Doch lassen sich zweimodale Klassifikationen auf verschiedene Weise erzeugen, und es bleibt dem Anwender überlassen, aus den unterschiedlichen Ergebnissen das subjektiv beste herauszusuchen.

Raimund Rix zeigt, wie der Anwender direkt die objektiv beste Klassifikation mit der geringsten quadratischen Zentroidabweichung erzeugen kann. Zweimodale Clusteranalysen haben ein breites Anwendungsspektrum. In unterschiedlichen Bereichen können sie den Anwender dabei unterstützen, aus komplexen Datenmengen die zugrunde liegende Struktur herauszuarbeiten. Die Anwendungen im betriebswirtschaftlichen Umfeld reichen von der Werbewirkungskontrolle bis hin zur Marktstrukturierung. Doch lassen sich zweimodale Klassifikationen auf verschiedene Weise erzeugen, und es bleibt dem Anwender überlassen, aus den unterschiedlichen Ergebnissen das subjektiv beste herauszusuchen.

Raimund Rix zeigt, wie der Anwender direkt die objektiv beste Klassifikation mit der geringsten quadratischen Zentroidabweichung erzeugen kann. Die Überlegenheit seiner Vorgehensweise wird mit Hilfe einer umfangreichen Monte-Carlo Simulation nachgewiesen. Um die praktische Verwendung der zweimodalen Clusteranalyse zu erleichtern, wird die Anwendung anhand zahlreicher Beispiele aus den unterschiedlichsten Bereichen demonstriert.