K-means-algoritmin käyttö asiakassegmentoinnissa
avoin
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Lataukset26
Pysyvä osoite
Verkkojulkaisu
DOI
Tiivistelmä
Asiakassegmentointi on keskeinen osa nykyajan liiketoimintaa ja markkinointia, sillä sen avulla yritykset voivat tunnistaa asiakasdatasta asiakasryhmiä ja kohdentaa toimintaansa tehokkaammin. Tutkielman tavoitteena on tarkastella K-meansalgoritmin käyttöä asiakassegmentoinnissa ja selvittää, miksi se on yksi yleisimmistä asiakassegmentointimenetelmistä, ja millaisia etuja ja haasteita sen käyttöön liittyy. Tutkielma on toteutettu kirjallisuuskatsauksena.
K-means-algoritmin suosio perustuu sen laskennalliseen tehokkuuteen ja helppoon tulkittavuuteen. K-means on perusmenetelmä, jota voidaan soveltaa eri toimialoilla. Se on suhteellisen helppokäyttöinen ja laskennallisesti tehokas klusterointialgoritmi, ja sillä saadut segmentointitulokset ovat helppo tulkita ja hyödyntää markkinoinnissa ja liiketoiminnan päätöksenteossa. K-means-algoritmin käyttöön liittyy myös haasteita, kuten klusterien määrän valinta, algoritmin herkkyys alustukselle ja datan ominaisuuksien vaikutus segmentointituloksiin. Tutkielma osoitti, että vaikka K-means-algoritmilla on rajoitteita, sen merkittävät vahvuudet varmistavat sen aseman yhtenä keskeisimmistä asiakassegmentoinnin menetelmistä.