# 「階層クラスタリング入門 - データの類似性から顧客や変数のグループを発見する」セミナーを2026/10/22に開催しました

**URL:** <https://community-ja.exploratory.io/t/topic/2205>\
**Category:** ニュース\
**Created:** [2026 年 10 月 26 日午前 12:19 UTC](https://community-ja.exploratory.io/t/topic/2205 "2026-10-26T00:19:13Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

**Author:** ![Ikuya\_Murasato](https://community-ja.exploratory.io/user_avatar/community-ja.exploratory.io/ikuya_murasato/32/18_2.png) [@Ikuya\_Murasato](https://community-ja.exploratory.io/u/Ikuya_Murasato)\
**Post date:** [2026 年 10 月 26 日午前 12:19 UTC](https://community-ja.exploratory.io/t/topic/2205/1 "2026-10-26T00:19:13Z")

</div>

顧客やアンケートの回答者を、似た特徴を持つグループに分類したい。あるいは、多数の質問項目や評価指標の中から、似た傾向を持つものを見つけたい。そんなときに役立つのが「階層クラスタリング」です。

階層クラスタリングは、データの中から似たもの同士を段階的にまとめ、その関係を「デンドログラム」と呼ばれる木構造で可視化する分析手法です。どのようなグループが存在するのか、グループ同士がどれほど似ているのかを直感的に理解できます。

今回のセミナーでは、Exploratory v16.4で新しくサポートされた「階層クラスタリング」を使い、その基本的な考え方から実際の分析方法、結果の解釈までをわかりやすく紹介しました。

- 階層クラスタリングとは？基本的な仕組みとデンドログラムの読み方
- 行の階層クラスタリング：似た特徴を持つ顧客や回答者をグループ化する
- 列の階層クラスタリング：似た回答傾向を持つ質問項目や評価指標を発見する
- K-Meansや因子分析との違いと使い分け
- 階層クラスタリングを実務で活用するためのポイント

録画はこちらからご覧いただけます。ぜひご活用ください！

> **[セミナー #166 - 階層クラスタリング入門 - データの類似性から顧客や変数のグループを発見する](https://exploratory.io/note/exploratory/166-vZI4Hak4)**
>
> Created by Takato Shiroto