Application of Cluster Analysis on Data of a Manufacturing Company

Tato diplomová práce se zaměřuje na aplikaci různých metod shlukové analýzy na obchodní data české výrobní firmy. Hlavním cílem je identifikace zákaznických segmentů a získání informací o preferencích a chování zákazníků, což může vést k efektivnějšímu řízení vztahů se zákazníky. Teoretická část práce shrnuje přehled poznatků o důležitých krocích předzpracování datového souboru, o hierarchických a nehierarchických metodách shlukování a o kritériích používaných pro validaci vzniklých shluků. V praktické části je aplikováno dohromady osm metod shlukové analýzy na reálný datový soubor obsahující jen kvantitativní proměnné. Pro úpravu datového souboru a aplikaci metod shlukové analýzy byl použit program R. Byly porovnány výsledky shlukování na původních proměnných, na hlavních komponentách a s využitím euklidovské a manhattanské metriky. Pro vybrané nejúspěšnější metody jsou výsledky shlukování interpretovány s důrazem na jejich využití pro segmentaci zákazníků. Přínosem práce pro výrobní firmu je identifikace a bližší popis zákaznických segmentů, což pomůže firmě zlepšit povědomí o vzorcích zákaznického chování.

This master’s thesis focuses on the application of various methods of cluster analysis to the sales data of a Czech manufacturing company. The main objective is to identify customer segments and gain insights into customer preferences and behavior, which can lead to more effective customer relationship management. The theoretical part provides an overview of important steps in data preprocessing, hierarchical and non-hierarchical clustering methods, and criteria used for validating the resulting clusters. In the practical section, a total of eight clustering analysis methods are applied to a real dataset consisting of quantitative variables. The data preprocessing and cluster analysis methods were implemented using the R programming language. The results of clustering analysis are compared based on the original variables, principal components, and using the Euclidean and Manhattan distances. The interpretation of clustering results emphasizes their utility for customer segmentation. The contribution of this work to the manufacturing company lies in the identification and detailed description of customer segments, which will help the company improve its understanding of customer behavior patterns.