УДК 338.2:303.722.4
DOI: 10.36871/2618-­9976.2026.05.008

Авторы

Иван Павлович Булгаков,
Аспирант, Университет Синергия, старший инженер по разработке, ПАО Сбербанк, Москва, Россия

Аннотация

В статье обсуждается, как можно разделить потребителей на  группы  с  помощью  кластерного  анализа.  Исследование  сосредоточено на сегментации рынка с использованием современных  аналитических  инструментов.  В  качестве  объекта  изучения выбрано поведение покупателей в розничной сети. Цель работы – создать и проверить модель, которая разбивает потребителей на кластеры. Для этого использовали методы K­средних, иерархический анализ и статистику для оценки качества групп. Автор выделил четыре стабильных группы  с  разным  поведением: «Экономные», «Импульсивные», «Лояльные» и  «Целевые».  Показано,  что  разработанная  модель помогает чётко выделять сегменты по типу поведения. Новым  в  работе  стало  применение  машинного  обучения  к  задачам сегментации покупателей. Практическая польза модели в  том, что её можно использовать для  улучшения маркетинговых стратегий и программ лояльности.

Ключевые слова

кластерный анализ
типологизация потребителей
сегментация рынка
means
потребительское поведение
маркетинговые стратегии
лояльность
поведенческие паттерны
машинное обучение
розничная торговля

Список литературы

[1] Айвазян С.А. Прикладная  статистика.  Исследование  зависимостей  / С.А.  Айвазян, И.С. Енюков, Л.Д. Мешалкин. М.: Финансы и статистика, 1985. 487 с.

[2] Герасимов А.Н. Методы  кластерного  анализа  в  маркетинговых  исследованиях  // Маркетинг в России и за рубежом. 2019. № 3. С. 82–93.

[3] Малхотра Н.К. Маркетинговые  исследования. Практическое  руководство. М.:  Вильямс, 2018. 960 с.

[4] Орлов А.И. Эконометрика и системный анализ. М.: Издательство РУСАВИА, 2017. 526 с.

[5] Таганов Д.Н. Сегментирование  потребителей  на  основании  иерархического  кластерного анализа // Маркетинг в России и за рубежом. 2005. № 4. С. 15–23.

[6] Хамидуллин Р.Я. Применение методов  кластерного  анализа  в маркетинговых  исследованиях // Практический маркетинг. 2020. № 5. С. 34–41.

[7] Hair J.F. Multivariate Data Analysis. Pearson, 2019. 800 p.

[8] Hair J.F. et al. Multivariate Data Analysis. Pearson, 2019.

[9] Kaufman L. Finding Groups in Data: An Introduction to Cluster Analysis. Wiley, 2009. 342 p.

[10] Kaufman L., Rousseeuw P.J. Finding Groups in Data: An Introduction to Cluster Analysis. Wiley, 1990.

[11] Rousseeuw P.J. Silhouettes: A Graphical Aid to the Interpretation and Validation of Cluster Analysis. Journal of Computational and Applied Mathematics, 1987, vol. 20, pp. 53–65.

[12] Tufféry S. Data Mining and Statistics for Decision Making. Wiley, 2011.