メディアが使う、クラスターってそもそも何？

新型コロナウィルスからの学びを
ご提供したいと思います。

昨日あたりから多頻度で現れているキーワードがあります。
あなたは気が付いていますか？

そうです。
クラスターです。

クラスターとは、
厚生労働省によりますと、「クラスター」とは
感染した人たちの集団のことを指します、と
言われているのですっかり感染病に使用するワードだと
思っている方も多いかもしれませんね！

集団感染＝クラスター
みたいに頭の中で定義されているように思います。

しかし、Wikipediaによりますと、
クラスタ(cluster)は、英語で「房」「集団」「群れ」のこと
と書かれています。

よって、集団感染のことではありません。　笑

少し統計的な視点を持つことによって、
歪んだ情報を正しく把握することができます。

誰でもわかるクラスター分析手法が
今回のテーマです。

意味不明ですよね。

本来使用する分野は統計学に
使用します。

前述のとおり、
クラスターとは「集団」「群れ」を意味する英語でした。

その名の通り、データ全体を
いくつかの集団（グループ）に
分類する分析手法なんです。

一言で「クラスター分析」といっても、
計算方法の違いで多くのバリエーションが存在します。

概要だけは理解しておきましょう。

クラスター分析は、グループ分けのための
計算方法の違いで、大きく2つの方法に分類されます。

分類にあたっては、サンプル同士がお互いに
「似ているか」（類似度：相関係数など）
または
「似ていないか」（非類似度：ユークリッド距離など）
を基準に判断しています。

この類似度・非類似度をもとにした
グループ分けの考え方の違いによって、
沢山のバリエーションがあるんです。

ここから先は、頭が崩壊するので
ビジネスの現場、しかも通販ビジネスにも
応用されている古典的な手法をご紹介します。

ユーザーの特性に合わせた
内容のダイレクトメール（DM）の配布

これがクラスター分析の事例です。

マーケティングへの応用例として最も
古典的な使われ方で、現在でも利用されています。

古くて新しいやり方
です。

クレジットカードやポイントカードの
ユーザー情報には、
・性別
・年齢
・住所
・カード利用履歴
などの有益な個人情報が蓄積されています。

これらのデータを使ってクラスター分析を行います。
ユーザーをさまざまな属性（性別、年齢など）
や嗜好性、消費傾向を
基準にしたいくつかのグループに分類します。

例えば、
・保守型
・低関心型
・流行追求型
・高級品志向型

このような属性に分類してDMやメールを
送ります。

そうです。

顧客のグループ分けに使っているのです。
嗜好性という数値化できない値を数値化して
定義していきます。

それぞれのグループ
のことをクラスターと呼んで
異なるニーズや世界観を持っているため、
そのニーズにマッチングした内容の
DMを配布することで、
カードの利用率の向上するのです。
クラスター分析の結果、
どれくらいの数にグループ分けするべきか？
については、完全に分析者に委ねられています。

グループ分けされた結果を解釈して、
他者でも納得できるような意味を与えることは、

クラスター分析の価値を大きく
左右する重要なプロセスなんです。

分析したら終わり、ではないのです。

グループ分けした結果、
データの見通しは良くなるのですが、
そこからアクションにつながる
示唆が得られるか否かがビジネス
分析脳になってきます。

今回の新型コロナウィルスの対する
数値の公表による、私の考えはこうです。

結論！
馬鹿野郎です。

理由は、
ＭＥＣＥ（ミッシー）ではなく、
しかも母集団も不明だからです。

具体的には、
今回の陽性の数だけを公表しても
陰性の数を発表していないし、
しかも検査数も報告＆公表していないので
母集団も不明ということなんです。

新型ウィルスを通じて、新たな数値のギミックに
踊らされないように
なって頂ければと思います。