Для выделения сегментов в анализируемой совокупности потребителей могут быть применены различные подходы. Подходы отличаются друг от друга количеством анализируемых свойств потребителей и последовательностью, в которой эти свойства подвергаются изучению. Эти особенности мы будем учитывать при обсуждении методов выделения сегментов.
Однопараметрические методы
Данная схема анализа предполагает выделение одной главной переменной сегментирования. Аналитик устанавливает структуру классификатора, по которому потребители относятся к сегментам. Устанавливается количество возможных сегментов и их отличительное свойство, задаваемое через диапазон значений важнейшего параметра. Для выделенной переменной устанавливаются конкретные значения (или интервалы изменения значений), 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.
Трудность применения данного подхода состоит в неопределенности, которую необходимо преодолеть при выборе границ в значениях анализируемой переменной. В соответствии с установленными границами потребитель относится к тому или иному сегменту. Обычно перед применением данной упрощенной схемы сегментации потребителей выполняют тщательный анализ зависимости экономических параметров потребителей от наблюдаемых значений анализируемой переменной.
Например, можно предположить, что при определенном уровне дохода на одного члена семьи эта семья может позволить или не позволить приобретение дорогого товара. Анализ зависимости проводится обычно средствами кластерного и факторного анализа с проверкой значимости гипотезы о зависимости, выполняемой с помощью дисперсионного анализа.
Многопарметрические подходы
Методы этой группы предполагают анализ совокупности переменных сегментирования, которыми описываются свойства изучаемых потребителей. Здесь возможны два похода.
При первом подходе переменные сегментирования подвергаются анализу последовательно одна за другой. На каждом шаге выделяются сегменты, которые могут быть подвергнуты разбиению с помощью следующей анализируемой переменной. Аналитик сам определяет последовательность применения переменных для сегментации потребителей и отнесения их к сегментам.
При втором подходе все выбранные переменные изучаются совместно и одновременно. При реализации этого подхода чаще всего используются методы кластерного анализа. Однако следует обратить внимание на то, что и в этом случае аналитик должен определить технологию анализа. Есть два принципиальных варианта. При первом варианте аналитик исследует дерево возможных объединений потребителей в кластеры (анализ так называемых дендограмм). А при втором варианте аналитик задает число кластеров (Kmeans-алгоритмы), на которые следует разбить исследуемую совокупность потребителей.
Далее мы рассмотрим основные процедуры сегментирования, основанные на изучении многих свойств потребителей.
Задавайте вопросы нашему консультанту, он ждет вас внизу экрана и всегда онлайн специально для Вас. Не стесняемся, мы работаем совершенно бесплатно!!!
Также оказываем консультации по телефону: 8 (800) 600-76-83, звонок по России бесплатный!
Когда число анализируемых переменных мало и насчитывает два или три анализируемых свойства, выделяемые сегменты могут быть представлены таблицей — для случая двух переменных или кубом — для трех переменных.
В качестве примера рассмотрим схему сегментирования базового рынка потребителей. Будем считать, что три свойства потребителей определяют схему построения базового рынка.
Оценки каждого свойства будем откладывать по перпендикулярным осям. Указанные три направления поделим на участки. Это может быть значение переменной или диапазон ее изменения. При определении шагов для каждой оси необходимо рассмотреть все возможные значения анализируемого свойства.
Подобное разбиение осей позволяет разделить пространство, ограниченное тремя направлениями, на сетку. Такая сетка обычно именуется сеткой сегментации. Каждая из выделенных клеток рассматривается как потенциальный или действующий сегмент. Этот подход позволяет резко сократить размерности решаемых задач, отсеять малозначимые варианты.
Перед тем как использовать построенную сетку на практике, ее необходимо проверить. Для этого в нее «размещают» потребителей, которые хорошо известны аналитику. После «размещения» потребителей по клеткам сетки проверяют соответствие семантики клеток и оценок, которыми обладают изучаемые потребители.
Построенная сегментная структура позволяет оценить положение действующих сегментов. А незаполненные клетки отражают положение новых потенциальных сегментов. Это очень важное свойство данного подхода.
Хотя рассмотренная схема построения сетки сегментации очевидна, ее семантические возможности велики. Так, Ламбен описывает подход, при котором сетка сегментирования была построена на трех размерностях: потребности, группы потребителей, технологии. На оси потребности отображаются возможные потребности, которые существуют у покупателей. На другой оси отображаются все возможные группы покупателей. А на третьей оси откладываются технологии, которые могут быть применены для создания товаров. Анализ незаполненных ячеек позволяет найти и понять новые потребности существующих сегментов; определить новые технологии для реализации желаемых потребителями функций и, наконец, предложить потребителям товары, выполняющие желаемые функции. Такой подход позволяет сконцентрировать внимание аналитика на наиболее перспективных сегментах.
От дерева целей к иерархии сегментов
Здесь мы обсуждаем технику сегментирования, построенную на основе последовательного анализа свойств потребителей.
Рассмотрим простейший пример выделения сегментов. Пусть мы имеем ограниченное количество потребителей, допустим предприятий. И пусть каждое предприятие описывается тремя переменными — региональным признаком, отраслевой принадлежностью и численностью работающего на нем персонала. Наш выбор пал на эти переменные, так как их смысл очевиден хотя бы в обыденном понимании.
Как с помощью этих переменных может быть разбита совокупность потребителей на сегменты?
Здесь нам достаточно определить понятие «сегмент» как группу потребителей со схожими значениями переменных.
Самое простое действие, которое мы можем предпринять для построения сегментов, это разбить потребителей на группы по региональному признаку. Мы также можем разбить потребителей и по отраслевому признаку. И аналогично разделим потребителей на группы по численности работающих. В последнем случае предварительно установим интервалы численности для каждого сегмента. Согласно введенным интервалам предприятие будет отнесено к тому или иному сегменту.
Итак, мы показали три альтернативных способа разбиения одного и того же множества потребителей на сегменты.
Что общего в рассмотренных трех вариантах построения сегментов:
Во-первых, общее состоит в том, что при каждом разбиении по одному из признаков мы не принимали во внимание значения других признаков. В результате для каждого способа построения сегментов мы получили сегменты с вполне определенным смыслом. А именно, в первом случае каждый сегмент содержит предприятия из одного региона, во втором случае — сегмент объединяет предприятия одной отрасли и, наконец, в третьем случае в сегмент объединены предприятия с численностью из диапазона, закрепленного за сегментом.
Во-вторых, получив вариант разбиения потребителей по одному признаку, мы ничего не можем сказать о предприятиях с позиций другой переменной. Почему? Просто этой задачи перед нами не стояло в момент выделения сегментов. Так, мы решали задачу выделения сегментов, например, по региональному признаку, а другие признаки не рассматривали. Итак, сегментирование, проведенное по одному признаку, приводит к построению только сегментов, содержательный смысл которых определен семантикой изучаемого признака. Изучение других признаков — предмет других задач, схожих по логике решения, но с другой семантикой.
В-третьих, использование только одного сегментного признака сделало разделение совокупности потребителей на сегменты простейшей задачей. Достаточно перебрать все предприятия из исходной совокупности и каждое предприятие отнести к сегменту, за которым закреплено конкретное значение сегментного признака.
Теперь усложним задачу. Проведем одновременно разбиение потребителей по двум переменным, а именно, по региональному и отраслевому признакам. Предположим, что предприятия принадлежат N регионам и М отраслям.
Казалось бы, все исходные данные остаются прежними. Однако получить разбиение нельзя. Почему? Потому что недостаточно информации для построения сегментов. Неизвестно, как соотносить друг с другом эти две переменные при выделении сегментов.
Чтобы пояснить смысл этой неопределенности, рассмотрим следующие альтернативы:
Вариант 1. Сначала проведем разбиение предприятий по региональному признаку и получим N сегментов, в которые включим предприятия из одного региона. Затем каждый выделенный региональный сегмент, т. е. предприятия из одного региона, разделим на М групп по отраслевому признаку. В результате на первом уровне разбиения расположены N региональных сегментов, а на втором — расположены М отраслевых сегментов, которые входят в конкретный региональный сегмент.
Вариант 2. Данный вариант противоположен первому. На верхнем уровне следует расположить М отраслевых сегментов, а на нижнем уровне, в пределах одной отрасли, следует разместить N региональных групп предприятий.
Вариант 3. Здесь мы одновременно строим NxM сегментов, в каждый из которых входят предприятия только одного региона и только одной отрасли. Если в предшествующих вариантах процесс выделения сегментов можно было отобразить в виде иерархической структуры (дерева), то в данном варианте мы получаем матрицу, в которой строкам соответствуют регионы, а столбцам — отрасли.
Итак, мы имеем три равноправных способа построения сегментов. Какой вариант следует выбрать?
Ответ очевиден. Следует выбрать тот вариант построения сегментов, который лучше соответствует целям исследования, а выделяемые сегменты позволяют лучше организовать маркетинговую работу с сегментами.
Во-первых. Перед началом сегментирования необходимо не только выбрать переменные сегментирования, но и установить между ними отношения «вложенности».
Так, первый вариант сегментирования был получен, когда мы посчитали (сами того не подозревая), что региональная переменная для нас важнее. Выделенный сегмент по региональному признаку может быть поделен далее с помощью отраслевой переменной. Второй вариант соответствует противоположному предположению — отраслевая переменная «включает» региональную переменную.
Во-вторых, введение отношения вложенности между переменными значительно упростило процедуру сегментирования. На каждом уровне иерархии разбиение потребителей проводилось только по одной переменной. И на каждом уровне изучению подвергалась совокупность меньшего объема, чем исходная. Это каждый раз снижало размерность решаемой задачи.
В-третьих, сегменты, выделенные из общей совокупности только с помощью одной переменной, обладают ясной семантикой. Смысл выделенных сегментов легко понять. Например, при использовании регионального признака мы получили сегменты, содержащие только предприятия одного региона. Когда же мы выделили сегменты с учетом двух сегментов, объяснить смысл полученных сегментов стало чуть сложнее, чем в случае сегментирования по одной переменной. В нашем примере мы используем переменные, смысл которых очевиден. Но когда на практике используются более сложные признаки, тогда выяснение смысла сегментов, выделенных по двум и более переменным, становится отдельной проблемой.
В-четвертых, анализ процесса выделения сегментов показывает, что эн представляет собой не однократный акт, а состоит из нескольких действий. Последовательность выполнения этих действий мы рассмотрим в следующем пункте.
Концепция выделения сегментов
Итак, анализ нашего примера разбиения предприятий по выбранным переменным содержит действия, которые мы выполняли в следующей последовательности:
Шаг 1. Определение неструктурированной совокупности предприятий. Мы выбрали множество предприятий и сказали, что именно предприятия представляют предмет нашего изучения и именно их следует разделить на сегменты. При всей простоте этого утверждения на практике выбор объекта исследования более сложен. Например, мы могли бы сказать, что объектом изучения могут быть предприятия и отдельные граждане. Но тогда возник бы вопрос о получении информации о гражданах. Также необходимо было бы определиться с их численностью, а далее следовало бы определить объем изучаемой выборки, размер генеральной совокупности и т. д.
Шаг 2. Определение набора переменных, значения которых можно выяснить для каждого потребителя из рассматриваемой совокупности изучаемых объектов. В нашем примере мы предположили, что значения переменных известны для каждого объекта. На практике выбор переменных представляет серьезную проблему. Кроме того, определение значений переменных для изучаемых объектов требует привлечения специальных методов анкетирования потребителей или анализа баз данных о продажах.
Шаг 3. Задание отношения вложенности на выделенном перечне переменных. На этом шаге мы преследовали цель сократить размерность решаемой задачи. Такой прием называется декомпозицией. Одну большую совокупность объектов мы разбили на небольшие группы. Каждую группу легче анализировать, чем изучать все множество объектов. Кроме того, разделение, проведенное по одной переменной, позволило исключить те группы объектов, которые мы не рассматриваем как потенциальных покупателей. Здесь же скажем, что дальнейшая логика выделения сегментов определяется тем, по какой переменной будет проводиться первое выделение сегментов, второе и т. д„ а также тем, для каких переменных будет принято решение о независимости.
Шаг 4. Если отношение вложенности между переменными установлено, то следует выбрать главную переменную (в смысле охвата ею всех других переменных) и перейти к шагу 5. Если между переменными отношение вложенности отсутствует, то следует перейти к шагу 7.
Шаг 5. Согласно выбранному признаку необходимо разделить неструктурированную совокупность потребителей на сегменты.
Шаг 6. Каждый выделенный сегмент на предыдущем шаге следует рассматривать как неструктурированную совокупность покупателей, а далее необходимо выбрать следующую вложенную переменную и перейти к шагу 5. Шаги 56 следует продолжать до тех пор, пока не будут использованы все переменные, для которых установлено отношение вложенности.
Шаг 7. Когда отношение вложенности между переменными отсутствует, разбиение неструктурированной совокупности потребителей на сегменты можно провести только при совместном рассмотрении независимых переменных.
Итак, казалось бы, простые действия по выделению рассмотренных сегментов требуют от аналитика строгой последовательности привлечения знаний о переменных сегментирования и отношений между ними.
Важно обратить внимание, что аналитик должен принять концептуальное решение о том, какую совокупность можно считать неразделяемой или разделяемой на сегменты с помощью одной или нескольких переменных, между которыми установлены отношения вложенности. Указанное решение принимается на шаге 7. Когда выделить одну переменную для сегментирования невозможно, тогда либо следует привлечь несколько переменных, либо следует считать выделенный сегмент однородной структурой и объектом стратегических устремлений фирмы.
Заметим, что построение сегментов при совместном использовании значений этих независимых переменных (в смысле вложенности) также представляет собой разрешимую задачу. Однако при большом числе переменных эта задача сложна в математическом смысле и детали ее решения будут рассматриваться ниже.
Итак, мы рассмотрели общую логику разделения неструктурированной совокупности потребителей на сегменты.
Сегменты и многомерная статистика
Наибольшую популярность имеют методы, которые применяются в ситуации, когда между переменными сегментирования наблюдается «равнозначность» в отображении свойств потребителей.
Именно трудности построения отношений иерархии между переменными и желание привлечь многие свойства вынуждают аналитика воспользоваться методами многомерной статистики, которые нашли самое широкое применение в сегментировании потребителей. Главным образом здесь применяются методы кластерного анализа.
Статью подготовил ведущий маркетолог-аналитик Воронов Валерий Иванович. 
