Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los llamados métodos de jerárquicos de clúster, tienen por objetivo agrupar clúster para
formar un nuevo o bien separar alguno ya existente para dar origen a otros dos, de tal forma
que, si sucesivamente se va efectuando este proceso de aglomeración o división, se minimice
alguna distancia o bien se maximice alguna medida de similitud.
Si tenemos una muestra de individuos, de cada uno de los cuales se dispone de una serie de
observaciones, el análisis clúster sirve para clasificarlos en grupos lo más homogéneos posible
en base a las variables observadas.
Las aplicaciones del análisis clúster al marketing han sido múltiples, aunque, lógicamente, el
campo donde mayores niveles de aplicación alcanzan y donde más beneficios ofrecen es el de
la segmentación de mercados. También se ha utilizado en la identificación de hábitos de
compra, de grupos de productos competitivos, valoración de productos de competidores o
identificación de localidades que serán usadas posteriormente como mercados de prueba.
Una explicación detallada de los puntos específicos que acompañan a la aplicación de esta
técnica (algoritmos, medidas de distancia, etc), puesto que éstos ya aparecen en una serie de
publicaciones anteriores, tanto dentro como fuera del área de marketing. No resulta muy
difícil agrupar estos aspectos, ya que la mayoría de los expertos han destacado varios de ellos.
Sí es una tarea más complicada determinar cuál debe ser la metodología correcta pues, en la
mayoría de los casos, estos mismos expertos no han llegado a un acuerdo.
Puntos esenciales al aplicar el análisis clúster son: la selección de variables, los algoritmos o
métodos de agrupación, la determinación del número de grupos y la validación de los
resultados.
El análisis clúster es un método que puede ayudar al desarrollo de la ciencia del marketing
cuando el objetivo primario de la investigación es clasificar consumidores, productos u
organizaciones.
No obstante, esta técnica debe aplicarse con prudencia para que su validez sea plena. En
concreto, su utilización tiene que ceñirse a unas normas que se basan, sobre todo, en el uso
conjunto de varios métodos alternativos y de apoyo. En este artículo hemos puesto de
manifiesto que muchas de las investigaciones realizada
METODOSDE K –MEANS
El clustering es una técnica para encontrar y clasificar K grupos de datos (clusters). Así, los
elementos que comparten características semejantes estarán juntos en un mismo grupo, separados
de los otros grupos con los que no comparten características.