我可以访问一家大型健康保险公司的医疗索赔数据。你们中的一些人可能知道，药物 X 的价格之间存在很大的差异，具体取决于给药地点。

我的公司希望帮助会员减少他们支付的免赔额、共同支付和共同保险的成本，并通过确定最低的护理成本（通常是家庭输液或医生管理）来降低健康游戏的成本。

我正在研究各种方法，客户细分建模似乎是解决此类问题的最佳方法。

索赔数据可以追溯到 3 年前，并且是会员级别的。对于每个成员声明，​​数据库中可能有许多记录。一条线可以用于 2 小时的化疗，另一条线用于提供的药物，其他用于护士的时间，等等。每一行指定护理地点的位置，即家庭输液、医生、门诊、专业药房。每个索赔还提供有关主要诊断的详细信息，即类风湿性关节炎 (RA) 等。

理想情况下，当有更便宜的替代方案可用时，我想找出那些使用昂贵护理站点的成员。例如，我在想，对于 RA 的初步诊断，我可以使用诊断代码过滤到 RA 成员，然后根据某些输入特征（例如人口统计、到家庭输液中心/医院/医生的距离、覆盖级别）对这些成员进行聚类，补充频率、剂量、药物成本、当前服务地点等。

我的方法是正确的，还是有比聚类更好的方法来解决这个问题？