聚类分析
聚类分析
把一堆数据按"相似度"自动分成几组：200 家门店按日均销售额、客单价、客流量分出"标杆店 / 普通店 / 待优化店"，不需要事先告诉它谁好谁差，算法根据数据自己找规律。
三种主流算法可选，能自动推荐最佳分组数，生成评估报告和可视化图表。完全免费，数据行数不限。
准备至少两个数值列
- 一份 Excel 或 CSV 文件，每行代表一个样本（门店、客户、区域都行）
- 至少包含 2 个数值列 作为分组依据（比如销售额、客流量）
- 样本数量建议 不少于 20 条，太少分组没有统计意义
四种业务场景，选一个就好
打开聚类分析后有四个入口，对应四种典型场景：
| 场景 | 干什么 |
|---|---|
| 门店分群分析 | 把门店按经营指标自动分成"标杆店 / 普通店 / 待优化店"，每组附管理建议 |
| 客户分群分析 | 把客户按消费行为分成"高价值 / 潜力 / 沉默 / 流失"四类，方便差异化运营 |
| 区域分类分析 | 把区县或城市按经济指标分类，识别发达和欠发达区域，结果能在地图上可视化 |
| 通用聚类分析 | 不限定场景，导入任意数据集，自由选择特征和算法，适合科研或探索性分析 |
不知道选哪个，先用「通用聚类分析」，它最灵活。
三步走完一次聚类
导入数据。点进任意场景，顶部有步骤条「导入数据 → 参数设置 → 分析结果」。把 Excel 或 CSV 拖进第一步页面，或点导入按钮选文件。加载完成后右侧出现字段列表和数据预览表格。想先试试工具，点页面下方蓝色的「加载示例数据」链接，自动填入现成数据。
确认一下：数据预览表格正常显示，列名和行数都出来了。
选择特征和算法。点「下一步」进入参数页，做两件事：
- 选分组特征：勾选哪些列参与分组。比如按"日均销售额"和"客流量"分门店，就勾这两列。只有数值类型的列才能选
- 选算法和参数：默认 K-Means、分 3 组，大多数情况直接用默认值。三种算法的区别：
算法 特点 K-Means 最常用，速度快，适合大部分数据。需要指定分几组（K 值） 层次聚类 适合小数据集（几百条以内），能生成树状图，直观看到分组层次 DBSCAN 不需要指定分几组，它自己发现，还能识别"噪声点"（不属于任何组的异常数据） 不知道该分几组，点右下角「自动推荐最佳 K 值」按钮：系统扫描 K=2 到 K=10，用轮廓系数找到最优分组数并自动填入，还会在浏览器里打开一张肘部图，直观看到拐点在哪。
查看结果。点「下一步」，通常几秒钟出结果。结果页分左右两列：
左列：分组结论和统计表
- 顶部一句话结论，分了几组、每组多少样本
- 簇特征统计表列出每组在各特征上的平均值，哪组销售额最高、哪组客流量最低直接看表
- 门店/客户/区域场景还附带每组的标签名和管理建议
右列：评估指标和可视化图表
- 轮廓系数：越接近 1 越好，0.5 以上算不错
- DBI 指数：越小越好，各组之间分得越开
- CH 指数：越大越好，组内紧凑、组间分离
- ANOVA 检验：每个特征在各组之间的差异是否显著（p<0.05 就是显著）
- 点「在浏览器中查看图表」打开一组 ECharts 交互式图表：PCA 散点图、簇分布柱状图、雷达图等
不用记这些指标名词，看系统给的一句话解读就行：写着"聚类效果较好"，结果就可以用。
导出：点右列底部「导出结果数据」按钮，导出的 Excel 里每行多一列「簇标签」，标明这个样本被分到了哪一组。
数据预处理，系统帮你做了
参数页的高级选项里可以调这几项（默认值通常够用）：
- 缺失值处理：删除、均值填充、中位数填充（默认删除）
- 异常值处理：保留全部 或 IQR 方法剔除（默认保留）
- 标准化：Z-Score（推荐）、Min-Max、不标准化
特征量纲差别大时必须标准化
比如"销售额"是几万、"评分"是 1-5，不标准化的话销售额这种大数值会"压倒"评分，分组结果全被销售额主导。默认的 Z-Score 标准化就能解决，不用改。
文本列不能参与分组
把"门店名称""地址"这类文本列勾上会报错。算法只认数字，只勾数值列。
确认分组结果能用
分组统计表出来了、评估指标显示"聚类效果较好"、图表能正常打开，说明聚类完成。
接下来可以把结果导出为 Excel，按簇标签筛选看每组的具体成员；或去 门店绘 把分组结果画到地图上，用"簇标签"列做分类着色，一眼看出各组门店的地理分布。