日產Ｇ２０以聚類支撐細分

市場細分中，由于市場聚類能解決實際問題，所以越來越受人們青睞。

日產G20從挫折中崛起

1990年4月，日產公司向全球推出了最新產品“無限G20”，為既有的無限系列車增添了第三種車型。G20采用四缸發動機，擁有140馬力的功率，屬于普通跑車。然而，市場的最初反應卻令人失望。經調查：日產公司意識到根本原因，在于面對消費者心目中已經形成品牌優勢的同類汽車，G20絲毫沒有讓人感知到它的不同。

日產公司管理者決定改變策略：1 . 通過市場細分先明確誰是自己的顧客；2 . 確定自己所選擇的細分市場顧客心目中對產品的期待，以及競爭對手在消費者心目中的價值定位；3 . 最后確定自己的產品價值定位。

通過調查，日產發現：無限車的目標顧客為25～35歲、年收入在5～10萬美元之間的消費者。在此基礎上，確定了這一細分市場的顧客對產品所看重的價值屬性、該細分市場的主要競爭對手、競爭對手對產品在該細分市場顧客心目中的價值定位。

此后，日產公司設計了與競爭對手差異化的價值定位，最終獲得了產品成功。

而在這個成功的背后，顯然有兩個重要原因：一是市場細分，二是市場聚類。

把握市場細分

從市場營銷的角度講，購買者成千上萬，分布廣泛，購買習慣和需求千差萬別。任何規模的企業都不可能滿足所有購買者互相差異的整體需求。因此，一個企業要想在市場競爭中求得生存和發展，都應當也只能為自己規定出一定的市場范圍和目標。

美國市場營銷學家溫德爾#8226;斯密1956年就提出了“市場細分”的概念。它是指企業通過市場調研，依據消費者的需求和欲望、購買行為和購買習慣等方面的明顯差異性，把某一產品的市場整體劃分為若干消費者群的市場分類過程。

市場細分主要分為五個階段。第一階段：根據顧客的需求、欲望和尋求的利益，以及希望解決的問題等需求變量進行市場細分；第二階段：描述所定出的細分市場；第三階段：依據各細分市場的需求概率、提供服務的成本（如分銷成本）、產品的生產和差異化成本以及公司核心競爭力與目標市場機會之間的匹配程度等變量，評價各細分市場的吸引力；第四階段：根據細分市場的利潤潛力、與公司戰略的匹配程度，選擇一個或多個目標細分市場；第五階段：確定產品和服務的定位原則，使之吸引目標顧客并增強公司的良好形象。

把握市場聚類

市場細分并非一項簡單且輕易可以完成的工作。事實證明：沒有找準市場切入點或沒有真正掌握市場細分精髓從而導致企業決策失誤的例子，比比皆是。為了更好地運用這一理念，企業決策者有必要尋找一種科學規范的方式來做事情。

作為一種細分市場的定量分析工具，聚類分析已經越來越受到營銷決策者的青睞。聚類分析是將個體或對象分類，使得同一類中對象之間的相似性比其他類中對象的相似性更強，目的在于使同類對象的同質性最大化，使不同類對象的異質性也最大化。

用聚類分析法細分市場，首先要界定衡量所有個體（個人、家庭或決策單位等）之間相似性（或不相似性）的衡量尺度；其次要尋找一種方法，能將每個個體分配給每個細分市場，其中最常用的有系統聚類法、糊聚類法、K—均值聚類法和有序樣品聚類法。

仍以日產公司為例。通過調查，公司首先確定無限車的目標顧客大約為25～35歲之間、收入在5～10萬美元之間的人群以及該人群可能會關注的價值屬性；然后，調查了該人群對每一款車在所確定的屬性水平上的認知；最后根據消費者對市場上現有車型的各種評價打分來區別，哪些車是與G20同屬一類，也就是它們共同構成一個同質化的細分市場，從而成為G20的競爭對手；而哪些車是屬于與G20差別很大的另一類，它們不是G20的競爭對手。調查結果見表：

在本案例中，聚類分析是樣品聚類分析，引入的變量有“引人注目”、“噪音小”、“寬敞”、“大眾”、“經濟”、“前衛”。聚類方法采用了類平均法中的組間聯結法，即計算距離時只考慮兩類樣品之間距離的平均值。而測度則采用了歐氏距離。

根據調查結果，以上九個樣品顯然可分為三類，而奧迪90、本田序曲、寶馬318i，就是無限G20車的競爭對手，都屬于豪華、舒適、價格高昂型的車。而其他款式則是其替代品。

聚類分析應注意的問題

一般來講，根據聚類分析方法將市場細分后，就可以將細分的結果與實際結合起來，進行目標市場選擇和市場定位決策。然而，運用這種定量分析方法，因為實際情況的復雜性，仍需要我們注意這樣一些問題：

1 . 應保留多少個組？

這個問題在統計學上還沒有一個統一的答案。在實際運用中，需要決策者將聚類分析的結果結合以往經驗，再根據進行聚類分析后要達到的管理目的來確定組的數。但是，組的個數的不確定性，很大程度上就會影響結果的不確定。由于沒有統一的結果，這或多或少就增加了決策的復雜性。

2 . 分組是否合理？

從特定個體樣本中得到的組能在多大程度上代表該取樣框架呢？目前還沒有統計方法或數學方法能用來判斷組的好壞，這需要根據問題的背景對結果做出判斷。此外還要考慮：每組中的基變量均值在直觀上是否合理？這依實際情況，其結果也不確定。因此，有時會因為分組的不合理導致決策失誤。

3 . 是否根本無法分組？

此種可能也是不容忽視的。如果只有幾個基變量能區分各個個體，那么就很有可能在市場上不存在能明確區分開的細分市場。此時，如果照搬聚類分析法來細分市場，完全有可能得出錯誤的結論。而這樣的理論指導對決策顯然是不利的。

總之，聚類分析方法還是比較粗糙的分類方法，但由于它能解決實際問題，所以備受人們青睞。從日產公司G20款車案例就表明，聚類分析方法有巨大的實用價值。

（本文第一作者系北京交通大學副教授）

責任編輯：王 纓