浅论消费者市场细分方法演进轨迹.docVIP

浅论消费者市场细分方法演进轨迹 　　[摘 要] 本文首先对消费者市场细分方法所取得的研究成果进行了回顾，其次对不同类别的消费者市场细分方法进行了比较分析，然后从各种消费者市场细分方法的比较分析中梳理出消费者市场细分方法的发展历程，并进一步指明了消费者市场细分方法的未来发展方向，从而揭示了消费者市场细分方法演进轨迹。 　　[关键词] 市场细分 事后细分 动态细分 演进轨迹 　　 　　一、消费者市场细分方法回顾 　　1.早期传统的市场细分方法 　　早期的消费者市场细分方法，往往依据定性分析事先选定细分标准，这类市场细分方法后来被人们称为事前细分，其理论基础是消费者行为模式，其最终得出的细分类群结果依赖于研究者对消费者行为所做的定性分析。这类方法研究者首先根据定性分析提出所要使用的市场细分变量，然后收集所确定市场细分变量的相关信息，在此基础上???过对市场细分变量具体信息的分析来对市场进行细分。这类市场细分方法的相关研究比较多，这里就不一一列举。 　　2.以聚类为基准的消费者市场细分方法 　　与事前细分法不同，这类细分在研究前并没有事先确定因变量，即细分标准类别以及最后所得到的细分类群数目在分析前都是未知的，又称为事后细分。研究者往往选择消费者的需要、态度、生活形态等心理描述特征,以及人口地理和产品使用行为特征作为混合细分变量，运用因子分析对变量指标降维，利用聚类分析得到细分类群结果。其理论依据是概率统计学方法――根据对消费者的抽样调查数据的统计分析结果进而推导消费者分群特征，其理论假设是，某一时空点的统计结果可以反映消费者的稳定心理和行为特征，厂商可以用过去的消费统计结果推知消费者未来的消费购买行为。在有关基于聚类为基准的消费者市场细分方法中，国家自然科学基金资助项目成果《企业市场细分方法及目标市场确定》（徐凤琴，乔忠，2004)一文最具代表性。此类方法运用数学方法已经有相对固定的模式，即利用数学方法从收集的消费者数据中找出其统计特性，由统计特性分析出市场特性。对于以聚类为基准的消费者市场细分方法还出现了适应性细分、人工神经网络(artificial neural networks)、潜隐层次模型(latent class、model)及模糊重叠聚类(fuzzy and overlap-ping clustering)等方法这里也不展开进行描述。 　　3.消费者生活形态细分 　　西方消费者市场细分方法研究的主流是生活形态细分模型又称心理图示细分。该研究流派认为影响消费者决策的因素是多方面的，生活形态是消费者在一段时期内较稳定的心理行为模式，集中体现了消费者内外各种影响因素的综合作用。尽管在细分标准的理论模式上没有发展，但学者们运用统计方法综合了人口地理个性、社会阶层、态度购买行为等多种消费者信息，利用因子和聚类分析方法得到了关于消费者总体生活形态或某项产品消费的行为心理的细分类群。生活形态细分代表性研究工具有两种:消费者活动、兴趣和意见法(activity interest opinion，AIO)和价值观念和生活方式结构法（value and lifestyles，VALS）。 　　4.非主流的消费者市场细分方法的简单介绍 　　在消费者市场细分方法中，存在一些比较典型的针对特定方向的市场细分方法，笔者在这里简单介绍消费者利益细分方法与消费者价值细分方法这两种方法。其一，消费者利益细分方法。利益细分方法是建立在能对消费者价值体系进行具体衡量的基础之上的，也就是以消费者对其所感兴趣的不同品牌产品持何种看法，追求何种效用，即以利益为基础进行消费者市场细分。该方法往往借助计算机进行复杂的测算和分析，但靠直觉来决定利益细分类型也有许多成功先例。其二，消费者价值细分方法。Reichheld(1993)的研究表明:客户价值与客户保持年限密切相关。客户价值表现为客户在购买企业提供的产品和服务在获得自身的满足过程中对企业的利润贡献。Verhoef和Donkers(2001)则提出客户价值应区别为当前价值和潜在价值。价值细分的基本思想就是以客户价值为细分指标，根据客户价值大小将所有客户分为具有不同价值的客户群体。 　　二、关于市场细分方法演进轨迹的初步分析 　　1.事前细分与事后细分 　　(1)事前细分。事前细分在细分前就已经选定了细分标准，这样就使得细分变得直接、形象，便于操作同时易于理解。这一方法无论在理论界还是实践界都获得了一定范围的应用。然而由于其理论基础是消费者行为模式，最终得到的细分类群结果依赖于研究者对消费者行为所作的定性分析，而目前《消费者行为学》本身并不是十分完善，正处于发展阶段，使得消费者行为分析并不能十分有效地细分市场。 　　(2)事后细分。以聚类为基准的事后细分的理论依据是概率统计学方法――