单元十二市场定位

1、單元十二：市場定位 15.835 創業行銷 市場定位 當消費者想到一項特殊的產品或產品種類，他們通常會用少數評估標準（二至四個） 將產品置於消費者的心中（有關競爭商品）物理相對於認知定位物理相對於認知定位 物理定位限制 僅有物理性選擇的供應標準並無法提供相關地點的全貌，因為定位根本在消費者心理消費者心理消費者有可能比企業預期的還不重視物理屬性或是認為他們是不同的消費者對於產品的屬性通常建立於非主觀比較的社會或心理的屬性例如：在汽車市場裡的美質外觀、斑點、階級形象物理相對於認知定位（接續）物理相對於認知定位（接續） 為什麼認知定位比物理定位好？ 消費者幾乎不知道產品重要的物理屬性，即使知道，他們

2、還是無法暸解這些屬性以至於視他們為選擇競爭性產品的基礎 大部分的消費者並非購買物理特性而是其提供的利益 受到因素而非物理特性的影響，產品的評估是很主觀的，因此，物理性相似的產品可能因不同的歷史、名稱、及廣告活動而被視為不同的產品物理及認知分析之比較物理及認知分析之比較 物理定位認知定位技術導向消費者導向物裡特性認知屬性客觀判斷主觀判斷已有資料需要行銷研究直接研發影響間接研發影響大量的標準有限的標準為什麼定位是重要的？為什麼定位是重要的？ 對消費者而言，了解新產品是非常困難及複雜的課題 有關一項新產品的資訊在開始時是非常有限的，消費者依序首先接觸到先鋒及之後為進入者 因此，消費者偏好有可能隨時間

3、演進的為什麼定位是重要的？為什麼定位是重要的？ 消費者獲悉新產品或服務的三個階段1. 於試驗之前2. 經由創始產品服務試驗3. 在潛在的進入者出現之後試驗前之偏好試驗前之偏好 於試驗前之偏好可能相當薄弱，因為 這種類是很新的及購買者知道的很少 即使潛在的消費者對產品屬性有客觀的資訊，最重要的屬性資訊及最佳的屬性組合並不明顯 因此，潛在的消費者有可能對創始產品種類仍是漠不關心 均勻散佈理想點給潛在的購買者試驗前之偏好（接續）試驗前之偏好（接續） 均勻散佈理想點給潛在的購買者 屬性一 屬性一 屬性二 屬性二 理想點創始產品試驗的偏好形成創始產品試驗的偏好形成 購買者因創始產品的試驗更新他們的偏好

4、購買者嘗試創始產品，若是此產品可行，成功的結果將歸因於創始產品的屬性組合 購買者經由創始產品試驗得知如何評估屬性組合，因為他們的經驗僅侷限於單一產品，他們因此知道創始產品屬性組合及更新他們的偏好創始產品試驗的偏好形成（接續）創始產品試驗的偏好形成（接續） 因此，消費者理想點轉移至創始產品的位置以反應他們的所知道的資訊 屬性組合 屬性指數屬性一 屬性一 屬性二新產品 理想點更新 理想點 屬性二晚期進入者之後偏好改變晚期進入者之後偏好改變 當晚期進入者是抄襲其他產品的me-too型產品 在學習過程中，消費者在產品服務分類裡視創始產品為原創型產品 當晚期進入者靠近創始產品，他們變得較不明顯而創始產品

5、表現的較為明顯，相對地突顯創始產品 當愈靠近創始產品，抄襲其他產品的me-too型產品比創始產品較不明顯，因此me-too型產品的任何降價措施僅有很小的影響 所以，創始產品和me-too型產品愈相似，創始產品的相對優勢愈大 晚期進入者之後偏好改變（接續）晚期進入者之後偏好改變（接續） 晚期進入者最好遠離創始產品 有差異的晚期進入者可以： 減少創始產品特色的影響 比起創始產品，變得較為明顯 發展市場區隔之識別 在選擇的區隔裡，增加他們相對的明顯性 如果晚期進入者成功地在差異化，他們可以有效地增加他們的市場佔有率及竊取創始產品的市場佔有率 因此，晚期進入者在定位上需審慎地考量，因找到可以區別於創始

6、產品的方法是非常重要的晚期進入者之後偏好改變（接續）晚期進入者之後偏好改變（接續） 創始者應做些什麼呢？ 為降低因有差異化的進入者之出現而導致市場佔有率的流失，創始者應：把最有利潤的市場區隔作為目標謹慎定位以吸引目標市場 如此一來，晚期進入者將很難找到有利潤的市場區隔 若能先佔據最有利潤的市場位置，有差異化的進入者之 影響將會顯著的減少 定位圖（認知圖）定位圖（認知圖） 當消費者想到一項特殊的產品或產品種類，他們通常會用少數評估標準（二至四個） 定位圖之目的 為確認相關的評估標準及定位既有及潛在新的產品範例：止痛藥市場 緩和緩和：有迅速消除頭疼的認知效用效用：有產品不會反胃或引起胃痛的認知緩和

7、 效用 泰諾 百服寧 伊克賽錠 拜耳 自有品牌阿斯匹靈 去痛片 定位機會 問題：以緩和及效用的地標軸來看，有任何定位機會嗎？ 答案：在定位圖上尋找一個的適當位置 如何決定這位置是較佳的？找尋一個最恰當的向量 機會 機會機會？機會？緩和 效用 理想的向量 目標 在偏好形成時，尋找評估標準重要的指數緩和重要性有效重要性1緩和重要性有效重要性1 緩和重要性有效重要性1 緩和 效用 理想的向量：偏好回歸理想的向量：偏好回歸 其中一項最常用計算理想向量的方法是偏好回歸分析偏好基本假設：預期價值模型 kPref ij = IjkXijk k=1Iiks直接由個體i評量及衍生偏好ij偏好回歸 kPref i

8、j = IjkXijk + 誤差 k=1Prefij為評量值但Ik為預估值.偏好之基礎假設： 期望價值模式PrefijIikXijkPrefij個體i對於品牌j之偏好Iik個體i重視的程度Xijk個體i認知對於品牌j量度k之大小理想的向量：偏好回歸（接續）理想的向量：偏好回歸（接續） 因變數：偏好等級 偏好評量：搜集所有品牌的偏好等級順序，從品牌數扣除原有的等級後再重新排序 因變數：每一品牌之評估等級 偏好排序 重新排序 Anacin 去痛片(3)Bayer（拜耳） (4)Bufferin百服寧 (2)Excedrin（伊克賽錠） (1)Tylenol（泰諾） (5)Anacin 去痛片(2=

9、5-3)Bayer（拜耳） (1=5-4)Bufferin百服寧 (3=5-2)Excedrin（伊克賽錠） (4=5-1)Tylenol（泰諾） (0=5-5)理想的向量：偏好回歸（接續）理想的向量：偏好回歸（接續） 例如，止痛藥市場的偏好回歸分析如下： Prefij（0.35）*有效性（0.65）*緩和性定位的最佳位置 緩和 效用 理想的向量：偏好回歸（接續）理想的向量：偏好回歸（接續） 每一個市場區隔皆可以偏好回歸來分析 例如：區隔特殊最佳位置 如果區隔方法得當，以重要性指數來看，例如：最佳位置，市場區隔是同質性的理想的向量：偏好回歸（接續）理想的向量：偏好回歸（接續） 理想向量 區隔一理想向量 區隔二理想向量 緩和 效用