5 voorbeelden van clusteranalyse in het echte leven

Clusteranalyse is een techniek die wordt gebruikt bij machine learning en die probeert groepen observaties binnen een dataset te vinden.

Het doel van clusteranalyse is om clusters zodanig te vinden dat waarnemingen binnen elke cluster behoorlijk op elkaar lijken, terwijl waarnemingen in verschillende clusters behoorlijk van elkaar verschillen.

De volgende voorbeelden laten zien hoe clusteranalyse wordt gebruikt in verschillende praktijksituaties.

Voorbeeld 1: Detailhandelmarketing

Retailbedrijven maken vaak gebruik van clustering om groepen vergelijkbare huishoudens te identificeren.

Een detailhandelsbedrijf kan bijvoorbeeld de volgende gegevens over het huishouden verzamelen:

• Huishoudelijk inkomen
• Grootte van het huishouden
• Beroep hoofd huishouden
• Afstand tot het dichtstbijzijnde stedelijke gebied

Ze kunnen deze variabelen vervolgens in een clusteralgoritme introduceren om mogelijk de volgende clusters te identificeren:

• Groep 1: Kleine gezinnen, grote spenders
• Groep 2: Groot gezin, grote spenders
• Groep 3: Klein gezin, lage uitgaven
• Groep 4: Groot gezin, lage uitgaven

Het bedrijf kan vervolgens gepersonaliseerde advertenties of verkoopbrieven naar elk huishouden sturen op basis van de waarschijnlijkheid dat ze op specifieke soorten advertenties reageren.

Voorbeeld 2: streamingdiensten

Streamingdiensten maken vaak gebruik van clusteranalyse om kijkers met vergelijkbaar gedrag te identificeren.

Een streamingdienst kan bijvoorbeeld de volgende gegevens over individuen verzamelen:

• Aantal minuten bekeken per dag
• Totaal aantal bezichtigingen per week
• Aantal unieke bekeken shows per maand

Met behulp van deze statistieken kan een streamingdienst clusteranalyses uitvoeren om gebruikers met een hoog en laag gebruik te identificeren, zodat ze weten aan wie ze het grootste deel van hun advertentiebudget moeten besteden.

Voorbeeld 3: Sportwetenschap

Datawetenschappers van sportteams gebruiken vaak clustering om vergelijkbare spelers te identificeren.

Professionele basketbalteams kunnen bijvoorbeeld de volgende spelerinformatie verzamelen:

• Punten per spel
• Rebounds per wedstrijd
• Assists per wedstrijd
• Steelt per spel

Ze kunnen deze variabelen vervolgens in een groeperingsalgoritme invoeren om vergelijkbare spelers te identificeren, zodat ze met elkaar kunnen trainen en specifieke oefeningen kunnen uitvoeren op basis van hun sterke en zwakke punten.

Voorbeeld 4: E-mailmarketing

Veel bedrijven gebruiken clusteranalyse om consumenten te identificeren die op elkaar lijken, zodat ze e-mails die naar consumenten worden verzonden, kunnen afstemmen op een manier die de omzet maximaliseert.

Een bedrijf kan bijvoorbeeld de volgende informatie over consumenten verzamelen:

• Percentage geopende e-mails
• Aantal klikken per e-mail
• Tijd besteed aan het controleren van e-mails

Met behulp van deze statistieken kan een bedrijf clusteranalyses uitvoeren om consumenten te identificeren die e-mail op vergelijkbare manieren gebruiken en de soorten e-mails en de frequentie van e-mails die ze naar verschillende klantgroepen sturen, afstemmen.

Voorbeeld 5: Zorgverzekering

Actuarissen van zorgverzekeraars hebben vaak clusteranalyses gebruikt om ‘clusters’ van consumenten te identificeren die hun zorgverzekering op specifieke manieren gebruiken.

Een actuaris kan bijvoorbeeld de volgende informatie over huishoudens verzamelen:

• Totaal aantal doktersbezoeken per jaar
• Totale omvang van het huishouden
• Totaal aantal chronische ziekten per huishouden
• Gemiddelde leeftijd van de leden van het huishouden

Een actuaris kan deze variabelen vervolgens in een clusteralgoritme invoeren om vergelijkbare huishoudens te identificeren. De zorgverzekeraar kan vervolgens de maandelijkse premies vaststellen op basis van hoe vaak zij verwacht dat huishoudens in specifieke groepen van hun verzekering gebruik zullen maken.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u verschillende soorten clusteranalyses kunt uitvoeren met behulp van statistische programmeertalen:

Hoe K-Means Clustering in Python uit te voeren
Hoe K-Means-clustering uit te voeren in R
Hoe K-Medoids-clustering uit te voeren in R
Hoe hiërarchische clustering uit te voeren in R