NỘI DUNG CHÍNH

1. 1 2 PHÂN TÍCH CỤM BẢN ĐỒ NHẬN THỨC NỘI DUNG CHÍNH

2. 1 PHÂN TÍCH CỤM Khái niệm Phân tích cụm là nhận diện và phân loại các đối tượng hay các biến sao cho các đối tượng trong cùng một cụm tương tự nhau xét theo các đặc tính lựa chọn để nghiên cứu. Phân tích Q Phânloạitheocácmốiliênhệtựnhiên Phân tích phân loại Phân loại kỹ thuật định lượng

3. Ứng dụng Trong nghiên cứu thị trường, phân tích cụm được sử dụng để phânđoạn thị trường và xác định thị trườngmục tiêu. Kinh Doanh Trong biểu diễn dữ liệu gene dùng để nhóm các mẫu gen giống nhau, nhóm các mẫu khác nhau trên các hồ sơ tương ứng Sinh học phân tích cụm được sử dụng để xác định các nhóm của người dân mà có thể được hưởng lợi từ các dịch vụ y tế Sức khỏe tâm lý

4. Xácđịnhvấnđềnghiêncứu Tiến hành phân tích cụm Chọn thước đo khoảng cách Chọnthủtụcphâncụm Quyếtđịnhsốcụm Giảithíchvàmôtảcáccụm Đánh giá tính đúng đắn

5. Bước 1 :Xác định vấn đề Chọnlựacácbiếnđểphâncụm, nênchọntậphợpbiếncókhảnăngmôtảđượcsựgiốngnhaugiữacácđốitượngtheomụcđíchnghiêncứu. Cácbiếnnàycóthểđượcchọntrêncơsởphântíchlýthuyết, kếtquảnghiêncứutrongquákhứ, hay xemxétcácgiảthuyếtcóliênquanđểđượckiểmđịnh

6. Bước 1 :Xác định vấn đề Ví dụ (P80) Không đồng ý đồng ý Mã hóa thành 6 biến: V1 Mua sắm là một thú vui V2 Mua sắm là tốn tiền V3 Mua sắm kết hợp với ăn uống V4 Cố gắng tìm mua những gì đáng mua nhất khi đi mua sắm V5 Không quan tâm đến việc đi mua sắm V6 Đi mua sắm có thể giúp tiết kiệm được tiền nhờ so sánh nhiều giá cả khác nhau

7. Khoảngcách Euclid bìnhphương Bước 2: Chọn thước đo khoảng cách Khoảngcách Manhattan • Căn bậc 2 của tổng các độ lệch bình phương của các giá trị trên từng biến của 2 đối tượng KhoảngcáchChebychev • Tổng các độ lệch tuyệt đối của các giá trị trên từng biến • Chênh lệch tuyệt đối lớn nhất của các giá trị trên từng biến

8. Thứbậc Bước 3: Chọn thủ tục phân cụm Khôngthứbậc Tíchtụ Phân chia Thủtụcphâncụm k/c trungtâm K/c liênkết Phân chia tốiưu Song song Tuầntự Phươngsai K/c liênkếtđơn Thủtục Ward K/c liênkếthoàntoàn K/c liênkếttrungbình

9. Phân cụm thứ bậc (hierarchical clustering) • Phâncụmthứbậclàthủtụcđượcxâydựngtheomộtcấutrúcthứbậcdạnghìnhcây. Tiếnhànhtheocáchtíchtụlại(agglomerative) hay phân chia ra(divisive) • Phâncụmphân chia: phân chia mộtcụmduynhấtchứatấtcảđốitượngthànhcáccụmnhỏchođếnkhimỗiđốitượnglàmộtcụmriêng. • Phâncụmtíchtụ:tíchtụmỗicụmlàmộtđốitượngriênglẽchođếnkhitấtcảcácđốitượngnằmtrongmộtcụmduynhất. • Khoảngcáchliênkết(linkage method) • Tổngđộlệchbìnhphương hay phươngsai(error sum of squares or variance method) • Khoảngcáchtrungtâm( centroid method)

10. Phân cụm thứ bậc (hierarchical clustering) • Các phương pháp phân cụm tích tụ dựa vào các khoảng cách liên kết Khoảng cách tối đa Khoảng cách tối thiểu Cụm 1 Cụm 1 Cụm 2 Cụm 2 Phương pháp khoảng cách liên kết đơn Phương pháp khoảng cách liên kết hoàn toàn Khoảng cách trung bình Cụm 1 Cụm 2 Phương pháp khoảng cách liên kết trung bình

11. Phân cụm thứ bậc (hierarchical clustering) • Tính giá trị trung bình tất cả các biến cho từng cụm một. • Tính khoảng cách Euclid bình phương giữa các phần tử trong cụm với trị trung bình của cụm. • Tổng tất cả các khoảng cách bình phương. • Phươngphápphâncụmtíchtụdựavàophươngsaitheothủtục Ward Thủ tục Ward

12. Phân cụm thứ bậc (hierarchical clustering) Cứ mỗi lần các đối tượng được nhóm lại thì phải tính lại các trung tâm cụm • Phươngphápphâncụmtíchtụdựavàokhoảngcáchtrungtâm Khoảng cách trung tâm Trong số các phương pháp phân tích cụm tích tụ thì phương pháp khoảng cách trung tâm và thủ tục Ward đã được chứng minh là có kết quả tốt hơn các phương pháp khác.

13. Phân cụm Không thứ bậc (Non - hierarchical clustering) Thường được gọi là phân cụm K - means • Phương pháp bắt đầu tuần tự (sequential threshold): quá trình bắt đầu từ một hạt giống cụm được chọn và tất cả các đối tượng cách hạt giống này trong một khoảng cách đã được định trước sẽ nhập vào cụm này. • Phương pháp bắt đầu song song (parallel threshold): tương tự như phương pháp ở trên nhưng có nhiều hạt giống được chọn và quá trình được tiến hành song song. • Phương pháp phân chia tối ưu (optimizing partitioning): thủ tục này khác với hai phương pháp trên ở chổ các đối tượng sau khi phân vào một cụm nào đó sẽ có thể được phân lại vào cụm khác để thỏa một tiêu chuẩn tối ưu toàn bộ.

14. Phảithửxácđịnhtrướcsốcụm • Lựachọnhạtgiốngcủacụmkhátùy ý Phân cụm Không thứ bậc (Non - hierarchical clustering) Nhượcđiểm • Khốilượngtínhtoáníthơn • Thờigianthựchiệnnhanhhơn­ ƯuĐiểm

15. Các bước phân cụm thứ bậc bằng SPSS Bước 1: Mở file phantichcum.sav chọn Anlalyze → Classify → Hierarchical Cluster

16. Các bước phân cụm thứ bậc bằng SPSS Bước 2: Thiết lập các yếu tố cần thiết sau để thực hiện phân tích

17. Bảng 14.1a Agglomeration Schedule (p87)

18. Bảng 14.1b Cluster Membership (p90) Bảng Cluster Membership cho ta biết khi phân ra từ 2 cụm đến 4 cụm thì các đối tượng sẽ thuộc cụm nào.

19. Hình 14.7 Vertical Ichicle (p90)

20. Hình 14.8: Dendrogram (p91)

21. Bước3: Quyết định số cụm • Phân tích lý thuyết • Sử dụng khoảng cách giữa các cụm làm tiêu chuẩn để xác định số cụm (Phân cụm thứ bậc) • Tỉ số giữa phương sai nội bộ nhóm và phương sai giữa các nhóm có sự thay đổi đột ngột (Phân cụm không thứ bậc) • Qui mô tương đối của các cụm

22. Bước 4: Diễn tả và mô tả các cụm Trungbìnhcụm Tínhbìnhquântừcácgiátrịcủacácđốitượngtheotừngbiếnmột Cáctrungbìnhcụmgợi ý mộtcáitênchomỗicụm Dùngthủtụctínhtrungbìnhcụmbằnglệnh Basic Table

23. Bước 4: Diễn tả và mô tả các cụm Bảng 14.2: Kết quả tính toán trung bình của các biến theo từng cụm (p93) • Cụm số 1 có trị trung bình lớn ở V1 và V3 => “nhóm quan tâm và thích thú đi mua sắm” • Cụm số 2 có biến V5 => “nhóm thờ ơ với việc đi mua sắm” • Cụm số 3 có biến V2, V4, và V6 => “nhóm mua sắm quan tâm đến kinh tế”

24. Bước 5: Đánh giá • Phân tích cụm trên cùng một tập hợp dữ liệu với các thước đo khác nhau => so sánh kết quả • Sử dụng các phương pháp phân cụm khác nhau (thứ bậc và không thứ bậc) => so sánh kết quả • Chia dữ liệu ra làm 2 phần =>thực hiện phân tích cụm riêng cho mỗi tập dữ liệu con => so sánh các trung bình cụm giữa 2 tập dữ liệu con này • Bỏ bớt một vài biến => thực hiện phân tích cụm trên tập hợp các biến còn lại => so sánh kết quả này với kết quả khi sử dụng hết các biến cần thiết. • Thực hiện phân tích cụm không thứ bậc nhiều lần với nhiều thứ tự khác nhau => kết quả ổn định

25. Các bước phân cụm không thứ bậc bằng SPSS Bước 1:chọn Anlalyze → Classify → K – Means Cluster

26. Các bước phân cụm không thứ bậc bằng SPSS Bước 1:Đưa 6 biến vào ô Variables và thiết lập option như sau Chọn 3 cụm

27. Diễn giải a. Convergence achieved due to no or small change in cluster centers. The maximum absolute coordinate change for any center is .000. The current iteration is 2. The minimum distance between initial centers is 7.746.

28. Diễn giải

29. SO SÁNH PHÂN TÍCH NHÂN TỐ - BIỆT SỐ - CỤM

30. 2 BẢN ĐỒ NHẬN THỨC (Perceptual Map) - Biểu diễn nhận thức của khách hàng hay khách hàng tiềm năng về đối tượng cần đánh giá. - Định vị sản phẩm, dòng sản phẩm và thương hiệu của công ty so với đối thủ cạnh tranh. - Bản đồ nhận thức được áp dụng trong rất nhiều trường hợp như: cảm nhận của học sinh, sinh viên đối với trường Đại học, nhận thức của các nhà đầu tư đối với các ngân hàng thương mại cổ phần chưa niêm yết…

31. Một số biểu đồ Nhận thức minh họa Bản đồ Nhận thức (Bản đồ Định vị) có rất nhiều đường, nhưng để đơn giản, các nhà marketing thường chỉ sử dụng hai chiều.

32. Ý nghĩa của Bản đồ Nhận thức Giúp công ty hiểu được những suy nghĩ của khách hàng về công ty và đối thủ trong cùng thị trường. Ngoài ra, bản đồ nhận thức còn giúp công ty thiết lập chiến lược marketing hiệu quả thông qua việc: - Xây dựng chiến lược cạnh tranh - Xây dựng chiến lược truyền thông hiệu quả - Xác định cơ hội mới trên thị trường - Xây dựng chiến lược thương hiệu

33. Quy trình lập Bản đồ Nhận thức 1. Multidimension scaling (MDS): đo lường và thể hiện các đối tượng trong không gian đa chiều hướng hay gọi là đo lường đa hướng. Thang đo khoảng. 2. Correspondence analysis (CA): phân tích và thể hiện sự tương hợp giữa các đối tượng với các thuộc tính, gọi là phân tích tương hợp. Thường là thang đo tỷlệ.

34. Quy trình lập Bản đồ Nhận thức Bước 1: Quyết định đặc điểm của sản phẩm mà khách hàng coi trọng Ví dụ: Trong tiếp thị, chúng ta cần biết được khách hàng dựa vào các yếu tố nào cảm nhận về thương hiệu, qua hình logo, qua quảng cáo, các panno, áp phích…Khách hàng cảm nhận thương hiệu của Cty giống với thương hiệu nào nhất? yếu tố nào tạo nên sự khác biệt chính cho thương hiệu của ta.

35. Quy trình lập Bản đồ Nhận thức Bước 2: Khảo sát thị trường Trong bước này lưu ý khách hàng ở các phân khúc khác nhau thường có những đánh giá và xây dựng bản đồ không giống nhau. Ví dụ: Trong tiếp thị thì ta đánh giá vị trí của thương hiệu để xem chúng ta đã thực hiện tốt các công tác của chiến lượt định vị sản phẩm hay chưa? Nhận ra các yếu tố quan trọng để tạo sự khác biệt, phân khúc thị trường nào là hấp dẫn…

36. Quy trình lập Bản đồ Nhận thức Bước 3: Biểu diễn kết quả lên bản đồ Trên bản đồ không chỉ biểu diễn vị trí của thương hiệu khác nhau, mà còn thể hiện thị phần của từng thương hiệu

37. Quy trình lập Bản đồ Nhận thức Bước 4: Giải thích ý nghĩa của bản đồ • Nhận diện những thông tin có giá trị cho việc ra quyết định từ bản đồ định vị. • Sự trùng khớp với định hướng của công ty? • Đối thủ cạnh tranh có giống với điều mà công ty đang nghĩ? • Vị trí tiềm năng cho thương hiệu mới?

38. Quy trình lập Bản đồ Nhận thức Bước 4: Giải thích ý nghĩa của bản đồ Cấu trúc bản đồ nhận thức. Bản đồ nhận thức có 3 đặc điểm: 1. Khoảng cách giữ 2 đối tượng thể hiện “mức độ giống nhau” của 2 đối tượng này theo cảm nhận của khách hàng. 2. Một véc tơ đoạn thẳng trên bản đồ biểu thị độ lớn và chiều hướng trong không gian Euclid của các thuộc tính.

39. Quy trình lập Bản đồ Nhận thức Bước 4: Giải thích ý nghĩa của bản đồ 3. Bản đồ 2 chiều (2 trục) vuông góc thường được sử dụng,và các trục này có thể xoay và có thể không vuông góc . Bản đồ đơn giản nhất có 2 trục Ví dụ: sách phân tích dữ liệu nghiên cứu với spss tập 2 trang 105

40. Quy trình lập Bản đồ Nhận thức Bước 5: Định hướng thay đổi cho những chiến lược marketing của công ty • Nếu khách hàng không nhìn nhận thương hiệu • Nếu khách hàng nhìn nhận thương hiệu vị trí tiềm năng cho thương hiệu mới? • Nếu phát hiện ra khe hở của thị trường

41. Thực hành Bản đồ Nhận thức - MDS Kỹ thuật phân tích đo lường đa hướng Bước 1: Tính điểm trung bình của từng đối tượng theo các thuộc tính. Mở file SPSS tên Casual wear data trong folder Ban do Nhan thuc

42. Thực hành Bản đồ Nhận thức - MDS Kỹ thuật phân tích đo lường đa hướng (1): Chọn các biến chứa điểm đánh giá cần chạy. (2): Chọn tab Summary Statistics (1) (2)

43. Thực hành Bản đồ Nhận thức - MDS Kỹ thuật phân tích đo lường đa hướng

44. Thực hành Bản đồ Nhận thức - MDS Kỹ thuật phân tích đo lường đa hướng

45. Sau khi chạy được 5 bảng, coppy qua Excel lập bảng như sau

46. Thực hành Bản đồ Nhận thức - MDS Mở file Excel lập bên trên qua phần mềm SPSS Data View Variable view

47. Thực hành Bản đồ Nhận thức - MDS Kỹ thuật phân tích đo lường đa hướng Bước 2: chạy lệnh MDS để chuyển dữ liệu đánh giá các TH theo các thuộc tính thành các khoảng cách phản ánh mức độ giống nhau trong không gian đa chiều hướng.

48. Thực hành Bản đồ Nhận thức - MDS Kỹ thuật phân tích đo lường đa hướng (1) Variables (2)

49. Thực hành Bản đồ Nhận thức - MDS Kỹ thuật phân tích đo lường đa hướng (3) Model (4)option

50. Thực hành Bản đồ Nhận thức - MDS Kỹ thuật phân tích đo lường đa hướng Tọa độ và bản đồ vị trí của các thuộc tính trong không gian 2 chiều