• Überblick über Clusteranalyseverfahren 
• Hinweise zur Bestimmung der optimalen Clusteranzahl 
• Methoden zur Beschreibung der Clusterlösungen 
• Richtige Auswahl der Verfahren, Merkmale, Merkmalsträger und Algorithmen 
• Eigenständige Entwicklung, Überprüfung und Analyse von Gruppen 
• Umgang mit den Ergebnissen sowie deren weitere Verwendung in IBM SPSS Statistics®
  

• Theoretische Grundlagen der Clusteranalyse 
• Clusterverfahren
• Hierarchische Clusterverfahren 
• Clusterzentrenanalyse
• Two-Step-Clusteranalyse 
• Wahl der optimalen Clusteranzahl 
• Aufbereitung von Clusterlösungen und Bewertung der Clusterlösungen: Von der statistischen Clusterlösung zur Ableitung betriebswirtschaftlich nutzbaren Segmenten 
• Darstellung der Cluster-/Segmentlösungen 
• Deskriptive Verfahren (Mittelwertsvergleiche, Kontingenzanalyse, etc.) 
• Entscheidungsbaumverfahren (C&RT, CHAID etc.) 
• Binär Logistische Regression
• Überblick weitere Verfahren

IBM SPSS Statistics® bietet verschiedene Verfahren zur Klassifikation und Segmentierung an. Der Kurs gibt Ihnen einen fundierten Überblick über hilfreiche Verfahren und liefert so eine individuelle Entscheidungsgrundlage. Hierzu wird die Auswahl relevanter Merkmale aufgezeigt, um die Identifikation von Gruppen, wie z.B. Fall-, Kunden-, Risiko-, Ziel-, Produktgruppen, zu ermöglichen. Es gibt wenige Anwendungsbereiche in denen keine Klassifikationsmethoden angewendet werden kann. Abschließend wird der Umgang mit den Ergebnissen der verschiedenen Verfahren erläutert und so eine praxisnahe Nutzung ermöglicht.