Wissen: Clusteranalyse

Nutzen der Clusteranalyse

Mit der Clusteranalyse Datenmengen Struktur geben

Auf unserer Wissensseite zum Thema Clusteranalyse erfahren Sie alles über Hintergründe, Durchführung und Methoden sowie Anwendungsfälle der Clusteranalyse.

Der erste Schritt ist getan: Die Befragung des Kundenstamms bzw. der Mitarbeiterschaft ist durchgeführt. Große Datenmengen liegen bereit zur Analyse. Welche Auswertungsverfahren sind nun am besten geeignet, um den maximalen Nutzen zur Entwicklung neuer Marketingstrategien oder zur Steigerung der Attraktivität als Arbeitgeber zu erzielen? Soll in diesem Zusammenhang ermittelt werden, welche Personengruppen welche Vorlieben und Abneigungen haben und wie sie auf dieser Basis gezielt angesprochen werden können, ist häufig eine Clusteranalyse das Mittel der Wahl.

Verkürzt gesprochen lautet die grundsätzliche Fragestellung einer Clusteranalyse: Können die untersuchten Objekte auf Basis der erhobenen Daten in Clustern bzw. natürlichen Gruppen zusammengefasst werden?

Möchte beispielsweise ein Unternehmen aus dem Lebensmittelsektor seine Zielgruppenprofile schärfen, um Marketingmaßnahmen noch planvoller auszuspielen, kann es sich etwa über folgende, in der Umfrage bewertete Statements an verschiedene Personengruppen herantasten:

• Ich koche meist aufwendig und experimentiere gern mit neuen Gewürzen.
• Ich achte strikt auf den biologischen Anbau der Lebensmittel, die ich verarbeite.
• Für mich muss das Zubereiten einer Mahlzeit möglichst schnell gehen.
• Ich koche kaum selbst, sondern hole mir mein Essen gewöhnlich unterwegs.
• Ich habe aufgrund von Unverträglichkeiten besondere Ansprüche an die Zusammenstellung meiner Mahlzeiten.

Aus den Antworten lassen sich nun etwa Cluster bilden wie „Der Hobbykoch“, „Der To-go-Esser“ und „Der Ernährungssensible“. Zweifelsohne ist auch eine Verknüpfung beispielsweise mit der Variable des Alters, des Geschlechts und der Anzahl der im Haushalt lebenden Personen interessant. Eine feingranulare Einordnung der befragten Personen hinsichtlich des konkreten Befragungsziels ist aber in aller Regel von viel höherer Relevanz.

Wann ist ein Cluster bei der Clusteranalyse maximal aussagekräftig?

Zwei grundsätzliche Faktoren bestimmen die Aussagekraft eines Clusters:

1. Er muss in sich möglichst homogen sein.
2. Er muss sich möglichst deutlich von anderen Clustern abgrenzen.

Eine Voraussetzung, um diese Anforderungen zu erfüllen, ist eine ausreichend große Stichprobe; damit können überhaupt erst sinnvolle, realistische Kategorien gebildet werden. Hilfreich ist es auch, mögliche Extremwerte herauszufiltern – so kann ein dadurch verzerrtes Ergebnis vermieden werden. Ebenso sollten die verwendeten Variablen nicht zu stark miteinander korrelieren; dies würde im Ergebnis zu einer übermäßigen Betonung einzelner bzw. sehr ähnlicher Sachverhalte führen.

In Clustern lassen sich übrigens nicht nur Personenmerkmale gruppieren; untersuchte Objekte können genauso Gegenstände wie Autos, Schuhe oder Möbelstücke, Städte, Länder oder Institutionen bzw. Organisationen sein. Diese kann man zwar nicht direkt befragen, aber sie verfügen ebenfalls über diverse Eigenschaften, anhand derer sie geclustert werden können.

Schließlich ist noch wichtig festzulegen, mit welcher Zielzahl an Clustern die Kundenanalyse durchgeführt werden soll.

Sind alle Parameter festgelegt, kann die eigentliche Clusteranalyse beginnen. Zur Anzeige der Ergebnisse bieten sich Streudiagramme, die klassische Tabellenform oder auch die Darstellung in Kreisen mit verschiedenen Größen und Farben an.

¹ Wentura, D., Pospeschill, M. (2015). Clusteranalyse. In: Multivariate Datenanalyse. Basiswissen Psychologie. Springer, Wiesbaden, S. 165.

In der Praxis ist die agglomerative Herangehensweise gängig. Sie ermöglicht wiederum die Gruppierung von Clustern auf zwei gängige Arten: Beim Single-Linkage-Verfahren ist die geringste Distanz zwischen zwei Fällen/Personen relevant, die sich in verschiedenen Clustern befinden; beim Complete-Linkage-Verfahren werden hingegen die beiden Fälle/Personen herangezogen, die sich zwischen zwei Clustern am stärksten unterscheiden, also die größte Distanz aufweisen.

Partitionierende Clusteranalyse

Voraussetzung für die partitionierenden Clusteranalyse ist, dass die Datensätze bereits klassifiziert sind; nun werden sie für ein noch signifikanteres Ergebnis umgruppiert. Dazu dienen zwei Algorithmen:

Mithilfe des K-Means-Algorithmus geht man bei der Analyse iterativ vor:

• Zuerst wird die Anzahl der zu bildenden Cluster festgelegt. Auf dieser Basis erfolgt eine zufällige Kategorisierung.
• Die Mittelwerte der verschiedenen Variablen bilden je ein Clusterzentrum.
• Nun kommt die euklidische Distanz ins Spiel: Die jeweiligen Daten, die diesen Zentren am nächsten liegen, werden dem entsprechenden Cluster zugeordnet.
• Dieser Schritt wird so oft wiederholt, bis der Algorithmus alle Daten in Clusterzentren ideal einsortiert hat.

Two-Stage-Clusteranalyse

Die Two-Stage-Clusteranalyse – auch Two-Step-Clusteranalyse genannt – vereint die hierarchische und die partitionierende Clusteranalyse. Zuerst wird der Datensatz in Cluster eingeteilt; im zweiten Schritt werden die Cluster mittels K-Means-Methode für ein möglichst aussagekräftiges Ergebnis iterativ optimiert.

Klassische Anwendungsfälle der Clusteranalyse

Es klang im Vorangegangenen bereits an: Eine Clusteranalyse findet in den verschiedensten Bereichen Anwendung, wenn aus einer größeren Datenmenge verschiedene Gruppen jeweils homogener Objekte mit ausgewählten Merkmalen abgeleitet werden sollen. Im Marketingkontext dient eine Clusteranalyse etwa dazu, Zielgruppen zu definieren, um so verschiedene Kunden noch passgenauer ansprechen zu können. Clusteranalysen können im Unternehmensbereich aber zum Beispiel auch dazu dienen, die Zufriedenheit der Mitarbeitenden zu erklären bzw. die Frage zu beantworten, welche Gruppe von Angestellten welche Bedürfnisse und Wünsche hat.

Beispiel zum Ablauf und Anwendung einer Clusteranalyse

Um das eingangs genannte Beispiel aus der Lebensmittelbranche aufzugreifen, haben wir exemplarisch den Ablauf einer Clusteranalyse dargestellt. Das fiktive Unternehmen bietet Online-Kochkurse, Ernährungsberatung sowie einen Lieferservice für Kochboxen an:

Die Vor- und Nachteile einer Clusteranalyse

Eine Clusteranalyse lässt mithilfe verschiedener Methoden relativ homogene Teilmengen innerhalb einer Menge heterogener Objekte bzw. Daten sichtbar werden. Sie ist grundsätzlich leicht und auf viele diverse Bereiche anwendbar wie etwa in der Marktforschung, aber auch in der Mitarbeiterforschung. Mitunter ist die Interpretation der Ergebnisse nicht immer eindeutig – eine korrekte Schlussfolgerung erfordert unbedingt die Kenntnis über den im Einzelnen eingesetzten Clusteralgorithmus.

Große Mengen an Antworten auf offene Fragestellungen als Grundlage einer substanziellen Clusteranalyse sind eine Herausforderung. Diese ist aber zu bewältigen und zwar mit einer leistungsstarken Software. Die Textanalysesoftware RogTCS beispielsweise analysiert unstrukturierte Textdaten automatisiert, ohne dass diese vorher kategorisiert werden müssen. Die webbasierte Applikation segmentiert die Daten und visualisiert die Cluster in wenigen Schritten. Mühelos und nahezu unverzüglich stehen wertvolle Ergebnisse für die weitere strategische Ausrichtung bereit.