Сегментация рынка

Сегментация рынка в маркетинге

Сегмент рынка - идентифицированная по каким-либо признакам группа покупателя внутри рынка, характеризующаяся схожим поведением покупателей внутри этой группы и реакцией на маркетинговые воздействия. Сегмент может иметь различные границы и может меняться от рынка (массовый маркетинг) в целом до определенного покупателя (индивидуальный или точечный маркетинг).

Сегментирование потребительских рынков.

  • 1. Географические признаки.
  • 1.1. Регион.
  • 1.2. Размер населенного пункта.
  • 1.3. Местность по плотности населения: города, сельская местность.
  • 1.4. Климат.
  • 2. Демографические признаки.
  • 2.1. Возраст.
  • 2.2. Размер семьи.
  • 2.3. Жизненный цикл семьи.
  • 2.4. Пол.
  • 2.5 Уровень дохода.
  • 2.6. Род занятий (рабочие, служащие, учащиеся и др.).
  • 2.7. Образование.
  • 3. Психографические признаки.
  • 3.1. Образ жизни: консерваторы, любитель нового, эстеты.
  • 3.2. Особенности личности: обязательные общительные, авторитетные, честолюбивые и т.п.
  • 4. Поведенческие признаки.
  • 4.1. Повод для совершения покупки: обыденная покупка, особое событие.
  • 4.2. Искомая выгода: качество, сервис, экономия, скорость.
  • 4.3. Интенсивность потребления: низкая покупательская активность, средняя, высокая.
  • 4.4. Статус пользователя: не пользующийся, бывший пользователь, потенциальный пользователь, постоянный пользователь, пользователь-новичок.
  • 4.5. Степень лояльности: отсутствует, сильная, средняя, абсолютная.
  • 4.6. Степень готовности к покупке: неосведомленный, осведомленный, знающий, заинтересованный, желающий, намеревающийся совершить покупку.
  • 4.7. Отношение к товару: восторженное благожелательное, безразличное, отрицательное, враждебное.

Сегментирование рынков предприятий.

  • 1. Демографические признаки.
  • 1.1. Отрасль
  • 1.2. Размеры потребителей.
  • 1.3. Местонахождение (географические регионы).
  • 2. Операционные признаки.
  • 2.1. Технология потребителей.
  • 2.2. Статус пользователей: высокая, средняя или низкая активность потребления.
  • 2.3. Объем требуемых товаров: большие или малые партии поставок.
  • 3. Практика закупок.
  • 3.1. Организация снабжения: централизованная или децентрализованная .
  • 3.2. Профиль компании: промышленные, финансовые и др.
  • 3.3. Структура существующих отношений: существующие клиенты, новые клиенты, постоянные клиенты.
  • 3.4. Политика в области закупок: получают товар на основе лизинга, комплектные поставки, т.п.
  • 3.5. Критерий закупок: качество, уровень обслуживания, цена, сроки поставки и др.
  • 4. Ситуационные факторы.
  • 4.1. Срочность.
  • 4.2. Область применения: товары по прямому назначению или широкие варианты использования.
  • 4.3. Размер заказа.
  • 5. Особенности личности покупателя.
  • 5.1. Сходство покупателя и продавца: сотрудники покупателей схожи/несхожи по многим признакам с сотрудниками фирмы, соответствие потребителя «идеальному» клиенту.
  • 5.2. Отношение к риску: любят рисковать, избегают опасностей.
  • 5.3. Лояльность: высокая/низкая преданность поставщикам.

Существует ряд статистических методов сегментации рынка (рис. 2.1).

Методы сегментации!

Сегментирование

эез отклика1

?кластерный: анализ С*<А1)

Иерархический

<1 средних!

2: х этапный

Факторный анализ (ФА)

Сегментирование C OI клиним

  • ?s- С зависимой' теременнои,
  • (Дискриминант,ный

I анализ ЩА)

если предиктррь» копичес! венные

I (огистическая регрессия| 'J IP.)

? ? если часть предикторов: члеюриаиьные!.............

/? 1ереход к некоррелированным |еременным

? Удобство интерпретации по меныиемукоииче.с1.в.у I.........

|еременных!

  • (Деревья решений: (ЦА).
  • ? пели все предикторы «л iei opnai.ibB.bj.t3.......

Рис. 2.1. Методы сегментации рынка

Кластерный анализ - это один из методов разведочного анализа данных, созданных для выявления естественных группировок в совокупности данных. В этом смысле, кластерный анализ может потенциально оказаться полезным способом при группировке потребителей. Кластерный анализ был опробован на различных классах маркетинговых данных: психографике, поведении, рейтингах товаров, информации об использовании и осознании преимуществ. В основе кластерного анализа лежит простая концепция распределения наблюдаемых данных по однородным группам в зависимости от их сходства (близости) друг с другом.

Факторный анализ - это статистическая техника разведочного анализа данных, часто используемая как метод сокращения размерности данных. Факторный анализ предлагает способы сокращения количества имеющихся переменных в меньший набор составных переменных, которые аккумулируют большую (по крайней мере, в идеале) часть информации, содержащуюся в исходном наборе данных. При проведении сегментации рынка этот метод используется для сжатия данных перед кластеризацией в ситуациях, когда имеется много переменных, которые могут быть потенциально использованы в кластерном анализе, и/или когда исследователь ожидает некоторую избыточность среди кластерных переменных. Новые составные переменные, созданные при проведении факторного анализа (их называют факторизованными), используют затем как основу для кластеризации.

Сегментация рынка, основанная на откликах - это общее понятие, охватывающее различные методы, которые пытаются определить, какая комбинация характеристик потребителя приводит к определенному действию (приобретению, обновлению, замене). В этом смысле, эти методы являются прогностическими и дают в результате либо уравнение, либо набор описаний, полезных при определении потребителей, попадающих в желаемую группу.

Дискриминантный анализ и логистическая регрессия -это прогностические модели, в которых результирующий по казатель (отклик) является категориальным (купил/не купил), а независимые переменные измерены в интервальной (числовой) шкале. Как и в регрессионном анализе, основная идея здесь — построить прогностическую модель, оценить ее и в случае успеха создать соответствующее уравнение. На практике, оба метода дают схожие результаты, хотя для дискриминантного анализа требуются более строгие предположения относительно природы независимых переменных.

Деревья классификации дают эвристический метод изучения сразу многих независимых переменных для определения таких комбинаций категорий, которые дают наивысший процент при желаемом условии отклика. Данная статистическая техника часто используется в исследованиях методом прямой почтовой рассылки при выявлении демографии тех, кто с наибольшей вероятностью приобретет предложенный товар.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ ОРИГИНАЛ   След >