ツールの使い方
データファイルを開くか「サンプルデータを使う」をクリックし、クラスタリングに使う数値の設問（多くは意識、ニーズ、重視度の評価）にチェックを入れて、比較するクラスター数の範囲（たとえば 2〜6）を設定して実行します。5 つのソリューションの比較はふつう 1 秒もかかりません。
実行後はまずソリューションの比較表で、各 k の平均シルエット係数と最小セグメントの割合を確認します。ソリューションを選ぶと、プロファイル表に各セグメントの変数ごとの平均と全体に対する指数が表示され、デモグラフィック変数を加えて構成を見ることもできます。最後にセグメント列付きのデータやプロファイル表をエクスポートできます。
手法：k-means 法とシルエット係数
k-means 法はクラスター内の距離の二乗和 W = Σₖ Σ ‖zᵢ − μₖ‖² を最小にすることを目指します。zᵢ は回答者 i の標準化したクラスタリング変数、μₖ は k 番目のクラスターの中心です。標準化（平均 0、標準偏差 1）により、0〜10 の設問が 1〜5 の設問を圧倒することを防ぎます。初期中心は決まった規則で選ぶため、同じファイル・変数・k なら毎回同じ結果になり、セグメントは人数の多い順に番号が付きます。
シルエット係数は s(i) = (b(i) − a(i)) ÷ max(a(i), b(i)) です。a(i) は同じクラスターのほかのメンバーまでの平均距離、b(i) は最も近い別のクラスターまでの平均距離です。s(i) は −1 から 1 の値をとり、1 に近いほど所属がはっきりしていて、0 に近いとクラスター同士が重なり合っています。
- 推奨のルール：最小セグメントの割合が 5% 以上のソリューションのうち、平均シルエット係数が最も高いもの。すべてのソリューションに小さすぎるセグメントがある場合は、シルエット係数が最も高いものを注意書き付きで推奨します。
- 指数 = セグメント平均 ÷ 全体平均 × 100。110 以上を高い、90 以下を低いと表示します。
- いずれかのクラスタリング変数が欠損している行はクラスタリングに含めず、エクスポート時のセグメント列は空欄になります。
計算例
架空のサンプルデータでは、回答者 600 人があるブランドの 8 つの属性を 1〜5 で評価しています（brand_grid_1〜brand_grid_8）。この 8 変数で k = 2〜6 を実行すると、平均シルエット係数は k = 2 で 0.273、k = 3 で 0.189、k = 4 で 0.172、k = 5 で 0.139、k = 6 で 0.131 です。
推奨ソリューションは k = 2 で、セグメントの大きさは 308 人（51.3%）、292 人（48.7%）です。k = 3 にするとシルエット係数は 0.189 に下がります。セグメント 1 の 8 属性の指数は 77〜81、セグメント 2 は 120〜125 で、「全体的に高く付ける人」と「全体的に低く付ける人」に分かれています。重視する属性の違いではなく、ブランドへの全体的な好感度を反映した分かれ方です。
これは実務でも参考になります。すべての評価が同じ全体的な態度に左右されていると、k-means 法は「好き」と「好きでない」に分けるだけです。重視点の異なるセグメントを見つけたい場合は、ニーズやトレードオフを尋ねる設問を使うか、回答者ごとに評価を中心化（個人内センタリング）してからクラスタリングしてください。
向いているケースと向いていないケース
ソリューションは 3 つの点で判断します。平均シルエット係数が 0 に近すぎないこと、ベースの約 5% を下回る小さすぎるセグメントがないこと、指数の高低からチームが説明でき活用できるセグメント像が描けることです。セグメンテーションは回答パターンの要約であり、自然に存在する人のタイプを示すものではありません。
結果の解釈
平均シルエット係数が 0.5 を超えれば構造は明確、0.25〜0.5 ならある程度の構造はあるもののセグメント間に重なりがあり、0.25 未満ならデータに明確な自然のまとまりがない可能性があります。アンケートデータのシルエット係数は一般に高くないため、セグメント像が安定しているか、ビジネスで理解・活用できるかのほうが重要です。
セグメントに名前を付けるときは、指数が明らかに高い・低い変数を根拠にし、デモグラフィックや行動の設問でのセグメント間の違いをクロス集計で確認しましょう。変数の組み合わせを変えたり隣の k で再実行したりして、主要なセグメントがほぼ変わらなければ、そのソリューションはより信頼できます。