【优质】市场细分方法和技术.ppt

市场细分的方法和技术 -聚类分析和因子分析 Analysys International 2006-8 目录 有效细分市场的条件 足量性（substantiality）：细分市场的大小需要保证能够带来利润。 稳定性（stability）：细分市场在一定时间内不会发生较大的改变。 可衡量性（measurability）：细分市场的消费群特征需要容易衡量。 可接近性（accessibility）：细分市场必须能够使企业有效的接触。 可行动性（actionability）：细分市场必须能够使企业有效的制定营销策略。 目录 市场细分技术与方法 市场细分技术与方法-其他 目录 市场细分的变量-问卷问题 不同变量在细分中的有效度的评估 实施难 易程度 以需求为基准的细分变量优于以简单人口特征为基准的细分变量 问卷中涉及市场细分的变量归纳 生活态度量表 市场细分注意事项 结果导向 市场细分注意事项 目录 案例分析 介绍聚类分析和因子分析的方法 利用因子分析和聚类分析进行数据分析 聚类分析分析过程举例 产生细分市场的聚类过程要结合严谨的科学方法和灵活的基本常识 依据对五大“关键因素”的不同偏好，消费者可分为五个细分市场 因子分析揭示消费者关键购买因素可以归结为五类 选择变量 找出与沟通轻重度行为的有关变量：Q02、Q03、Q11、Q12以及Q13 Q02: 您在一天中使用下列应用的平均频率是多少？ Q03： 选择变量 Q11： Q12 选择变量 Q13： 因子分析-检验 KMO检验：KMO值为0.73，即因子分析效果尚可。 Bartlett’s球型检验：从上表看出， sig=0.00，通过检验。 即本次因子分析符合统计学要求。 因子分析-因子数量 因子分析-因子解释 利用因子得分进行聚类分析 计算各cluster的平均得分 利用因子1（高段移动终端使用频次）对应的问卷问题进行交叉分析 利用因子2和因子3对应的问卷问题进行交叉分析-略 最终找出两个区分变量细分用户 聚类分析 定量调查/其他消费者数据 交叉分析描述细分市场轮廓 细分市场策略审计 细分市场评估 聚类结果 同类共性 同类消费者具有类似的特征 异类差别性 不同类的消费者之间有明显的特征差异 聚类分析 消费者以其在需求、态度、行为、人口特征上的类似性/有别性分成不同的类型 总体样本 4 - 类方案 5 – 类方案 6 – 类方案 1 3 1 2 2 3 2 3 1 4 5 4 等等 2 3 1 4 5 业务种类品质 资料来源: 致联市场研究公司，麦肯锡分析 网络质量 整体沟通水平 总体100% 帐单/费率满意度 优化产品型 服务至上型 超额消费型 基本保障型 重在产品，包括实用性、选择性和质量表现 重在产品获取最大化和电信的有效沟通 需求要点 重在服务，包括申办和维护等 重在基本需求的满足和保障 需要产品切合使用，同时有效推广说服 26% 19% 15% 10% 30% 跟随型 售中售后服务 示例 业务种类品质因素 业务种类实用性(.72) 业务种类丰富性(.69) 脚注：括号内数据为因子相关系数，该系数表明该变量因子与“关键因素”的相关性，系数值越接近一，说明相关性越强；越接近零，相关性越弱 网络质量因素 电话接通率(.67) 话音质量(.63) 费率/帐单满意度因素 帐单的内容和形式(.11) 费率满意度(.07) 整体沟通水平因素 整体面貌（营业厅/人员）(.70) 电信广告宣传(.57） 人员态度（柜台/维修/投拆接待）（.13) 售中售后服务因素 维修服务效率和质量(.84) 申办手续效率和质量(.63) 价值选择 价值交付 价值沟通 示例 在因子分析的基础上，根据聚类分析将受访者分成不同的组. 描述细分市场用户特征 用户自然属性 行为特征 细分受访者 所有的受访者 市场细分-案例 选择变量，并进行因子分析和交叉分析 第一因子: 高段移动终端使用频次 (手机, PDA, etc) 第二因子:沟通费用. 第三因子: 文本信息沟通 The Frequency ‘a few times a day’ can differentiate the users * Footnote 资料来源： Sources Unit of measure Sticker Legend Legend Legend 机密 此报告仅供客户内部使用。未经麦肯锡公司的书面许可，其它任何机构不得擅自传阅、引用或复制。 Document Date 2 市场细分数量技术 1 市场细分概述 3市场细分的问卷及注意事项 4案例分析 为什么要做市场细分？ 有许多好的理由把一个市场化分为更小的市场。 主要原因： 便于