So nutzen Sie das Tool
Öffnen Sie eine Datei oder klicken Sie auf „Beispieldaten verwenden“, markieren Sie die numerischen Fragen für die Clusterung (meist Einstellungs-, Bedürfnis- oder Wichtigkeitsbewertungen), legen Sie den Bereich der Segmentzahl fest (etwa 2 bis 6) und starten Sie. Fünf Lösungen zu vergleichen dauert in der Regel weniger als eine Sekunde.
Danach sehen Sie den Lösungsvergleich mit mittlerer Silhouette und kleinstem Segment je k. Für eine gewählte Lösung zeigt die Profiltabelle die Mittelwerte jedes Segments und den Index gegenüber dem Gesamt; soziodemografische Variablen lassen sich ergänzen. Zum Schluss exportieren Sie die Daten mit Segmentspalte oder die Profiltabelle.
Methode: k-Means und Silhouettenkoeffizient
k-Means minimiert die Summe der quadrierten Abstände innerhalb der Cluster, W = Σₖ Σ ‖zᵢ − μₖ‖², wobei zᵢ die standardisierten Clustervariablen der Person i und μₖ das Zentrum von Cluster k sind. Die Standardisierung (Mittelwert 0, Standardabweichung 1) verhindert, dass eine 0–10-Skala eine 1–5-Skala dominiert. Die Startzentren werden nach einer festen Regel gewählt, daher liefern gleiche Datei, Variablen und k immer dasselbe Ergebnis; Segmente werden nach Größe absteigend nummeriert.
Silhouette s(i) = (b(i) − a(i)) ÷ max(a(i), b(i)), mit a(i) als mittlerem Abstand zu den anderen Mitgliedern des eigenen Clusters und b(i) als mittlerem Abstand zum nächstgelegenen anderen Cluster. s(i) liegt zwischen −1 und 1; Werte nahe 1 bedeuten eine klare Zuordnung, Werte nahe 0 viel Überlappung.
- Empfehlungsregel: unter den Lösungen, deren kleinstes Segment mindestens 5 % umfasst, die mit der höchsten mittleren Silhouette; haben alle Lösungen zu kleine Segmente, die mit der höchsten Silhouette, samt Hinweis.
- Index = Segmentmittelwert ÷ Gesamtmittelwert × 100; ≥ 110 gilt als hoch, ≤ 90 als niedrig.
- Zeilen mit einem fehlenden Wert in einer Clustervariable werden nicht geclustert; ihre Segmentspalte bleibt im Export leer.
Rechenbeispiel
In den synthetischen Beispieldaten bewerten 600 Befragte acht Aussagen zu einer Marke auf einer Skala von 1 bis 5 (brand_grid_1 bis brand_grid_8). Ein Lauf mit k = 2 bis 6 auf diesen acht Variablen ergibt folgende mittlere Silhouetten: k = 2: 0,273, k = 3: 0,189, k = 4: 0,172, k = 5: 0,139, k = 6: 0,131.
Empfohlen wird k = 2 mit Segmenten von 308 Personen (51,3 %) und 292 Personen (48,7 %); bei k = 3 sinkt die Silhouette auf 0,189. Segment 1 hat auf den acht Aussagen Indizes von 77–81, Segment 2 von 120–125 – eine Gruppe vergibt durchweg hohe, die andere durchweg niedrige Bewertungen. Das spiegelt die allgemeine Markensympathie wider, nicht unterschiedliche Prioritäten.
Für echte Projekte ist das lehrreich: Werden alle Bewertungen von derselben Grundhaltung getrieben, trennt k-Means nur „Fans“ von „Nicht-Fans“. Um Gruppen mit unterschiedlichen Prioritäten zu finden, verwenden Sie Bedürfnis- oder Trade-off-Fragen oder zentrieren Sie die Bewertungen jeder Person vor der Clusterung (Ipsatierung).
Wann k-Means passt – und wann nicht
Beurteilen Sie eine Lösung immer nach drei Kriterien: Die mittlere Silhouette ist nicht nahe null, kein Segment ist kleiner als etwa 5 % der Basis, und die hohen und niedrigen Indizes ergeben Profile, die Ihr Team beschreiben und nutzen kann. Segmente fassen Antwortmuster zusammen – sie sind keine natürlich existierenden Personentypen.
- Geeignet: Segmentierung auf Einstellungs- oder Bedürfnisbewertungen, wenn Sie eine reproduzierbare erste Lösung brauchen und die Segmentspalte in Kreuztabellen weiterverwenden möchten.
- Geeignet: einige Hundert vollständige Fälle und numerische Clustervariablen auf vergleichbaren Skalen.
- Nicht geeignet: nominale Clustervariablen (Region, genutzte Marke) – k-Means braucht numerische Abstände; nutzen Sie dafür die latente Klassenanalyse.
- Nicht geeignet: formale Zuordnung neuer Befragter (Typisierungstool) – die Clusterzentren sind ein Ausgangspunkt, kein validierter Klassifikator.
So interpretieren Sie die Ergebnisse
Eine mittlere Silhouette über 0,5 spricht meist für eine klare Struktur, 0,25 bis 0,5 für eine erkennbare, aber überlappende Struktur, unter 0,25 gibt es womöglich keine natürliche Gruppierung. In Befragungsdaten ist die Silhouette meist eher niedrig; wichtiger ist, ob die Profile stabil sind und vom Geschäft verstanden und genutzt werden.
Benennen Sie Segmente nach den Variablen mit deutlich hohen oder niedrigen Indizes und prüfen Sie per Kreuztabelle Unterschiede bei Soziodemografie und Verhalten. Rechnen Sie zur Kontrolle mit anderen Variablen oder einem benachbarten k: Bleiben die Hauptsegmente ungefähr gleich, ist die Lösung belastbarer.