Сегментация целевой группы на основании потребительских предпочтений

Закускин С.В.1
1 ООО Агентство «Компас Рисерч», Россия, Москва

Статья в журнале

Креативная экономика (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 15, Номер 1 (Январь 2021)

Цитировать:
Закускин С.В. Сегментация целевой группы на основании потребительских предпочтений // Креативная экономика. – 2021. – Том 15. – № 1. – С. 169-192. – doi: 10.18334/ce.15.1.111560.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=44850896
Цитирований: 5 по состоянию на 24.01.2023

Аннотация:
Рассмотрены принципы и алгоритмы сегментации целевой группы на основании потребительских предпочтений применительно к анализу структуры целевой группы и выявлению привлекательных сегментов. Обсуждаются особенности сегментации по эмоциональным и рациональным предпочтениям, по потребительскому восприятию товаров/ торговых марок/ фирм, по предпочтениям отдельных показателей. Приведены примеры сегментации в практических задачах исследования структуры целевой группы и выбора целевых сегментов на основании их коммерческой привлекательности.

Ключевые слова: интегрированные маркетинговые коммуникации, целевая группа, сегментация, позиционирование, образ товара/ торговой марки/ фирмы, сформированность образа, дифференциация образов, контроль движения образов, анализ конкурентной ситуации, потребительские предпочтения и ожидания, формирование имиджа, формирование торгового предложения, маркетинговые исследования, факторный анализ, дискриминантный анализ, многомерное шкалирование



Введение

В решении задач сегментации целевой группы важнейшим пунктом является выбор основания сегментации, то есть набора параметров, по которым выделяются сегменты. В принципе, в качестве основания могут быть взяты любые характеристики целевой группы, но на практике используется очень ограниченный круг характеристик, в основном социально-демографических, что обусловлено техническими трудностями работы с сегментами иного типа.

Однако сегментация на основании социально-демографических характеристик при всем ее удобстве имеет два недостатка, значительно снижающих эффективность построенных на ее базе рыночных стратегий, – это невысокая дифференциация выделенных сегментов по покупательскому поведению и общедоступность данных. Первое приводит к тому, что выделенные социально-демографические категории по своей коммерческой привлекательности мало отличаются от остальных категорий и требуется искать дополнительные основания для выявления привлекательных сегментов. Второе создает ситуацию, при которой конкурирующие предложения оказываются похожими друг на друга и, таким образом, неразличимыми для представителей целевой группы (на практике различия предложений также ищутся в других сферах).

Вопросы применения других оснований сегментации в литературе рассматриваются редко и, как правило, без количественной оценки привлекательности сегментов и без учета характера исходных данных. В частности, тема сегментации на основании потребительских предпочтений обсуждалась в следующих работах: [1] (Aleksandrovskiy, Butryumova, 2016) – сегментация корпоративных потребителей на рынке облачных сервисов в Нижегородском регионе, [9] (Martynova, Antonchenko, 2019) – покупателей бутилированной воды на рынке Татарстана, [12] (Shevchenko, 2017) – потребителей мясной продукции на рынке Луганской области, [10] (Trotsenko, 2017) – потребителей молока и молочной продукции на рынке Приморского края, [2] (Vladykina, Rozumnaya, 2017) – российского рынка внутреннего туризма.

В настоящей работе сегментация целевой группы на основании потребительских предпочтений рассматривается в контексте коммерческой привлекательности сегментов и с учетом порядкового характера исходных данных. В качестве иллюстрации приводятся примеры сегментации в практических исследованиях эмоционального и рационального предпочтения товаров / торговых марок / фирм представителями целевой группы. Анализ проводится как в исходных (непосредственно замеренных) шкалах, так и в свернутом пространстве имиджеобразующих факторов (с использованием подхода [3] (Zakuskin, 2018)).

Обсуждение задачи и решения

Потребительские предпочтения как основание для сегментации

Потребительские предпочтения для использования в качестве основания сегментации замеряются в ходе специальным образом организованных исследований целевой группы. Предметом исследования служит отношение представителей целевой группы к рыночным объектам – товарам, услугам, торговым маркам, фирмам; важное замечание: так как речь идет о предпочтениях, то исследуются предпочитаемые представителями целевой группы (идеальные) объекты, которые, возможно, в реальности не существуют.

Замер отношения к предпочитаемым объектам производится с помощью оценки их характеристик в баллах по порядковым шкалам (либо по неколичественным шкалам, которые могут быть сведены к порядковым), ранжирования и попарного (или множественного) сравнения по степени предпочтительности. Соответственно способу получения данных проводится их обработка: балльных оценок – методами описательной статистики, факторного и дискриминантного анализа, применимыми к порядковым данным; результаты ранжирования – методами многомерного развертывания; результаты попарного сравнения – методами многомерного масштабирования.

В итоге в распоряжении исследователя оказываются оценки предпочитаемых (идеальных) объектов, выставленные представителями целевой группы по измерительным шкалам или преобразованные в факторы, существенные для анализа предпочтений.

Постановка задачи. Методы решения

Потребительские оценки характеристик идеальных объектов могут служить базой для сегментации целевой группы, которая в данном случае будет сегментацией на основании потребительских предпочтений. Таким образом, в формальном плане требуется с использованием имеющейся выборки каким-либо способом разделить целевую группу на сегменты, отличающиеся потребительскими оценками.

Методы разбиения известны и некоторые из них широко применяются в реальных задачах. Наиболее распространен кластер-анализ, который прямо предназначен для решения задачи разбиения совокупности на приблизительно однородные части. На наш взгляд, во многих практических приложениях его использование является недостаточно оправданным ввиду отсутствия целевой функции (совокупность разбивается, исходя только из ее внутренней структуры). Так, если сегментация проводится с целью последующего выбора целевых сегментов, то с точки зрения покупательской активности сегменты, построенные кластер-анализом, в общем случае будут однородны и выбрать среди них целевые будет затруднительно. Отметим, что для сегментации по предпочтениям этот недостаток не столь существенен, как для других оснований, ввиду того, что сегментация по предпочтениям обычно показывает достаточно свободных рыночных ниш и создает возможность использования стратегии «голубого океана» [11] (Chan Kim, Moborn, 2017).

В то же время дискриминантный анализ позволяет построить сегменты в соответствии со значениями целевой функции; например, отличающиеся покупательской активностью. Целевые сегменты в данном случае выбрать гораздо проще. Технически сегментация совпадает с делением на группы, в которые респонденты отнесены в соответствии со значениями дискриминирующей функции.

Если данные о предпочтениях получены с помощью ранжирования и обработаны методами многомерного развертывания, то сегментирование можно провести на основании значений «идеальных точек» (в терминологии многомерного развертывания) респондентов.

Качество полученной сегментации можно оценить с помощью показателей расплывчатости/компактности и дифференциации сегментов, введенных в [4, 5] (Zakuskin, 2020).

Практика сегментации на основании предпочтений

Практика сегментации обсуждается на примерах анализа эмоциональных предпочтений целевой группы, но тот же подход используется для сегментации по любым другим основаниям, которые могут быть описаны порядковыми оценками. В следующем разделе приведены примеры сегментации по некоторым другим основаниям.

Сегментация в задаче исследования структуры целевой группы

Для исследования структуры целевой группы наиболее подходят методы кластер-анализа, которые выделяют сегменты, однородные по основанию сегментации. Если требуется построить вложенную сегментацию (основные сегменты разбить на сегменты 2-го, 3-го и т.д. уровня), то можно использовать иерархический кластер-анализ.

Пример 1. Сегментация в задаче исследования структуры целевой группы покупателей рыбных консервов.

Исследование структуры целевой группы покупателей одного из видов рыбных консервов (шпрот) в крупных городах Сибири показало целесообразность сегментации на основании эмоциональных предпочтений, которые замерялись по 11 абстрактным шкалам эмоционального характера (биполярные порядковые шкалы со значениями от 1 до 3 в каждую сторону; нейтральное значение отмечалось цифрой 0). Разбиение выборки с помощью иерархического кластер-анализа (использовалась процедура Cluster пакета программ SPSS с классификацией методом Уорда) выделило три группы, отличающиеся эмоциональными предпочтениями. В частности, предпочтения (представления об идеальных шпротах) по измерительной шкале «праздничный – повседневный» распределились, как показано на рисунке 1.

Рисунок 1. Эмоциональные оценки идеальных рыбных консервов (шпрот) по шкале «праздничный – повседневный» (сегменты по предпочтениям)

Показано распределение эмоциональных оценок идеальных шпрот по измерительной шкале «праздничный – повседневный» в целом по выборке и отдельно по сегментам (обозначены буквами А–В), выделенным на основании эмоциональных предпочтений. По оси ординат отложена доля респондентов с указанными оценками в процентах относительно численности сегмента (или всей выборки). Масштаб по оси ординат для всей выборки (правая ось) отличается от масштаба для сегментов (левая ось). Сглаженные кривые распределений приведены лишь для улучшения визуального восприятия, практического смысла они не имеют; смысл имеют только маркеры.

Источник: подготовлено автором.

На рисунке видна хорошая сформированность предпочтений сегмента В (коэффициент компактности по [4, формула (3)] (Zakuskin, 2020) равен 0,77), удовлетворительная сформированность предпочтений сегмента А ( =0,42) и абсолютная несформированность предпочтений сегмента Б ( =0). Соответственно, предпочтения сегмента Б с другими сегментами не дифференцированы (коэффициент дифференциации по [5, формула (1)] (Zakuskin, 2020) отрицателен), в то время как дифференциация предпочтений сегментов А и В высока ( =0,33).

Рассмотрение сегментов 2-го и 3-го уровней из дерева классификации позволило несколько улучшить сформированность предпочтений сегментов, и в выводах исследования было представлено несколько вариантов сегментации с разным качеством дифференциации по предпочтениям.

Сегментация в задаче выбора целевых сегментов

Выбор целевых сегментов производится, как правило, на базе их коммерческой привлекательности, оцениваемой, например, с применением подхода [6] (Zakuskin, 2020). В качестве целевой функции используется какой-либо показатель покупательской активности, который может быть замерен.

Пример 2. Сегментация в задаче выбора целевых сегментов покупателей рыбных консервов.

В исследовании Примера 1 за целевую функцию может быть принята заявленная респондентами частота покупки консервированных шпрот, по которой они были разбиты на категории «no-users» («не-покупатели», вообще не покупающие шпроты), light users (малоактивные покупатели), middle users (покупатели среднего уровня активности), heavy users (высокоактивные покупатели). Результаты оценки коммерческой привлекательности по [6, формула (3)] (Zakuskin, 2020) приведены в таблице 1. Веса категорий потребительской активности установлены пропорционально ее квантификации в нелинейном каноническом корреляционном анализе с эмоциональными предпочтениями, которая дала соотношение 1:2:7:10 (конкретные значения весов в данном случае не важны, так как в формуле присутствует нормирующий множитель).

Таблица 1

Оценка привлекательности сегментов, выделенных по предпочтениям

Сегмент
Объем сегмента, % от выборки
Объем категорий
по потребительской активности,
% от объема сегмента
Интегральная оценка привлекательности сегмента, %
не-поку патели
малоактивные
средне-активные
высокоактивные
А
71,5
1,7
33,0
35,4
29,9
69,5
Б
17,1
7,1
23,5
26,5
42,9
18,1
В
11,4
4,5
21,2
33,4
40,9
12,4
Всего
100




100
Источник: подготовлено автором.

Из таблицы видно, что оценка привлекательности сегментов приблизительно равна их объему. Таким образом, потенциальный эффект от неравномерности распределения покупателей остался нереализованным, что снижает полезность построенной сегментации для выбора целевых сегментов.

Когда требуется выделить целевые сегменты, сегментация проводится с учетом целевой функции, которая указывает коммерческую привлекательность сегментов. Если в исследовании Примера 1 за таковую принять разбиение выборки на указанные выше категории по частоте покупок, то в результате сегментации с использованием нелинейного канонического корреляционного анализа (процедура Overals пакета программ SPSS) будет получено 4 сегмента, коммерческая привлекательность которых отражена в таблице 2.

Таблица 2

Оценка привлекательности сегментов, выделенных по предпочтениям с учетом потребительской активности

Сегмент
Объем сегмента, % от выборки
Объем категорий
по потребительской активности,
% от объема сегмента
Интегральная оценка привлекательности сегмента, %
не-поку патели
малоактивные
средне-активные
высокоактивные
А
53,1
2,5
37,6
39,8
20,1
47,3
Б
13,0
9,0
39,7
50,0
1,3
9,4
В
8,3
4,0
46,0
44,0
6,0
6,1
Г
25,6
1,3
6,5
8,5
83,7
37,2
Всего
100




100
Источник: подготовлено автором.

Из таблицы видно, что хотя самый многочисленный сегмент А остался наиболее привлекательным, но к нему приблизился сегмент Г, который также может рассматриваться как потенциально целевой. Для выработки практических рекомендаций анализировалось распределение эмоциональных оценок идеальных шпрот по измерительным шкалам (для шкалы «праздничный – повседневный» приведено на рисунке 2).

Рисунок 2. Эмоциональные оценки идеальных рыбных консервов (шпрот) по шкале «праздничный – повседневный» (сегменты по предпочтениям с учетом покупательской активности)

Показано распределение эмоциональных оценок идеальных шпрот по измерительной шкале «праздничный – повседневный» в целом по выборке и отдельно по сегментам (обозначены буквами А-Г), выделенным на основании эмоциональных предпочтений с учетом покупательской активности. По оси ординат отложена доля респондентов с указанными оценками в процентах относительно численности сегмента (или всей выборки). Масштаб по оси ординат для всей выборки (правая ось) отличается от масштаба для сегментов (левая ось). Сглаженные кривые распределений приведены лишь для улучшения визуального восприятия, практического смысла они не имеют; смысл имеют только маркеры.

Источник: подготовлено автором.

Рисунок показывает сформированные предпочтения сегментов А (рассматривает шпроты как «праздничный» продукт, коэффициент компактности равен 0,77) и В (рассматривает шпроты как «повседневный» продукт, = 0,58). Предпочтения сегмента Б формально также имеют компактность выше среднего, однако они не сформированы – наблюдаются два пика, причем основной – в нейтральном значении оценки. Предпочтения сегмента Г не сформированы, ( = 0). Дифференциация сегментов по предпочтениям несколько ухудшилась по сравнению с ситуацией на рисунке 1: разделяются только предпочтения сегмента А с предпочтениями сегментов Б и В, все остальные пары сегментов имеют пересечения. В данном случае это имеет свои плюсы, так как позволяет при выборе целевых сегментом привлечь и часть представителей нецелевых.

Исходя из наблюдаемой картины, можно рекомендовать для продвижения на базе эмоциональных предпочтений выбрать в качестве основного целевого сегмент А, в качестве дополнительного – сегмент В. Второй по привлекательности сегмент Г полагать целевым вряд ли имеет смысл ввиду расплывчатости его предпочтений: во-первых, неясно, как строить политику продвижения, и во-вторых, значительные части его будут охвачены при любой политике продвижения. В то же время ориентация на сегмент В позволит привлечь также и группы представителей других сегментов, предпочитающих «повседневный» продукт – до 40% представителей сегмента Г и около 35% представителей сегмента Б, что в сумме даст заметную прибавку численности реальных покупателей.

Заметим, что в рассматриваемом примере одновременное продвижение в расчете на сегменты А и В невозможно из-за противоположности их предпочтений. В этой ситуации следует изучить каналы коммуникации с ними – если они различны, то возможно продвижение в каналах разных месседжей; если же нет, то остается разделить кампании продвижения по времени/территории либо отказаться от какого-либо сегмента.

Предпочтения сегментов в факторном пространстве

В примерах 1 и 2 выводы делались на основании одной измерительной шкалы. На практике во внимание принимается несколько шкал – по отдельности, в пространстве большой размерности либо обобщенно, в факторном пространстве.

Пример 3. Сегментация в задаче выбора целевых сегментов покупателей рыбных консервов (факторное решение).

Для сегментации на основании предпочтений с учетом всей полноты информации в рассматриваемой задаче с помощью нелинейного канонического корреляционного анализа (использовалась процедура Overals пакета программ SPSS) было построено факторное пространство, образованное тремя факторами (табл. 3).

Таблица 3

Факторы эмоционального предпочтения рыбных консервов (шпрот)

Фактор
Исходная шкала
Факторная нагрузка
Отрицательное направление
Положительное направление
1
повседневный
праздничный
1,64
крупный
мелкий
1,26
сложный
простой
-1,44
2
российский
прибалтийский
1,69
теплый
холодный
-1,32
3
праздничный
повседневный
1,62
жесткий
мягкий
1,28
некрасивый
красивый
1,24
теплый
холодный
1,04
старый
новый
-1,28
Примечание. Приведены характеристики только со значимыми факторными нагрузками. Факторные нагрузки стандартизованы, так что среднее их значение для каждого фактора равно нулю, дисперсия – единице.

Источник: подготовлено автором.

Два фактора в данном случае получились практически характерными (в смысле [8, с. 67] (Iberla, 1980, р. 67)): в первом проявилась альтернатива «праздничный – повседневный», во втором – альтернатива «прибалтийский – российский». По сравнению с одноименными исходными шкалами здесь добавились нюансы. В частности, идеальный повседневный продукт представляется потребителям простым, а праздничный – мелким (последнее, кстати, противоречит утверждению некоторых поставщиков, что «потребитель хочет покрупнее»). Третий фактор построился на той же альтернативе «праздничный – повседневный», но с несколько иным акцентом.

Сегментация проводилась следующим способом:

– для каждого фактора была выполнена оптимальная категоризация (процедура Optimal Binning пакета программ SPSS) по статусу покупателя (чтобы установить связь сегментов с покупательской активностью);

– была создана новая переменная из всех возможных сочетаний полученных категорий;

– категории новой переменной были укрупнены с обеспечением по возможности однородности предпочтений.

В результате получено пять сегментов, предпочтения которых в факторном пространстве показаны (первые два фактора) на рисунке 3.

Рисунок 3. Эмоциональные предпочтения консервированных шпрот (плоскость факторов 1 и 2)

В пространстве имиджеобразующих факторов 1 и 2 отображены представления целевой группы об идеальных рыбных консервах (шпротах) отдельно для каждого сегмента (обозначены буквами А–Д).

Центру каждого идеального образа соответствует розовая окружность. Ее положение отражает средние значения факторов для сегмента. Ее размер пропорционален численности сегмента.

Горизонтальные и вертикальные линии с засечками показывают разброс предпочтений. Полупрозрачные эллипсы очерчивают области, в которые попадают предпочтения 70% представителей каждого сегмента по каждому фактору.

Источник: подготовлено автором.

На рисунке видна удовлетворительная компактность предпочтений (кроме сегмента Д) и их хорошая дифференциация (средний коэффициент дифференциации по двум первым факторам положителен), хотя по каждому фактору, рассматриваемому отдельно, есть наложение предпочтений некоторых сегментов.

Коммерческая привлекательность сегментов показана в таблице 4.

Таблица 4

Оценка привлекательности сегментов, выделенных по предпочтениям с учетом потребительской активности (факторное решение)

Сегмент
Объем сегмента, % от выборки
Объем категорий
по потребительской активности,
% от объема сегмента
Интегральная оценка привлекательности сегмента, %
не-поку патели
малоактивные
средне-активные
высокоактивные
А
25,5
0
96,7
2,0
1,3
9,0
Б
17,1
0
21,6
13,7
64,7
21,5
В
2,2
0
84,6
15,4
0
1,0
Г
52,1
0
1,0
58,1
40,9
68,1
Д
3,2
100,0
0
0
0
0,5
Всего
100




100
Источник: подготовлено автором.

Из таблицы видно, что самый многочисленный сегмент Г оказался и наиболее привлекательным, однако второй по численности сегмент А коммерческую привлекательность имеет невысокую; таким образом, при выборе дополнительных сегментов ему лучше предпочесть сегмент Б, тем более что он расположен в пространстве предпочтений ближе к сегменту Г, чем сегмент А.

Отдельное замечание о сегменте Д, в котором собраны все «не-покупатели». Не исключено, что его потребительская пассивность обусловлена его специфическими предпочтениями и если ему предложить повседневный российский продукт, то он будет активно его покупать. Относительная малочисленность сегмента не должна вводить в заблуждение – вполне возможно, что в абсолютных цифрах его объем будет достаточен для получения приемлемого коммерческого эффекта.

Особые случаи сегментации на основании предпочтений

Особенности сегментации на основании рациональных предпочтений

Особенности использования в качестве основания сегментации рациональных предпочтений обусловлены их составным характером (см. [7] (Zakuskin, 2020)) – они включают предпочтение характеристик (набор характеристик, важных для потребительского выбора) и предпочтение значений (предпочитаемые значения характеристик / свойственные идеальным объектам). Соответственно, сегментация на основании того и другого должна рассматриваться отдельно.

Сегментация на основании предпочтения значений проводится с использованием подхода, представленного в предыдущем разделе. В настоящем пункте обсуждается сегментация на основании предпочтения характеристик. Данными для сегментации служат результаты ранжирования рациональных характеристик представителями целевой группы по степени важности либо оценивания важности в баллах; результаты попарного сравнения характеристик в данном случае непригодны, так как они не дают показателей важности характеристик для каждого респондента.

Результаты ранжирования характеристик обрабатываются методом многомерного развертывания, и анализ проводится на основе расположения «идеальных точек» респондентов. Результаты оценивания важности характеристик используются в исходном виде либо преобразуются в факторы с сокращением размерности исследуемого пространства.

Пример 4. Сегментация в задаче выбора целевых сегментов покупателей рыбных консервов (решение в пространстве рационального выбора).

В качестве одного из вариантов сегментации целевой группы покупателей консервированных шпрот была рассмотрена сегментация на основании важности рациональных характеристик (в пространстве рационального выбора). На основе ранжирования 15 рациональных характеристик по степени важности для потребительского выбора были с помощью многомерного развертывания (процедура Prefscal пакета программ SPSS, общая модель для порядковых данных) построены шкалы предпочтений. На рисунке 4 показаны распределения «идеальных точек» (в терминологии многомерного развертывания) представителей сегментов по первой шкале (фактору первоочередного выбора).

Рисунок 4. Области первоочередного выбора консервированных шпрот

Показаны распределения значений фактора 1 пространства рационального выбора консервированных шпрот по всей выборке и отдельно для каждого сегмента (обозначены буквами А–Г). Цветные точки отражают связи исходных характеристик с фактором (факторные нагрузки).

По оси ординат отложена доля респондентов с указанными значениями фактора в процентах относительно численности сегмента. Кривые распределений сглажены, масштаб по оси ординат для всей выборки (правая ось) отличается от масштаба для сегментов (левая ось).

Центры областей выбора сегментов показаны черно-белыми шариками с буквами, их координаты равны средним значениям фактора для сегментов. Горизонтальные линии с засечками ограничивают интервал, в который попадают идеальные точки 70% представителей сегмента.

Источник: подготовлено автором.

На рисунке видны:

– первоочередные характеристики, которыми руководствуются представители каждого сегмента при выборе консервированных шпрот;

– хорошая сформированность предпочтений сегментов (коэффициент компактности для сегмента А равен 0,6, для остальных сегментов он больше 0,7);

– слабая дифференциация предпочтений сегментов – дифференцирован лишь сегмент Г с сегментами Б и В, предпочтения остальных пар сегментов пересекаются (коэффициент дифференциации отрицателен);

– абсолютная неважность для первоочередного выбора некоторых характеристик (рекламная поддержка, состав, наличие добавок, консервантов и др.).

Коммерческая привлекательность сегментов показана в таблице 5.

Таблица 5

Оценка привлекательности сегментов, выделенных по рациональным предпочтениям с учетом потребительской активности

Сегмент
Объем сегмента, % от выборки
Объем категорий
по потребительской активности,
% от объема сегмента
Интегральная оценка привлекательности сегмента, %
не-поку патели
малоактивные
средне-активные
высокоактивные
А
28,8
5,8
31,0
35,1
28,1
27,0
Б
7,9
2,1
36,2
34,0
27,7
7,4
В
32,4
0
31,8
36,5
31,8
32,6
Г
30,9
0,5
28,6
30,2
40,7
33,0
Всего
100




100
Источник: подготовлено автором.

Из таблицы видно, что сегменты большого объема приблизительно равноценны по своей привлекательности и, таким образом, нет оснований для выбора какого-то из них в качестве целевого (быть может, менее привлекателен сегмент А ввиду большей расплывчатости предпочтений и меньшей оценки привлекательности). Вместе с тем построить единую политику продвижения затруднительно ввиду разнородности предпочтений сегментов: сегмент Г ориентируется в основном на вкус продукта, сегмент А помимо вкуса учитывает страну-производитель и срок / условия хранения, сегменту Б вкус не важен, сегмент В смотрит прежде всего на цену и читает информацию на этикетке, но также принимает во внимание фирму и страну-производитель, срок и условия хранения. Исходя из полученного результата, в практической задаче было принято решение отказаться от сегментации по рациональным предпочтениям.

Особенности сегментации на основании потребительского восприятия

В некоторых случаях задача ставится перед исследователем в несколько измененной формулировке: проанализировать предпочтения рыночных объектов заданного класса (конкурирующих продуктов, представленных в выбранном секторе рынка торговых марок, работающих на рынке фирм и т.д.). Решить ее невозможно без исследования отношения целевой группы к объектам, так как фактически анализируется восприятие объекта и его близости к идеалу. Объект в данном случае выступает как набор значений характеристик, который респондент учитывает в своей оценке и, обобщая, располагает среди других объектов на некоторой шкале (возможно, многомерной). Таким образом, задача сводится к анализу восприятия объекта в сравнении с идеалом и конкурентами.

Ее непосредственное решение имеет на практике мало смысла, так как неизвестно, по какой причине представители целевой группы предпочитают один объект другому. Существенно более полезным является анализ предпочтений в увязке с характеристиками объектов и (или) представителей целевой группы.

Пример 5. Сегментация на основании предпочтений торговых марок тортов длительного срока хранения.

В ходе исследования рынка тортов длительного срока хранения в целях выработки решений по их продвижению были замерены предпочтения торговых марок / марок производителей, понимаемые в деятельном смысле: марка считалась предпочитаемой, если респондент покупал ее чаще остальных. Набранная статистика позволила разбить целевую группу в зависимости от предпочитаемой марки на пять сегментов. Проверка методами непараметрической статистики (процедура NPar Tests пакета программ SPSS) показала, что сегменты значимо различаются своими эмоциональными предпочтениями сразу по нескольким шкалам. Обобщенная картина для анализа была построена с использованием нелинейного канонического корреляционного анализа (процедура Overals пакета программ SPSS). На рисунке 5 показаны идеальные области сегментов в плоскости двух первых факторов пространства эмоциональных предпочтений (фактор 1 имеет максимальные факторные нагрузки от исходных шкал «свежий» и «оригинальный», фактор 2 – от характеристик «дешевый», «крупный», «российский»).

Рисунок 5. Эмоциональные предпочтения тортов длительного хранения (плоскость факторов 1 и 2)

В пространстве имиджеобразующих факторов 1 и 2 отображены представления целевой группы об идеальных тортах длительного хранения отдельно для каждого сегмента. Определение сегментов см. в таблице.

Сегмент
Приверженность марке
А
«Черемушки»
Б
«Ясно солнышко»
В
«Русская нива»
Г
«Большевик»
Д
Не имеют особых предпочтений
Центру каждого идеального образа соответствует розовая окружность. Ее положение отражает средние значения факторов для сегмента. Горизонтальные и вертикальные линии с засечками показывают разброс предпочтений. Полупрозрачные эллипсы очерчивают области, в которые попадают предпочтения 70% представителей каждого сегмента по каждому фактору.

Источник: подготовлено автором.

На рисунке видны основные особенности сегментов:

– приверженцы «Черемушек» и «Большевика», а также лица без особых предпочтений чувствительны к свежести и оригинальности продукта;

– для приверженцев «Русской нивы» и «Черемушек» важно, чтобы продукт был дешевым, крупным и российским.

Приверженцы «Большевика» занимают по фактору 2 нейтральную позицию, а наблюдаемое смещение в положительную сторону обусловлено наличием среди них небольшой группы респондентов с положительными значениями фактора; это выявляется из рассмотрения распределения значений фактора для представителей сегментов. Тем же путем анализируется расплывчатость распределения значений фактора 1 для приверженцев «Русской нивы» – в данном случае причиной стало наличие двух групп респондентов с несколько различающимися предпочтениями.

Выявленные особенности эмоциональных предпочтений создают основу для продвижения марок тортов в расчете на отдельные сегменты целевой группы.

Сегментация на основе предпочтений частного характера

Другие типы предпочтений также можно использовать в качестве основания сегментации, однако обычно они носят частный характер и могут помочь только в решении отдельных вопросов продвижения.

Пример 6. Сегментация на основании предпочтений отдельных характеристик продукта и упаковки.

В представленном выше исследовании консервированных шпрот была проанализирована привлекательность сегментов в зависимости от предпочтения отдельных характеристик продукта и упаковки (копченость, размер, наполнители, форма и объем банки, оформление, расположение этикетки и т.п.). С помощью непараметрической статистики (процедура NPar Tests пакета программ SPSS) выявлены характеристики, показавшие значимое различие привлекательности. На рисунке 6 в качестве примера показана оцененная привлекательность сегментов, выделенных в зависимости от предпочтений копчености продукта и расположения этикетки.

Рисунок 6. Привлекательность сегментов по предпочтению отдельных характеристик продукта и упаковки

Приведены относительные оценки привлекательности сегментов, выделенных на основании предпочтений отдельных характеристик продукта и упаковки. Размер шариков пропорционален привлекательности сегментов, предпочитающих указанные значения параметров продукта и упаковки.

Источник: подготовлено автором.

На основе проведенного анализа принимается решение о предпочтительных характеристиках продукта и упаковки. Обращает на себя внимание присутствие в целевой группе сегмента, представители которого предпочитают некопченые шпроты. Исходя из его относительной привлекательности, можно оценить потенциальную его численность и принять решение о целесообразности его освоения.

Заключение

Среди оснований, используемых для сегментации целевой группы, потребительские предпочтения отличаются хорошей дифференциацией получаемых сегментов и выявлением свободных рыночных ниш. Несмотря на некоторые технические трудности работы с сегментами, выделенными по предпочтениям, они весьма полезны в практических приложениях и могут использоваться как в задаче исследования структуры целевой группы, так и в задаче выбора целевых сегментов.

1. Сегментация с помощью кластер-анализа дает разбиение на сегменты, отличающиеся потребительскими предпочтениями; однако коммерческая привлекательность сегментов в данном случае не учитывается.

2. Сегментация с помощью дискриминантного анализа (для категориальных переменных – с помощью нелинейного канонического корреляционного анализа), использующего в качестве целевой функции какой-либо показатель покупательской активности, дает разбиение на сегменты, отличающиеся как предпочтениями, так и коммерческой привлекательностью. Это создает основу для выбора целевых сегментов, хотя и несколько снижает их дифференциацию по предпочтениям.

3. Переход к рассмотрению построенных сегментов в факторном пространстве предпочтений позволяет наглядно представить их взаимное расположение и принять обоснованное решение о целевых сегментах и стратегии продвижения с прицелом на удовлетворение их предпочтений.

4. Исследование предпочтений отдельных характеристик продукта дает возможность разработать детали продвижения.

Сегментация на основании потребительских предпочтений создает хорошую основу для разработки уникальных торговых предложений, нахождения свободных рыночных ниш и выработки решений по их освоению.


Источники:

1. Александровский С.В., Бутрюмова Н.Н. Исследование рынка облачных сервисов в Нижегородском регионе // Региональная экономика: теория и практика. 2016. № 5 (428). С. 161-176.
2. Владыкина Ю.О., Розумная Н.В. Современные структурные изменения типовых профилей внутреннего турпродукта // Российское предпринимательство. – 2017. – Том 18. – № 21. – С. 3297-3312.
3. Закускин С.В. Интеграция маркетинговых коммуникаций на основе анализа потребительских предпочтений // Российское предпринимательство. — 2018. — Том 19. — № 6. — С.1913-1938.
4. Закускин С.В. Анализ сформированности рыночных образов // Креативная экономика. – 2020. – Том 14. – № 6. – С. 1115-1136.
5. Закускин С.В. Анализ дифференциации рыночных образов // Креативная экономика. – 2020. – Том 14. – № 7. – С. 1447-1466.
6. Закускин С.В. Оценка относительной и абсолютной привлекательности сегментов целевой группы // Маркетинг и маркетинговые исследования. — 2020. — № 2. — С.92-102.
7. Закускин С.В. Особенности анализа сформированности и дифференциации рыночных образов при исследовании рациональных предпочтений // Креативная экономика. – 2020. – Том 14. – № 11.
8. Иберла К. Факторный анализ // М. : Статистика – 1980. – 398 с.
9. Мартынова О.В., Антонченко Н.Г. Разработка политики позиционирования бренда на основе потребительских предпочтений // Казанский экономический вестник. – 2019. – № 5 (43). – С.99-104.
10. Троценко А.Н. Исследование потребительских предпочтений на рынке молока и молочной продукции Приморского края // Практический маркетинг. – 2017. – № 8 (246). – С. 12-20.
11. Чан Ким В., Моборн Р. Стратегия голубого океана. Как найти или создать рынок, свободный от других игроков // М.: Манн, Иванов и Фербер. – 2017. – 336 с.
12. Шевченко М.Н. Маркетинговый анализ потребителей мясной продукции // Экономический анализ: теория и практика. – 2017. – Т. 16. – № 3 (462). – С.512-520.

Страница обновлена: 14.09.2023 в 18:24:14