コンサル型であっても技術知識は必要でして、データを出されたときに「このデータの分析視点や軸は合っているの？」という前提条件を理解しないと、出発点からして間違うことになるからです。
私は分析のスキルセットが極薄なのと、もともとの指向性がコンサル型だと思い込んでいるのですが、せっかくのデータを前に「理解不能」という状況にならないために、少しづつ「おさらい」をしていく予定です。
その1は「クラスター分析」です。
ECのレコメンドシステムやダイレクトメールマーケティングによく使われている分析手法のひとつで、膨大なデータの母集団をグル―ピングします。
久々にRを起動し、デタラメデータでやってみました、クラスター分析。テーマは・・・「会社の人たちのクラスタリング」！！ データは嘘データなのですが、評価軸は客観性の高いものを揃えてぶっこんでみました。ポジション、勤務年数、業務などですね。
凍り付いたRの操作方法のおさらいは、下記サイトを参考にしました。分かりやすくて感謝です。
http://bio-info.biz/tips/r_hclust.html
結果はこちら！ ↓↓
【豆知識】
下の図は「デンドログラム」といいまして、 並び順で近いもの同士ほど似ているグルーピングとなります。
クラスター分析では、各要素の距離を測るアルゴリズムが複数あって、試行錯誤が必要なのですが、上記はウォード法です。
そして、何種かのアルゴリズムを試してみても変更がないクラスターがありまして「なるほどなあ～～～」と感心した次第です。データの精度が低すぎるわりになかなかR、空気読む子だな！
さて、これはあくまでもデータのアウトプットであり、 この結果を見て分析をすることが本筋です。
それを解説することは諸事情から控えるとして（なぜｗｗ） 、私の想像に近いものに落ちました。
データってやっぱり面白い！
