Clusteranalyse
Wenn Sie eine Aktivität, Verbindung, Verbesserungsmöglichkeit oder Route als potenziellen Engpass identifizieren, zeigen Sie Cluster von Stichwortbeschreibungen und Zuweisungsgruppen an, um Einblicke zu erhalten.
Eine Clusteranalyse gruppiert ähnliche Datensätze in einem Cluster (einer Gruppe), damit Sie Muster identifizieren können. Datensätze sind in verschiedene Gruppierungen mit natürlicher Ähnlichkeit unterteilt, anstatt in Gruppierungen, die auf einer bestimmten Bezeichnung basieren. Diese nicht überwachte ML-Technik kann verhindern, dass nicht zugehörige Fälle oder Datensätze Teil eines Projekts werden.
Sehen wir uns ein konzeptionelles Beispiel für die Funktionsweise von Clustering an. In einer Kfz-Werkstatt haben Kunden zahlreiche Serviceoptionen zur Auswahl. Der Manager möchte ermitteln, welche Services am wenigsten genutzt werden. Der Manager möchte die Kosten senken, indem er in diesen Bereichen weniger Spezialisten einsetzt. Der Manager beginnt mit der Clusteranalyse, die eine Ansicht der Stichwortbeschreibungen und Servicekategoriebereiche generiert. Nachdem ein Cluster ähnlicher Gruppen von Serviceaktivitäten generiert wurde, verfügt der Manager über einen kleineren, strukturierteren Datensatz von Kundengruppen, die eine begrenzte Anzahl von Services verwenden. Der Manager wendet weitere Filter auf den kleineren Datensatz an, um eine genauere Analyse zu ermöglichen.