Анализ деревьев применяется в ситуациях, когда "строгие предпосылки", лежащие в основе более традиционных статистических методов не выполняются. В этом его сила, но если "работают" другие методики, рекомендуется использовать анализ деревьев только как средство проверки полученных на их основе гипотез.
Анализ деревьев применяется в ситуациях, когда "строгие предпосылки", лежащие в основе более традиционных статистических методов не выполняются. В этом его сила, но если "работают" другие методики, рекомендуется использовать анализ деревьев только как средство проверки полученных на их основе гипотез.
Если кластерный анализ решает задачу разбиения совокупности объектов на несколько однородных групп, то анализ деревьев помогает сформулировать правило, по которому объекты относяться к тому или иному классу.
Допустим, некоторое туристическое бюро решило проанализировать причины, по которым клиент принимает решение о том, купить или не купить Вашу услугу. Это означает, что мы имеем два класса клиентов 1) сделавшие покупку; 2) нет.
Вам целесообразно сформулировать правило, по которому Ваш клиент принимает решение: приобрести путевку или поискать еще. Зная поведение клиента, а именно клиентов-отказников Вы сможете принять решение о форимровании конкурентоспособной ценовой политике, политике скидок и дополнительного сервиса, которые в комплексе обеспечат Вам наилучшие показатели прибыли, высокую репутацию и т.д. Чтобы начать подобное исследование Вам необходимо собрать некоторую статистику, в которой бы содержались сведения о клиентах и потенциальных клиентах обслуженных за определенный период. В качестве подобной статистики должны выступать все сведения об уровне сервиса, о харатере общения с клиентом, сроках и итоговом решении. Например:
- Купил ли клиент путевку;
- Цена путевки;
- длительность тура;
- Вид путевки;
- Первый контакт (по телефону или личный приход);
- Интервал времени с момента первого контакта до момента покупки;
- приход клиента по рекомендации или по рекламе;
- сколько вопросов задал клиент;
- и т.п.
Вас интересует, как принимает клиент решение, и что отличает людей, вступивших с Вашей компанией в договорные отношения от несостоявшихся клиентов.
Анализ деревьев в Вашей ситуации позволяет построить "дерево", моделирующее принятие решения Вашего клиента.
Как Вы можете корректировать свою политику, зная структуру такого вида?
Если мы аккуратно построим дерево и отследим все интересующие нас цепочки, то можно определить, на каких направлениях стоит сконцентрироваться и как с соответствующим клиентом надо работать.
Допустим, в результате анализа деревьев, Вы получили следующие результаты:
37% Ваших клиентов, сделавших покупку характеризовали следующие факты:
- путевка была "горящей"
- клиенты рассчитывали на скидку;
- до вылета менее 3 дней;
- скидка, по сравнению с рыночной ценой, превышала 30%"
Мы видим, что данный класс покупателей достаточно представителен и имеет смысл разрабатывать дальнейшие способы стимулирования таких клиентов.
Аналогично можно было рассматривать те "ветки дерева", которые объединяют несостоявшихся клиентов.
Конечно, можно строить деревья самостоятельно по здравому смыслу. Возможно, удастся даже на короткую перспективу получить удачное решение, но следует помнить о ряде проблем, которые без статистической поддержки практически непреодолимы:
- последовательность, в которой вы ведете дробление совсем не обязательно отвечает тому, как на самом деле думает клиент. Ошибаясь в последовательности, Вы рискуете придти к ложным выводам;
- выбор критических значений "20% от рынка" "три дня до вылета", производящийся по принципу "пол - палец - потолок" приведет Вас скорее всего к запутанной схеме;
- достаточно сложно учесть "вручную" важность для Вас того, к какой категории относился Ваш клиент. Если вы специализируетесь на молодежных путевках, то факт покупки путевки представителем старшего поколения будет для Вас, безусловно менее интересен, а поэтому, при принятии решения о приоритетах, должен быть учтен с меньшим весом.
- классифицировать ли всех покупателей, или остановиться на том шаге, когда в несколько цепочек укладываются 70% клиентов.
Проблемы такого рода позволяет решить профессиональный анализ с использованием анализа деревьев и других статистических методов.
Данный анализ широко используется при обработке результатов анкетирования. В этом случае анализ деревьев позволяет понять: в чем различия между респондентами, ответившими на один и тот же вопрос по-разному.
При медицинских исследованиях использование анализа деревьев - этот ответ на вопрос, в какой последовательности проводить диагностику заболевания.
В промышленности "деревья", это правила, по которым можно диагностировать состояние производственного процесса.
В социологии анализ деревьев используется для изучения поведения различных групп населения.