- •Раздел 2. Конкуренция, основанная на управлении временем
- •Тема 2.1. Сегментирование рынка маркетинговой логистики
- •Критерии сегментации корпоративного рынка:
- •1. Размер корпоративных покупателей:
- •2. Потенциал роста фирм покупателей и/или их рынков.
- •3. Сегментация промышленных рынков с использованием стандартной классификации отраслей:
- •Пример сегментирования потребительского рынка с использованием кластерного метода
- •Пример сегментирования потребительского рынка с использованием гибкого метода на основе совместного анализа
- •Условия эффективного сегментирования рынка
Критерии сегментации корпоративного рынка:
1. Размер корпоративных покупателей:
80:20 Парето — высокий риск наличия крупных покупателей при несложной текущей работе. Крупные покупатели не сегментируются, с ними индивидуальный маркетинг.
20: 80 Что делать с такими покупателями? Необходимы сегментация и учет привлекательности сотрудничества.
2. Потенциал роста фирм покупателей и/или их рынков.
Сегментация по категориям A, B, C, D (может быть по ЖЦТ, потребности, технологии и товару).
3. Сегментация промышленных рынков с использованием стандартной классификации отраслей:
ОКП (Общероссийский классификатор предприятий);
SIC (Standard Industry Classification).
Пример сегментирования потребительского рынка с использованием кластерного метода
Например, нам необходимо выяснить какое количество сегментов присутствует на рынке легковых автомобилей. Для решения данной задачи были проделаны следующие шаги:
1. Используя концепцию мультиатрибутивного товара сформирована совокупность атрибутов товара, по отношению к которым потенциально могут разниться предпочтения потребителей. Пусть к таким относятся следующие:
• Цена
• Класс автомобиля
• Расход топлива
• Максимальная скорость
• Количество мест
• Количество дверей
• Наличие АБС
2. Сформулирована опросная анкета, в которой были заданы вопросы относительно предпочтений потребителей и их основных социально-экономических и психографических характеристиках. Вопрос относительно звучал следующим образом:
Оцените, пожалуйста, по 20-балыюй шкале значимость следующих характеристик легкового автомобиля:
• Цена ____________
• Класс автомобиля ____________
• Расход топлива ____________
• Максимальная скорость ____________
• Количество мест ____________
• Количество дверей ____________
• Наличие антиблокировочной системы ____________
3. Был проведен опрос потенциальных потребителей, в ходе которого были получены ответы на интересующие вопросы. Для простоты примера, было опрошено 20 человек. Для обработки результатов применим пакет прикладных статистических программ SPSS 12.0. Полученные данные были занесены в исходные данные.
4. Для обработки исходных данных был задействован метод иерархической кластеризации, краткая суть которого состоит в том, что аналируются евклидовы расстояния между векторами (ответами потребителей), например, между 1-м и 2-м, 1-м и 3-м и т. д., 2-м и 3-м и т. д. После чего выявляется минимальное расстояние. Эти два элемента объединяются и в дальнейшем рассматриваются как единый. После чего снова анализируются расстояния между векторами (в нашем случае — ответами респондентов из числа потенциальных покупателей легкового автомобиля). Для отражения данного процесса строится дендрограмма, отражающая степень близости ответов респондентов. В нашем случае получаем следующую дендрограмму (рисунок).
Дендрограмма процесса кластеризации потребителей на рынке
Как видно из дендрограммы, на исследуемом нами рынке по перечисленным выше атрибутам товара можно выделить два рыночных сегмента. К первому относятся респонденты 2,3,7,9 и 10, а во второй сегмент входят респонденты 5, б и 8. 5. Для формирования профилей рыночных сегментов проанализируем анкетные данные потребителей и на основе одного из подходов к сегментирования рынка или их комбинации определим переменные сегментирования и сформируем профили получившихся сегментов. В нашем, иллюстративном, примере, проанализировав исходные данные можно легко заметить, что основные различия связаны с уровнем доходов потенциальных потребителей. Естественно, что в более реалистичных примерах, когда количество анкет превышает 200 единиц, такой анализ является не столь наглядным. Зная количество кластеров, задействовав процедуру кластеризации по средним (К-Means Cluster) мы можем получить центры этих кластеров, что в нашем случае означает типовые предпочтения по исследуемым параметрам целевых сегментов (рисунок).
Данные пo центрам кластеров, полученные с помощью SPSS 12.0
Как видно из приведенного материала, в случае использования кластерного метода сегментирования рынка первоначально ищутся естественные кластеры, а уж потом выбираются переменные, задающие профили рыночных сегментов.
