汽车产品聚类竞品分析

背景

以竞品分析为背景，对汽车产品做聚类分群、构建产品画像，并为大众（Volkswagen）找出竞品车型，为产品定位提供数据决策。数据来自天池【教学赛】数据分析达人赛3《汽车产品聚类分析》（car_price.csv，205 款车 × 26 字段，源自 UCI Automobile 数据集，1985 年车型）。

目标

• 不靠”拍脑袋”，用无监督聚类还原汽车市场的真实产品分层。
• 在特征空间里为大众精确找出竞争强度最高的车型，而非简单”同价位即竞品”。
• 产出可直接写进简历与面试的量化结论。

方案

六步分析流程：

1. 数据体检：205 行 × 26 列，无缺失无重复；但 CarName 存在 6 处品牌拼写错误（赛题埋坑）。
2. 品牌清洗：修正 maxda→mazda、vokswagen/vw→volkswagen、porcshce→porsche、toyouta→toyota 等，清洗后 22 个品牌、大众 12 款正确归并。
3. 特征工程：初选 14 个数值特征，按 |r|>0.85 去共线性（wheelbase/carlength/carwidth 三选一、citympg/highwaympg 留一）+ 5 个关键类别特征 one-hot → StandardScaler 标准化，最终 23 维特征矩阵。
4. 选 K：肘部法则 + 轮廓系数扫描 K=2~12，**K=12 时轮廓系数最优（0.345）**且商业含义清晰。
5. KMeans 聚类：random_state=42, n_init=10，PCA 降维可视化验证分群合理。
6. 竞品识别：计算 12 款大众在特征空间的簇中心，按欧氏距离排序全部非大众车型，取 Top12 为竞品——比只看”同簇”更精细。

聚类结果：K=12 的产品分层

簇	数量	均价($)	马力	主流车身	代表品牌	定位解读
4	40	7,630	75	hatchback	丰田/本田/马自达	经济代步两厢
0	46	9,193	85	sedan	日产/丰田/本田	主流经济轿车
8	10	10,173	62	sedan	大众/丰田/马自达	超经济节能轿车
7	12	9,997	89	wagon	日产/斯巴鲁/奥迪	实用旅行车
10	4	9,384	104	hardtop	丰田/日产	硬顶运动经济
9	9	11,088	95	wagon	斯巴鲁/奥迪/丰田	四驱跨界旅行
2	35	15,538	122	sedan	丰田/沃尔沃/宝马	中端家用/安全
6	21	14,912	140	hatchback	三菱/沃尔沃/道奇	中端性能两厢
11	5	18,863	117	convertible	阿尔法/别克	敞篷个性车
3	10	21,503	107	sedan	标致/别克/沃尔沃	中高端行政
1	10	36,470	197	sedan	宝马/捷豹/别克	豪华性能行政
5	3	34,528	207	hardtop	保时捷	跑车（独成一簇）

结构洞察：价格梯度（$7.6k→$36.5k）与车身形式共同决定市场分层，聚类自动还原了”经济→中端→豪华→跑车”的定位阶梯；保时捷 3 款车独成一簇，是分群有效性的天然佐证。

大众的竞品识别（核心结论）

大众 12 款车集中在簇 0（主流经济轿车）和簇 8（超经济节能轿车），均价 $7.8k–13.8k、马力 52–110。按欧氏距离排序的 Top 竞品：

竞品车型	品牌	价格($)	马力	高速油耗(mpg)
honda civic (auto)	本田	10,345	100	31
audi 100 ls	奥迪	13,950	102	30
nissan nv200	日产	9,549	97	34
toyota mark ii	丰田	9,258	70	34
nissan latio	日产	7,499	69	37
nissan leaf	日产	7,299	69	37
mitsubishi pajero	三菱	8,189	88	32
toyota mark ii	丰田	6,938	70	37
mitsubishi montero	三菱	6,989	88	32
nissan rogue	日产	6,649	69	37
mazda glc deluxe	马自达	7,395	68	38

竞品分析结论（可写进简历 / 面试的判断）：

1. 大众的直接竞品是日系经济型轿车：本田 Civic、丰田 Mark II、日产 Sunny 级、马自达 GLC——同价位、同三厢形态、油耗接近，正面竞争。
2. 奥迪 100 LS 入选体现”簇内高端重叠”：大众 rabbit custom（$13,845）价格上探后与奥迪入门款重叠，同集团跨品牌内部竞争被数据捕捉到。
3. 差异化护城河在”超经济节能”（簇 8：高速 41+ mpg、马力仅 52–68 的柴油/小排量线），独立成簇，与日系拉开身位。
4. 产品线跨簇是大众战略特征：从 $7.8k rabbit 到 $13.8k rabbit custom 横跨三簇（多价位多产品线），而日系竞品多为单一价位精准卡位。

简历表达（一段式）

对 205 款车型 26 维数据完成品牌拼写清洗、共线性特征筛选与 one-hot 编码，构建 23 维特征矩阵；以肘部法则+轮廓系数确定 KMeans K=12，聚出”经济→中端→豪华→跑车”四级产品分层（保时捷独成一簇验证分群有效性）；在特征空间计算大众簇中心欧氏距离，识别出本田 Civic、丰田 Mark II、奥迪 100LS 等 12 款竞品车型，并产出”超经济节能差异化 + 多价位产品线”的竞争策略结论。

面试追问预判

• 为什么 K=12？ 轮廓系数最优 + 每簇商业可解释（保时捷独簇佐证分群有效）。
• 为什么不用 RFM？ 这是产品聚类不是用户聚类，特征选产品物理属性 + 价格，方法论同源但特征体系按业务重设计。
• 竞品为什么用距离而不是同簇？ 同簇是粗筛，距离排序给出竞争强度排名，且能捕捉跨簇价格上探竞品（奥迪 100LS）。

完整报告

查看完整可视化分析报告（含全部图表）