Et eksempel på en Clustering Estimation Strategy

Hårde data kan hjælpe dig med at træffe beslutninger for din lille virksomhed, men nogle gange har du så meget detaljer, det kan være svært at forstå, hvad dataene siger. Dette kan især være tilfældet for opgaver som estimering af svar på et testmarked. De tal, du får fra en testmarkedsføringsindsats, kan skjule den trend, du leder efter. Du kan rydde op for forvirringen gennem clustering.

Organiseringsdata

Hvis du modtager tal fra et marketing test, skal du organisere dataene. F.eks. Hvis du modtager svar fra kunder, der sammenligner dit produkt med et andet, og du finder et svarmønster, skal du placere dem sammen. Eksempel: Testmarked nr. 1 består af fem grupper med 1.000 kunder i hver gruppe. I disse grupper finder du gode svar på dit produkt til at være 925, 850, 875, 935 og 890. Din første impuls kan være at tilføje alle tal og gennemsnitlige dem. I stedet skal du skrive dem i en række eller kolonne og undersøge dem for et mønster.

Finde et fælles center

Når du undersøger din gruppe af tal, kan du muligvis se et fælles nummer, som de klynger rundt. I eksemplet ovenfor kunne 925, 850, 875, 935 og 890 siges at klynge omkring 900. Bemærk at dette er et uddannet gæt, ikke et matematisk gennemsnit. Da du ikke gør regnskab, hvor præcise tal er påkrævet, kan du tillade dig selv at lave nogle grove estimater. I eksemplet kan man sige at omkring 900 mennesker ud af hver 1.000 kunne lide dit produkt.

Brug dit cluster estimat

Faren ved at estimere ved hjælp af en klynge er, at du kan give efter til ønsketænkning. Med andre ord kan du rulle tal op eller ned for at få dem til at klynge rundt om det ønskede nummer. Du kan modvirke denne svaghed i dine estimater ved at gennemsnitlige dem hver gang imellem. For eksempel er gennemsnittet af tallene i eksemplet 895. Dette indikerer, at estimatet baseret på at identificere et tal, som dataklyngerne rundt var rimeligt tæt.

Brug ikke dit cluster estimat

Estimater er gode til at træffe beslutninger, der ikke kræver præcision. Markedsføringsbeslutninger kan bevæge sig fremad på baggrund af uslebne tendenser, fordi uregelmæssigheder sandsynligvis ikke vil skade din indsats. Hvis dine tal er virkelig tilfældige, men med store afvigelser, bør du ikke tvinge et skøn. Selv et gennemsnit vil ikke hjælpe dig med tilfældige tal. Du skal omdøbe din test, efter at du har isoleret den faktor, der forårsagede de store svingninger i svar. Hvis du ikke kan isolere en faktor, skal du køre testen igen under forskellige omstændigheder, som f.eks. At sammenligne dit produkt med to konkurrenters produkter.