市場(chǎng)研究從業(yè)四年，到現(xiàn)在才開(kāi)始正兒八經(jīng)思考市場(chǎng)細(xì)分和用戶角色的相似和差異。忙碌的時(shí)候一直在實(shí)踐，不忙的時(shí)候看書(shū)和反思。在下一次的實(shí)踐之前，解決這個(gè)問(wèn)題。
一、定義
市場(chǎng)細(xì)分的概念最早于1956年，由美國(guó)營(yíng)銷學(xué)家Smith提出，“市場(chǎng)細(xì)分的基礎(chǔ)是建立在市場(chǎng)需求面的發(fā)展上，并針對(duì)產(chǎn)品和營(yíng)銷活動(dòng)做更合理和確實(shí)的調(diào)整，以使其適用于消費(fèi)者或適用者的需要。”Alfred(1981)將市場(chǎng)細(xì)分定義為：“將市場(chǎng)區(qū)分成不同的顧客群，使得每一群體均可成為特定的營(yíng)銷組合所針對(duì)的目標(biāo)市場(chǎng)。”《市場(chǎng)細(xì)分與定位》的作者James認(rèn)為“目的在于識(shí)別子顧客群或潛在顧客，這些顧客對(duì)于既定的營(yíng)銷組合（產(chǎn)品／服務(wù)、價(jià)格、促銷和分銷）會(huì)產(chǎn)生類似的反應(yīng)，或者反過(guò)來(lái)他們將對(duì)企業(yè)的營(yíng)銷規(guī)劃產(chǎn)生有利的作用。換而言之，就是為了識(shí)別出對(duì)某一類產(chǎn)品或服務(wù)具有購(gòu)買(mǎi)欲望的顧客，而這一類產(chǎn)品或服務(wù)與其他細(xì)分市場(chǎng)上的產(chǎn)品或服務(wù)又有顯著的區(qū)別。”
二、目的
從不同年代學(xué)者的定義來(lái)看，市場(chǎng)細(xì)分均基于不同的用戶需求，服務(wù)于企業(yè)的產(chǎn)品或營(yíng)銷組合。
三、細(xì)分市場(chǎng)是否有效的評(píng)估條件
從理論上而言，成功的細(xì)分市場(chǎng)必須滿足三個(gè)條件：1、這些子群具有不同的需求、價(jià)值取向或欲望；2、對(duì)于某一營(yíng)銷活動(dòng)的反應(yīng)與其他子群有明顯差別；3、這些子群對(duì)于企業(yè)實(shí)現(xiàn)營(yíng)銷計(jì)劃目標(biāo)具有一定作用。
衡量細(xì)分人群的標(biāo)準(zhǔn)：1、可衡量：人群可識(shí)別；2、可進(jìn)入：營(yíng)銷可行性（包括營(yíng)銷的內(nèi)容和渠道）；3、可盈利：具有一定規(guī)模；4、差異性；5、穩(wěn)定性
四、用于細(xì)分的變量
一）Schiffman把目前西方學(xué)者所選用的細(xì)分標(biāo)準(zhǔn)與細(xì)分變量分為八種：地理細(xì)分、人口細(xì)分、心理細(xì)分、社會(huì)文化細(xì)分、使用細(xì)分、使用情境細(xì)分、利益細(xì)分及混合細(xì)分。
二）但事實(shí)上一般在市場(chǎng)研究中使用的細(xì)分變量主要有以下三種：
1、人口統(tǒng)計(jì)學(xué)變量：地理區(qū)域（地理方位、城市綜合實(shí)力（城市線）、風(fēng)俗習(xí)慣等）、年齡、性別、家庭人口和組成、教育程度、職業(yè)、住房類型等；
2、行為變量：品牌角色、購(gòu)買(mǎi)考慮因素、使用情境、使用頻率等
3、生活方式和消費(fèi)心理（也包括價(jià)值觀、需求和態(tài)度等；該變量的使用目前仍是市場(chǎng)細(xì)分的主流）
三）另外，Wind還提出了一個(gè)以管理任務(wù)為導(dǎo)向的細(xì)分標(biāo)準(zhǔn)選擇模型：
1、了解市場(chǎng)整體情況：產(chǎn)品的購(gòu)買(mǎi)和使用、需求、品牌忠誠(chéng)度、品牌轉(zhuǎn)換模式等；
2、定位研究：產(chǎn)品使用、產(chǎn)品偏好、尋求利益等；
3、新產(chǎn)品的引入：對(duì)新產(chǎn)品概念的反應(yīng)、尋求利益；
4、定價(jià)決策：價(jià)格敏感性、降價(jià)偏好、不同使用購(gòu)買(mǎi)方式的價(jià)格敏感度等；
5、廣告決策：需求的利益、媒體使用、心理描述/生活形態(tài)；
6、分銷決策：商店忠誠(chéng)度，商店選擇所尋求的利益。
剛剛開(kāi)始入行的時(shí)候，曾被告知滿意度、忠誠(chéng)度等主觀評(píng)分的因素不適合拿來(lái)做市場(chǎng)細(xì)分。現(xiàn)在看來(lái)并不是不可以，而是要根據(jù)行業(yè)的情況，研究的目標(biāo)，以及后面可能采用的統(tǒng)計(jì)方法來(lái)決定使用哪些因素進(jìn)行市場(chǎng)細(xì)分。
另外：也曾遇到迷戀于模型的客戶與同事，認(rèn)為不采用統(tǒng)計(jì)模型的細(xì)分結(jié)果粗糙而不具有代表性。事實(shí)上，市場(chǎng)細(xì)分確實(shí)隨著統(tǒng)計(jì)學(xué)的發(fā)展不斷引入新的統(tǒng)計(jì)方法。而這些方法不過(guò)是工具，如果前期沒(méi)有通過(guò)定性提出一些想法和假設(shè)，再好的統(tǒng)計(jì)工具也難以獲得有效的細(xì)分市場(chǎng)。因此如果在定性階段就產(chǎn)生了清晰的有助于項(xiàng)目目的的洞察，在問(wèn)卷里設(shè)置相關(guān)的題目驗(yàn)證即可，未必一定要采用大量的生活方式/價(jià)值觀題目，也不一定要做復(fù)雜的統(tǒng)計(jì)分析模型。
五、市場(chǎng)細(xì)分的方法
市場(chǎng)細(xì)分的方法眾多，例如細(xì)分因素劃分法、因子聚類、典型相關(guān)聚類、潛類聚類（latent class model）、人工神經(jīng)網(wǎng)絡(luò)和聯(lián)合分析等等。此處簡(jiǎn)單記錄幾種細(xì)分方法：
1、細(xì)分因素劃分法：
營(yíng)銷人員直接選用細(xì)分因素，人為的將總體市場(chǎng)劃分為細(xì)分市場(chǎng)。最常用的細(xì)分因素包括人口統(tǒng)計(jì)學(xué)因素和行為因素。優(yōu)點(diǎn)是簡(jiǎn)單、區(qū)隔力強(qiáng)、容易識(shí)別和描述；使用人口統(tǒng)計(jì)學(xué)因素的缺點(diǎn)是沒(méi)有考慮內(nèi)在動(dòng)機(jī)、預(yù)測(cè)行為的能力弱、沒(méi)有想象中簡(jiǎn)單（許多人口統(tǒng)計(jì)變量其實(shí)是相關(guān)的）；使用行為因素還有一個(gè)優(yōu)點(diǎn)就是與消費(fèi)者的行為、選擇、品牌使用相關(guān)聯(lián)，可以識(shí)別新的市場(chǎng)機(jī)會(huì)，但是只看行為不看為什么，缺乏診斷性的價(jià)值
2、因子聚類：
使用的細(xì)分因素主要為需要、態(tài)度、生活方式、消費(fèi)價(jià)值觀等方面的評(píng)分題目。需要注意的問(wèn)題是：1、問(wèn)卷中的態(tài)度語(yǔ)句是否真正反映消費(fèi)者的需要；2、由于因子聚類的過(guò)程中未考慮消費(fèi)者人口統(tǒng)計(jì)特征及消費(fèi)行為，因而分類結(jié)果往往存在細(xì)分市場(chǎng)間行為與背景的差別不明顯，可識(shí)別性差的情況，較難提供可操作性的建議；3、內(nèi)在邏輯的問(wèn)題：實(shí)際上是假設(shè)態(tài)度不同的消費(fèi)者，其購(gòu)買(mǎi)行為也不同，然而事實(shí)情況卻并非如此。
3、典型相關(guān)聚類
由于上述因子聚類存在的問(wèn)題，可能需要將更多的變量引入模型，例如購(gòu)買(mǎi)動(dòng)機(jī)、品牌偏好、廣告和促銷的影響等。而這些變量通常并非連續(xù)變量，無(wú)法采用因子聚類，因此引入典型相關(guān)聚類。典型相關(guān)聚類其實(shí)是用典型相關(guān)代替因子分析。優(yōu)點(diǎn)在于能同時(shí)考慮到產(chǎn)品需要、價(jià)值觀、人口統(tǒng)計(jì)學(xué)特征及消費(fèi)行為，使得最終的細(xì)分人群是內(nèi)在的、有邏輯的、從定性上是可解釋的；同時(shí)變量的選擇更加靈活，定性變量和定量變量都能接受。
4、幾種聚類方法的說(shuō)明
1）層次聚類：既可處理分類變量，也可處理連續(xù)變量，但不能同時(shí)處理兩類變量，不需要指定類別數(shù)。聚類結(jié)果間存在著嵌套，或者說(shuō)層次的關(guān)系。
2）K-均值聚類法（K-Means Cluster），也叫快速聚類法。針對(duì)連續(xù)變量，也可處理有序分類變量，運(yùn)算很快，但需要指定類別數(shù)。K-均值聚類法不會(huì)自動(dòng)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，需要先自己手動(dòng)進(jìn)行標(biāo)準(zhǔn)化分析。
3）兩步聚類法（Two-Step Cluster）：可以同時(shí)處理分類變量和連續(xù)變量，能自動(dòng)識(shí)別最佳的類別數(shù)，結(jié)果比較穩(wěn)定。如果只對(duì)連續(xù)變量進(jìn)行聚類，描述記錄之間的距離性時(shí)可以使用歐氏（Euclidean）距離，也可以使用對(duì)數(shù)似然值（Log-likelihood），如果使用前者，則該方法和傳統(tǒng)的聚類方法并無(wú)太大區(qū)別；但是若進(jìn)行聚類的還有離散變量，那么就只能使用對(duì)數(shù)似然值來(lái)表述記錄間的差異性。當(dāng)聚類指標(biāo)為有序類別變量時(shí)，Two-Step Cluster出來(lái)的分類結(jié)果沒(méi)有K-means cluster的明晰，這是因?yàn)镵-means算法假定聚類指標(biāo)變量為連續(xù)變量。
4）聚類分析的幾點(diǎn)注意事項(xiàng)：A、得到因子后要明確是基于量的聚類還是基于模式的聚類；B、聚類的數(shù)量，在3-7之間嘗試，spss的話，事先保證樣本是排序的；C、用F檢驗(yàn)各類在聚類變量上是否存在顯著差異；D、測(cè)試不同的聚類結(jié)果：例如3類和4類的結(jié)果進(jìn)行交互分析，看看變化在哪兒，主要是什么變量影響的？E、針對(duì)可能穩(wěn)定的聚類，測(cè)試每個(gè)變量（原始問(wèn)卷）在各個(gè)類的F統(tǒng)計(jì)量情況；F、把最后確定的聚類結(jié)果寫(xiě)入原始數(shù)據(jù)集，命名；G、判別分析，判別類和聚類變量的可視化，畫(huà)判別圖，進(jìn)一步識(shí)別類的特征；H、采用對(duì)應(yīng)分析和多元對(duì)應(yīng)分析，識(shí)別類的屬性和關(guān)鍵類（細(xì)分）表述變量，例如性別、年齡、職業(yè)、收入等；I、采用CHAID分類決策樹(shù)，自動(dòng)偵測(cè)進(jìn)一步識(shí)別類的特性。
參考：
《市場(chǎng)細(xì)分與定位》：詹姆斯.H.邁爾斯
《市場(chǎng)研究實(shí)務(wù)與方法》：鄭宗成、陳進(jìn)、張文雙
《市場(chǎng)細(xì)分研究綜述-回顧與展望》：羅紀(jì)寧
沈浩老師的博客
