市场细分研究驱动用户精准营销

2021-06-30

市场细分,最早由美国市场学家温德尔·史密斯(Wendell R.Smith)于1956年提出,即按照用户特征把总体市场划分成若干具有共同特征的子市场。

一、什么是市场细分?

在讲市场细分研究之前,我们首先明确什么是市场细分,市场细分定义:市场细分最早是由美国市场学家温德尔·史密斯(Wendell R.Smith)于1956年提出来的,即按照用户特征把总体市场划分成若干具有共同特征的子市场。

二、为什么做市场细分,对企业的意义是什么?

众所周知,在一个市场中,用户的需求是多样化的,面对一个多元化的市场,企业需要针对不同人群需求制定差异化策略,而市场细分正好为此策略的制定提供了前提。

市场细分将总体市场划分为不同的子市场,根据目标子市场,企业可以更深刻理解消费者和产品的匹配关系,从而为不同细分市场的消费者提供符合其需求的产品或是服务,同时也可以避免将产品信息送给与产品不相关的消费者,以最大限度地利用资源以获取最大效益。

三、市场成熟度考量,什么时候市场细分?

马斯洛需求层次理论把需要分成由较低层次到较高的五个层次,包括生理需要、安全需要、社交需要、尊重需要和自我实现需要。

马斯洛认为需要层次越越低,力量越大,潜力越大,随着需要层次的上升,需要的力量相应减弱,高级需要出现之前,必须满足低级需要,而当一个需求满足之后,人们会追求更高层次的需求。

同样,对于一个品类市场而言也是一样,用户对于产品的需求也存在着层次的高低,每一个需求层次上的消费者对产品的要求都不一样,而且对于同样的品类,在同一阶段,不同用户的需求层次也可能存在不同,这就出现了不同用户的需求差异化。

当一个产品市场还处于初级阶段的时候,消费者对于产品的认知往往还处于概念阶段,基本的功能需要已经能成为产品的购买驱动力,而随着整个市场成熟度的加深,市场竞争的加剧,产品越来越多样化,以及用户自身在不同阶段对于品类的需求态度的变化,更高层次的需求也随之而产生。

举个例子,以女性护肤品类市场来说,最初用户对于护肤产品的需求是清洁功能,以缓解脸部油腻带来的不适感,而随着市场参与者的增多以及大家对于护肤意识或是说对美的关注度加深,清洁功能已经远远不足于满足需求,除了清洁以外,还会要求清洁保湿,甚至更层次的需求如提亮美白等。

市场的前进和需求层次理论一样,只有在市场到相对成熟度的情况下,需求才会呈现多样化,也只有在这样的前提下,才有足够的条件去做市场细分。

对于企业而言,如果一个市场还处于简单的、基本需求的时候,企业如果生产一个细分产品进入这个市场就需要先教育市场或去教育消费者去跟上其步伐,而仅凭一家之力,这个力量往往是微乎其微的。

因此,企业需要根据市场现状去判断当前产品处于什么需求阶段,只有到了相对成熟的状态下,才可以用产品去细分,因此总的来说,市场细分通常是在市场相对成熟的条件下产生的。

四、如何做市场细分,需要哪些分类依据?

如之前市场细分概念中介绍,市场细分是按照用户特征把总体市场划分成若干具有共同特征的子市场。那我们通常会用哪些用户特征做细分呢?

在市场细分中,通常会使用用户的人口统计学特征,心理特征,地理特征,需求特征以及使用行为特征作为主要的细分变量:

在市场细分中,我们可以单独使用某一类别变量做细分,也可同时使用多个变量一起分类再做细分。

其中人口特征,地理特征和使用行为特征是企业在细分中通常使用较多的变量,这些特征变量既可以直接在企业的样本数据库中直接获取,也可以直观地利用这些特征快速捕捉到细分市场的目标人群。

但这样的细分结果也存在一定的局限性,因都是行为或是直观描述变量,我们通过这些变量细分可以看到不同细分人群的差异化产品偏好,但却不能解释品类需求差异的原因,因此也无法更进一步看到消费者真实的需求。

而心理特征和需求特征变量则可以更深刻辅助理解市场中的需求差异,将消费者内心真实诉求与品类行为做关联,可以更好地洞察细分市场之间的行为差异。

但因心理特征和需求特征变量数据获取的难度较大,需要同时通过定性的研究方法做探究以及定量的方式做数据回收,特别是心理特征,在转换成营销策略时也存在一定的转换难度,多数企业更多是将此变量作为附加变量使用。

以人口特征变量做细分,结果示例:

以心理特变量做细分,结果示例:

五、研究方法简析,如何做市场细分?

市场细分中涉及多维度的变量,在研究中我们通常使用功能强大的典型相关分析结合聚类分析来做市场细分。

典型相关分析是一种高层次的分析方法,用来研究一组变量和另一组变量之间,或者几组变量之间的相互关系。典型相关分析又分为线性典型相关分析和非线性典型相关分析,线性典型相关仅适用于数值型变量,而非线性典型相关的变量可以是数值型的、顺序的、类别的或是三者结合的,在市场研究中,我们涉及的变量是多元化的,因此通常使用非线性典型相关分析。

非线性典型相关分析对变量的取值只接受正整数,因此我们在进行非线性典型相关分析之前经常需要对变量进行一些预处理。常见的处理方法有:

对于小数,可通过改变测量单位或是重新编码的方式进行预处理;

若原始变量最小值为0,可对所有值加上1;

对于负数,可采用所有值减去变量的最小值再加上的方法处理。

在进行典型相关分析之前,如果本身加入细分的变量过多,我们通常也会使用因子分析的方法做降维处理,而后再使用降维后的变量做典型相关分析。

市场细分的步骤:主要步骤如下红框内所示,在市场细分中,为了细分的严谨性,我们也可以利用判别分析进一步验证分类结果。

在实操中,我们使用SPSS分析软件操作:

第一步:做典型相关分析

第二步:聚类分析获取市场细分结果

第三步:判别分析验证分类结果

六、如何判定市场细分的有效性?

通过统计学方法获取市场细分结果后,我们如何判断结果的有效性,又存在哪些标准?

在研究中,我们发现一个好的市场细分结果通常具备以下一些特征:

显著区隔的:不同细分群体之间在关键特征变量上有明显的区隔;

可识别/可接触的:企业能够清楚判定目标细分群体是谁,并且能够准确触达他们;

各细分群体有规模的:目标细分群体的规模足够大,进而值得企业为他们单独制定产品/营销策略;

可以指导行动的:市场细分可以匹配企业的商业目的并指导企业生产或者营销。

当然,为获取有效的细分结果,我们在做细分的过程中也需要多次对结果进行调试,常见的调试方法有:

针对输入变量,通过增减进入典型相关分析的特征变量,以优化细分结果,通常我们在细分前,会透过定性的方法初步判定区分细分群体的关键变量,再使用这些变量在相关分析中做删减调试;

针对输出的分类结果数量进行调试,细分数量过多,则所分出来的细分市场的规模可能会较小;而细分数量过少,各细分市场之间的区隔可能又不够明显,通常在细分研究中我们会把分类结果分为4-8类。

七、市场细分的结果如何运用,有哪些营销实践?

市场细分不能为了细分而细分,其最终的价值还是必须体现在今后业务策略的关联上。

产品策略:从不同细分消费群的需求出发,了解其对产品/服务的需求,判断不同细分群的需求层次关系,识别不同细分群体对应的产品组合,对现有产品线进行优化,包括新品开发,既有产品的整合、延伸或是剔除;

行销策略:根据不同细分群体对产品的需求特征、使用行为特征等,建立不同消费细分群体对应的行销策略;

人群策略:市场细分结果的反向运用,借助判定细分人群具有关键影响作用的变量,快速识别新老用户所属的细分群体类型,做针对性的产品或是行销招新或是留存策略。