Análisis de Cluster

Por análisis cluster se entiende un conjunto de técnicas dentro de los métodos denominados interdependientes cuyo propósito es formar grupos a partir de un conjunto de elementos. Tales grupos deben estar compuestos por elementos lo más parecidos que sea posible y a la vez lo más diferentes que sea posible entre grupos. La agrupación se produce teniendo en cuenta las características o variables de las que se dispone; con arreglo a ellas se realiza la clasificación y, por tanto, determinan el resultado final de la misma. Normalmente se entiende que estos grupos deben ser mutuamente exclusivos. Como veremos algunos métodos de agrupación no cumplen estos requisitos como serían los de fuzzy logic o overlapping clustering.

Las principales características del análisis de clusters son:

 No hay distinción entre variables dependientes e independientes
 Se persigue establecer grupos homogéneos internamente y heterogéneos entre ellos
 Se pueden agrupar casos o individuos, pero también variables o características, a diferencias del análisis factorial, que se centra en variables
 Se trata de técnicas descriptivas, no de técnicas explicativas
 Implícitamente se admite que en la población o conjunto de elementos a agrupar, y para el conjunto de características o variables que se dispone, existe la posibilidad de realizar una agrupación.

Las aplicaciones del análisis cluster han existido en todos aquellos ámbitos en que se requiera realizar agrupaciones, biología, psicología, sociología, medicina, etc. El análisis cluster en marketing se ha utilizado para:

 Estudiar tipologías de comportamiento de compra y de consumidores
 Obtención de segmentos en un mercado determinado
 Estudios de imagen y de necesidades con respecto a un producto
 Lograr clasificaciones de productos, marcas o empresas y de esta forma entender mejor sus parecidos y sus diferencias identificando grupos estratégicos de determinada orientación estratégica de empresas o clases de productos competitivos
 Identificación de grupos de ciudades y, dentro de cada uno de ellos, de la ciudad más representativa que pueda servir como laboratorio de pruebas para acciones de marketing como probar un diseño nuevo, una campaña de publicidad o una actividad promocional

Cabe destacar una serie de consideraciones adicionales a la hora de realizar análisis de cluster:

 Los datos deben de estar en escalas comparables y, si es necesario, estandarizarlos
 La determinación de un número de grupos debe inspirarse en el conocimiento teórico y/o práctico existente sobre el fenómeno en estudio. Las consideraciones del tipo operativo también sirven de orientación; así, un número excesivamente reducido de grupos aportaría una información pobre, no generaría un incremento del conocimiento sobre la cuestión en estudio, mientras que si se tratara de un número demasiado grande de grupos complica la interpretación y las posibles acciones de marketing
 La distancia elegida puede constituir, por sí misma, un elemento determinante en el proceso de agrupación. Éste es un elemento perverso puesto que los grupos han de venir determinados por las características que se estimen y no por utilizar una u otra distancia
 Otro tanto ocurre con el orden de los casos en los procedimientos no jerárquicos. Es decir, el orden condiciona la composición de los grupos: si existe la sospecha de la presencia de ese efecto habría que proceder cambiando el orden
 Los procedimientos jerárquicos han perdido parte de su popularidad a favor de los no jerárquicos como consecuencia del desarrollo de programas informáticos. En estos últimos la clave está en la selección de los puntos de origen; por lo demás les afectan en menor medida los valores raros, el tipo de distancia utilizada o la inclusión de variables relevantes. Como ya se ha comentado es recomendable compaginar ambos tipos de procedimientos como medida de garantía.
 El tamaño relativo de los grupos tiene su relevancia. No es apropiada una solución con grupos formados por uno o muy pocos elementos, en tanto que otros contienen muchos elementos.