5.3. Современные модели сегментации рынка

В современном маркетинге существуют не только обширные классификации признаков сегментации, предлагаются и разные модели, с помощью которых совокупность потребителей делится по выбранным признакам. К таким моделям относят неформализованные (представляющие качественные характеристики для описания сегментов с невозможностью их математического описания) и формализованные (содержащие числовые параметры изучаемых сегментов). По уровню моделируемой системы сегментов выделяют макро- и микросегментация, о которых уже рассказывалось в данной главе. Методы могут быть эмпирические (базирующиеся на первоочередном сборе информации о потребителях) и теоретические (основанные на первоочередной формулировке рабочей гипотезы и ее последующей проверки с помощью сбора фактической информации о сегментах). На эмпирическом уровне модели выполняют измерительную и описательную функции: измерение характеристик потребителей и фиксацию результатов эмпирического исследования, выражение их в понятиях маркетинга. На теоретическом уровне модели выполняют объяснительную функцию. С их помощью раскрывается сущность исследуемых явлений, проверяется истинность стратегических положений, системы гипотез, проводится оценка будущего состояния рассматриваемой системы маркетинга [30, 31].

Совокупность усредненных оценок по всем изучаемым свойствам товара либо потребителя принято называть профилем потребителя для конкретного сегмента.

В зависимости от количества используемых признаков сегментации выделяют однопараметрические и многопараметрические модели деления рынков.

Однопараметрические методы предполагают выделение одной главной переменной сегментации. Аналитик устанавливает структуру классификатора, по которому потребители относятся к сегменту. Устанавливаются количество возможных сегментов и их отличительное свойство, задаваемое через диапазон значений важнейшего параметра. Для выделенной переменной устанавливаются конкретные значения (или интервалы изменения значения), каждому из которых ставится в соответствие сегмент. Таким образом, к отдельному сегменту относятся те потребители, которые обладают значением анализируемой переменной из интервала, закрепленного за сегментом. Обычно при таком подходе сегменты считаются выделенными уже после однократного выполнения классификационной процедуры.

Пример использования однопараметрического метода сегментации представлен на рис. 5.1.

Диапазон значений переменной (уровень дохода, тыс. руб.)		Сегмент
от	до
100	300	А
301	600	В
601	1000	С

Потребитель	Уровень дохода	Сегмент
1	360	В
2	530	В
3	640	С
4	245	А
5	515	В
6	600	В
7	345	В
8	460	В
9	580	В
10	730	С

Рис. 5.1. Пример использования однопараметрической модели сегментации

Многопараметрические подходы используются чаще и предполагают анализ совокупности признаков сегментации, которыми описываются свойства изучаемых потребителей. Здесь возможно два подхода. При первом сегментационные признаки подвергаются анализу последовательно один за другим. Такой подход реализуется посредством составления дерева сегментов и метода AID (предполагает проведение сегментации по приоритетным сегментам, выделенным на предыдущих этапах метода) (рис. 5.3). На каждом шаге выделяются сегменты, которые могут быть подвергнуты разбиению с помощью следующего анализируемого признака. Аналитик сам определяет последовательность применения признаков для сегментации потребителей и отнесения их к сегментам. 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 (рис. 5.2), либо задавать желаемое число кластеров.

Рис. 5.2. Пример дерева сегментов

Рис. 5.3. Сегментация методом AID

В литературе также встречается разделение моделей сегментации на модели «post hoc» и «a priori». Модель «post hoc» базируется на проведении кластерного анализа. Ее разработка начинается со сбора эмпирической информации на базе маркетинговых исследований. Предполагается, что исследователь не в достаточной мере знаком с рынком и ему трудно составить предполагаемую модель сегментации. Далее следует определение количества, размера и характеристик сегментов путем разделения совокупности опрошенных респондентов на однородные группы по выявленным признакам. Модель «a priori» первоначальное формирование исследователем прогнозируемой модели сегментов с ее последующей проверкой путем эмпирических исследований. Модель используется при хорошем знании исследователем рынка.

Существует и гибридная сегментация — это деление рынка по приоритетному признаку, усиливающееся кластерной группировкой. Дискриминантная сегментация применяется для установки профиля сегментов, нахождения связей между различными признаками. Дискриминантная сегментация обычно базируется на использовании множественного дискриминантного или регрессионного анализа. Сопряженная сегментация представляет собой одновременную оценку размеров сегмента, его предпочтений и позиционирования товара.

Ж.-Ж. Ламбеном рассматривается сегментация на основе сетки сегментации. Такая модель деления рынка используется, когда число анализируемых признаков мало и насчитывает два или три анализируемых свойства. В этом случае выделяемые сегменты представляются в виде ячеек таблицы, возникающих на пересечении различных диапазонов рассматриваемых признаков. Построенная сегментная структура позволяет оценить положение действующих сегментов, а незаполненные ячейки отражают положение новых потенциальных сегментов. Примечательно, что автор модели предлагает на ее основе определять не только сегменты одного рассматриваемого рынка, но и выделять приоритетные для предприятия рынки (проводить макросегментацию) [28].

Мультиатрибутивная сегментация (сегментация по товару) основывается на определении характеристик товара, наиболее важных для потребителей и оценке их присутствия в товаре предприятия, для чего строятся таблицы предпочтений потребителей и возможностей предприятия. Результатом является определение наиболее подходящих образцов или вариантов товара для каждого сегмента.

В последнее время благодаря развитию электронных систем обработки маркетинговой информации, специального программного обеспечения, находит активное применение метод кластерного сегментации. Он позволяет провести группировку объектов различной природы, а для любого набора переменных он позволяет найти группы объектов, обладающие сегментными признаками. В рамках данного подхода можно выделить два способа выбора переменных сегментации. Первый способ основан на формальной проверке влияния значений переменных на выделенные группы. Проверить систематический характер влияния значений конкретной переменной на выделяемые группы потребителей можно с помощью средств дисперсионного анализа.

Необходимо провести интерпретацию выделяемых групп потребителей. При реализации этого подхода могут быть использованы метод факторного анализа, процедуры построения функций полезности.

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. Метод кластерного анализа подробно рассмотрен в книге А.Г. Костерина «Практика сегментации рынка» [45].

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: