クラスター分析
アクティビティ、接続、改善の機会、またはルートを潜在的なボトルネックとして特定する場合は、キーワードの説明とアサイン先グループのクラスターを表示してインサイトを取得します。
クラスター分析では、類似したレコードをクラスター (1 つのグループ) にまとめて、パターンを識別できるようにします。データセットは、指定されたラベルに基づくグループ化ではなく、さまざまな自然な類似性グループに分割されます。この教師なし機械学習手法により、関連のないケースやレコードがプロジェクトの一部になるのを防ぐことができます。
注:
クラスタリングは 100 〜 300,000 のレコード数で使用できます。
クラスタリングがどのように機能するかを示す概念的な例を使用しましょう。自動車修理工場では、お客様には多数のサービス オプションから選択できます。ゼネラルマネージャーは、どのサービスが最も使用されていないかを判断したいと考えています。マネージャーは、これらの分野で使用するスペシャリストを減らすことでコストを削減したいと考えています。マネージャーは、キーワードの説明とサービスカテゴリエリアのビューを生成するクラスター分析を開始します。類似したサービスアクティビティグループのクラスターが生成された後、マネージャーは、限られた数のサービスを使用する顧客グループのより小さく、よりパターン化されたデータセットを保持します。マネージャーは、より小さなデータセットにさらにフィルターを適用して、より詳細な分析を行います。