Основные принципы сегментирования

Для проведения успешной сегментации рынка целесообразно применять пять основных принципов:

- различия между сегментами;

- сходства потребителей;

- большой величины сегмента;

- измеримости характеристик потребителей;

- достижимости потребителей.

Принцип различия между сегментами означает, что в результате проведения сегментации должны быть получены различающиеся друг от друга группы потребителей. В противном случае, сегментация неявно будет подменена массовым маркетингом.

Принцип сходства потребителей в сегменте предусматривает однородность потенциальных покупателей с точки зрения покупательского отношения к конкретному товару. Сходство потребителей необходимо для того, чтобы можно было разработать соответствующий маркетинговый план для всего целевого сегмента.

Требование большой величины сегмента означает, что целевые сегменты должны быть достаточно большими для обеспечения продаж и покрытия издержек предприятия. При оценке величины сегмента следует учитывать характер продаваемого товара и емкость потенциального рынка. Так, на потребительском рынке количество покупателей в одном сегменте может измеряться десятками тысяч, тогда как на промышленном рынке большой сегмент может включать менее сотни потенциальных потребителей (например, для систем сотовой или спутниковой связи, для потребителей энергомашиностроительной продукции и т.д.).

Измеримость характеристик потребителей необходима для целенаправленных полевых маркетинговых исследований, в результате которых можно выявлять потребности потенциальных покупателей, а также изучать реакцию целевого рынка на маркетинговые действия предприятия. Данный принцип крайне важен, так как распространение товара «вслепую», без обратной связи от потребителей, ведет к распылению средств, трудовых и интеллектуальных ресурсов фирмы-продавца.

Принцип достижимости потребителей означает требование наличия каналов коммуникации фирмы-продавца с потенциальными потребителями. Такими каналами коммуникации могут быть газеты, журналы, радио, телевидение, средства наружной рекламы и т.п. Достижимость потребителей необходима для организации акций продвижения, иначе информирования потенциальных покупателей о конкретном товаре: его характеристиках, стоимости, основных достоинствах, возможных распродажах и т.п.

В основе процедуры сегментации рынка, наравне с применением принципов сегментации, лежит и обоснованный выбор соответствующего метода сегментации.

Рисунок 2.3.2 - Сегментирования потребителей компьютеров методом AID

При втором подходе все выбранные признаки изучаются совместно и одновременно (здесь чаще всего используется кластерный анализ). При этом аналитик может исследовать либо дерево возможных объединений, либо задавать желаемое число кластеров. Пример сегментации потребителей верхней одежды методом дерева сегментов представлен в приложении А.

Для целей сегментирования также используются методы мультиатрибутивной классификации, когда разделение происходит по комплексу анализируемых признаков одновременно. Наиболее эффективными из них являются методы автоматической классификации, или иначе кластерного анализа.

Метод кластерной сегментации в последнее время находит все более активное применение в первую очередь благодаря развитию электронных систем обработки маркетинговой информации. Данный метод позволяет провести группировку объектов различной природы, а для любого набора переменных - найти группы объектов, обладающих сегментными признаками.

Термин «кластерный анализ» обозначает множество вычислительных процедур, используемых при классификации объектов. В результате применения классифицирующих процедур создаются «кластеры», или группы очень похожих объектов.

Методы кластерного анализа предусматривают подготовку данных об анализируемых объектах и представление этих объектов в виде однородных групп. Целесообразность применения кластерного анализа к проблемам сегментации обусловлена тем, что его вычислительные процедуры позволяют классифицировать потребителей по группам.

Общая идея кластерного анализа в рамках решения проблем сегментации сводится к решению следующих задач: классификация потребителей; разработка различных схем кластеризации; создание гипотез о существовании в исследуемой совокупности потребителей однородных групп; проверка гипотез о наличии однородных групп в исследуемых совокупностях потребителей.

Кластерный анализ проводится по следующим этапам:

- подготовка данных для кластеризации (часто в виде таблиц значений переменных по результатам анализа анкет);

- определение множества свойств, по которым будут оцениваться объекты (выбор переменных, которые будут играть первоочередную роль при сегментации);

- вычисление меры сходства между объектами (нормирование переменных, приведение их в сопоставимый вид для определения похожести потребителей);

- применение кластерного анализа для создания групп сходных объектов (использование выбранных переменных для определения схожести различных потребителей и формирования схожих потребительских групп - сегментов);

- проверка достоверности результатов кластерного решения (оценка полученных групп потребителей и нахождение адекватного описания сегментов с учетом средних показателей по использованным в ходе анализа переменным, составление профилей сегментов). Реализация указанных шагов происходит следующим образом.

Строится таблица, в которую заносятся данные по всем изучаемым потребителям и интересующим нас признакам. Проводится нормирование значений признаков, чтобы привести различные численные значения, описывающие разные признаки к сопоставимому виду. Далее происходит «взвешивание» признаков сегментации для отражения большей или меньшей роли признака при измерении сходства между различными объектами-потребителями.

После определения важности признаков осуществляется непосредственно процесс кластеризации, т.е. деления совокупности потребителей на однородные группы-кластеры.

Современные программные продукты, такие как «SPSS», позволяют задавать желаемое число кластеров, которое исследователь хотел бы получить на выходе; выбирать различные процедуры кластеризации в зависимости от применения разных мер сравнения (мер сходства); обрабатывать огромные массивы информации и предоставлять полученные модели сегментации в графическом или табличном виде.

Таким образом, результатом проведения кластерного анализа является отнесение каждой единицы исследуемой совокупности (каждого потребителя) к определенному сегменту. Пример такого отнесения по пяти признакам представлен в таблице 2.3.2.

Таблица 2.3.2 – Отнесение единиц совокупности к кластерам (сегментам)

Как видно из таблицы, исследователем было задано четыре сегмента, которым соответствуют номера 1, 2, 3, 4. Из указанных 10 респондентов 1 входит в кластер № 1; 4 - в кластер № 2; 3 - в кластер № 3 и 2 - в кластер № 4.

После проведенного анализа исследователь должен изучить его результаты и использовать полученную схему в принятии управленческих решений.