클러스터 분석
활동, 연결, 개선 기회 또는 경로를 잠재적 병목 현상으로 식별할 때 키워드 설명 및 담당 그룹의 클러스터를 보고 인사이트를 얻습니다.
클러스터 분석은 패턴을 식별할 수 있도록 유사한 기록을 클러스터(하나의 그룹)로 그룹화합니다. 데이터 세트는 지정된 레이블을 기반으로 하는 그룹화가 아닌 다양한 자연 유사성 그룹으로 나뉩니다. 이 자율 머신 러닝 기술은 관련없는 케이스나 기록이 프로젝트의 일부가 되는 것을 방지할 수 있습니다.
주:
클러스터링은 100에서 300,000 사이의 기록 수에 사용할 수 있습니다.
클러스터링이 작동하는 방식에 대한 개념적 예를 들어 보겠습니다. 자동차 수리점에서 고객은 선택할 수 있는 다양한 서비스 옵션이 있습니다. 총괄 관리자는 가장 적게 사용되는 서비스를 결정하려고 합니다. 관리자는 해당 영역에서 더 적은 수의 전문가를 활용하여 비용을 절감하기를 원합니다. 관리자는 키워드 설명 및 서비스 범주 영역에 대한 뷰를 생성하는 클러스터 분석을 시작합니다. 유사한 서비스 활동 그룹의 클러스터가 생성되면 관리자는 제한된 수의 서비스를 사용하여 더 작고 패턴이 더 많은 고객 그룹 데이터 세트를 갖게 됩니다. 관리자는 더 면밀한 분석을 위해 더 작은 데이터 세트에 추가 필터를 적용합니다.