淺論使用多個市場細分變量所面臨的問題及對策

[摘要] 本文首先提出了在使用多個市場細分變量進行市場細分時“描述困難”與“脫離現實”的問題，然后就問題提出了結合聚類工具與標準化打分處理的應對方法，進而以實例對所提出的應對方法進行了驗證。

[關鍵詞] 市場細分變量 聚類分析 標準化打分 市場細分

一、問題的提出

市場細分時，如果使用一個細分變量，我們可以以直線數軸的方式標明各個細分市場；如果使用兩個細分變量，我們可以以直角坐標系的方式標明各個細分市場；如果使用三個細分變量，我們可以以立方圖的方式標明各個細分市場；那么，當使用四個細分變量時，我們在標明細分市場時就不那么容易了。在營銷實踐中一個市場細分變量的取值往往不止兩個，現在假定一個市場細分變量的取值是三個，如果使用三個這樣的細分變量，我們將得到27個細分市場，如果使用四個市場細分變量，我們將得到81個細分市場……如果變量的個數持續增加，我們僅僅標明各個細分市場都將十分困難，這就是“描述困難”；而且這種硬性使用市場細分變量細分出的市場往往在現實中根本就不存在，也就是 “脫離現實”。本文將針對這兩個問題提出應對方法。

二、對策——聚類分析與標準化打分相結合的市場細分方法

本文提出的針對所提出問題的對策是一種結合聚類分析與標準化打分的市場細分方法，闡述如下：

第一步，確定市場細分變量與樣本。根據所要研究的問題提出初始的市場細分變量X1，X2，X3……，Xn；并確定樣本觀測量（樣本單位）的數目m以及各個觀測量（樣本單位）對應各個市場細分變量的取值；

第二步，調用SPSS統計分析軟件聚類分析功能中的觀測量聚類分析（樣品聚類）功能，將m個樣本單位聚類為設定的具體數值k類；

第三步，調用SPSS統計分析軟件聚類分析功能中的變量聚類分析功能，將n個市場細分變量聚類為設定的具體數值f類；

第四步，標準化打分與變量合并。先將k類樣本在n個市場細分變量下的取值的類平均數計算出來；然后，對k類樣本在n個市場細分變量下取值的平均數進行標準化打分；接著，根據變量聚類的結果，將n個市場細分變量轉為f類市場細分變量，各類樣本在f類變量下的取值為同類變量標準化打分得分的平均數。

第五步，列示并分析市場細分的結果。通過上述步驟后，一個n個變量、m個樣本單位的顧客群，就可以被轉化為f個變量，k個樣本類。市場細分者就可以得到k個細分市場，以及每個細分市場f個需要描述的特性方面的特性狀況。

這樣，借助統計分析軟件SPSS中的樣本聚類功能，使得我們對大樣本多變量情況下樣本類別的劃分成為可能，并且操作起來十分簡單。

三、以深圳美瀚招商機動車拍賣有限公司西麗片區為例

1.背景

(1)深圳美瀚招商機動車拍賣有限公司簡介。深圳美瀚招商機動車拍賣有限公司是由美瀚（中國）控股有限公司和深圳市平方汽車園區有限公司聯手打造的，華南地區首批中外合資的二手車拍賣公司。美瀚公司是全球歷史最悠久，規模最大，銷售額最高的專業從事機動車批發拍賣的跨國公司之一。深圳市平方汽車園區有限公司是招商局集團有限公司下屬企業，注冊資本4億元人民幣，是占地100萬平方米的“深圳汽車城”的主體開發運營商。

(2)筆者所選取的市場——抽樣框。筆者選取在深圳市西麗車管所附近7個交易市場的215家舊機動車交易組織（包括舊機動車交易公司和個體經營者）為細分對象（抽樣框），從中選取35家作為樣本對該區域的舊機動車經銷組織進行細分。

2.市場細分變量的提出及樣本數據

(1)市場細分變量的提出。筆者根據《產業市場營銷的市場細分方法與模型研究》（李桂華，2001年）一文中《產業市場細分依據一覽表》確定下列細分變量。

地理區域特點：X1，距離車管所的遠近。通過實地調查采訪，離車管所越近的地方，其經營狀況就越好，因為由車管所帶來的人氣就越望。筆者對車管所附近的7個市場按距離車管所遠近的循序編排為1，2，3，4，5，6，7，即為變量X1的取值范圍，數值越小表示離車管所越近。

人文統計特點：X2，雇員數量；X3，平均銷售量。

組織購買特點：X4，平均庫存量。

購買者的個人特點：X5，初次接受拜訪時的熱情程度；X6，對新事物的認識態度。對于X5，筆者將初次拜訪該客戶時其熱情程度分為五個層次：很冷淡、冷淡、一般、熱情、很熱情，對應數值為1，2，3，4，5。對于X6，筆者也分為為五個層次：守舊、比較不愿意接受新事物、一般、比較愿意接受新事物、樂于接受新事物，對應數值為1，2，3，4，5。對于這兩個變量的設定，筆者參考于下列觀點：營銷者可以把他們的任務想象為變沒有看法為有看法，變看法為態度，或者變態度為價值觀。

(2)樣本數據。根據深圳美瀚招商機動車拍賣有限公司DATABASE數據庫中的資料，抽樣框七個市場中的經營組織數量分別為：80、15、18、32、34、1、35。筆者在七個市場按配額的方式分別選擇的樣本數量是：15、2、2、6、5、1、4。然后對各個市場進行走訪調查，通過實地觀察和訪談的方式收集所提出變量的取值（樣本數據表省略）。

3.聚類工具與標準化打分相結合處理市場細分變量的示例

(1)聚類工具的使用

①對35個樣本單位的樣本聚類分析。對35個樣本單位借助統計分析軟件SPSS14.0進行聚類分析，取clusters值為4， 具體步驟請參閱參考文獻1中的菜單命令。

樣本聚類分析結果

Cluster Membership

②對6個變量的變量聚類分析。對6個變量借助統計分析軟件SPSS14.0進行聚類分析，取clusters值為3， 具體步驟請參閱參考文獻1中的菜單命令。

變量聚類分析結果

Cluster Membership

(2)標準化方法的使用

①樣本數據的聚類分析結果平均值匯總。將樣本單位的聚類結果所分出的四個類別各項指標的平均數列表如下：

表5-6 樣本類在初始市場細分變量下取值的平均數

②標準化方法的使用。將上表中除X1以外的變量值進行標準化，方法如下：

[（變量平均值-變量最小平均值）/（變量最大平均值-變量最小平均值）]*40+60

得到下表：

表5-7 標準化打分表

注：X1得分越高則意味著離車管所越遠。

然后根據對變量進行聚類的結果將X2、X3、X4以加和平均的方式合并為規模變量，X5、X6以同樣的方式合并為個性特征變量，得到下表：

表5-8 標準化打分后變量合并表

4.市場細分的結果及對營銷決策的建議

通過上述步驟，在此我們就可以得到對所抽取樣本的市場細分結果：

第一類，樣本單位數為24個，序號為1，2，3，4，5，6，7， 9，10，11，12，13，14，15，16，17，19，21，23，25，26，28，29，30；他們所代表的類別具有的特征是地理位置相對車管所而言比較偏僻、規模較小、從個性特征上看表現出對拍賣這種交易舊機動車方式頗有興趣。

第二類，樣本單位數為1個，序號為8；這一類表現為地理位置相對車管所最為偏遠、中等規模、從個性特征上看表現出對拍賣這種交易舊機動車方式興趣不大。

第三類，樣本單位數為1個，序號18；這一類表現為地理位置相對車管所比較近、中等規模、從個性特征上看表現出對拍賣這種交易舊機動車方式沒有什么興趣。

第四類，樣本單位數為9個，序號為20、22、24、27、31、32、33、34、35；這一類表現為地理位置相對車管所最為有利、規模較大、從個性特征上看表現出對拍賣這種交易舊機動車方式很有興趣。

上述市場細分的結果，一方面綜合了六個市場細分變量所傳遞的大部分信息，另一方面清晰地反映了各個細分市場的特征，并且為進一步進行市場細分奠定了良好的基礎。與此同時，深圳美瀚招商機動車拍賣有限公司在上述市場細分的基礎上做出了對環車管所二手車經銷商中小規?？蛻羧哼M行重點開拓的決策，并取得了良好的市場效果。

四、結論

在案例中，我們可以看到本文所提出的解決方法對于筆者提出的問題有了很好的解決：首先，通過聚類工具與標準化打分實現變量合并使得細分結果的描述變得清晰簡潔；其次，樣本聚類使顧客根據其數據特性分為可設定的有限個群體，讓細分市場有了現實基礎。此外，筆者認為本文所提出的方法可以使市場細分人員在短時間內對市場做出初步判斷，是一種在市場細分實踐中十分行之有效的市場細分方法。

參考文獻：

[1]李桂華:產業服務市場細分研究[J].天津師范大學學報（社會科學版）.2006年，第6期；13-17

[2]王方華:非營利組織市場營銷[M].大連：東北財經大學出版社，2002

[3]（美）馬爾霍特拉（Malhotra，N.K.）著.涂平等譯.市場營銷研究:應用導向[M].北京：電子工業出版社，2002

[4]盧紋岱.《SPSS For Windows 統計分析》[M].北京:電子工業出版社，2000

[5]李春田:標準化概論[M].北京：中國人民大學出版社，2005

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。