Поведение потребителей

Успехи в области исследований по сегментированию

Множество статей, опубликованных в «Marketing Science» и в «Journal of Mar­keting Research», отражают достижения в области исследований по сегментирова­нию и моделированию, которые концентрируются вокруг приведенных ниже ше­сти «инструментов».

Классификация

Классификация методов сегментирования рынка особенно важна для кластерно­го подхода сегментирования и для моделей, опирающихся на гибридный подход. Кластерное сегментирование включает определение количества, размера и харак­теристик сегментов путем разделения всей совокупности респондентов на группы по «уместным» переменным. Сегментирование по искомым выгодам, потребно­стям и отношению используется в этом типе подхода.

Гибридное сегментирование включает те случаи, когда сегментирование по приоритетной переменной (характер покупки или использования товара, лояль­ность или тип потребителя) усиливается кластерной группировкой по таким переменным, как искомые выгоды. Гибридное сегментирование особенно часто встречается в сегментировании промышленных рынков.

Часто на практике используются и подходы макро - и микросегментирования ( Wind and Cardozo, 1974), и сегментирование методом последовательных груп­пировок (Peterson, 1974). Примером сегментирования методом последователь­ных группировок может служить определение сегментов по демографическим переменным и выделение внутри каждого сегмента групп, которые отличаются своим отношением (или искомой выгодой).

Дискриминация

Дискриминантные методы, применяемые для установки профиля сегментов, обычно используют множественный дискриминантный или регрессионный ана­лиз. Такие статистические методы часто усиливаются графическими пакетами, которые показывают профиль сегментов.

Одновременная оценка нескольких сегментов, их профиля и желаемого позициони­рования для набора товаров и услуг

Эта сфера исследования, которой уделяется огромное внимание со стороны ис­следователей, включает многомерное шкалирование и многомерный статистиче­ский анализ. Примером сопряженного анализа могут служить действия по одно­временной оценке размеров сегмента, его предпочтений и позиционирования товара. Подобные исследования обычно представляют результаты в виде карт, мо­делей логит-анализа, которые применяются одновременно для сегментирования и структурирования рынка. Это отражено в работах Р. Буклина и С. Гупта (Bucklin and Gupta, 1992), а также Р. Грувера и В. Шринивасана (Grover and Srinivasan, 1987).

Одна из наиболее интересных разработок в этой области — это покомпонент­ное сегментирование. Эта модель, предложенная П. Е. Грином и В. С. Де Сарбо (Green and DeSarbo, 1979), смещает акценты в сегментировании рынка на лично­стные характеристики (описанные набором демографических и психографиче­ских характеристик), которым будут лучше соответствовать особенности товара. В покомпонентном сегментировании исследователь заинтересован в сопоставле­нии параметров ценности товара и различных характеристик респондента (демо­графические, использование товара и т. д.).

В типичном подходе сопряженного анализа разрабатывается матрица полезно­сти. Матрица может использоваться как исходная база для описания профиля неко­торых предполагаемых (априори) сегментов (например, пользователи и непользова - тели товара) или альтернативно для программы кластеризации, которая в итоге идентифицирует количество сегментов по искомым выгодам. В покомпонентном сег­ментировании одни и те же принципы помогают выбрать (товарные) стимулы и сгруппировать респондентов. Например, при изучении новой услуги страхования был выделен набор из четырех характеристик респондентов: возраст, пол, семейное положение и вид страховки, которой человек пользуется в данный момент. Далее подбираются те респонденты, которые обладают характеристиками заданного про­филя. Каждый респондент опрашивается в соответствии с поставленными задачами сопряженого анализа на предмет оценки им набора характеристик гипотетического товара (услуг по страхованию).

Завершив стадию сбора информации, исследователь должен сгруппировать в матрицу усредненные оценки маркетинговых стимулов отдельными группами респондентов. Эта матрица позволяет составить любое количество покомпонент­ных моделей сегментирования, которые выделяют индивидуальные значения каж­дого параметра ценности для каждого уровня характеристик товара (атрибутов) и для каждого профиля характеристик покупателей, показывая, насколько каждый параметр влияет на изменение оценки.

Определив эти два набора параметров, исследователь может сделать предло­жения относительно развития любых возможных свойств товара для любых ти­пов потребителей.

Покомпонентное сегментирование предлагает концептуально новый подход к рыночному сегментированию, фокусируясь не только на формировании блоков сегментов, но и на сопряженном анализе рыночного сегмента для каждого суще­ствующего предложения товара, и на оценке наиболее желаемого предложения (или позиционирования) для данного сегмента. Концепция и алгоритм покомпо­нентного сегментирования могут быть расширены так, чтобы использовать не только два набора характеристик (атрибуты товара и характеристики респонден­та), а три или более, например добавляя характеристики использования товара и его распределения.

Управление базами данных

Управление базами данных включает создание, изменение и предоставление до­ступа к базам данных и объединение их с системой поддержки принятия решения. Интерес к этой области проявляется исключительно со стороны менеджеров, и поэтому эта область до сих пор недостаточно разработана.

Моделирование и оптимизация

Моделирование и оптимизация незаменимы при выборе целевого портфеля сег­ментов. Эти модели обычно основываются на результатах сопряженного анали­за. Наиболее действенный подход в этой сфере — это гибкое (эластичное) сег­ментирование. По сравнению с априорным сегментированием, когда сегменты определяются по предполагаемым переменным в начале исследования, и с клас­терным сегментированием, когда выбранные сегменты формируются по резуль­татам кластерного анализа, модели гибкого сегментирования предлагают дина­мический подход к проблеме. Используя этот подход, можно разработать и проверить большое количество различных сегментов, каждый из которых вклю­чает потребителей или организации со схожим восприятием новых «пробных» продуктов (определенных по конфигурации специфических характеристик то­вара). Гибкое сегментирование объединяет результаты сопряженного анализа и компьютерное моделирование поведения потребителей при выборе товара.

Имитационная модель гибкого сегментирования включает три набора данных.

1. Полезность различных факторов и уровней для каждого респондента.

2. Воспринимаемые различия или ранжирование существующих марок с точ­ки зрения некоторого набора атрибутов.

3. Набор демографических и других исходных характеристик.

Активное участие менеджеров также необходимо для разработки набора «харак­теристик нового товара» (каждый определен как уникальная комбинация характери­стик товара — специфический уровень воплощения каждого фактора получен по ре­зультатам сопряженного анализа). Участие менеджеров может осуществляться в реальном времени при непосредственном взаимодействии с компьютерными моде­лями. Менеджеры также могут заранее определять число приемлемых концепций но­вого товара или отбирать «лучшие» комбинации характеристик товара.

• Модель потребительского выбора основывается на предположении, что по­требители максимизируют полезность выбираемого предложения (нового това­ра или торговой марки). Модель разрабатывается для выяснения: доли потреби­телей, выбирающих существующие торговые марки, которые рассматриваются в отношении реальной доли рынка, возможности переключения потребителей на некоторый новый товар. Эта фаза предоставляет серию матриц переключения на другие торговые марки. Внутри каждой матрицы менеджер может выбрать лю­бую ячейку или их комбинацию в качестве возможного рыночного сегмента (на­пример, потребители, остающиеся с маркой I, против тех, кто перешел на новую торговую марку J, и т. д.). Когда желаемые сегменты (ячейка или комбинация яче­ек) отобраны, то могут быть определены демографические характеристики, стиль жизни, характер покупки товара и его использования и другие соответствующие характеристики сегмента с помощью множественного дискриминантного анали­за, включенного в моделирование.

Одним из наиболее важных достижений в области сегментирования за послед­ние десять лет являются разработки процедур моделирования и оптимизации и связанного с ними доступного для пользователя программного обеспечения. Раз­работки П. Грина и А. Кригера (Green and Krieger, 1991, 1994) существенно упро­щают задачу выбора оптимального (или близкого к оптимальному) набора сег­ментов.

Связь разработок по сегментированию с субъективными суждениями менеджеров

Так как решения, связанные с портфелем сегментов, очень сложны, то полезно использовать методологию, которая позволяет связывать субъективные оценки менеджеров с результатами исследований по сегментированию. Процесс иерар­хического анализа (АНР) идеально подходит для этой задачи.

Идентификация проблемы

В дополнение к успехам методологии в этих шести областях существуют несколь­ко еще более интересных разработок в области сегментационного исследования и моделирования. Это методы, направленные на преодоление трех часто встречаю­щихся недостатков сегментационного исследования, — слишком узкая направ­ленность, статичность и детерминированность и недостаточная интеграция со стратегией. Успехи в решении этих проблем коротко изложены ниже.

Слишком узкая направленность

Критика рассматривает пять областей, которые могут быть учтены в исследова­ниях и моделировании.

1. Традиционная сосредоточенность на принципе «один сегмент из одного типа покупателей»: задание взаимоисключающих и исчерпывающих совокупность сегментов слишком узко. Эту проблему можно решить, используя частично перекрывающуюся кластеризацию — относительно новую процедуру группи­ровок, которая позволяет потребителю относиться более чем к одному сегмен­ту. Для рассмотрения этого метода обращайтесь к работам Ф. Арабле в соав­торстве (Arable etal., 1981) и А. Чатурведи и др. (Chaturvedi etal., 1994).

2. Одна сегментационная схема применяется для всех маркетинговых решений: эта проблема может быть решена путем использования гибкого сегментиро­вания или объединения нескольких схем.

3. Пренебрежение подсегментами: многие сегменты становятся разнородны­ми, так как исключается возможность наличия подсегментов. Очень важно выяснить их наличие и улучшить базовую сегментацию дополнительными подсегментами. Эта концепция лежит в основе гибридных моделей сегмен­тирования и становится все популярнее. В этом контексте полезно разви­вать иерархию сегментов. Побочный продукт такого исследования — разра­ботка критериев оценки сегментированности каждого рынка (и уровня однородности выбранных сегментов).

4. Человек как единица анализа: большинство сегментационных исследований используют данные о людях. Однако мало решений о покупке принимаются отдельными индивидами. Многие решения принимаются закупочным цент­ром домохозяйств или промышленных потребителей. Важный успех в сег - ментационном исследовании — это перемещение внимания с индивидов на закупочные центры. В определении неоднородности закупочного центра ис­пользование основных инициаторов распространения информации как пред­ставителей закупочного центра часто не является приоритетным. Более пра­вильный подход — определить всех членов закупочного центра и собрать о них информацию. Это позволяет оценить уровень согласия среди членов закупочного центра. Уровень согласия, так же как и структура закупочного центра, может быть использован как переменная для сегментирования или описания профиля сегментов. Д. Чоффрей и Г. Л. Лилиен ( Choffray and Lilien, 1978) обращают внимание на различия в критериях принятия решения среди членов закупочного центра. Е. Вильсон и другие ( Wilson et al., 1991) описыва­ют и проверяют наилучшие пути комбинирования предпочтений индивидуу­мов и членов закупочного центра, определяя, как предпочитает действовать закупочный центр.

5. «Сегментирование месяца»: область сегментирования не избежала прихотей и имела свою долю «модных сегментов» и их сторонников. Чтобы не допус­тить подобных ошибок, следует обратиться к теории сегментирования, кото­рая помогает сконцентрироваться на вариации рыночной реакции при выбо­ре как основы сегментирования, так и дескрипторов профиля сегмента.

Статичность и детерминированность

Многие сегментационные исследования пренебрегают изменениями рынка и ди­намикой сегментов; игнорирование таких изменений обычно имеет несколько по­следствий. В работе Б. Джонсона и Г. Лилиена (Johnson and Lilien, 1994) рассмат­риваются вопросы концептуализации и моделирования динамики сегментов. Для решения этой проблемы можно сделать следующее:

♦ идентифицировать переменные сегментирования, которые учитывают про­исходящие изменения;

♦ отслеживать изменения в структуре сегмента некоторое время;

♦ фокусироваться на стратегиях сегментирования, которые учитывают изме­нения в сегментах (от непотребителей до потребителей, от мелких клиентов до крупных);

♦ оценить действия и реакции конкурентов, так как привлекательность сег­мента зависит не только от его характеристик и собственной стратегии фир­мы, но и от действий конкурентов.

Второй проблемой большинства сегментационных исследований является от­сутствие случайных компонентов. Для решения этой проблемы существует целый ряд примеров представления этих случайных компонентов для оценки размера сегмента и его характеристик, кроме того, внимание должно уделяться проблеме нечеткой кластеризации (WedelandSteenkamp, 1991).

Недостаточная интеграция со стратегией

Для ликвидации несоответствия сегментационных исследований стратегии может быть предпринят ряд действий.

1. Использовать результаты анализа всех исследований в отношении концеп­ции, товара, распределения и других маркетинговых исследований для ана­лиза сегментов.

2. Избегать редких и дорогостоящих сегментационных исследований и взамен включать во все исследования раздел для анализа сегментов.

3. Связывать сегментирование с позиционированием и стратегиями марке - тинга-микс, понимая взаимозависимость между последними двумя. Рас­сматривая позиционирование, определять наилучший сегмент (сегменты). Определив сегмент, выбирать наилучшее позиционирование. Сосредото­чившись на сегменте/позиционировании, важно развивать маркетинговую стратегию в соответствии с потребностями выбранного сегмента для отра­жения целевого позиционирования.

4. Привлекать к процедуре сегментирования торговые подразделения, спо­собствуя освоению рынка каждого сотрудника. Кроме того, сегментирова­ние может помочь в разделении торговых подразделений.

5. Использовать сегментационные стратегии на уровне бизнес-единиц и кор­порации, фокусируясь на портфеле сегментов и используя его как ядро кор­поративной стратегии.