В данной работе рассматривается функционирование базового алгоритма k-средних и его модернизация с помощью временной минимизации анализируемых точек, и разделение их по нескольким уровням. Так же производится сравнение различных алгоритмов кластеризации и анализ их производительности на различных данных. Реализация и анализ алгоритма k-средних как и его предложенная минимизация происходит на банковской информации о клиентах. Данные объем информации может достигать огромных размеров, но в предложенной работе рассматривается 778 записей о клиентах, где каждая запись имеет 15 атрибутов. Также рассматривается возможность анализа иерархических данных с помощью поэтапного разделения данных с использованием атрибутов. Основной характеристикой сравнения предлагаемых алгоритмов служит значение среднеквадратичной ошибки (SSE). Также в работе рассмотрены возможные модернизации базового алгоритма, которые могут быть применимы в контексте предлагаемой обновленной версии алгоритма.