Промышленный маркетинг - Зозулев А.В. - 2.4.2.6. Основные методы сегментирования рынка

Сегментирование рынка представляет собой формальную процедуру, основанную на применении методов многомерного статистического анализа к результатам маркетинговых исследований. Для получения рыночных сегментов могут быть использованы четыре основных типа методов, а именно:

1. Традиционные методы:

• априорные (a priori);

• кластерные (cluster based);

2. Новые методы

• гибкой (flexible) сегментирования;

• компонентного (componential) сегментирования.

Априорные методы сегментирования используются тогда, когда исследователь на этапе, предшествующем маркетинговому исследованию, может выдвинуть гипотезу сегментирования рынка. Для этого ему необходимо иметь представления относительно нужд, потребностей, желаний потребителей, переменных сегментирования, которые могут использоваться для задания сегментов. Другими словами, маркетолог должен иметь хорошее представление относительно базиса сегментирования и возможных зависимых переменных^*138.

*138: {Имеется в виду, что характеристики потребителя (например, потребности, интенсивность потребления, ключевые элементы мотивации и их значения) выступают в качестве независимых переменных, а переменные сегментирования (пол, возраст, регион я т. п.) в ходе исследования с последующей статистической обработкой выступают в качестве зависимых переменных.}

При использовании данного метода сначала выдвигается гипотеза сегментирования рынка (сетка сегментирования), а затем она проверяется в ходе маркетинговых исследовании. Поэтому данные методы называются априорными, т. е. доопытными.

Традиционно, априорные методы сегментирования включают семь этапов:

1. Выбор базиса для сегментирования. Анализируются нужды, потребности и другие элементы, влияющие на выбор потребителя и проявляющиеся в его отношении к товару.

2. Выбор множества параметров описания сегментов (переменных сегментирования) и разработка гипотезы сетки сегментирования рынка. На этом этапе исследователем производится выбор и обоснование подходов, критериев и переменных сегментирования рынка, проводится анализ возможных связен между переменными и базисом сегментирования, устраняются возможные противоречия в гипотетической сетке сегментирования рынка.

3. Формирование выборки. Это, в основном, стратифицированная и, иногда, квотированная выборка (в зависимости от специфики предметной области) в соответствии с различными классами зависимых переменных^*139.

*139: {Вопросы маркетинговых исследований более подробно см.: Зозулев А. В., Солнцев С. А. Маркетинговые исследовании: теория, методология, статистика. — К.: Знания, 2006.}

4 Сбор данных в ходе проведения маркетинговых исследований. Проводится сбор количественных данных в ходе маркетингового исследования (в основном, в ходе анкетирования).

5. Формирование сегментов, на основе разбивки респондентов из числа потенциальных потребителей по категориям. Собранные данные (например в виде анкет) структурируются в соответствии с выдвинутой гипотезой рыночного сегментирования.

6. Установление профилей сегментов. Происходит формирование рыночных сегментов и проверка их соответствия предварительно выдвинутой гипотезой. Для этого используются многомерные статистические методы. В основном, это дискриминантный анализ, множественная регрессия, многомерный факторный анализ, корреляционный анализ^*140.

*140: {См., например: Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы: Учебник. – М.: Финансы и статистика, - 1998. – 352 с.}

На этом этапе производится проверка гипотезы сегментирования рынка с се последующим подтверждением или коррекцией.

7. Разработка маркетинговых стратегий для каждого отдельного сегмента. Разрабатывается система рыночно-продуктовых стратегий в соответствии с базисом сегментирования рынка, полученными в ходе маркетинговых исследований данных о потребителях.

Априорный метод сегментирования рынка является, на сегодня, наиболее часто используемым, что обусловлено его относительной простотой, наличием разработанных и известных специалистам методикам, обеспечивающих его реализацию, не высокой стоимостью реализации. Однако в практике сегментирования рынка достаточно часто возникают ситуации, когда достаточно трудно, а порой и невозможно, выдвинуть гипотезу относительно возможного базиса сегментирования рынка, предложить удовлетворительные переменные сегментирования. В этом случае, как правило, используют кластерные методы.

Кластерные методы достаточно схожи с априорными методами с той только разницей, что они не определяют зависимую переменную (переменную сегментирования), а ищут естественные кластеры^*141, находящиеся в базе данных по потребителям, полученной в ходе маркетинговых исследований. В этом случае, сначала производится группировка респондентов из числа потенциальных потребителей с помощью специальной аналитической процедуры в естественные кластеры — сегменты рынка. После этого определяются переменные, с помощью которых можно было бы формально задать рыночный сегмент. Данный подход известен также как post hoc метод.

*141: {Кластер – ветвь, гвоздь. }

Важно понимать, что кластеризация и классификация — это разные процедуры. В первом случае ищутся естественные группы (кластеры), во втором — формирование групп происходит по искусственно заданным критериям. Дадим краткое описание процедур классификации потребителей, используемых в процессе применения традиционных методов.

Широкое распространение получила группировка потребителей по методу AID (автоматический детектор взаимодействия). В соответствии с этим методом, выбирается какой-либо системообразующий критерий. Затем, выборка делится на ряд подгрупп, т. е. формируются подгруппы, в рамках которых наблюдается высокое значение системообразующего критерия. Так, например, выборка может быть разделена на мужчин я женщин, далее может быть выделено две подгруппы, проживающие в городе и сельской местности. Затем могут быть выделены подгруппы по доходам и т. д. Таким образом, можно сказать, что сегментирование по методу AID производится по нисходящей, "сверху вниз". Схематически данный процесс представлен на рис. 2.61.

Недостатком данного метода является то, что он пытается не "вычислить" рыночный сегмент, а "подобрать" его. Это делает данный метод достаточно трудоемким и, самое главное, не гарантирует получение точных профилей рыночных сегментов.

В отличие от этого метода сегментирование по методу кластерного анализа производится по восходящей, "снизу вверх". При этом, как и при применении метода AID одновременно рассматривается вся совокупность переменных (характеристик). Для этого на этапе маркетингового исследования потенциального рынка выделяют множество характеристик покупателя. Для проведения кластерного анализа, как показывает практика, необходима выборка не менее 200 единиц. Далее производится обработка полученных результатов. Вес собранные данные рассматриваются по некой универсальной шкале, например, от 1 до 10, учитывающей выраженность параметра. После этого рассматриваются каждый объект, т. е. потребитель, по отдельности, а затем определяется, какие из них больше всего похожи между собой. Сходные потребители объединяются в кластер, который выступает как составной объект. Далее отыскиваются следующие наиболее сходные между собой объекты, которые объединяются в новый общий кластер. Процесс продолжается до тех пор, пока принятые значения параметров не укажут, что больше не осталось сходных объектов или кластеров, которые можно было бы объединить между собой. Схематически, процесс формирования кластеров представлен на рис. 2.61.

Рис. 2.61. Схема классификации по методу AID

Рис. 2.62. Древовидная схема формирования кластера (дендрограмма)

В рамках приведенного примера мы можем выделить сегменты, основанные на кластерах, состоящих из объектов (10,1,2,3), (4,7,9) и (5,8,6). Дальнейшее объединение в общий кластер приводит к увеличению погрешности в смысле общности характеристик.

При всей простоте и наглядности данного метода его реализация является сложной системотехнической задачей. Во-первых, возникают проблемы выделения множества параметров, по которым будет производится кластеризация, определения выносимых к рассмотрению характеристик покупателя. От правильности данного этапа зависит точность получаемых результатов. При различном определении множества получаются различные варианты кластеров-сегментов. Поэтому, для повышения точности результата необходимо просчитывать несколько вариантов. Во-вторых, возникает проблема выбора и задания уровня погрешности, который определяет степень кластеризации исходного множества объектов. Поэтому, априорный и post hoc методы часто комбинируют в один подход: т. е. возможно взять сегмент и определить, является ли он (сегмент) кластером или подгруппой сегментов.

Для практической реализации сегментирования рынка с применением кластеризации могут использоваться статистические пакеты типа SPSS и NCSS &PASS, которые содержат в себе процедуры иерархической кластеризации. Последний пакет содержит также очень, на наш взгляд, перспективный и слабо проработанный для проведения сегментирования рынка на сегодняшний день метод главных компонентов.

Гибкое сегментирование является динамической процедурой, которая предлагает гибкость в построении сегментов, базируясь на анализе потребительских предпочтений по отношению к предлагаемым альтернативам исполнения продукта, компьютерном моделировании выбора потребителя. В основе гибкого сегментирования лежит процедура совместного анализа (conjoint analysis). К достоинству данного метода можно отнести то, что он работает с латентными полезностями, позволяет достаточно точно выйти на группы потребителей при выводе нового товара на рынок. Недостатками же гибкого сегментирования является относительная дороговизна, достаточно сложная процедура реализации, возможные погрешности на уровне разработчиков при выборе атрибутов тестируемого товара, что сильно влияет на точность результатов. Кроме того, данный метод не учитывает различий в мотивах потребителей, динамическую взаимосвязь между нуждами, потребностями, желаниями потребителей и элементами мотивации, а сосредотачивает свое внимание лишь на работе с атрибутами товара, которыми мотивируется потребитель при его выборе. Это затрудняет использование его на рынках постсоветских стран, для которых характерно отсутствие устоявшихся стереотипов потребительского поведения, частая смена одних потребностей на другие при одних и тех же мотивах, наличие противоречий между истинными потребностями и потребляемыми товарами под воздействием асимметричного потока рекламы.

Четвертый метод, компонентный анализ, используемый при сегментировании, также основан па сложных методах статистического анализа и требует больших вычислительных ресурсов. Данный метод предложен П. Грином и отличается от других методов сегментирования тем, что он пытается определить, какой тип потребителей наиболее соответствовал бы определенным характеристикам товара. Этот метод имеет много общего с гибкой сегментацией, применим в равной мере к промышленному и потребительскому рынкам.

По мнению западных специалистов, гибкая и компонентное сегментирование являются, в основном, чисто академическими и трудно неприменимыми в реальной жизни.

Врезка

ПРИМЕРЫ ПРИМЕНЕНИЯ МЕТОДОВ СЕГМЕНТИРОВАНИЯ РЫНКА

ПРИМЕР СЕГМЕНТИРОВАНИЯ ПОТРЕБИТЕЛЬСКОГО РЫНКА С ИСПОЛЬЗОВАНИЕМ АПРИОРНОГО МЕТОДА

Данный пример иллюстрирует процесс сегментирования потребителей на рынке стиральных машин г. Киева с использованием априорного метода. Метод включает несколько этапов. Рассмотрим их.

1. Выбор базиса сегментирования рынка. Таблица содержит описание мотивационного поля потребителей, которое формирует базис сегментирования. Описание мотивационного поля представляет собою выявление взаимосвязи между следующими тремя компонентами: нуждами и потребностями потребителя, а также элементами комплекса маркетинга.

Таблица

Описание мотивационного поля потенциальных потребителей

2. Выбор множества параметров описание сегментов. Выбираем параметры описания сегментов из 4 основных групп: географических, демографических, поведенческих и психографических критериев. Географические критерии в границах рынка Киева значения не сыграют, критерии за поведением тяжело исследовать и использовать (абсолютное большинство покупателей делает покупку впервые). Для описания сегментов выбраны следующие критерии: 1. Из группы демографических —уровень доходов (важность именно этого критерия обуславливается относительно высокой ценой стиральных машин в сравнении с уровнем доходов население. Стоимость наиболее дешевой автоматической стиральной машины составляет приблизительно 2100-2200 грн. при среднем уровне заработной платы в Киеве около 500 грн. Измерение этого показателя будет осуществлено с помощью параметрической интервальной шкалы в исследовательской анкете:

Шкала оценки уровня доходов потребителя

Укажите, пожалуйста, Ваш приблизительный уровень доходов в месяц, грн.:

2. Из группы психографических критериев — синтетический критерий "техно-восприятие". Он отражает отношение покупателя к уровню технической сложности и вооруженности товара: отрицательное, положительное, нейтральное. Этот критерий сформировался на основе нескольких предпосылок:

1) Покупка автоматических стиральных машин требует предшествующего ознакомления со специфическими техническими характеристиками машин (этих характеристик значительно больше, чем, например, у холодильника или кухонной плиты).

2) Панели управления автоматических стиральных машин содержат, как правило, от 1 до 3 ручек и от 3 до 8-10 кнопок, в более дорогих машинах — также жидкокристаллическую панель для диалога с пользователем. Поэтому эксплуатация машин может вызвать как положительные, так и отрицательные эмоции, в зависимости от характера потребителя и простоты, гибкости, эргономичности системы управления машиной.

3) Пользователями стиральных машин большей частью являются женщины, которые определяют определенную специфику в потребительских запросах относительно дизайна и процесса управления машиной.

Измерение этого параметра целесообразно осуществить следующим образом: проводить сегментацию по психографической характеристике "тсхновосприятие" на основе ответов респондента на вопрос со шкалой Тестоуна (ТигаТопе). Для этого соответственно анализируется согласие или несогласие респондента с определенными мотивационными утверждениями типа:

1. Мне нравится, если в моей технике много функций и опций.

2. До покупки обязательно разбираюсь во всех технических характеристиках товара.

3. Долго занимаюсь поиском и выбором товара, который решил купить.

4. Покупаю только проверенные опытом товары.

5. Чем меньше кнопок — тем лучшее.

6. Главное — чтобы техника работала.

7. Мои вещи должны быть уникальными.

8. Для меня очень важно, чтобы товар был красивый.

За каждый ответ № № 1-3 (положительное техновосприятие) респонденту зачислялся +1 балл, № № 4-6 (отрицательное техновосприятие) – -1 балл. Согласие с вопросами № № 7-8 свидетельствуют об элементах нейтрального техновосприятие. Алгебраическая сумма баллов определяет характеристику потребителя (таблица).

Таблица

Схема сегментирования по психографическим характеристикам потребителей

Следующим шагом на этом этапе является составление характеристической функции, анализ значения которой для конкретного потребителя давал бы возможность однозначно отнести этого потребителя к одному из сегментов.

Функция У является функцией двух переменных: у₁ (доход) и у₂ (техновосприятие), где , Для получения характеристической функции воспользуемся зависимостью следующего вида:

где а — любое число, достаточно большое, чтобы интервалы значений функции не пересекались. Для нашего примера возьмем 100.

Таким образом, в нашем случае функция будет иметь вид У = у₁. Анализ характеристической функции.

На основе выше сказанного, функция У будет принимать значение в следующих интервалах:

• Отрицательное техновосприятие: У [1;25].

• Нейтральное техновосприятие: У [100; 2500].

• Положительное техновосприятие: У [10000; 250000].

Таким образом, мы получаем разбивку на сегменты по психографическому критерию и уровню доходов. В нашем примере получаем 9 рыночных сегментов.

1. Формирование сегментов на основе разбивки респондентов по категориям. Каждая полученная в результате исследования анкета получила собственный номер и была отнесена к одному из сегментов на основе вычисления характеристической функции.

2. Формирование выборки. Выборка была сформирована методом стратифицированного отбора.

3. Сбор данных. Для сбора необходимых для сегментирования данных был подготовлен массив из ответов 200 респондентов на вопросы анкеты.

4. Проверка профилей сегментов. На этом этапе осуществляется проверка и корректирование проведенной процедуры формирования сегментов. Важными критериями эффективности сегментирование на данном этапе является:

1) сходство в мотивациях потребителей внутри сегментов;

2) отличие в мотивациях потребителей между сегментами;

3) специфичность комплекса маркетинга для каждого отдельного сегменту. Для проверки гипотез сегментирования рынка была сформирована анкета.

Ниже приведены задаваемые респондентам вопросы.

Оцените по 10-бальной шкале значимость для Вас следующих характеристик стиральной машины:

Таблица

Значение характеристической функции для выбранных сегментов

Ответы респондентов на эти вопросы дают возможность определить значимость (w_i, i=1..8) для них отдельных характеристик стиральной машины.

Для проверки выдвинутой гипотезы сегментирования рынка была использована такая аналитическая процедура, как множественная корреляция. Для анализа использовался профессиональный статистический пакет Statistica 5.5. 5. Процедура анализа. Для проверки выдвинутой гипотезы сегментирования рынка в качестве аналитической процедуры была использована множественная корреляция. Для анализа использовался профессиональный статистический пакет Statistica 5.5. Просчитывались коэффициенты корреляции респондентами, относящимися к одному рыночному сегменту в соответствии с выдвинутой гипотезой с последующим сравнением со значениями корреляции с респондентами из соседних сегментов и средним значением по выборке в целом (табл. 4).

Таблица 4

Коэффициенты корреляции отдельных сегментов

Анализируя таблицу можно прийти к выводу, что сетка сегментирования в целом верна, т. к. коэффициенты корреляции внутри сегментов достаточно высоки, за исключением сегментов 2, 5 и 8. Респондентов их этих сегментов можно объединить с потребителями из других сегментов, а такой переменной как "нейтральное техновосприятие" можно пренебречь, агрегировав рынок в более крупные сегменты. Мотивации этих респондентов подобны мотивация потребителей их других сегментов. Скорректировав сетку сегментирования, получаем в итоге 6 рыночных сегментов. Для большей уверенности в точности принимаемого решения было бы желательно проверить гипотезу с использованием, например, факторного анализа.

ПРИМЕР СЕГМЕНТИРОВАНИЯ ПОТРЕБИТЕЛЬСКОГО РЫНКА С ИСПОЛЬЗОВАНИЕМ КЛАСТЕРНОГО МЕТОДА

Например, нам необходимо выяснить какое количество сегментов присутствует на рынке легковых автомобилей^*142. Для решения данной задачи были проделаны следующие шаги:

*142: {Пример носит упрощенный, иллюстративный характер.}

1. Используя концепцию мультиатрибутивного товара^*143 была сформирована совокупность атрибутов товара, по отношению к которым потенциально могут разниться предпочтения потребителей. Пусть к таким относятся следующие:

*143: {Более подробно см., например: Зозулев А.В. Поведение потребителей: Учебное пособие. – К.: Знання, 2004. – 364 с. }

• Цена

• Класс автомобиля

• Расход топлива

• Максимальная скорость

• Количество мест

• Количество дверей

• Наличие АБС

2. Сформулирована опросная анкета, в которой были заданы вопросы относительно предпочтений потребителей и их основных социально-экономических и психографических характеристиках. Вопрос относительно звучал следующим образом:

Оцените, пожалуйста, по 20-балыюй шкале значимость следующих характеристик легкового автомобиля:

• Цена ____________

• Класс автомобиля ____________

• Расход топлива ____________

• Максимальная скорость ____________

• Количество мест ____________

• Количество дверей ____________

• Наличие антиблокировочной системы ____________

3. Был проведен опрос потенциальных потребителей, в ходе которого были получены ответы на интересующие вопросы. Для простоты примера, было опрошено 20 человек. Для обработки результатов применим пакет прикладных статистических программ SPSS 12.0. Полученные данные были занесены в исходные данные.

4. Для обработки исходных данных был задействован метод иерархической кластеризации, краткая суть которого состоит в том, что аналируются евклидовы расстояния между векторами (ответами потребителей), например, между 1-м и 2-м, 1-м и 3-м и т. д., 2-м и 3-м и т. д. После чего выявляется минимальное расстояние. Эти два элемента объединяются и в дальнейшем рассматриваются как единый. После чего снова анализируются расстояния между векторами (в нашем случае — ответами респондентов из числа потенциальных покупателей легкового автомобиля). Для отражения данного процесса строится дендрограмма, отражающая степень близости ответов респондентов. В нашем случае получаем следующую дендрограмму (рисунок).

Дендрограмма процесса кластеризации потребителей на рынке

Как видно из дендрограммы, на исследуемом нами рынке по перечисленным выше атрибутам товара можно выделить два рыночных сегмента. К первому относятся респонденты 2,3,7,9 и 10, а во второй сегмент входят респонденты 5, б и 8. 5. Для формирования профилей рыночных сегментов проанализируем анкетные данные потребителей и на основе одного из подходов к сегментирования рынка или их комбинации определим переменные сегментирования и сформируем профили получившихся сегментов. В нашем, иллюстративном, примере, проанализировав исходные данные можно легко заметить, что основные различия связаны с уровнем доходов потенциальных потребителей. Естественно, что в более реалистичных примерах, когда количество анкет превышает 200 единиц, такой анализ является не столь наглядным. Зная количество кластеров, задействовав процедуру кластеризации по средним (К-Means Cluster) мы можем получить центры этих кластеров, что в нашем случае означает типовые предпочтения по исследуемым параметрам целевых сегментов (рисунок).

Данные no центрам кластеров, полученные с помощью SPSS 12.0

Как видно из приведенного материала, в случае использования кластерного метода сегментирования рынка первоначально ищутся естественные кластеры, а уж потом выбираются переменные, задающие профили рыночных сегментов.

ПРИМЕР СЕГМЕНТИРОВАНИЯ ПОТРЕБИТЕЛЬСКОГО РЫНКА С ИСПОЛЬЗОВАНИЕМ ГИБКОГО МЕТОДА НА ОСНОВЕ СОВМЕСТНОГО АНАЛИЗА

Одним из наиболее популярных методов анализа потребителей, особенно в случае проведения маркетинговых исследований при выводе на рынок новых

товаров, является совместный (conjoint) анализ. Проведение совместного анализа предоставляет возможность маркетологу определить как распределяются потребители на рынке по своим предпочтениям на основе анализа потребительских оценок предложенных вариантов выполнения товара. В этом случае, в отличие от приведенного выше примера, исследователь работает с латентными (скрытыми) полезностями атрибутов товара для потребителя, что существенно повышает точность получаемых результатов. Это свойство совместимого анализа позволило положить его в основу, так называемого, гибкого метода сегментирования рынка.

Существует несколько вариантов проведения совместного анализа. Рассмотрим основные этапы процедуры данного анализа, общие для всех них. Для иллюстрации метода возьмем рынок авторучек.

Подготовительный этап. Формируем выборку респондентов, которые относятся к целевой аудитории. Пусть, для простоты изложения было отобрано 10 человек.

Этап 1. Выделили атрибуты товара, которые определяют выбор потребителя. Было отобрано три базовых атрибута, а именно:

• цена: высокая или низкая;

• система пера: капиллярная или шариковая;

• тип тучки: одноразовая или многоразовая.

Этап 2. Сформировали план эксперимента путем комбинации атрибутов с их значениями. Пусть атрибут 1 (цена) у нас будет переменной х₁, атрибут 2 (система пера) — х₂ и атрибут 3 (тип ручки) — х₃. Поскольку каждый из них может принимать в нашем примере только два значения, то определим их как 0, если х_і — принимает первое значение и 1 — если X, принимает второе значение. План эксперимента в этом случае имеет такой вид:

Например, комбинация № 3 означает такое сочетание: дорогая одноразовая шариковая ручка.

Этап 3. Разрабатываем формы для оценки респондентами получившихся комбинаций исполнения товара.

Этап 4. Проводим опрос респондентов. В зависимости от используемой в дальнейшем процедуры математической обработки полученных данных это может быть ранжирование в таблице, сортировка карточек с вариантами исполнения товара в зависимости от степени предпочтения или бальная оценка (например, по 100-бальной шкале) степени удовлетворенности предложенными вариантами (таблица).

Гипотетические результаты ответа 1-го респондента

Этап 5. Обработка полученных результатов. По результатам выполнения респондентами действии по оценке предложенных вариантов и получение частичных полезностей (важности атрибутов товара)^*144. Предположим, что получены результаты, приведенные в следующей таблице.

*144: {Соответствующей модуль содержит, например, пакет SPSS 10.0 и выше.}

Полезности атрибутов для респондентов

Полученные результаты позволяют сделать несколько выводов. Во-первых, зная важность атрибутов, стоимость реализации каждой функции и платежеспособность целевых клиентов можно с помощью процедуры функционально-стоимостного анализа разработать оптимальный товар для каждого рыночного сегмента. Во-вторых, используя процедуру иерархической кластеризации можно провести сегментацию рынка. Для нашего примера результаты приведены на рисунок, а. Как видно из рисунка, на рынке существует два основных сегмента, чьи предпочтения существенно разняться. Зная количество сегментов-кластеров и используя процедуру кластеризацию, по средним получаем значения для центров полученных сегментов, что позволяет определить оптимальный для данной целевой аудитории вариант исполнения товара (3 (б)^*145). И, в-третьих, зная результаты совместного анализа, можно перейти к вопросам ценообразования на продукцию. Например, используя формулу, данные совместного анализа и воспринятый уровень качества (например, с помощью техники семантического дифференциала) получим следующую формулу.

*145: {Использовался пакет SPSS 11.0.}

(1)

В формуле Ц_тф — цена на товар фирмы, — цена на товар ведущего конкурента, — отношение потребителей к товару фирмы, — отношение потребителей к товару ведущего конкурента.

УСЛОВИЯ ЭФФЕКТИВНОГО СЕГМЕНТИРОВАНИЯ РЫНКА

После получения сетки сегментирования рынка возникает вопрос анализа правильности полученных результатов (сетки сегментирования рынка). Под эффективностью понимается достижение минимального уровня расхождения между реальным рыночным поведение потребителей и формальным, следующим из описания полученных профилей. Для того, чтобы полученный вариант сетки сегментирования соответствовал необходимым условиям эффективности, он должен удовлетворять следующим критериям:

• должна существовать схожая мотивация в рамках каждого сегмента;

• должны существовать существенные различия в мотивациях между сегментами;

• потребители в рамках сегмента должны быть доступными;

• каждый сегмент должен иметь четкие характеристики (такие как, например, методы закупок, темпы роста) и точный профиль сегмента;

• полученные сегменты должны быть относительно стабильны во времени;

• каждый сегмент должен иметь определенных конкурентов (не бывает отсутствия конкурентов, существуют ее разновидности);

• каждый сегмент должен быть достаточно малым, чтобы иметь возможности существенно усилить конкурентные преимущества и эффективно защищаться от конкурентов;

• каждый сегмент должен быть достаточного размера, чтобы обеспечить необходимый уровень рентабельности;

• каждый сегмент должен обслуживаться собственным комплексом маркетинга;

• маркетолог должен знать факторы, способствующие успешному развитию сегмента, а также факторы угроз.