Ein Beispiel für eine Clustering-Schätzstrategie

Harte Daten können Ihnen dabei helfen, Entscheidungen für Ihr kleines Unternehmen zu treffen, aber manchmal haben Sie so viele Details, dass es schwierig sein kann zu verstehen, was die Daten sagen. Dies gilt insbesondere für Aufgaben wie das Einschätzen der Antworten auf einen Testmarkt. Die Zahlen, die Sie aus einem Testmarketing erhalten, können den Trend, den Sie suchen, verdecken. Sie können die Verwirrung durch Clustering auflösen.

Daten organisieren

Wenn Sie Nummern aus einem Marketingtest erhalten, müssen Sie die Daten organisieren. Wenn Sie beispielsweise Antworten von Kunden erhalten, die Ihr Produkt mit einem anderen vergleichen, und Sie ein Muster von Antworten finden, legen Sie diese zusammen. Beispiel: Testmarkt Nr. 1 besteht aus fünf Gruppen mit jeweils 1.000 Kunden. In diesen Gruppen finden Sie günstige Antworten auf Ihr Produkt: 925, 850, 875, 935 und 890. Ihr erster Impuls könnte sein, alle Zahlen zusammenzurechnen und sie zu mitteln. Schreiben Sie sie stattdessen in eine Zeile oder Spalte und untersuchen Sie sie nach einem Muster.

Ein gemeinsames Zentrum finden

Wenn Sie Ihre Zahlengruppe untersuchen, wird möglicherweise eine gemeinsame Nummer angezeigt, um die sich die Zahlen gruppieren. In dem obigen Beispiel könnte man sagen, dass 925, 850, 875, 935 und 890 sich um 900 anhäufen. Beachten Sie, dass dies eine fundierte Vermutung ist und kein mathematischer Durchschnitt. Da Sie keine Buchhaltung betreiben, für die genaue Zahlen erforderlich sind, können Sie sich grobe Schätzungen erlauben. Im Beispiel könnte man sagen, dass etwa 900 von 1.000 Besuchern Ihr Produkt mochten.

Verwenden der Cluster-Schätzung

Die Gefahr der Schätzung durch Verwendung eines Clusters besteht darin, dass Sie dem Wunschdenken nachgeben können. Mit anderen Worten, Sie können Zahlen auf- oder abrunden, um sie um die gewünschte Zahl zu ordnen. Sie können dieser Schwäche in Ihren Schätzungen entgegenwirken, indem Sie sie gelegentlich ausrechnen. Der Durchschnitt der Zahlen in diesem Beispiel ist beispielsweise 895. Dies zeigt an, dass die Schätzung basierend auf der Identifizierung einer Zahl, um die sich die Datencluster herum befinden, ziemlich nahe war.

Cluster-Schätzung nicht verwenden

Schätzungen sind gut für Entscheidungen, die keine Genauigkeit erfordern. Marketingentscheidungen können basierend auf groben Trends voranschreiten, da Anomalien Ihre Bemühungen höchstwahrscheinlich nicht beeinträchtigen. Wenn Ihre Zahlen wirklich zufällig sind, mit großen Abweichungen, sollten Sie keine Schätzung erzwingen. Selbst ein Durchschnitt hilft Ihnen nicht bei Zufallszahlen. Sie sollten Ihren Test neu entwerfen, nachdem Sie den Faktor isoliert haben, der die großen Schwankungen bei den Antworten verursacht hat. Wenn Sie einen Faktor nicht isolieren können, führen Sie den Test unter verschiedenen Umständen erneut durch, z. B. wenn Sie Ihr Produkt mit den Produkten eines Mitbewerbers vergleichen.