[Skip Global Navigation]

Segmentieren und Klassifizieren

Training Startseite

Unsere Schulungskurse im Überblick

Schulungsorte

Unsere Leistungen

Interessant für... alle, die in ihren Daten Gruppen finden und/oder Gruppen hinsichtlich bestehender Unterschiede überprüfen, aber auch Modelle für die Prognose von Gruppenzugehörigkeiten entwickeln wollen. Die Identifikation von Fall-, Kunden-, Risiko-, Ziel-, Produktgruppen etc. schafft eine solide Basis für organisatorische Entscheidungen, wirkungsvolle Marketingmaßnahmen oder ein effizientes CRM.
Voraussetzungen: Empfehlung: Dieser Kurs ist besonders als Aufbaukurs für den Grundkurs Statistik geeignet.
Kursüberblick: Mit den Algorithmen der Cluster- und Diskriminanzanalyse sowie dem Entscheidungsbaum-Ansatz des SPSS-Moduls „Classification Trees“ werden die wichtigsten Methoden zur Segmentierung und Klassifizierung mit ihren mathematisch-statistischen Hintergründen vorgestellt. Anhand von Praxisbeispielen werden die Verfahren nicht nur isoliert betrachtet, sondern auch bezüglich übergreifender Anwendungsmöglichkeiten dargestellt
Kursziele: Mit dem Kurs gelangen Sie in die Lage, sich je nach Fragestellung für das richtige Verfahren zu entscheiden, die Analysen kompetent durchzuführen und die Ergebnisse sicher zu interpretieren.

anmeldenKursinhalt:

  Segmentieren: Gruppen finden und beschreiben
Clusteranalyse:
  • Ziele, Einsatzgebiete und Arten von Clusteranalysen
  • Hierarchische Clusterverfahren: Ähnlichkeitsmaße und Fusionierungsalgorithmen
  • Bearbeitung größerer Datensätze – Clusterzentrenanalyse
  • Two-Step-Clusterungen für gemischte Skalenniveaus
  • Bestimmung einer optimalen Clusteranzahl
  • Interpretation der Clusterergebnisse
SPSS Decision Trees
  • Ausdifferenzierung von Gruppen bezüglich einer metrischen Zielvariablen
  • Aufbau und Interpretation von C&RT-Entscheidungsbäumen
  Klassifizieren: Gruppierungen überprüfen und Gruppenzugehörigkeiten prognostizieren
Diskriminanzanalyse:
  • Entwicklung von Diskriminanzfunktionen
  • Beurteilung der Trennkraft von Diskriminanzmerkmalen
  • Diskriminanzanalysen als Prognosemodelle
  • Modellgütemaße und Anwendungsvoraussetzungen

 

Während des Kurses ist genügend Zeit für selbstständige Übungen, um so die erworbenen Kenntnisse zu festigen.

 

Inhalt ausdrucken