市场细分有很多方法，比如决策树、回归分析、对应分析、判别分析、聚类分析、因子分析等，其中聚类分析最常用。

聚类分析的思路

市场细分是根据用户亲疏程度将相似用户聚在一起，使类内差异小、类间差异大的过程。

假设市场细分的维度有K个，则构成了一个K维空间。那么，用户在K个维度上的表现量化后，就对应着K维空间中的一个点。这样，用户间的亲疏程度就可用点与点的距离来衡量。

为达到这一效果，聚类分析有层次聚类与迭代聚类两个思路。

（1）层次聚类（系统聚类）

层次聚类的思路是逐层合并，根据样本距离，将距离最近的样本合为一类。然后计算所形成的类别与其他样本的距离，对距离最近的样本再做合并。依此类推，直到所有样本聚成一类，形【我爱线报网】成树状图。树状图产生于从左到右的逐层合并；树状图解读自从右到左的类别判断。

（2）迭代聚类（K-Means聚类分析）

迭代聚类它是指先由分析者确定需聚类的类别数K。然后确定每个类别的初始类中心点，逐一计算每个样本到各初始类中心点的距离，按照距离最近原则把样本归入各个类别，并计算新形成的类中心点，以此迭代，直到达到一定的收敛标准或达到分析者事先指定的迭代次数为止。