




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
市场细分的方法与技术为什么要做市场细分?有许多好的理由把一个市场化分为更小的市场。主要原因:便于营销:更易于满足比较小的消费者群体的需求,假如该群体的消费者有许多显著的共同特征,例如:具有相同的利益,相同的年龄、性别等。针对性:识别目标市场和潜在市场,利用准确的市场定位,市场细分有利于新产品竞争消费者,也有利于对成熟的产品寻找新的消费者。把主要市场资源用在最具实力的竞争市场,有效的提供产品、价格、促销和销售渠道。避免传递错误的信息或把信息传递给不适当的消费者。什么时候需要利用市场细分?任何时候,研究人员确定市场存在显著的、可测量的差异时,都要考虑作市场细分。确定细分市场时:市场足够的大:市场必须足够的大,可以细分成更小的市场。不要试图细分一个非常小的市场。市场存在差异:在可能的不同细分市场之间差异必须存在,这种差异采用传统的数据收集方法能够进行测量,例如:问卷调查。响应及时:
一旦作了市场细分,企业应该能够及时响应满足该细分市场的需求,如果不能实施相应的营销和广告策略,那么市场细分就没有任何价值。可达性:细分市场能够通过一种或几种媒体接触到消费者。企业应该能够对特定的细分市场确定那种媒体方式最有效。对产品本身的需求不同:消费者在细分市场中不仅背景资料和消费心理特征存在差异,对产品的诉求也是不同的。如果消费者在购买产品时想法一致,就没有理由细分消费者。(虽然这种情况很少出现,但一些日用消费品有可能存在这种情况)利润考虑:为了追求更大的利润期望,需要能够采用多价格体系、重新设计现有产品或者开发新的产品,更多的占有市场和更有效的满足细分市场购买者的需求。什么时候需要利用市场细分?如何细分一个市场?有两种基本的市场细分方法:事先细分.在没有进行市场研究的前提下,事先将市场细分。研究人员凭直觉,对二手资料的分析,对内部客户数据库的分析或者其他方法将的消费者划分为不同的细分市场。事后细分主要采用市场研究的方法收集目标市场消费者的分类变量和关键性描述信息。在收集和分析所有相关信息之前,市场细分并不确定。采用多元统计分析技术识别细分市场,并将消费者按一定的算法规则划分为不同的市场。哪些分析技术可用于市场细分?大部分多元统计分析技术都可以和部分方法可以用于创建事后细分市场。没有一种理想的方法可以适用于所有的市场细分研究。每一种方法都有优势和不足。市场细分一般采用两种或更多的方法已获得最好的结果。在找到最好的结果前,应该尝试多种方法。市场细分主要有三类分析技术:数据处理技术非监督分类技术监督分类技术。各类分析技术主要包括:数据处理技术因子分析Factoranalysis.主成份分析PrincipalComponentAnalysis多元回归Multipleregression.非监督分类技术聚类分析Clusteranalysis.两阶段聚类TwoStepCluster神经网络Neuralnetworks.C5.0规则侦测监督分类技术判别分析Discriminantanalysis.多元logistic回归Multivariatelogistics.CHAID-Chi-squareAutomaticInteractionDetectionCART-ClassificationandRegressionTrees.应该划分为多少个细分市场?没有一个统一的答案。经验、直觉、统计结果和常识判断,所有这些都可以用来决定市场细分的个数。如果细分后存在着几个非常小的市场,需要修正分类标准,或者将原始资料中的异常值剔除掉。如果市场被划分得太细的话,将导致对一些小的、相似性的市场采用许多不同的市场营销策略。市场细分的代价市场细分必须收集大量的信息和作深入的多变量统计分析才能有效的、准确地划分市场。市场细分对于市场研究项目来讲是费用较高的。一般采用面访和调查,调查问卷的访问时间较长,一般超过30分钟。虽然费用较高,但是市场的变化又是使瞬息万变的,没有一种市场细分方案能够长期的保持不变。细分后的得到的市场信息,企业需要不断的调整,开发新的市场,重新制定营销计划,增强竞争能力,获得更大的利润。市场研究不可能代替企业完成这些目标。完整市场细分和定位研究的过程确认市场细分的标准了解各个细分市场的表现和背景情况市场细分目标市场确定细分市场的选择标准选择目标市场市场定位制定每个目标市场的定位制定每个目标市场的营销组合细分标准大区城市级别城乡...收入年龄性别教育程度...购买动机用途...价值观生活态度...自然属性人文特征态度心理特征购买品牌购买时间价格...行为特征事前分类标准事后分类标准细分标准的确定首先需要与客户进行深入的沟通,清楚客户既定的市场目标,这直接影响着细分标准的选择和进行市场细分的结果。事前细分只要依据一些确定的指标,基本上使用的是当前存在的较为显著的细分标准,这一般可以根据行业经验分辨出来。它是一种比较直接有效的方法,技术上的处理也比较简单,只需要进行简单的交叉分析就可以明确不同人群的特征。但如果市场已经无法通过简单的分类来识别,则需要考虑通过用户对产品的态度、甚至是用户的心理特征进行分类,即事后细分。事后细分比较复杂,需要进行前期深入的定性研究以确认有效的细分方向,并提炼出方向性的功能句,作为定量研究中的测量的依据。可以说,上面提到的任何一个方面都可以作为分类的标准,甚至可以同时使用几项指标进行细分,或者进行多层次的细分。在实际应用中,可以灵活掌握。事前细分的方法较为常用,案例分析主要介绍事后细分。在因子分析的基础上,根据聚类分析将受访者分成不同的组.描述细分市场用户特征用户自然属性人文特征行为特征对产品的态度心理特征细分受访者所有的受访者市场细分市场细分判别分析Logistics回归CHAID因子分析是将多个句子中的同类因素提取出来,形成因子——命名因子。聚类分析聚类分析是按照人群在不同因子上的得分,将表现类似的人分在一起的方法确认市场细分的标准市场状况描述细分人群背景情况,消费行为媒介习惯等市场细分的过程因子分析主成份分析分类规则和准确率态度/需求分出不同特征的人群非监督分类监督分类好听的
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 买车位备案合同范本
- 安防公司效益评价报告
- 印刷风险评估报告模板
- 深圳美源坊日用化工有限公司光明生产厂介绍企业发展分析报告
- 2025年度智能防火门系统研发与集成安装服务合同范本
- 2025年婴儿尿布项目可行性研究报告
- 2025年度房地产公司员工绩效考核合同
- 2025年度车牌租赁与车辆租赁市场调研合同
- 2025年度车辆租赁与市场推广合作协议
- 2025年注塑自锁头闭式拉链行业深度研究分析报告
- 运动疗法技术学
- 塔吊租赁(大型机械)-招标文件模板(完整版)2021.5.13
- 物品移交接收单(模板)
- 肺透明膜病课件
- 四川省政府采购专家考试试题
- 消防工程拟投入主要施工设备机具表
- 《战国策》教学讲解课件
- 北师大版七年级数学下册全册课件【完整版】
- 小动物乐陶陶(课件)(共9张PPT)-人教版劳动二年级下册
- GB/T 2651-2023金属材料焊缝破坏性试验横向拉伸试验
- 教师职业道德(小学教育专业)高职PPT完整全套教学课件
评论
0/150
提交评论