聚類分析案例

1、SPSS軟件操作實(shí)例某移動(dòng)公司客戶細(xì)分模型數(shù)據(jù)準(zhǔn)備：數(shù)據(jù)來(lái)源于telco.sav，如圖1所示，Customer_ID表示客戶編號(hào)，Peak_mins表示工作日上班時(shí)期電話時(shí)長(zhǎng)，OffPeak_mins表示工作日下班時(shí)期電話時(shí)長(zhǎng)等。圖1 telco.sav數(shù)據(jù)分析目的：對(duì)移動(dòng)手機(jī)用戶進(jìn)行細(xì)分，了解不同用戶群體的消費(fèi)習(xí)慣，以更好的對(duì)其進(jìn)行定制性的業(yè)務(wù)推銷，所以需要運(yùn)用聚類分析。操作步驟：1， 從菜單中選擇【文件】【打開】【數(shù)據(jù)】，在打開數(shù)據(jù)窗口中選擇數(shù)據(jù)位置以及文件類型，將數(shù)據(jù)telco.sav導(dǎo)入SPSS軟件中，如圖2所示。圖2 打開數(shù)據(jù)菜單選項(xiàng)2， 從菜單中選擇【分析】【描述統(tǒng)計(jì)】【描述】，然

2、后在描述性窗口中，將需要標(biāo)準(zhǔn)化的變量選到右邊的“變量列表”，勾選“將標(biāo)準(zhǔn)化得分另存為變量”，點(diǎn)確定，如圖3所示。圖3 數(shù)據(jù)標(biāo)準(zhǔn)化3， 從菜單中選擇【分析】【分類】【K-均值聚類】，在K-均值聚類分析窗口中將標(biāo)準(zhǔn)化之后的結(jié)果選入右邊“變量列表”，客戶編號(hào)選入“個(gè)案標(biāo)記依據(jù)”，聚類數(shù)改為5。點(diǎn)擊迭代按鈕，在迭代窗口將最大迭代次數(shù)改為100，點(diǎn)擊繼續(xù)。點(diǎn)擊保存按鈕，在保存窗口勾選“聚類成員”、“與聚類中心的距離”，點(diǎn)擊繼續(xù)。點(diǎn)擊選項(xiàng)按鈕，在選項(xiàng)窗口勾選“ANOVA表”、“每個(gè)個(gè)案的聚類信息”，點(diǎn)擊繼續(xù)。點(diǎn)擊確定按鈕，運(yùn)行聚類分析，如圖4所示。圖4 聚類分析操作結(jié)果分析表1 最終聚類中心聚類12345

3、Zscore: 工作日上班時(shí)期電話時(shí)長(zhǎng)1.60559-.78990.61342-.33584.37303Zscore: 工作日下班時(shí)期電話時(shí)長(zhǎng).46081-.58917-.493651.18873-.29014Zscore: 周末電話時(shí)長(zhǎng)-.14005-.15010.35845-.02375-.40407Zscore: 國(guó)際電話時(shí)長(zhǎng)1.68250-.64550.04673.02351-.04415Zscore: 總通話時(shí)長(zhǎng)1.62690-.94040.41420.10398.21627Zscore: 平均每次通話時(shí)長(zhǎng)-.06590-.14835-.05337-.140594.87718由最終聚

4、類中心表可得最終分成的5個(gè)類它們各自的均值。第一類：依據(jù)總通話時(shí)間長(zhǎng)，上班通話時(shí)間長(zhǎng)，國(guó)際通話時(shí)間長(zhǎng)等特征，將第一類命名為高端商用客戶。第二類：依據(jù)其在各項(xiàng)指標(biāo)中均較低，將第二類命名為不常使用客戶。第三類：依據(jù)總通話和上班通話時(shí)間居中等特征，將第三類命名為中端商用客戶。第四類：依據(jù)下班通話時(shí)間最長(zhǎng)等特征，將第四類命名為日?？蛻?。第五類：依據(jù)平均每次通話時(shí)間最長(zhǎng)等特征，將第五類命名為長(zhǎng)聊客戶。表2 ANOVA聚類誤差FSig.均方df均方dfZscore: 工作日上班時(shí)期電話時(shí)長(zhǎng)582.3154.31433901854.022.000Zscore: 工作日下班時(shí)期電話時(shí)長(zhǎng)468.0014.449

5、33901042.395.000Zscore: 周末電話時(shí)長(zhǎng)39.0604.955339040.896.000Zscore: 國(guó)際電話時(shí)長(zhǎng)443.1794.4783390926.658.000Zscore: 總通話時(shí)長(zhǎng)605.7704.28633902115.071.000Zscore: 平均每次通話時(shí)長(zhǎng)463.8234.45433901021.872.000由ANOVA表可根據(jù)F值大小近似得到哪些變量對(duì)聚類有貢獻(xiàn)，本例題中重要程度排序?yàn)椋嚎偼ㄔ挄r(shí)長(zhǎng)>工作日上班時(shí)期電話時(shí)長(zhǎng)>工作日下班時(shí)期電話時(shí)長(zhǎng)>平均每次通話時(shí)長(zhǎng)>國(guó)際電話時(shí)長(zhǎng)>周末電話時(shí)長(zhǎng)。同時(shí)Sig.值都為0，說(shuō)明各變量對(duì)聚類均有顯著地貢獻(xiàn)（經(jīng)常用Sig.值是否小于0.05來(lái)檢驗(yàn)聚類結(jié)果是否好）。結(jié)論經(jīng)過(guò)數(shù)據(jù)標(biāo)準(zhǔn)化以及K-均值聚類分析，最終我們基本實(shí)現(xiàn)了本次分析的目的，較為成功的對(duì)某移動(dòng)電話客戶進(jìn)行了