Two-Step クラスター分析とは？
― 大規模データ・混合尺度に対応した2段階クラスタリング

大量のケースをクラスタ化するための2段階アルゴリズム。最初のステップでクラスタ中心を発見し、2番目のステップで階層クラスタ化を行い結合します。最適クラスタ数の自動推定と混合尺度対応が最大の特長です。

難易度：★★★ 想定読了：7分 最終更新 2026.05.17 監修：スマート・アナリティクス代表
分析手法を相談する SPSS製品選定を見る

Two-Step クラスター分析とは

大量のケースをクラスタ化するための2段階アルゴリズム。最初のステップでクラスタ中心を発見し、2番目のステップで階層クラスタ化を行い結合します。最適クラスタ数の自動推定と混合尺度対応が最大の特長です。

Two-Step クラスター分析で分かること

  • 大量データの自動セグメント分け
  • 混合尺度データでのグループ構造
  • 最適なクラスタ数の推奨値
  • 各クラスタのプロファイル

Two-Step クラスター分析の主な種類

特徴Two-Stepk-means階層
クラスタ数指定自動推定可事前指定必須事後決定
データ規模大規模可大規模可中規模まで
変数の型混合尺度可連続のみ連続中心

研究・ビジネスでの利用シーン

全顧客セグメント化

大規模顧客DB

数十万件規模の顧客データを最適クラスタ数で自動分類し、マーケティング戦略に活用します。

属性+行動の統合分析

混合データ

デモグラ（カテゴリ）と購買金額（連続）を同時に扱うセグメンテーションを実施します。

アクセスパターン抽出

Web解析

大量のアクセスログを高速にセグメント化し、サイト改善材料とします。

SPSSで実施する場合の製品選定

Two-Step クラスター分析をSPSSで実施する際に必要となる製品とオプションを整理します。

やりたいこと対応製品備考
Two-Step クラスター分析IBM SPSS Statistics Base標準機能
大規模／高度なクラスタリングIBM SPSS Modelerデータマイニング基盤

分析時の注意点

  • 外れ値検出機能を活用する
  • 最適クラスタ数の自動推定値は参考。解釈性も加味する
  • 変数の選択がクラスタ結果を大きく左右する
  • 再現性確保のため乱数シードを固定

Two-Step クラスター分析の進め方、専門家がサポートします

分析設計の段階から、結果解釈・論文記述まで——研究テーマに応じてご相談いただけます。
必要なSPSS製品の構成もあわせてご提案します。

無料オンライン相談（30分） 価格・見積を依頼

お電話でのご相談：0120-835-761　受付 9:00–18:00（土日祝除く）

よくあるご質問

Q.k-meansと比べた利点は？
クラスタ数の自動推定と混合尺度対応が大きな利点です。大規模データでも高速に動作します。
Q.どんなときに使う？
数万件以上の規模、または連続変数とカテゴリ変数が混在する場合に特に有用です。
Q.自動推定されたクラスタ数を変更したい？
可能です。BIC・AICなどの基準値と解釈可能性のバランスで決定してください。

お気軽にご相談ください0120-835-761受付時間 9:00-18:00 [ 土・日・祝日除く ]

問合せ・見積・注文をする お気軽にお問い合わせください