخدام بيانات غير منظمة. لهذا السبب أصبحت أدوات تحليل الأعمال شائعة على نطاق واسع. تحليل الكتلة هو أداة لتحليل الأعمال تساعد الشركات على فرز البيانات غير المهيكلة واستخدامها لتحقيق أقصى فائدة.

تساعدك هذه المدونة على فهم ماهية تحليل الكتلة في تحليلات الأعمال وأنواعها وتطبيقاتها.

ما هو التحليل العنقودي؟

الكتلة تعني ترتيب أو تجميع عناصر متشابهة. لذلك ، كما يوحي الاسم ، فإن تحليل الكتلة هو أداة إحصائية تصنف كائنات متطابقة في مجموعات مختلفة. الكائنات داخل الكتلة لها خصائص متشابهة ، في حين أن كائنات مجموعتين منفصلتين مختلفة تمامًا. يعمل تحليل الكتلة كأداة للتنقيب عن البيانات أو أداة بيانات استكشافية في تحليلات الأعمال. يتم استخدامه لتحديد الأنماط أو الاتجاهات المتشابهة ومقارنة مجموعة واحدة من البيانات مع مجموعة أخرى.

تُستخدم أداة تحليل الكتلة بشكل أساسي لفصل العملاء إلى فئات مختلفة ، ومعرفة الجمهور المستهدف والعملاء المحتملين ، وفهم سمات العملاء. يمكننا أيضًا فهم تحليل الكتلة كأسلوب تجزئة مؤتمت يقسم البيانات إلى مجموعات مختلفة بناءً على خصائصها. يأتي ضمن فئة واسعة من البيانات الضخمة.

تحقق من دورات تحليلات الأعمال لدينا لتحسين مهاراتك

ما هي الأنواع المختلفة لنماذج المجموعات؟

هناك نوعان من التجمعات على نطاق واسع: المجموعات الصلبة والناعمة. في التجميع الثابت ، تكون كل نقطة بيانات محددة ويتم تضمينها في مجموعة واحدة فقط. من ناحية أخرى ، يتم ترتيب نقاط البيانات في التجميع الناعم بناءً على الاحتمال. يمكننا احتواء نقطة بيانات واحدة في مجموعات مختلفة في مجموعات ناعمة. فيما يلي الأنواع الأكثر شيوعًا لنماذج المجموعات في تحليلات الأعمال:

• التسلسل الهرمي: - تقوم خوارزمية التجميع الهرمي بترتيب المجموعات في تسلسل هرمي. يخلق شجرة من العناقيد. ثم يتم ترتيب أقرب مجموعتين في زوج واحد. يتم دمج هذا الزوج الجديد مع زوج آخر.

على سبيل المثال ، إذا كانت هناك ثماني مجموعات ، فسيتم ترتيب المجموعتين ذات الخصائص المتشابهة القصوى معًا وتشكل فرعًا واحدًا. وبالمثل ، سيتم ترتيب المجموعات الست الأخرى في زوج من ثلاث مجموعات. سيتم جمع أزواج المجموعات الأربعة معًا لتشكيل زوجين من العناقيد. سيتم أيضًا دمج المجموعتين المتبقيتين لتشكيل كتلة رئيسية. تظهر العناقيد على شكل هرم.

ينقسم التجميع الهرمي أيضًا إلى فئتين مختلفتين - التكتل والتكتل الانقسام. يُطلق على التجميع التراكمي أيضًا AGNES (التعشيش التجميعي) حيث يتم دمج مجموعتين متشابهتين في كل خطوة حتى يتم ترك مجموعة واحدة مدمجة. من ناحية أخرى ، فإن المجموعات الهرمية الخلافية ، والتي تسمى أيضًا DIANA (تحليل التقسيم) ، تتعارض مع AGNES. تقسم هذه الخوارزمية كتلة واحدة إلى مجموعتين.

• ك - الوسائل: - استخدم نموذج التحليل العنقودي K-mean عناقيد محددة مسبقًا. باستخدام K - يعني خوارزمية التجميع هو العثور على الحد الأقصى المحلي في كل تكرار. تستمر هذه الخوارزمية في حساب النقطه الوسطى حتى تعثر على النقطه الوسطى الصحيحه.

• Centroid: - Centroid هي أيضًا خوارزمية تجميع تكرارية. يجد أوجه التشابه بين مجموعتين من خلال حساب أقرب مسافة بين نقطة البيانات والنقطة الوسطى. بعد ذلك ، يتم استخدام خوارزمية التجميع النقطية الوسطى للعثور على Optima المحلي. نقاط البيانات في هذه الخوارزمية محددة مسبقًا.

• التوزيع: - تعتمد خوارزمية التجميع هذه على الاحتمالات. يستخدم القواعد العادية أو الغاوسية لإيجاد الاحتمال بين نقاط البيانات لمجموعة واحدة. يتم ترتيب نقاط البيانات في مجموعة بناءً على فرضية أو احتمالية في نموذج التوزيع. ومع ذلك ، هذا نموذج مناسب. هذا يعني أننا بحاجة إلى وضع بعض القيود أثناء استخدام خوارزمية التوزيع.

• الكثافة: - تبحث خوارزمية كتلة الكثافة في مساحة البيانات لترتيب نقاط البيانات بكثافات متفاوتة. تنشئ هذه الخوارزمية مناطق كثافة منفصلة بناءً على كثافات مختلفة.

فوائد التحليل العنقودي

فيما يلي أهم فائدتين لتحليل الكتلة!

• تقنية التنقيب عن البيانات غير الموجهة: - تحليل الكتلة هو أسلوب غير موجه أو استكشافي لاستخراج البيانات. هذا يعني أنه لا يمكن للمرء تكوين فرضية أو التنبؤ بنتيجة تحليل الكتلة. بدلاً من ذلك ، ينتج أنماطًا وهياكل مخفية من البيانات غير المهيكلة. بعبارات بسيطة ، أثناء إجراء تحليل الكتلة ، لا يوجد متغير مستهدف في الاعتبار. ينتج عنه نتائج غير متوقعة.

• البيانات المرتبة للخوارزميات الأخرى: - تستخدم الشركات تحليلات متنوعة وأدوات التعلم الآلي. ومع ذلك ، لا يمكن أن تعمل بعض أدوات التحليل إلا إذا قدمنا ​​بيانات منظمة. يمكننا استخدام أدوات التحليل العنقودي لترتيب البيانات في شكل مفيد لتحليلها بواسطة برنامج التعلم الآلي.

تطبيقات تحليل الكتلة

يمكن للشركات استخدام التحليل العنقودي للأغراض التالية:

• تجزئة السوق: - يساعد التحليل العنقودي الشركات في تجزئة السوق من خلال إنشاء مجموعات من العملاء المتجانسين بنفس السلوكيات. إنه مفيد للشركات التي لديها مجموعة واسعة من المنتجات والخدمات ويلبي احتياجات جمهور كبير. يساعد تحليل الكتلة الشركات على تحديد استجابة العملاء لمنتجاتهم وخدماتهم من خلال ترتيب العملاء بنفس السمات في مجموعة واحدة. يتيح ذلك للشركات تنظيم خدماتها وتقديم منتجات محددة لمجموعات مختلفة.

• فهم سلوك المستهلك: - التحليل العنقودي مفيد للشركات لفهم سلوك المستهلك مثل تفضيلاتهم ، والاستجابة للمنتجات أو الخدمات ، وأنماط الشراء. هذا يساعد الشركات على تحديد استراتيجيات التسويق والمبيعات الخاصة بهم.

• اكتشاف فرص السوق الجديدة: - يمكن للشركات أيضًا استخدام التحليل العنقودي لفهم اتجاهات الأخبار في السوق من خلال تحليل سلوك المستهلك. يمكن أن يساعدهم في توسيع أعمالهم واستكشاف منتجات وخدمات جديدة. يمكن أن يساعد التحليل العنقودي أيضًا الشركات على اكتشاف نقاط القوة والضعف ومنافسيها.

• تقليل البيانات: - من الصعب على الشركات إدارة وتخزين أطنان من البيانات. يساعد تحليل الكتلة الشركات على فصل المعلومات القيمة إلى مجموعات مختلفة ، مما يسهل على الشركات التمييز بين البيانات القيمة والمتكررة التي يمكن التخلص منها.

كيف يتم إجراء تحليل الكتلة؟

يتطلب كل نموذج تحليل عنقود إستراتيجية مختلفة. ومع ذلك ، يمكن استخدام الخطوات التالية لجميع تقنيات التحليل العنقودي.

• جمع البيانات غير المهيكلة: - يمكنك إجراء تحليل الكتلة على بيانات العملاء الحالية. ومع ذلك ، سوف تحتاج إلى جمع معلومات جديدة إذا كنت ترغب في فهم الاتجاهات الحديثة أو سمات المستهلك. يمكنك إجراء استطلاع للتعرف على التطورات الجديدة في السوق.

• اختيار المتغير الصحيح: - نبدأ تحليل الكتلة باختيار متغير أو خاصية بناءً على ذلك يمكننا فصل نقطة بيانات عن أخرى. يساعد في تضييق نطاق الملكية بناءً على المجموعات التي سيتم تشكيلها.

• تحجيم البيانات: - الخطوة التالية هي قياس البيانات في فئات مختلفة. يعني تصنيف البيانات بناءً على المتغيرات المحددة.

• حساب المسافة: - الخطوة الأخيرة في تحليل الكتلة هي حساب المسافة بين المتغيرات. نظرًا لأن نقاط البيانات مرتبة في مجموعات بعوامل مختلفة ، فنحن بحاجة إلى إعداد معادلة تأخذ في الاعتبار جميع المتغيرات. تتمثل إحدى أبسط الطرق في حساب المسافة بين مركزي مجموعتين.

استنتاج

تحليل الكتلة هو أداة شائعة لتحليل الأعمال تساعد في تحويل البيانات غير المهيكلة إلى تنسيقات قابلة للاستخدام. نظرًا لأن الشركات تجمع كميات متزايدة من البيانات كل عام يمر ، يصبح من الضروري بالنسبة لها استخدام البيانات لأغراض مفيدة. لذلك ، من المتوقع أن تنمو وظائف التحليل العنقودي بعدة أضعاف في السنوات القادمة. وفقًا للإحصاءات ، يبلغ متوسط ​​الراتب لمدير الكتلة في الولايات المتحدة 79109 دولارًا. من ناحية أخرى ، يبلغ متوسط ​​الراتب لمحلل البيانات في الولايات المتحدة 65.217 دولارًا.

إذا كنت مفتونًا بتحليلات البيانات ولديك فطنة تجارية حادة ، يمكنك الانضمام إلى برنامج شهادة تحليلات الأعمال الذي تقدمه upGrad.