現(xiàn)代商業(yè)技術(shù)概論4市場(chǎng)細(xì)分

第四章市場(chǎng)細(xì)分方法與工具

第四章市場(chǎng)細(xì)分方法與工具

第一節(jié)市場(chǎng)細(xì)分變量方法與程序第二節(jié)基于因子分析的多元聚類

第三節(jié)基于行為的市場(chǎng)細(xì)分第四章市場(chǎng)細(xì)分方法與工具學(xué)習(xí)目標(biāo)：掌握主要的市場(chǎng)細(xì)分變量及其適用環(huán)境。了解主要市場(chǎng)細(xì)分方法、標(biāo)準(zhǔn)與模型。掌握基于因子分析的市場(chǎng)細(xì)分方法。掌握基于行為列聯(lián)表市場(chǎng)細(xì)分方法。4.1市場(chǎng)細(xì)分變量方法與程序4.1.1主要市場(chǎng)細(xì)分變量細(xì)分變量地理細(xì)分人口細(xì)分心理細(xì)分行為細(xì)分利益細(xì)分選什么變量：客戶調(diào)查，他們看重什么變量？表4-1市場(chǎng)細(xì)分變量標(biāo)準(zhǔn)地理細(xì)分人口細(xì)分心理細(xì)分行為細(xì)分利益細(xì)分細(xì)分維度位置、環(huán)境各種外部特征生活方式、價(jià)值取向、個(gè)性購買行為尋求的利益細(xì)分目標(biāo)了解需求總量和變化趨勢(shì)等了解市場(chǎng)結(jié)構(gòu)、其他方法的補(bǔ)充新產(chǎn)品引入策略、廣告策略及其他營(yíng)銷策略產(chǎn)品定位、客戶關(guān)系管理等新產(chǎn)品引入策略、廣告策略及其他營(yíng)銷策略利益細(xì)分消費(fèi)者碎片化、去中心化的趨勢(shì)：海飛絲：去屑潘婷：營(yíng)養(yǎng)發(fā)質(zhì)飄柔：柔順光滑沙宣：專業(yè)美發(fā)伊卡璐：草本精華、純天然4.1.2市場(chǎng)細(xì)分方法類別

主要內(nèi)容分層聚類自底向上的集聚的（agglomerative）層次聚類算法和自頂向下分裂的（divisive）層次聚類算法分割聚類分為3類：概率模型算法,目標(biāo)函數(shù)算法,模糊目標(biāo)函數(shù)算法基于密度聚類密度連接法和密度分布函數(shù)基于方格聚類綜合了分割聚類算法和分層聚類算法的思想，STING算法是最早的算法對(duì)字符屬性聚類特點(diǎn)是維數(shù)高，處理對(duì)象是稀疏矩陣，任意兩個(gè)事務(wù)中相同的元素ROCK算法是常用的對(duì)字符型屬性聚類的算法高維數(shù)據(jù)聚類利用因子分析方法對(duì)數(shù)據(jù)進(jìn)行降維處理。然后利用因子進(jìn)行聚類，然后對(duì)應(yīng)原屬性的相應(yīng)的因子進(jìn)行類的劃分。神經(jīng)網(wǎng)絡(luò)聚類SOM網(wǎng)絡(luò)常用于聚類分析，并得到相應(yīng)的擴(kuò)展算法如ESOM等4.1.4經(jīng)典市場(chǎng)細(xì)分模型生活形態(tài)細(xì)分模型

圖4-2生活形態(tài)細(xì)分流程生活形態(tài)變量生活形態(tài)因素生活形態(tài)群體地理變量人口統(tǒng)計(jì)變量消費(fèi)者態(tài)度變量消費(fèi)者行為變量因子分析聚類分析、方差分析描述性統(tǒng)計(jì)、描述性方差分析各細(xì)分市場(chǎng)特征、差異難點(diǎn)：掌握因子分析和聚類分析的差異個(gè)人—情境混合細(xì)分模型

個(gè)人（消費(fèi)者）細(xì)分使用者辨別特征個(gè)人（消費(fèi)者）—情境細(xì)分特定的人在特定的情境場(chǎng)合情境細(xì)分使用場(chǎng)合的辨別特征利益細(xì)分在特定情境中人的需要和目標(biāo)產(chǎn)品感知細(xì)分特定情境中人對(duì)品牌及特征的感覺評(píng)價(jià)行為細(xì)分特定情境中產(chǎn)品使用率、品牌忠誠度及對(duì)營(yíng)銷戰(zhàn)略的敏感度4.2基于因子分析的多元聚類4.2.1因子分析篩選數(shù)據(jù)因子分析模型：將表示為：

(4.1)或

(4.2)

為公共因子,系數(shù)稱為因子載荷。因子分析步驟第一步，構(gòu)造相關(guān)矩陣：可以用常規(guī)統(tǒng)計(jì)方法來檢驗(yàn)是否需要進(jìn)行因子分析，如Bartlett球體檢驗(yàn)就可以用來檢驗(yàn)變量之間是否彼此獨(dú)立，即總體相關(guān)矩陣是單位矩陣的假設(shè)，不能夠使用因子分析，通常要求KMO值大于0.5。第二步，確定因子分析方法：主成分分析（用盡可能少的因子解釋盡可能多的方差）和公因子分析（識(shí)別公因子的主要維度）是兩種主要的因子分析方法。第三步，確定因子數(shù)目：方法包括事先確定、根據(jù)特征值、碎石圖、解釋方差百分比、復(fù)本信度、顯著檢驗(yàn)確定等方法。第四步，因子旋轉(zhuǎn)：由于因子載荷矩陣不是惟一的，所以應(yīng)該對(duì)因子載荷矩陣進(jìn)行旋轉(zhuǎn)，三種主要的正交旋轉(zhuǎn)法：四次方最大法、方差最大法和等量最大法。第五步，計(jì)算因子得分：函數(shù)公式為

（4.3）關(guān)鍵的一步——正交旋轉(zhuǎn)4.2.2聚類細(xì)分市場(chǎng)聚類分析包含以下幾個(gè)步驟：

第一步，選擇距離指標(biāo)：計(jì)算距離的方法有歐式距離、馬氏距離、蘭氏距離、斜交空間距離和切氏距離等。

第二步，選擇聚類分析方法：分為分層聚類方法和非分層聚類方法（區(qū)分-是否選擇一個(gè)中心作為參考）

第三步，確定群組數(shù)目示例因子分析：牙膏屬性評(píng)價(jià)聚類分析：購物態(tài)度案例：

ABC電信公司的數(shù)據(jù)中包含了顧客的人口統(tǒng)計(jì)特征和服務(wù)的使用情況，其中人口統(tǒng)計(jì)特征包括：yearswithcurrentemployer、yearsatcurrentaddress、ageinyears、levelofeducation等；服務(wù)使用情況包括：tollfree、callerID、callingwaiting、callingforwarding、3.waycalling，equipment、wireless、voicemail、pagingservice、internet、electronicbill、longdistance和callingcard。

SPSS操作第一步：用因子分析提取變量在SPSS中打開數(shù)據(jù)telco.sav，進(jìn)入數(shù)據(jù)界面。點(diǎn)擊Analyze—DataReduction—Factor進(jìn)入因子分析。選擇Longdistancelastmonth到Wirelesslastmonth和Multiplelines到Electronicbilling之間的選項(xiàng)作為分析變量。點(diǎn)擊Descriptives，選擇InitialSolution和KMOandbartlett’stestofsphericity返回上一界面，點(diǎn)擊Extraction，進(jìn)入因子提取對(duì)話框，此過程以系統(tǒng)默認(rèn)值為準(zhǔn)。返回上一界面，點(diǎn)擊Rotation，選擇varimax返回上一界面，點(diǎn)擊Scores選項(xiàng)，點(diǎn)擊Saveasvariables按鈕返回上一界面，點(diǎn)擊Options選項(xiàng),選擇Replacewithmean,最后點(diǎn)擊OK結(jié)果解釋：KMO值為0.888，球形檢驗(yàn)顯著性水平小于0.05，說明以上變量十分適合做因子分析。有三個(gè)因子特征值大于1，解釋了64.903%的變量方差最大化旋轉(zhuǎn)后的因子載荷狀況，載荷越高，說明該因子對(duì)變量的解釋程度越好第二步：聚類分析劃分細(xì)分市場(chǎng)點(diǎn)擊Analyze—Classify—K-MeansCluster，選擇保存的三個(gè)因子得分進(jìn)入變量列表，在NumberofClusters中輸入4。Method默認(rèn)第一項(xiàng)。點(diǎn)擊Save按鈕，選擇保存Clustersmembership，然后點(diǎn)OK，得出結(jié)果：上表顯示了最終的聚類中心，可依此來描述不同組群類別的特征。第三步：判別分析打開細(xì)分?jǐn)?shù)據(jù)，點(diǎn)擊Analyze—Classify—Discriminant，選擇前面聚類分析保存的分組結(jié)果進(jìn)入組別變量，并點(diǎn)擊DefineRange，在Minimum中輸入1，Maximum中輸入4。選擇三個(gè)因子得分進(jìn)入Independents中點(diǎn)擊Statistics，選擇UnivariateANOVA和Box’sM，點(diǎn)擊Classify，Display選項(xiàng)中選擇Summarytable，點(diǎn)擊Save，選擇Predictgroupmembership，最后點(diǎn)擊OK，得出分析結(jié)果。方差檢驗(yàn)的結(jié)果，表明三個(gè)因子在不用類別中均值不相等。Wilk值分別為0.053