市场细分方法和工具

  • 格式:pdf
  • 大小:453.70 KB
  • 文档页数:16

4.3.2 二元分对数模型
• 模型 • 案例
16
10
4.2 基于因子分析的多元聚类
4.2.1 因子分析筛选数据 • 因子分析模型 将 Xi (i 1,2,L , p) 表示为:
X i i ai1 F1 L aim Fm i (m p)
X 1 1 a11 a12 X a a22 2 2 21 M M M M X P P a p1 a p 2 a1m F1 1 K a2 m F2 2 M M M M K a pm FP P K
§4 市场细分方法与工具
4.1 市场细分变量方法与程序 4.2 基于因子分析的多元聚类 4.3 基于行为的市场细分
1
学习目标:
• 掌握主要的市场细分变量及其适用环境 • 了解主要市场细分方法、标准与模型 • 掌握基于因子分析的多元聚类市场细分方法 • 掌握基于行为列联表和分对数市场细分方法
2
练习任务: • 4.2基于因子分析的多元聚类案例(p79) • 4.3.1 交叉列联表分析案例(p86) • 4.3.2 二元分对数模型案例(p90)
3
4.1 市场细分变量方法与程序
4.1.1 主要市场细分变量
细分变量
地理细分
人口细分
心理细分
行为细分
利益细分
4
表4-1 市场细分变量标准
地理细分 细分 维度 细分 目标
位置、环境
人口细分
各种外部特征
心理细分
生活方式、价值 取向、个性
行为细分
购买行为
利益细分
寻求的利益
了解需求总量 和变化趋势等
了解市场结构、 其他方法的补充
14
4.3 基于行为的市场细分
4.3.1 交叉列联表分析
• 案例:选用ABC电信公司的数据,运用上一节所 保存的服务使用类别与基本的人口统计变量进行 交叉列联表分析。为了简明展示细分过程,我们 选取性别、受教育程度与服务使用类别进行三维 细分,并解析性别、受教育程度与使用类别间的 相互关联性。

类别 分层聚类 分割聚类 基于密度聚类 基于方格聚类 对字符属性聚 类 高维数据聚类 神经网络聚类 主要内容 自底向上的集聚的(agglomerative)层次聚类算法和自顶向下 分裂的(divisive)层次聚类算法 分为3类 :概率模型算法,目标函数算法,模糊目标函数算法 密度连接法和密度分布函数 综合了分割聚类算法和分层聚类算法的思想,STING算法是最 早的算法 特点是维数高,处理对象是稀疏矩阵,任意两个事务中相同的 元素ROCK算法是常用的对字符型属性聚类的算法 利用因子分析方法对数据进行降维处理。然后利用因子进行聚 类,然后对应原属性的相应的因子进行类的划分。 SOM网络常用于聚类分析,并得到相应的扩展算法如ESOM等
7
4.1.3 市场细分程序
选择市场细分 变量 选择数据分析 方法 描述细分 市场 评价细分市场吸引 力 选择目标市 场
一般来说, 所选择的细 分变量应该 基于潜在顾 客需求和欲 望,且能反 映出顾客之 间的差别。
分析方法是 聚类法 ,三 类分析技术: 数据处理技 术、非监督 分类技术、 监督分类技 术。
生活形态群体
9
• 个人—情境混合细分模型
个人(消费者)细分 使用者辨别特征 个人(消费者)—情境细分 特定的人在特定的情境场合 情境细分 使用场合的辨别特征
利益细分 在特定情境中人的需要和目标
产品感知细分 特定情境中人对品牌及特征的感觉评价
行为细分 特定情境中产品使用率、品牌忠诚 度及对营销战略的敏感度
新产品引入策略、 产品定位、客户关 广告策略及其他 系管理等 营销策略
新产品引入策略、 广告策略及其他 营销策略
5
表4-2 管理任务与细分标准选择模型
管理任务 了解市场整体概况 定位研究 新产品介入 定价决策 广告决策 分销决策 细分标准 寻求利益、产品购买和使用方式、需求、品牌忠 诚度和转换模式、以上变量的混合 产品使用、产品偏好、寻求的利益、以上变量的 混合 对新产品概念的反应、寻求的利益 价格敏感性、降价偏好、不同使用购买方式的价 格敏感度 寻求的利益、媒体使用、心理描述/生活形态、 以上变量的混合 商店忠诚度、商店选择所寻求的利益
消费者市场 和产业市场 可用大体相 似的变量来 描述各种细 分市场。
采用3类 共9个标 准来评 价细分 市场的 吸引力。
8
4.1.4 经典市场细分模型
• 生活形态细分模型
生活形态变量 因子分析 生活形态因素 聚类分析、 方差分析 描述性统计、 描述性方差分析 地理变量 人口统计变量 消费者态度变量 消费者行为变量 各细分市场特 征、差异
12
4.2.2 聚类细分市场
聚类分析步骤: 1.选择距离指标:计算距离的方法有欧式距 离、马氏距离、兰氏距离、斜交空间距离和 切氏距离等 2.选择聚类分析方法:分为分层聚类方法和 非分层聚类方法 3.确定群组数目:参考四个原则
13
案例
• ABC电信公司 • 数据中包含了顾客的人口统计特征和服务的使用情况,其 中人口统计特征包括:years with current employer、years at current address、age in years、level of education等 • 服务使用情况包括:toll free、caller ID、calling waiting、calling forwarding、3.way calling, equipment 、wireless、voice mail、paging service、internet、electronic bill、long distance和calling card
F1 K FP 为公共因子 ,系数 ai 称为因子载荷。
11
因子分析步骤:
1. 构造相关矩阵:可以用常规统计方法来检验是否需要进行因子分析, 如Bartlett球体检验就可以用来检验变量之间是否彼此独立, 即总 体相关矩阵是单位矩阵的假设 ,不能够使用因子分析,通常要求 KMO值大于0.5 。 2. 确定因子分析方法:主成分分析和公因子分析是两种主要的因子分 析方法 。 3. 确定因子数目:方法包括事先确定、根据特征值、碎石图、解释方 差百分比、复本信度、显著检验确定等方法。 4. 因子旋转:由于因子载荷矩阵不是惟一的,所以应该对因子 载荷矩 阵进行旋转,三种主要的正交旋转法:四次方最大法、方差最大法 和等量最大法。 5. 计算因子得分