AIの基本

クラスタリング

くらすたりんぐ / Clustering

定義

クラスタリングとは、正解のないデータを、似ているもの同士のグループに自動で分ける手法のことです。

クラスタリングは、教師なし学習の代表的な手法です。分類と違い、あらかじめ決めた区分や正解のラベルを使わず、データの似ている度合いをもとにグループを作ります。購買の傾向が近い顧客をまとめて販促の方法を変える、似た内容の問い合わせをまとめて対応を整理する、といった使い方があります。いくつのグループに分けるかや、何を似ていると見なすかによって結果が変わるため、出てきたグループが業務の上で意味を持つかを人が確かめる作業が欠かせません。グループに名前を付けて施策につなげるまでを一続きの作業として計画すると、分析で終わらずに活用しやすくなります。

クラスタリングを活用につなげる流れ

  • グループを作る正解のラベルを使わず、データの似ている度合いでまとめる
  • 人が確かめるグループが業務の上で意味を持つか(分ける数や似ている基準で結果が変わる)
  • 名前を付けて施策へ例:購買の傾向が近い顧客ごとに販促の方法を変える

施策につなげるまでを一続きの作業として計画すると、分析で終わらずに活用しやすくなります。

自社のAI活用の準備度は?7つの柱で、10問・約3分で確かめる(無料・登録不要)

関連する用語

最終更新 2026-11-13

次の一歩