Et eksempel på en Clustering Estimation Strategy

Hard data kan hjelpe deg med å ta avgjørelser for din småbedrift, men noen ganger har du så mye detalj det kan være vanskelig å forstå hva dataene sier. Dette kan være spesielt sant for oppgaver som estimering av respons på et testmarked. Tallene du får fra en testmarkedsføringsinnsats, kan skjule trenden du leter etter. Du kan rydde opp forvirringen gjennom clustering.

Organiseringsdata

Hvis du mottar tall fra et markedsføringstest, må du organisere dataene. Hvis du for eksempel mottar svar fra kunder som sammenligner produktet ditt med en annen, og du finner svar på et mønster, plasserer du dem sammen. Eksempel: Testmarkedet nr. 1 består av fem grupper med 1000 kunder i hver gruppe. I disse gruppene finner du gunstige svar på produktet ditt til å være 925, 850, 875, 935 og 890. Din første impuls kan være å legge opp alle tallene og gjennomsnittlig dem. I stedet skriver du dem i en rad eller kolonne og undersøker dem for et mønster.

Finne et felles senter

Når du undersøker gruppen av tall, ser du kanskje et felles nummer rundt de klynger. I eksemplet ovenfor kan man si at 925, 850, 875, 935 og 890 klynger rundt 900. Merk at dette er et utdannet gjetning, ikke et matematisk gjennomsnitt. Siden du ikke gjør regnskap, hvor nøyaktige tall kreves, kan du tillate deg selv å gjøre noen grove estimater. I eksemplet kan du si at rundt 900 mennesker av hver 1000 likte produktet.

Bruke Cluster Estimatet

Faren for å estimere ved hjelp av en klynge er at du kan gi inn til ønsket tenkning. Med andre ord kan du rulle tall opp eller ned for å få dem til å klynges rundt nummeret du vil ha. Du kan motvirke denne svakheten i dine estimater ved å aververe dem hver gang en gang. For eksempel er gjennomsnittet av tallene i eksemplet 895. Dette indikerer at estimatet basert på å identifisere et nummer som dataklyngene rundt var rimelig nært.

Bruker ikke Cluster Estimatet

Estimater er gode for å ta beslutninger som ikke krever presisjon. Markedsføringsbeslutninger kan bevege seg fremover basert på grove trender fordi anomalier mest sannsynlig ikke vil skade din innsats. Hvis tallene dine er virkelig tilfeldige, skjønt, med store avvik, bør du ikke tvinge et estimat. Selv et gjennomsnitt vil ikke hjelpe deg med tilfeldige tall. Du bør omforme testen din etter at du har isolert faktoren som forårsaket de store svingene i svarene. Hvis du ikke kan isolere en faktor, kjør testen igjen under forskjellige forhold, for eksempel å sammenligne produktet med to konkurrenters produkter.