非監督學習-分群指標-商場客戶分割為例

一、 資料集來源：Mall Customer Segmentation

這是一份來自 Kaggle 的開放資料集，記錄了某商場會員的基本資訊。雖然資料量不大 (200 筆)，但它包含了非常具備代表性的商業維度。

資料欄位說明：

💡 為什麼選這兩個特徵？ 在本篇中，我們鎖定 年收入 與 消費分數。這兩個維度能最直覺地劃分出客戶的商業價值（例如：有錢但不愛花錢 vs 沒錢但愛亂花錢），也是我們進行 2D 視覺化診斷的最佳對手。

一、 非監督學習的挑戰：這把尺該怎麼畫？

分群任務最難的問題不是演算法，而是：「到底該分成幾群？」

• 分太少：群體特徵模糊，行銷活動無法精準定位。
• 分太多：過於碎片化，導致運營成本過高（過擬合）。

為了找到那個 Sweet Spot，我們需要一套科學的診斷指標。

二、 指標診斷書：找出最完美的 K

我們使用 K-Means 演算法，並監控兩個關鍵指標：

1. 肘部法 (Elbow Method)：看緊湊度

我們計算 WCSS (簇內誤差平方和)，它代表群體內的點距離中心的距離。

• 物理意義：指標越低，代表群體內的人越「志同道合」。
• 診斷結果：如下圖 (左)，在 $K=5$ 處曲線出現了明顯的轉折（就像手肘彎曲一樣）。這代表超過 5 群後，增加群數對降低誤差的邊際效益開始遞減。

2. 輪廓分析 (Silhouette Analysis)：看區分度

輪廓係數衡量的是：「我和自己人夠不夠近，且跟外人夠不夠遠？」

• 物理意義：分數越接近 1，代表群體界線越清晰。
• 診斷結果：如下圖 (右)，$K=5$ 時的得分最高，證明了這個分法的穩健性。

圖 A：肘部法與輪廓係數診斷圖

三、 實測對決：五大客戶畫像

當我們確定 $K=5$ 是最佳解後，我們得到了以下極具商業價值的客戶地圖：

圖 B：最終客戶分群視覺化 (年收入 vs 消費分數)

數據背後的行動指南：我們可以做什麼？

跑出這張圖後，身為商場經理，你應該啟動以下精準行銷戰略：

1. 目標族群 (Target Group, 綠色)：高收入、高消費。
   • 策略：頂級 VIP 服務、專屬新品發表會。這是你的利潤核心。
2. 謹慎型客戶 (Careful, 紅色)：高收入、低消費。
   • 策略：分析其低消費原因。發送高價值產品的折扣券，或提升商場的服務質感。
3. 揮霍型客戶 (Spendthrift, 青色)：低收入、高消費。
   • 策略：頻繁的小額促銷活動、限時閃購。
4. 理性型客戶 (Sensible, 粉色)：低收入、低消費。
   • 策略：大宗特賣資訊、生活必需品補貨通知。
5. 標竿型客戶 (Standard, 藍色)：中等收入、中等消費。
   • 策略：維持關係，提供一般會員權益。

四、 進階思考：當 K-Means 撞牆時

雖然 K-Means 在處理商場客戶這類「圓形分佈」的數據時表現優異，但它並非萬能。面對更複雜、帶有幾何形狀或大量雜訊的數據，它的表現會如何？

下圖展示了經典的 「半月形數據 (Moons Data)」 實驗：

圖 C：幾何形狀數據下的算法對決

• 左圖 (K-Means)：慘不忍睹。它硬是用直線把月亮切成兩半，完全無視資料的幾何形狀。這是因為 K-Means 本質上是基於「歐幾里得距離」去尋找圓形中心。
• 右圖 (DBSCAN)：完美！ 它成功沿著月亮的彎曲形狀，將上下兩個月亮分開。

五、 總結：非監督學習的成功法則

1. 無標籤不代表無規律：分群是將數據「具象化」的第一步。
2. 指標是導航：不要憑感覺決定群數。Elbow 告訴你緊湊度，Silhouette 告訴你區分度。
3. 商業解讀高於算法：一個好的分群結果，必須能被翻譯成「可執行的商業行動」。