Как в моей профессии может помочь метод анализа иерархий

В настоящее время существует множество информационных технологий, позволяющих предельно облегчить жизнь и помочь в решении проблем, связанных с процессами принятия решений в различных предметных областях. В частности, очень распространены сейчас системы поддержки принятия решений на основе Метода Анализа Иерархий (МАИ). Оценка вариантов решений с использованием МАИ осуществляется как на основе объективной, так и субъективной исходной информации.
В начале 1970 года американский математик Томас Саати разработал процедуру поддержки принятия решений, которую назвал "Analityc hierarchy process" (AHP). Авторы русского издания перевели это название как "Метод анализа иерархий" - (Книга "Принятие решений. Метод анализа иерархий").
Этот метод относится к классу критериальных и занимает особое место, благодаря тому, что он получил исключительно широкое распространение и активно применяется по сей день, особенно в США. Не следует думать, что его выдающаяся популярность объясняется какими-либо важными преимуществами этого метода, по сравнению с другими. Здесь можно столкнуться с известным психологическим феноменом: продукт, появившийся первым и удачно удовлетворяющий определенную потребность, захватывает рынок. Более поздние продукты, зачастую более совершенные, часто оказываются неспособны вытеснить удачливого первенца.
На основе этого метода разработаны достаточно серьезные системы поддержки принятия решений, например "Expert choice".
Структура модели принятия решения в методе анализа иерархий представляет собой схему (граф), которая включает:
1) набор альтернативных решений;
2) главный критерий рейтингования решений;
3) набор групп однотипных факторов, влияющих на рейтинг;
4) множество направленных связей, указывающих на влияния решений, критерия и факторов друг на друга.
В последние годы технологии обработки и хранения данных стали более развитыми и, следовательно, более дешевыми

. Из-за этого, больше переменных доступны для сегментации ваших клиентов в различные группы. Если раньше здравый смысл мог быть использован для группировки ваших клиентов,например, для дифференциации лояльных и одноразовых покупателей, то теперь туроператоры сталкиваются с гораздо большим количеством вариантов. Это может сделать процесс сегментации сложным и трудным для управления. Итак, как туроператоры могут использовать методы интеллектуального анализа данных, чтобы получить более глубокое представление о своей клиентской базе?
Одним из вариантов сегментирования рынка на однородные группы было бы использование кластерного анализа