Một ví dụ về chiến lược ước tính phân cụm

Dữ liệu cứng có thể giúp bạn đưa ra quyết định cho doanh nghiệp nhỏ của mình, nhưng đôi khi bạn có quá nhiều chi tiết nên khó có thể hiểu dữ liệu đang nói gì. Điều này có thể đặc biệt đúng đối với các nhiệm vụ như ước tính phản hồi cho thị trường thử nghiệm. Những con số bạn nhận được từ một nỗ lực tiếp thị thử nghiệm có thể che khuất xu hướng bạn đang tìm kiếm. Bạn có thể xóa sự nhầm lẫn thông qua việc phân cụm.

Sắp xếp dữ liệu

Nếu bạn nhận được số từ một bài kiểm tra tiếp thị, bạn phải sắp xếp dữ liệu. Ví dụ: nếu bạn nhận được phản hồi từ khách hàng so sánh sản phẩm của bạn với sản phẩm khác và bạn tìm thấy một mẫu phản hồi, hãy đặt chúng cùng nhau. Ví dụ: Thị trường thử nghiệm số 1 bao gồm năm nhóm với 1.000 khách hàng trong mỗi nhóm. Trong các nhóm đó, bạn thấy các phản hồi có lợi cho sản phẩm của mình là 925, 850, 875, 935 và 890. Sự thúc đẩy đầu tiên của bạn có thể là cộng tất cả các số và tính trung bình cho chúng. Thay vào đó, viết chúng trong một hàng hoặc cột và kiểm tra chúng cho một mẫu.

Tìm một trung tâm chung

Khi bạn kiểm tra nhóm số của mình, bạn có thể thấy một số chung quanh chúng. Trong ví dụ trên, có thể nói 925, 850, 875, 935 và 890 tụ lại khoảng 900. Lưu ý rằng đây là một phỏng đoán có giáo dục, không phải là trung bình toán học. Vì bạn không làm kế toán, khi cần số chính xác, bạn có thể cho phép bản thân thực hiện một số ước tính sơ bộ. Trong ví dụ này, bạn có thể nói rằng khoảng 900 người trong số 1.000 người thích sản phẩm của bạn.

Sử dụng Ước tính cụm của bạn

Nguy hiểm của việc ước tính bằng cách sử dụng một cụm là bạn có thể nhượng bộ trong suy nghĩ mong muốn. Nói cách khác, bạn có thể làm tròn số lên hoặc xuống để làm cho chúng tập hợp xung quanh số bạn muốn. Bạn có thể khắc phục điểm yếu này trong các ước tính của mình bằng cách lấy trung bình chúng mỗi lần một lần. Ví dụ: trung bình của các số trong ví dụ là 895. Điều này cho thấy rằng ước tính dựa trên việc xác định một số cụm dữ liệu xung quanh là gần hợp lý.

Không sử dụng Ước tính cụm của bạn

Ước tính là tốt để đưa ra quyết định không yêu cầu độ chính xác. Các quyết định tiếp thị có thể tiến lên dựa trên các xu hướng thô vì rất có thể sự bất thường sẽ không làm tổn hại đến nỗ lực của bạn. Tuy nhiên, nếu số của bạn thực sự ngẫu nhiên, với phương sai rộng, bạn không nên ước tính. Ngay cả một mức trung bình sẽ không giúp bạn với số ngẫu nhiên. Bạn nên thiết kế lại bài kiểm tra của mình sau khi cô lập yếu tố gây ra sự thay đổi lớn trong các phản hồi. Nếu bạn không thể cách ly một yếu tố, hãy chạy thử nghiệm lại trong các trường hợp khác nhau, chẳng hạn như so sánh sản phẩm của bạn với hai sản phẩm của đối thủ cạnh tranh.