この記事の目次
「クラスタリング」とは、データ間の類似度に基づいて、データをグループ分けする手法です。機械学習における教師なし学習の1種であり、その中でも一般的な手法として知られています。
クラスタリングによってできた、似たもの同士が集まったグループのことを「クラスタ」と呼びます。
・ハードクラスタリング…各データが1つのグループのみに所属するようにグループ分けする
・ソフトクラスタリング…各データが複数のグループに所属することを許してグループ分けする
「クラスタリング」は教師なし学習で、どのグループに所属するなどの答えはなく、データをもとに特徴を学習してグループ分けを行います。
それに対して「分類」は教師あり学習で、どのグループに所属するかの答えをもとに学習したモデルを活用し、答えが未知のデータがどのグループに所属するかを予測するものです。
マーケティングにおいて、顧客の性別や年齢、趣味などをもとに顧客市場を細分化していく「セグメンテーション」が非常に重要だと言われています。このセグメンテーションを適切に行うことで、最適なグループ(顧客層)に対して自社の商品やサービスを訴求することができます。また、最適な訴求を行うためのマーケティング戦略を立てる上でも役立ちます。
新たに製品（サービス）の販売を行う際、企業はキャンペーンなどさまざまな施策を行いますが、施策の効果を最大化させるためには競合他社の製品や市場の調査が不可欠です。そのようなときにクラスタリングの分析に応用することが可能です。
分析にかけたのち、自社の新製品と他社の既存の商品が同じクラスタに分類された場合、差別化戦略を取る必要が出てきます。このように、企業との差別化を図るための分析作業にも非常に役立ちます。
多くの企業はマーケティング施策を導入する際の前段階として、テストマーケットにて施策の事前評価を行うことが一般的です。このテストマーケットでの事前評価が高ければ、本格的にマーケティング施策を実行へと移していくため、テストマーケットの選定はマーケティング施策の成否を決める重要なプロセスと言えます。
クラスタリングは、データのグループ分けの仕方により大きく以下の2つに分けられます。
集合体のデータのうち、最も似ている組み合わせから先にまとめていく手法です。データ間の類似度が近いものからまとめていく（凝集型階層的クラスタリング）、あるいは遠いものから離して（分割型階層的クラスタリング）いきます。
階層を作らずにデータをグルーピングしていく手法です。母集団の中で近いデータを収集し、指定された数のクラスタに分類します。
