Априорные методы с составными переменными

Недавно традиционные демографические и социально-экономические сред­ства априорной сегментации пополнились более сложными методами, которые популяризируются по крайней мере в области потребительского маркетинга рекламными агентствами и организациями рыночных иссле­дований. К ним относятся субъективные методы и специфичные для мар­кетинга объективные критерии, описанные в главе 10. Различие между ними и подходами, рассмотренными выше, состоит в том, что в них сразу рассматриваются составные критерии, а сегменты создаются на основе этих составных критериев. Было предложено несколько разных систем потребительской классификации, среди них- классификация жилых райо­нов (ACORN), MOSAIC, ценности и образ жизни (VALS). Эти системы были созданы на основе анализа больших наборов данных (в первых двух случаях- официальных данных переписи населения) с применением методов гнездового анализа. И сегодня они по-прежнему считаются ап­риорными по той причине, что если их составить один раз, то потом любой пользователь может получить их в готовом виде от соответствую­щих агентств.

Среди априорных методов с составными переменными раньше всех стали применяться перечни человеческих качеств (в 1960-70-х годах). В то время исследователи стремились вывести типологию индивидуальнос­ти, которую можно было бы соотнести с решениями о покупке и схемой потребления примерно так же, как и социально-экономические факторы. Методику оценки индивидуальных человеческих качеств для маркетинга позаимствовали у психологов. Давно принятые в психологии тесты, такие как список индивидуальных предпочтений Эдвардса или список 16 PF Кателля были опробованы в маркетинговой среде. К сожалению, эти тесты показали, что они обладают не намного более высокой разли­чительной способностью, чем гораздо более простые демографические и социально-экономические методы.

По сравнению с готовыми демографическими и социально-экономичес­кими методами, перечни личных качеств имеют незначительное и несу­щественное преимущество. В небольшой степени они действительно мо­гут провести различия между некоторыми продуктами, связанными со значительным вовлечением потребителя, но и в этих случаях они не дают объяснений большей части отличий. Как и в случае с демографи­ческими и социально-экономическими методами, они, похоже, обладают самым высоким различительным потенциалом на рынках, где их опреде­ление играет вполне заметную роль. Это, например, курение, которое отражает наркотическую зависимость, и дезодоранты, которые говорят об ощущении беспокойства. Однако неуловимость нюансов в оценке лич­ных качеств обусловливает их меньшую полезность в качестве готового критерия в большинстве случаев. Это связано с тем, что различия между индивидуальностями не настолько ярки и очевидны, как физиологичес­кие различия, которые может оценить демография: интроверсия и зави­симость - вполне определенные черты личности, но они никоим образом не являются легко определяемыми или связанными с поведением так, как пол или возраст.

В то же время, изучая качества личности как основания для сегмента­ции, специалисты по маркетингу экспериментировали с сочетанием де­мографических характеристик, стремясь выработать понятие жизненно­го цикла потребителя. В рамках данной модели для определения этапа жизненного цикла объединяли возраст, семейное положение и размер семьи. Такой подход используется для продажи организованного отдыха, страхования, жилья, продуктов для детей до года и потребительских то­варов длительного пользования. В последнее время появилась система классификации SAGACITY, разработанная агентством маркетинговых исследований Research Services Ltd. В данной системе жизненный цикл (материально зависимый от родителей, еще не женатый, семейный и преклонного возраста) сочетается с доходом (более высокий и более низ­кий) и родом занятий (рабочие - "синие воротнички" и служащие - "бе­лые воротнички"). Крауч и Хаусден (Crouch and Housden, 1996) приводят список из 12 сегментов SAGACITY и показывают, какие типы про­дуктов вероятнее всего будут приобретать разные сегменты.

Появление геодемографической базы данных системы классификации жилых районов ACORN компании CACI стало одним из самых значи­тельных шагов вперед в создании методов сегментации и таргетинга. В ее основу легли сегменты, выведенные из опубликованной информации о результатах переписи населения, которые позволяют классифицировать жилые районы по типу жилья. Несмотря на то, что за основу взят гру­бый критерий, огромное преимущество предлагаемой работы связано с собственными исследованиями компании CACI, связывающими группы жилья с демографическими характеристиками и поведением покупателя, а также с возможностями нацеливания на домохозяйства. Поэтому сис­тема устанавливает прямую связь между готовым делением и индивиду­умами, в отличие от предыдущих методов, которые предлагали только непрямые средства контакта с установленными демографическими или личностными сегментами.

Метод CACI, как и другие априорные методы, имеет недостатки, зак­лючающиеся в вариативности внутри жилых районов и неодинаковости характера покупок по многим классам продуктов. Инглиш (English, 1989) приводит в подтверждение пример, в котором пять переписных участ­ков (отдельные группы жилых районов, насчитывающие по 150 домо­владений) проклассифицированы согласно геодемографическим мето­дам. Два из пяти районов были признаны основными потенциальными клиентами почтовой рекламы. Однако при изучении индивидуальных характеристик в пяти группах оказалось, соответственно, 31, 14, 10, 10 и 7 потенциальных клиентов: переписные участки были проклассифи­цированы в соответствии с правильным количеством потенциальных клиентов, но классификации жилых районов сами по себе оказались неподходящим методом таргетинга. При наличии лишь 31 целевого кли­ента на самом благоприятном для почтовой рекламы переписном учас­тке 119 из 150 домохозяйств ошибочно попали бы под прицел марке­тинговой деятельности. Откровенно говоря, как и в случае с другими рассмотренными ранее средствами готовой сегментации, геодемографи­ческие характеристики эффективны только в отношении продуктов, непосредственно связанных с характеристиками жилых районов; на­пример, с потребностью в двойном остеклении, садовом оборудовании и т.п. И даже в этом случае нацеливание на наиболее подходящие пере­писные участки увеличивает вероятность привлечения целевого клиен­та с менее чем 10 процентов до более 20 процентов, но промахи все же случаются гораздо чаще, чем попадания в цель. К более современным разработкам относятся MOSAIC компании CCN, PIN компании Pinpoint и SuperProfiles; все они основаны на данных переписи населения, но используют разные статьи и разные методы объединения в группы (Crimp and Wright, 1995).

Сегментация в соответствии с образом жизни предоставляет возмож­ность совмещения геодемографических данных с характеристиками об­раза жизни. В такой описательной форме они существуют уже некото­рое время, и с ними связан первоначальный успех сети складов Storehouse's Habitat и успех консервативной партии на всеобщих выбо­рах 1986 года в Великобритании. Иногда их используют совместно с демографическими характеристиками; в таком случае они составляют вторую часть двухэтапной сегментации. В исследованиях третьего возра­ста именно так и поступили: вначале признали целевым рынком группу населения старше 65 лет, а затем разделили эту группу в соответствии с образом жизни на сегменты: безразличные, довольные, исследователи, подверженные страху, организаторы, нытики, светские львы и сохраняю­щие статус-кво. Любому, кто общался более чем с одним человеком пре­клонного возраста, очевидно, что эти ярлыки гораздо лучше раскрывают суть клиента в возрасте старше 65, чем просто их возраст.

Стэнфордский институт исследований, США, разработал систему сег­ментации в соответствии с образом жизни. Она называется ценности и образ жизни (VALS), которая выделяет семь категорий: верующие (пат­риотичные устойчивые традиционалисты, довольные своей жизнью); до­бивающиеся (состоятельные самоуверенные материалисты средних лет); борцы (честолюбивые молодые совершеннолетние, которые пытаются пробиться в жизни); независимые (импульсивные, экспериментирую­щие и немного самовлюбленные); социально сознательные (зрелые, преуспевающие, ориентированные на решение конкретных проблем люди, которые любят совершать благие дела); пережившие своих сверстни­ков (старые и бедные люди без особого оптимизма по поводу будущего); старающиеся (недовольные собственным положением и пытающиеся свести концы с концами). Аналогичная система была разработана для использования в маркетинге паневропейских стран; в нее вошли: преус­певающие идеалисты; состоятельные материалисты; довольные верующие; недовольные одинокие старики; оптимистичные бор­цы (Hindle and Thomas, 1994).

Последние разработки связали сегменты, выделенные в соответствии с образом жизни, с базами данных о клиентах. В Соединенном Королев­стве их несколько (Coad, 1989):

■ The Lifestyle Selector. База данных Соединенного Королевства, созданная в 1985 году американской компанией American National Demographics & Lifestyle Company. База данных The Lifestyle Selector собирает сведения из опросных листов, которые вклады­ваются в упаковку потребительских товаров длительного пользова­ния, или берет данные у розничных торговцев; в ней содержатся данные из более чем 4,5 млн возвращенных опросных листов, за­полненных клиентами.

■ Behaviour Bank. Услуга в Соединенном Королевстве, которую оказывает американская компания автоматизированных маркетин­говых технологий American Computerized Marketing Technologies Company. Она заключается в сборе данных из синдицированных опросных листов, которые распространяются напрямую потребите­лям в журналах и газетах; содержатся сведения из более чем 3,5 млн заполненных опросных листов.

■ Omnidata. Это плод совместной работы почтового ведомства Ни­дерландов и нидерландской Reader's Digest. Компания рассылает свои анкеты всем телефонным абонентам Нидерландов и пытается склонить их к заполнению, аргументируя это тем, что в случае заполнения анкеты они будут получать меньше мусорной почты. Двадцать три процента потребителей ответили, и в Omnidata те­перь есть данные о 730 000 из 5 млн домовладений Нидерландов.

■ Postaid. Это шведская организация при PAR, дочерней компании Шведского почтового ведомства. Начала свою работу с 1980-х го­дов и, как и Нидерландская система, исходит из положения, что людям необходимо дать возможность определить, какую почту они хотят получать. В результате создана база данных с информацией об 1 из 3,7 млн домовладений Швеции.

Большая часть исследований, проведенных на сегодняшний день, была посвящена обобщенным типологиям образа жизни и их сравнительному использованию для дифференцирования отношения потребителей к про­дукции и их покупательского поведения (Wilmott, 1989). Результаты по­лучились двойственными, но недавние исследования (O'Brien and Ford, 1988) говорят о том, что такие обобщенные типологии не настолько эф­фективны, как использование в качестве дифференцирующего фактора традиционных переменных, таких как общественный класс или возраст. И хотя относительное достоинство демографических переменных харак­теристик и образа жизни имеет общую тенденцию изменяться в зависи­мости от обстоятельств, в проведенных сравнениях образ жизни выгля­дит наименее убедительно. Поэтому неумолимо напрашивается вывод: сегменты, выделенные на основе факторов образа жизни, как и менее сложных демографических факторов, не являются панацеей для марке­тинга. В сочетании с базами данных они могут служить мощным инстру­ментом для перехода от целевых рынков к индивидуальным клиентам, но из-за небольшого охвата ценность их ограничена. С другой стороны, сег­менты, выделенные на основании образа жизни, при условии, что они обоснованны, действительно более наглядно представляют клиентов, чем демографические сегменты, и потому могут подсказывать, как лучше составлять рекламные тексты. Как и в случае с одинарными демографи­ческими переменными, невозможно рассчитывать, что классификация будет эффективной и на других рынках, кроме тех, для которых она

особенно хорошо подходит.

Вернемся к компании Lego, которая добилась таких успехов, исполь­зуя возраст как способ проведения различий между секторами рынка игрушек-конструкторов. Как только личность ребенка начинает разви­ваться, Lego считает необходимым разрабатывать широкий спектр про­дуктов, учитывающих разные потребности ребенка. Конструктор Lego Basic рассчитан на детей в возрасте от 3 до 12 лет; его особенность состоит в использовании исходных элементов Lego в том виде, в каком они были придуманы с самого начала. Fabuland - для 4 - 8-летних дево­чек; выполнены в теме фэнтези, за основу взяты герои из животного мира. Legoland - для детей от 5 до 12 лет на темы: космос, жизнь в средние века, пираты и современный мир пригородов. И Legotechnic -для 7 - 16-летних, посвящены техническим механизмам. Хотя компания признала демографические характеристики главным основанием для сег­ментации, дальнейшее движение вперед зависело от выявления характе­ристик клиентов, специфических для рассматриваемого продукта.

Все приведенные выше подходы являются общедоступными, поэтому даже в том случае, когда они действительно предлагают надежные систе­мы сегментации рынка, редко дают возможность специалисту по марке­тингу увидеть рынок с уникальных позиций. Суть системы сегментации, выигрышной с точки зрения конкурентных позиций, состоит в том, что такая система должна быть современной, новаторской, оригинальной и обеспечивать такое видение рынка, которого нет у конкурентов. Чтобы иметь такое оригинальное представление, необходимы первичные иссле­дования, при которых предубеждения относительно структуры рынка отбрасываются, и схемы деления выстраиваются на основании ориги­нальных данных.

11.2 БОЛЕЕ ПОЗДНИЕ/ГНЕЗДОВЫЕ ПОДХОДЫ К СЕГМЕНТАЦИИ

В отличие от методов сегментации рынка, рассмотренных выше, более поздние подходы не отталкиваются от предубеждений о структуре рын­ка. Анализ проводится с целью обнаружения сегментов, которые есть на рынке сами по себе, а не для того, чтобы искусственно втиснуть клиен­тов в предопределенные категории.

Рис. 11.1. Модель исследований в области сегментации

Источник: по материалам Мейера и Сондерса (Maier and Saunders, 1990)

Ниже мы будем рассматривать, как организации могут реализовать этот творческий подход. При обсуждении будем руководствоваться моде­лью, разработанной Мейером и Сондерсом (Maier and Saunders, 1990) (рис. 11.1). Процесс начинается с желания творчески сегментировать рынок и заканчивается наблюдением за целесообразностью сохранения сегмента на будущее.

Очерчивание границ

Для того чтобы оригинально и творчески сегментировать рынок, необхо­димо не только знать его, но и разбираться в технических аспектах дан­ного процесса. В связи с этим часто появляется необходимость в диалоге между менеджером, который заказывает исследования в области сегмен­тации, и агентством или лицом, которое будет проводить необходимые исследования. Ценность окончательных результатов сегментации будет зависеть от того, в какой степени указанные лица смогут ликвидировать разрыв между техническими требованиями методов сегментации и прак­тическими знаниями из области управления маркетингом и сбытом. Тра­диционно работу по "наведению мостов" возлагают на исследователя (которым обычно выступает разработчик модели или эксперт в области маркетинга), но принимая во внимание, что менеджер по маркетингу будет полагаться на результаты и будет отвечать за их внедрение, он (или она), безусловно, будет заинтересован в достижении взаимопони­мания. Если эксперта или разработчика модели отклонят как исполните­ля в случае нерешенной технической проблемы, то менеджера по марке­тингу ожидает провал на рынке. Поручая работу агентству, менеджер по маркетингу обязательно должен знать, как проверить агентство и убе­диться, что его методы подходят для организации и предположения ис­тинны.

Включение в процесс сегментирования рынка исследователя в области маркетинга или разработчика маркетинговых моделей равноценно орга­низации продаж. Если в самом начале не складываются хорошие отно­шения, перспективы дальнейшего продвижения невелики. Исследователь должен вызвать доверие к себе, продемонстрировав соответствующую компетенцию, придерживаясь культуры клиента. Как и при продаже, полезно вначале собрать информацию об отрасли, компании и персона­ле. И особенно полезно с практической точки зрения быстро перенять терминологию, которой пользуются в компании. Такая подготовительная работа ускоряет взаимопонимание, необходимое для успешного внедре­ния модели.

Роли продавца и исследователя в области маркетинга должны быть разными, поскольку, несмотря на то что продавец обычно торгует огра­ниченным набором продуктов, исследователь в области маркетинга тео­ретически должен уметь безошибочно выбирать соответствующие мето­ды, подходящие для данной организации. К сожалению, это лишь идеаль­ная ситуация, поскольку многие агентства, работающие в области марке­тинговых исследований, питают склонность к методам, хорошо им знако­мым, или, возможно, даже разработанным самостоятельно. Поэтому за­казывая проведение исследований в области сегментации, менеджер по маркетингу должен быть достаточно эрудированным в этом вопросе, что­бы не поддаться попыткам агентств взяться за работу при ограниченном выборе решений. Остерегайтесь исследователей, стоящих на позициях "был бы метод - а уж применить его можно"\

Главные уроки, которые необходимо помнить, приступая к проекту сегментации: первое общение имеет решающее значение, и успех сег­ментации зависит от того, будут ли менеджер по маркетингу и исследо­ватель в области маркетинга понимать проблемы друг друга, - не обяза­тельно досконально знать, чем занимается каждый, но наверняка иметь возможность задавать нужные вопросы.

На этом начальном этапе важно согласовать целевую направленность проекта, рынок продуктов, который необходимо исследовать, и предпо­лагаемый способ использования результатов. Компании с большим ас­сортиментом продукции могут предпочесть провести вначале сегментацию для одного продукта, а затем перейти к остальным, если пробная сегментация окажется удачной. Кроме того, могут быть такие рыночные структуры, - как, например, деление рынков на промышленные и потре­бительские, - которые предполагают двухэтапный подход: на первом эта­пе рынок делится на легко определяемые группы, а второй этап связан собственно с анализом в области сегментации. Проводя сегментационный анализ рынка врачей общей практики, Мейер и Сондерс (Maier and Saunders, 1990) применили такой процесс, разделив вначале врачей на терапевтов и больничных врачей, - такое разграничение необходимо в силу различия их работы. На втором этапе они сконцентрировались на определении сегментов в соответствии с использованием продуктов внутри рынков врачей общей практики.

Согласование цели снижает вероятность неправильного понимания на начальном этапе и максимально повышает шансы на то, что результаты можно будет примерить в практической деятельности.

Сбор данных

Данные, необходимые для исследований в области сегментации, можно разделить на те, которые используются в соединении с гнездовым анали­зом для выделения сегментов, и которые используются в качестве вспо­могательных для описания установленных сегментов. Гнездовой анализ позволяет использовать любые основания, но опыт показывает, что са­мыми действенными являются критерии, связанные с отношением и по­ведением, направленным на рассматриваемый класс продуктов. К таким данным могут относиться степень использования продукции, полезнос­ти, которые хочет получить клиент, покупательское поведение, исполь­зуемые СМИ и т.д.

Однако прежде чем собирать такие данные, необходимо точнее опреде­литься с тем, какие вопросы следует задавать. Обычно вначале с помощью качественных методов исследований, таких как опросы групп, определяют соответствующее отношение клиентов или интересующие их полезности, прежде чем использовать их в соответствующих исследованиях.

В частности, для эффективной сегментации полезностей необычайно важно предварительно провести всесторонние качественные исследова­ния, чтобы быть уверенными в том, что все возможные полезности про­дукта или услуги тщательно исследованы. Полезности, которые, по мне­нию компании, приносит продукт, могут не совпадать с полезностями, которые, с точки зрения клиентов, они получают. Чтобы последующий анализ был действенным, важно знать точку зрения клиентов, а также пользоваться их терминологией в последующих исследованиях.

После проведения качественного анализа исследования в области сег­ментации обычно предполагают количественный анализ для получения данных, представляющих изучаемое население или рынок. Метод сбо pa данных зависит от ситуации. Если цель состоит в определении целе­вых рынков в соответствии с отношением или мнениями клиентов, сбор данных обычно происходит в форме личных интервью с использовани­ем семантической шкалы, по которой степень согласия оценивается в соответствии с количеством утверждений. Полученные результаты слу­жат аналогом данных, полученных шкалированием в определенном ди­апазоне, которые являются общепринятым основанием для гнездового анализа.

В отличие от описанной ситуации, если в процессе исследований сегментацию предполагается использовать совместно с базами данных, которые могут опираться на прямую почтовую рекламу, источников данных будет не так много. Например, в вышеупомянутых классифика­циях образа жизни используются простые контрольные списки, так что клиентов можно классифицировать в соответствии с их интересами. В исследованиях в области сегментации баз данных, проведенных Мейе-ром и Сондерсом (Maier and Saunders, 1990), за основу были взяты отчеты врачей общей практики об использовании продуктов. Безуслов­ным недостатком методов, построенных на использовании баз данных, является то, что сбор данных для них ограничен качеством данных, которые можно получить из гарантийного талона или анкеты, заполня­емой опрашиваемыми лицами. Здесь неизбежна обратная зависимость между охватом сегментационных баз данных и качеством данных, на которых они строятся.

Если исследования проводятся с целью сбора данных для сегмента­ции, то они обычно бывают двух типов. Основное внимание направлено на данные, которые будут использованы для сегментации рынка: полез­ности, которые хотят получить клиенты, стереотипы использования, от­ношения и так далее. Но кроме этого, в процессе исследований будет собрана информация и о традиционных демографических и социально-экономических факторах. Их можно будет впоследствии соотнести с уже готовыми сегментами (они не используются для установления сегмен­тов), что позволит точнее обрисовать их. Например, исследования в об­ласти сегментации полезности могут показать, что значительная группа покупателей автомобилей хочет получить экономичные и экологически безвредные автомобили. Однако для того, чтобы программу маркетинга можно было ориентировать на них, необходимо получить более полное представление об их покупательной способности, привычках использова­ния средств массовой информации и о других факторах. Часто возраст и общественный класс используются в качестве промежуточных перемен­ных; если эти факторы определяют разницу между сегментами, их мож­но использовать для выбора СМИ.

Анализ данных

Как только будут получены данные о том, по какому признаку выделять сегменты, их необходимо проанализировать, чтобы установить любые группы, или кластеры, существующие естественным образом. Методы, используемые для определения таких групп, носят родовое название "гнез­дового анализа" (см. Saunders, 1999).

Необходимо понимать, что гнездовой анализ - не единый аналитичес­кий метод, а целый класс методов, которые, имея одну цель - выявить классы, однородные по внутреннему составу, но различные между собой, -используют для этого разные методы. Такое многообразие подходов с практической точки зрения и открывает возможности, и создает пробле­мы. Это означает, что подход можно привести в соответствие с конкрет­ными задачами анализа, но при этом необходимо иметь техническую квалификацию для того, чтобы выбрать и применить наиболее подходя­щий метод. Неудивительно, что по результатам наблюдений гнездовой анализ используется относительно редко и малопонятен для практичес­ких специалистов из области маркетинга, но находит более широкое при­менение среди компаний, специализирующихся на рыночных исследова­ниях. В недавней серии обследований Хасси и Хулей (Hussey and Hooley, 1995) установили, что среди лучших европейских компаний лишь одна из семи (15 процентов) сообщила о регулярном использовании гнездово­го анализа при проведении своих маркетинговых исследований. Тогда как среди профессиональных компаний, специализирующихся в области маркетинговых исследований, показатель использования поднялся до трех из пяти (60 процентов). Шире всего методы используются в Нидерлан­дах (73 процента), Франции (68 процентов) и Германии (67 процентов), но в меньшей степени - в Испании (47 процентов) и Соединенном Коро­левстве (52 процента).

Наиболее распространенный подход к группировке потребителей ме­тодом гнездового анализа называется иерархическим гнездовым делени­ем. В рамках данного подхода каждый респондент изначально рассмат­ривается отдельно. Затем каждого респондента объединяют с другими, которые дали аналогичные или очень похожие ответы на вопросы, по которым проводится деление. На следующем этапе происходит дальней­шее объединение групп респондентов, имеющих незначительные разли­чия между собой. Анализ продолжается в интерактивной форме до тех пор, пока все респонденты не будут объединены в одну большую группу -кластер. Затем исследователь проводит анализ в обратном порядке, ис­пользуя суждения и наработанную статистику, чтобы установить, в ка­кой момент анализа группы, имеющие несовместимые различия, были объединены в одну.

Однако даже при иерархическом гнездовом делении существует великое множество способов оценки сходства респондентов и работы с груп­пами респондентов. Группирование можно проводить, например, на ос­новании сравнения средних показателей по группам, ближайших сосе­дей в двух группах или дальних соседей в каждой группе. Основные альтернативные методы обобщены в табл. 11.1.

Источник: по материалам Панджа и Стюарта (Punj and Stewart, 1983)

Сравнительные исследования четко показывают, что для маркетинговых приложений особенно удачно подходят метод Уорда (Ward, 1963), кото­рый представляет собой один из методов минимального расхождения, как показано в табл. 11.1, и подход К средних из группы методов инте­рактивного деления. На самом деле исследователю не нужно выбирать между ними, поскольку их можно использовать совместно. При этом метод Уорда будет использован для определения исходного количества кластеров, допустим, семи, а подход К средних - для уточнения решения о делении на семь кластеров путем перемещения наблюдаемых групп.

При желании после того, как будет найдено самое оптимальное решение о делении на семь кластеров, можно вновь обратиться к методу Уорда и с его помощью найти решение о делении на шесть кластеров, которое затем вновь оптимизировать с помощью К средних и т.д. Такой подход может показаться громоздким с точки зрения вычислений, но, к счастью, созданы программы, позволяющие применять данный процесс. Основ­ным программным пакетом является ПК-версия одного их популярных пакетов SPSS, на время написания - в версии 11. Поэтому придя к пони­манию, что метод Уорда в сочетании с методом К средних является наи­более подходящим способом выделения сегментов, основанных на клас­терах, исследователь избавляется от необходимости перебирать много­численные альтернативы кластеров и может выбирать среди существую­щих программ деления на кластеры.

Рис. 11.2. Разделение объектов на группы в двумерном пространстве

Несмотря на наличие множества рекомендаций о том, какой из методов лучше применить, определение наиболее оптимального количества сег­ментов, которые предстоит выбрать на основе анализа, основывается на суждении. Наработанная статистика послужит руководством к оп­ределению того, в каком месте укрупнение привело к объединению двух совершенно не сходных между собой групп. Внутренняя однород­ность группы будет нарушена. Это отправная точка, и в некоторых случаях, когда сегментация прорисовывается ясно, она будет наилуч­шим выбором. На рис. 11.2 представлен пример, в котором есть три достаточно четко определенных сегмента на основе двух исследованных измерений. В дан­ном случае "визуальный контроль" графика положений каждого объекта (в исследованиях из области сегментации объектами обычно выступают отдельные респонденты) показывает, что в каждом из двух измерений три кластера объектов имеют подобное, но не идентичное пространствен­ное распределение объектов.

Однако в большинстве случаев предполагается несколько измерений, в которых будет происходить деление на группы, и несколько вариантов решений, возможно, предполагающих наличие от трех до десяти групп. После сужения на основе изучения статистических данных аналитик должен проверить результаты каждого решения для маркетинга, задав себе вопрос: "Если я буду рассматривать эти две группы по отдельности, а не вместе, изменит ли это что-нибудь в том, как я буду проводить для них маркетинг?". При ответе "мало что изменится" группы, как правило, следует объединять. Это творческий элемент сегментации, в котором суждение имеет решающее значение!

И, наконец, необходимо отметить, что базы данных образа жизни и геодемографических характеристик полагаются на некоторую форму гнез­дового анализа в группировании подобных клиентов. Например, резуль­таты, полученные для Классификации жилых районов ACORN или MOSAIC, основываются на суждении о том, сколько групп необходимо для адекватного представления всего населения, как и специально разра­ботанных методов.

После того как сегменты будут установлены и описаны по другим критериям, необходимо их подтвердить.

Не нашли, что искали? Воспользуйтесь поиском: