5 contoh analisis cluster dalam kehidupan nyata

Analisis cluster adalah teknik yang digunakan dalam pembelajaran mesin yang mencoba menemukan kelompok observasi dalam kumpulan data.

Tujuan dari analisis klaster adalah untuk menemukan klaster sedemikian rupa sehingga pengamatan dalam setiap klaster cukup mirip satu sama lain, sedangkan pengamatan dalam klaster yang berbeda sangat berbeda satu sama lain.

Contoh berikut menunjukkan bagaimana analisis klaster digunakan dalam berbagai situasi dunia nyata.

Contoh 1: Pemasaran Ritel

Perusahaan ritel sering menggunakan pengelompokan untuk mengidentifikasi kelompok rumah tangga yang serupa.

Misalnya, bisnis ritel mungkin mengumpulkan informasi rumah tangga berikut:

• Pendapatan rumah tangga
• Ukuran rumah tangga
• Profesi Kepala Rumah Tangga
• Jarak ke daerah perkotaan terdekat

Mereka kemudian dapat memasukkan variabel-variabel ini ke dalam algoritma pengelompokan untuk berpotensi mengidentifikasi kelompok-kelompok berikut:

• Kelompok 1: Keluarga kecil, pembelanja besar
• Kelompok 2: Keluarga besar, pembelanja besar
• Kelompok 3: Keluarga kecil, pengeluaran rendah
• Kelompok 4: Keluarga besar, pengeluaran rendah

Perusahaan kemudian dapat mengirimkan iklan atau surat penjualan yang dipersonalisasi ke setiap rumah tangga berdasarkan kemungkinan mereka menanggapi jenis iklan tertentu.

Contoh 2: layanan streaming

Layanan streaming sering kali menggunakan analisis pengelompokan untuk mengidentifikasi pemirsa dengan perilaku serupa.

Misalnya, layanan streaming dapat mengumpulkan data berikut tentang individu:

• Menit ditonton per hari
• Jumlah total sesi menonton per minggu
• Jumlah acara unik yang dilihat per bulan

Dengan menggunakan metrik ini, layanan streaming dapat melakukan analisis cluster untuk mengidentifikasi pengguna dengan penggunaan tinggi dan rendah sehingga mereka dapat mengetahui kepada siapa mereka harus menghabiskan sebagian besar anggaran iklan mereka.

Contoh 3: Ilmu olah raga

Ilmuwan data tim olahraga sering menggunakan pengelompokan untuk mengidentifikasi pemain serupa.

Misalnya, tim bola basket profesional dapat mengumpulkan informasi pemain berikut:

• Poin per pertandingan
• Rebound per game
• Assist per pertandingan
• Mencuri per game

Mereka kemudian dapat memasukkan variabel-variabel ini ke dalam algoritma pengelompokan untuk mengidentifikasi pemain serupa sehingga mereka dapat berlatih satu sama lain dan melakukan latihan spesifik berdasarkan kekuatan dan kelemahan mereka.

Contoh 4: Pemasaran Email

Banyak bisnis menggunakan analisis klaster untuk mengidentifikasi konsumen yang serupa sehingga mereka dapat menyesuaikan email yang dikirim ke konsumen sedemikian rupa sehingga memaksimalkan pendapatan.

Misalnya, suatu bisnis dapat mengumpulkan informasi berikut tentang konsumen:

• Persentase email yang dibuka
• Jumlah klik per email
• Waktu yang dihabiskan untuk memeriksa email

Dengan menggunakan metrik ini, sebuah bisnis dapat melakukan analisis cluster untuk mengidentifikasi konsumen yang menggunakan email dengan cara yang serupa dan menyesuaikan jenis email dan frekuensi email yang mereka kirim ke kelompok pelanggan yang berbeda.

Contoh 5: Asuransi kesehatan

Aktuaris perusahaan asuransi kesehatan sering menggunakan analisis klaster untuk mengidentifikasi “kelompok” konsumen yang menggunakan asuransi kesehatan mereka dengan cara tertentu.

Misalnya, seorang aktuaris mungkin mengumpulkan informasi berikut tentang rumah tangga:

• Jumlah kunjungan dokter per tahun
• Total ukuran rumah tangga
• Jumlah total penyakit kronis per rumah tangga
• Usia rata-rata anggota rumah tangga

Seorang aktuaris kemudian dapat memasukkan variabel-variabel ini ke dalam algoritma pengelompokan untuk mengidentifikasi rumah tangga serupa. Perusahaan asuransi kesehatan kemudian dapat menetapkan premi bulanan berdasarkan seberapa sering perusahaan tersebut mengharapkan rumah tangga dalam kelompok tertentu untuk menggunakan asuransinya.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan berbagai jenis analisis klaster menggunakan bahasa pemrograman statistik:

Cara Melakukan K-Means Clustering dengan Python
Cara melakukan pengelompokan K-Means di R
Cara melakukan pengelompokan K-Medoids di R
Cara melakukan pengelompokan hierarki di R