在上一篇文章中，我们讨论了如何获取测量数据以及如何准备设计环境。这次我们可以通过各种工具获取数据之后，会对用户进行分类。这次，我们就来学习一下这其中所必需的“分类”。
目录
什么是分类？
“分离并表征目标数据。”通过对数据进行分类，可以发现仅凭整体无法掌握的见解，决定对哪个类别采取措施，并了解实施措施会对哪些类别产生影响。
例如，您注意到了以下数字什么？
销售预约数量：100
订单数量：30
你知道转化率是30%，但其他的你都不知道。但是如果我们将数据分类如下会怎样？
电话销售预约数量：70
通过研讨会预约的人数：30
电话销售订单数量：7
通过研讨会收到的订单数量：9
通过对数据进行分类，我们可以发现差异，从而采取下一步策略（增加通过研讨会预约的数量，提高电话销售的质量）。
分类的价值在于，通过这种方式对数据进行分类，您可以确定措施的优先次序、提出想法并对其进行评估，这就是它与 CRM 配合良好的原因。可以通过对整体上难以理解的事物或单独过于详细的事物进行分类来解决此问题。
两种分类方法
分类方法有两种，了解它们的特点和区别很重要。考虑一下您的公司想要归类到哪个类别。
两种分类类型是“段”和“聚类”。两者都是分类方法，但你能解释一下它们的区别吗？让我们仔细看看每一个。
什么是细分？
根据特定属性或行为对数据进行细分，以了解其特征。如何分类的决定是由分析师有意做出的。
例如，可能的信息可能是“获得销 台湾数据库 售的途径”、“网站上的特定内容是否被查看过”、“客户公司的规模”、“县”等。一旦您决定了要使用的类别，您就可以相应地过滤用户（或公司）。
例如，如果您与 100 家公司签订了合同，则它们将被分类为“大型公司（月销售额超过 1 亿日元）”，“大型公司（月销售额为 1000 万至 5000 万日元）”和“小型公司（月销售额低于 1000 万日元）”。这些数据本身就登记在SFA或者CRM中，然后进行整理、分析，并按照分类采取措施。
您应该使用的“细分”类型取决于 如何使用POWR One？ 您是否要针对每个分类实施不同的措施。就前面提到的公司规模示例而言，问题是是否根据公司规模改变研讨会信息、电子邮件内容和销售方法。
除非你能想象到这样对事物进行分类后会采取什么措施，否则你将无法用它们来进行改进。可以进行分析并提出措施（例如，哪家公司从大公司获得的流量最多），因此在创建细分时，最好事先想象一下您将采取的分析和措施。
如果您无法确定上例中的具体哪一行（大、中、小公司所属），十分位分析法可能会有效。您可以查看前 X% 是否占销售额的 Y%，然后根据“前 X%”创建一个细分。
首先，选择大约三个可能引发活动的条件并创建一个细分。
什么是聚类？
聚类是一种根据逻辑将数据分成组 马来西亚赌博数据 的技术。这种方法首先涉及分析和分组数据，然后探究分类的原因及其特征，并考虑组的含义。
换句话说，这是一种无需预先决定遵循哪条线（或在某些情况下使用哪个项目）就进行分类的方法。
聚类的一种方法是找到目标“完成/未完成”的原因的解释变量。它通常以树状图（层次聚类）的形式表示。
这表示创建集群时的加入过程。如果要分成三个簇，则可以沿着蓝线进行分类；如果要分成五个簇，则可以沿着蓝线进行分类。
例如，蓝线的形式为“第 1 类包括 A、B 和 C”，“第 2 类包括 D、E 和 F”，“第 3 类包括 G”。分支条件在分支点输入。请看一下，因为我实际上已经添加了它。
比如某个簇内转化率从A增加到G，影响转化的第一点是FAQ是否被浏览，第二点是访问次数是否是2倍以上。
使用什么作为分支条件将取决于所分析的原始数据（解释变量的内容和类型）。仅导入任何数据是不够的，最好使用可以在您的业务活动中使用的变量。
还有其他聚类方法，例如非层次化的 K-Means 方法。这是一种首先确定聚类数量，然后根据该数量创建聚类的方法。
要进行这种类型的分析，您将需要一个 BI 工具。上述集群也使用 Tableau 进行分类。
我应该使用哪种方法？
没有正确答案。如果您的公司内部用于分类的项目和阈值很明确，那么细分将是一个不错的选择，但如果这些不明确，那么聚类将是一个不错的选择。