Marketing Glossar

2.413 Fachbegriffe aus 22 Bereichen des Online Marketings

Cluster-Analyse

Definition: Die Cluster-Analyse (auch Clustering oder Clusteranalyse) ist ein multivariates statistisches Verfahren der explorativen Datenanalyse, das Beobachtungen – etwa Kunden, Produkte, Märkte oder Medieninhalte – anhand ihrer Ähnlichkeit auf mehreren Merkmalen gleichzeitig automatisch in intern möglichst homogene und untereinander möglichst heterogene Gruppen, sogenannte Cluster, einteilt, ohne dass die Gruppenstruktur oder die Gruppenanzahl vorab bekannt sein muss. Die Cluster-Analyse gehört damit zu den unüberwachten Lernverfahren (Unsupervised Learning) und unterscheidet sich grundlegend von der Diskriminanzanalyse, die vorhandene Gruppen diagnostiziert, und der Regressionsanalyse, die Zusammenhänge zwischen Variablen modelliert. Als eigenständiges statistisches Verfahren wurde Clustering erstmals systematisch von Robert Tryon 1939 in seinem Werk „Cluster Analysis" beschrieben; die algorithmusbasierten Varianten entwickelten sich ab den 1950er- und 1960er-Jahren mit dem Aufkommen der Computertechnik. Im Marketing ist die Cluster-Analyse vor allem für die Kundensegmentierung unverzichtbar: Sie ermöglicht es, aus großen Datenbeständen mit Kauf-, Verhaltens-, Einstellungs- und demographischen Variablen homogene Zielgruppen zu identifizieren, ohne vorab Annahmen über deren Charakteristika machen zu müssen. Laut einer Studie von McKinsey (2021) nutzen 76 % der führenden Konsumgüterunternehmen statistische Segmentierungsverfahren wie Cluster-Analysen als Grundlage für ihre Zielgruppenstrategien.

Erläuterung

Grundlage jedes Clustering-Algorithmus ist ein Ähnlichkeits- oder Distanzmaß, das bestimmt, wie „nah" sich zwei Beobachtungen im multivariaten Merkmalsraum sind. Das gebräuchlichste Maß bei metrischen Variablen ist die euklidische Distanz; für kategorial skalierte Variablen werden Hamming-Distanz oder Gower-Distanz verwendet. Da Variablen mit großen Messwertbereichen die Distanzberechnung dominieren würden, ist eine Z-Standardisierung (Mittelwert = 0, Standardabweichung = 1) vor der Analyse zwingend erforderlich. Die gängigsten Algorithmen lassen sich in drei Familien unterteilen: Hierarchische Verfahren, partitionierende Verfahren und dichtebasierte Verfahren. Bei hierarchischen Verfahren werden Objekte schrittweise zusammengefasst (agglomerativ, Bottom-up) oder aufgeteilt (divisiv, Top-down). Die Ward-Methode, die die intracluster Varianz minimiert, gilt als besonders geeignet für Marketingfragestellungen und liefert in der Regel gut interpretierbare, gleichmäßig große Cluster. Das Ergebnis wird im Dendrogramm visualisiert, das die Fusionsreihenfolge und -abstände zeigt und als Entscheidungshilfe für die optimale Clusteranzahl dient. Das bekannteste partitionierende Verfahren ist K-Means, 1967 von James MacQueen vorgestellt, das k initial zufällig gesetzte Clusterzentroide iterativ optimiert, bis eine stabile Lösung erreicht ist. K-Means ist effizient auch bei sehr großen Datensätzen (Millionen Kundendaten) und in Python (scikit-learn: KMeans), R (kmeans()) und SPSS verfügbar. Nachteil: Die Anzahl k der Cluster muss vorab festgelegt werden. Das Elbow-Verfahren (Knick im Diagramm der erklärten Varianz gegen k), der Silhouetten-Koeffizient (misst, wie ähnlich ein Objekt seinem eigenen Cluster im Vergleich zu anderen Clustern ist) und das Calinski-Harabasz-Kriterium sind gängige Hilfen zur Bestimmung der optimalen Clusteranzahl. DBSCAN (Density-Based Spatial Clustering of Applications with Noise), 1996 von Ester et al. entwickelt, erkennt Cluster beliebiger Form und kann Ausreißer als „Noise" klassifizieren – besonders wertvoll bei der Analyse von Geodaten oder Verhaltens-Logs. Für Marketing-Segmentierungen basierend auf Umfragedaten mit gemischten Skalenniveaus empfiehlt sich Two-Step-Clustering (verfügbar in SPSS), das hierarchische und K-Means-Schritte kombiniert und automatisch die Clusteranzahl bestimmt. Eine zunehmend verbreitete Alternative ist das Gaussian-Mixture-Model (GMM), das Cluster als Überlagerung multivariater Normalverteilungen modelliert und probabilistische Clusterzugehörigkeiten statt harter Zuordnungen liefert.

Clustering-Algorithmen im Überblick

Anwendungsfelder im Marketing

Praxistipp: Führen Sie Cluster-Analysen stets mit mindestens zwei verschiedenen Algorithmen durch (z. B. Ward-Methode und K-Means) und vergleichen Sie die Ergebnisse: Wenn beide Methoden ähnliche Strukturen liefern, spricht das für Robustheit der gefundenen Segmente. Validieren Sie die Cluster inhaltlich, indem Sie Profilbeschreibungen erstellen und prüfen, ob die Cluster strategisch sinnvoll adressierbar sind – statistisch valide Cluster ohne strategische Handlungsrelevanz nützen wenig. Standardisieren Sie alle metrischen Eingangsvariablen vor der Analyse und schließen Sie hoch korrelierte Variablen aus, um Multikollinearität zu vermeiden. Benennen Sie die identifizierten Cluster mit anschaulichen Personas-Namen, um die interne Kommunikation und das organisationale Verständnis der Segmente zu fördern.