Содержание
Введение…………………………………………………………………………..3
Глава 1. Теоретические аспекты
сегментации рынка ……………………..6
1.1. Сегментация рынка: сущность, основные понятия…………………...…...6
1.2. Критерии сегментации рынка..……………………………………………...9
1.3. Методы рыночной сегментации……………………………………………13
Глава 2. Сравнительный анализ программных средств сегментации рынка в маркетинге……………………………………………………………18
2.1. Общая характеристика программных средств сегментации рынка в маркетинге: DataFriend; SPSS statistics; NIPO/CATI; SAS…………………………..................................................................................18
2.2. Преимущества и недостатки программных средств сегментации рынка в маркетинге: DataFriend; SPSS statistics; NIPO/CATI; SAS………… ………..20
2.3. Использование SPSS statistics для целей сегментации рынка в маркетинге………………………..………………………………………………31
Глава 3. Использование программных средств сегментации рынка на примере компании Г
К «Виктория» …………………………………………34
3.1. Общая характеристика ГК «Виктория»……………………………………34
3.2. Опыт использования программных средств………………………………36
3.3. Определение эффективности использования SPSS statistics для целей сегментации рынка в компании ГК «Виктория»……………………………………………………………………….39
Заключение……………………………………………………………………...41
Список используемых источников…………………………………………..43
Приложение……………………………………………………………………..44
Введение.
Исследование рынка – это целый комплекс маркетинговых исследований, среди которых изучение его структуры, нынешнего состояния, перспектив развития, а также его основных составляющих: спроса, предложения и механизмов их уравновешивания и балансирования.
Первой необходимой ступенью изучения рынка, основанием для определения его емкости и выбора приоритетных направлений рыночной активности каждой конкретной фирмы является сегментация рынка.
Под сегментацией понимается разбивка рынка на четкие группы покупателей, для каждой из которых могут потребоваться отдельные товары и/или комплексы маркетинга.
Каждая фирма, действующая на рынке, осознает, что ее товары и услуги не могут полностью удовлетворить запросы и желания всех потребителей, поэтому она должна глубоко изучить потребности своих клиентов и потенциальных покупателей (то есть провести маркетинговые исследования). Обладая соответствующими знаниями о покупательских потребностях и соизмеряясь со своими возможностями, фирма может предложить товар или услугу, в большей степени удовлетворяющую потребностям покупателей, чем товар конкурентов. Однако такое выгодное предложение можно сделать только для ограниченного сегмента покупателей.
Необходимость сегментирования очевидна, так как она:
обеспечивает лучшее понимание не только нужд потребителей, но и того, что они собой представляют (их личностные характеристики, характер поведения на рынке и т.п.);
позволяет концентрировать ограниченные ресурсы на наиболее выгодных направлениях их использования;
при разработке планов маркетинговой деятельности учитывает особенности отдельных рыночных сегментов, в результате чего достигается высокая степень ориентации инструментов маркетинговой деятельности на требования конкретных рыночных сегментов и удовлетворении нужд конкретных потребителей;
Обеспечивает лучшее понимание природы конкурентной борьбы на конкретных рынках. Исходя из знания данных обстоятельств, легче выбирать рыночные сегменты для их освоения и определять, какими характеристиками должны обладать продукты для завоевания преимуществ в конкурентной борьбе. Этот факт является, пожалуй, самым необходимым для проведения сегментирования. Можно даже сказать, что знания, полученные от изучения сегментов – это оружие фирмы в конкурентной борьбе.
Когда перед маркетологом возникают задачи сегментирования рынка, ему необходимо определиться с технологией и методами построения сегментов. Выбор методики сегментирования представляет сложную задачу. Трудность выбора методики для решения конкретной задачи сегментирования обусловлена разнообразием известных подходов.
В последние годы в теории сегментирования наметился переход от простых концептуальных моделей к статистическим методам. Они основываются на данных маркетингового исследования, которое должно проводиться по репрезентативной выборке потенциальных клиентов (т.е. по количественному исследованию) и способно обеспечить более объективные результаты.
Данные методы реализованы в различных программных продуктах, которые позволяют легко и быстро обработать большой объем информации и выделить сегменты рынка, тем самым минимизируя время принятия управленческих решений, ускоряя процесс продвижения товара на рынок и удовлетворения конкретного потребителя.
В данной работе была поставлена следующая цель: получить практические навыки в использовании программных средств сегментации рынка и применить их в маркетинговой деятельности.
Для достижения данной цели были поставлены следующие задачи:
Изучить сущность процесса сегментирования;
Изучить существующие программные средства сегментации рынка;
Применить полученные знания на практике: выделить сегменты по имеющимся данным, сделать выводы.
Курсовая работа состоит из 3 глав, две из которых теоретические, третья — практическое применение теории на примере сегментирования покупателей ГК «Виктория».
Работа содержит 45 страниц, 1 таблицу, 3 рисунка ,1 приложение.
В работе используются различные учебники по маркетингу, учебные пособия и статьи из сети Internet.
Глава 1. Теоретические аспекты
сегментации рынка
Сегментация рынка. Сущность, основные понятия
Рынок – это совокупность объектов, как индивидуумов (людей), так и организаций, имеющих потребности в продуктах, желание и способность приобретать продукты при существовании необходимых условий товарного обмена. [1]
Каждая фирма, действующая на рынке, осознает, что ее товары и услуги не могут полностью удовлетворить запросы и желания всех потребителей. В идеале, фирма должна стараться занять все рыночные ниши, для максимизации своей прибыли. На деле же она должна глубоко изучить потребности своих клиентов и потенциальных покупателей (то есть провести маркетинговые исследования). Обладая соответствующими знаниями о покупательских потребностях и соизмеряясь со своими возможностями, фирма может предложить товар или услугу, в большей степени удовлетворяющую потребностям покупателей, чем товар конкурентов. Однако такое выгодное предложение можно сделать только для ограниченного сегмента покупателей. [1]
Сегментация представляет собой, с одной стороны, структурирование рынка, основанное на неоднородности потенциальных покупателей и их потребительского поведения. С другой стороны — это управленческий подход к процессу принятия решений фирмой на рынке, а также основа для выбора правильного сочетания элементов маркетинга.
Термин “сегментация рынка” впервые применил Уэнделл Смит в связи с распространившейся в 50-х годах в США стратегией производителей модифицировать качественные характеристики своих товаров в соответствии с запросами различных групп потенциальных потребителей. Этот подход родился как противопоставление стратегии массового маркетинга, длительное время исповедовавшейся компанией “Форд” и другими транснациональными корпорациями. [3]
Главная цель сегментации – обеспечить адресность разрабатываемому, выпускаемому и реализуемому товару. Посредством ее реализуется основной принцип маркетинга – ориентация на потребителя.
Сегментация рынка позволяет повысить эффективность средств и методов рекламы, регулирования цен, применяемых форм и методов продажи. Смысл ее заключается и в том, что предприятие не распыляет, а концентрирует свои усилия на “направление главного удара” (наиболее перспективном для него сегменте). [3]
Таким образом, рыночная сегментация представляет собой, с одной стороны, метод для нахождения частей рынка и определения объектов ( прежде всего потребителей), на которые направлена маркетинговая деятельность предприятия. С другой стороны, – это управленческий подход к процессу принятия предприятием решений на рынке, основа для выбора правильного сочетания элементов комплексов маркетинга.
Сегментация осуществляется для последующего выделения целевых сегментов, требующих разного подхода в стратегии разработки новых видов продукции, организации товародвижения, рекламы и стимулирования сбыта.
Стратегия сегментации рынка позволяет предприятию, учитывая свои сильные и слабые стороны при выборе методов маркетинга, выбрать те из них, которые обеспечат концентрацию ресурсов именно в тех сферах деятельности, где предприятие имеет максимальные преимущества или, по крайней мере, минимальные недостатки. При выделении сегментов и выборе целевого из них следует всегда учитывать масштаб рынка и складывающиеся тенденции на нём. [2]
Сегмент рынка — совокупность покупателей, обладающих сходными характеристиками или сходным уровнем потребностей, отличными от характеристик и потребностей других сегментов, и одинаково реагирующих на один и тот же набор побудительных стимулов маркетинга.
Глубокое знание потребностей сегмента и особенностей покупателей, входящих в него, позволяют использовать различные маркетинговые стратегии удерживания сегмента и продвижения на него товаров. А внимательный анализ динамики развития сегмента дает материал для разработки перспективных планов развития фирмы. [1]
Считается, что полученные в итоге работы сегменты должны отвечать следующим условиям:
Измеримость — должна быть возможность оценки размера каждого выделенного сегмента рынка;
Достаточная величина — потенциальная емкость выделяемых сегментов должна представлять коммерческий интерес, то есть быть сопоставимой с производственными мощностями компании. Чем меньше потенциальная емкость выделяемых сегментов рынка относительно производственных возможностей компании, тем ниже практическая ценность полученного сегментирования;
Стабильность — выделяемые сегменты должны быть относительно стабильны, то есть сохранить свое существование в краткосрочной и среднесрочной перспективе;
Достижимость — компания должна иметь возможность сделать свой продукт доступным для выделенных сегментов потребителей, а также воздействовать на них через свои маркетинговые коммуникации.
После того, как рынок будет структурирован на сегменты, необходимо получить достоверное описание каждого выделенного сегмента. Построение полной картины сегментов рынка называется профилированием, а используемые при этом характеристики называются дескриптивными переменными сегментирования.
1.2. Критерии сегментации рынка
Сегментация рынка, безусловно, один из важнейших инструментов маркетинга. От того, насколько правильно она проведена, зависит успех в конкурентной борьбе. Однако сегментация не является чисто механическим процессом. Чтобы быть эффективной, она должна в первую очередь проводиться по определенным признакам. [3]
Критерий (признак)– это способ выделения данного сегмента на рынке. Следует учитывать, что признаки сегментации различаются в зависимости от назначения товаров (потребительские и производственного назначения). [3]
Для сегментации рынка потребительских товаров основными признаками являются: географические, демографические, социально-экономические, психографические, поведенческие.
При сегментации рынка по географическим признакам целесообразно рассматривать группы покупателей с одинаковыми или схожими потребительскими предпочтениями, определяющимися проживанием на той или иной территории.
Сегментирование по географическому принципу предполагает разбивку рынка на разные географические единицы: государства, штаты, регионы, округа, города, общины. Фирма может принять решение действовать: в одном или нескольких географических регионах или во всех районах, но с учетом различий в нуждах и предпочтениях, определяемых географией. Некоторые фирмы дополнительно разбивают крупные города на более мелкие географические территории. [4]
Географическая сегментация является наиболее простой. Она использовалась на практике раньше других, что обусловливалось необходимостью определения пространственных границ деятельности предприятия. Ее применение особенно необходимо, когда на рынке существуют климатические различия между регионами или особенности культурных, национальных, исторических традиций, а также потребительских привычек и предпочтений.
Демографические признаки относятся к наиболее часто применяемым. Это обусловлено доступностью – характеристик, их устойчивостью во времени, а также наличием между ними и спросом очень тесной взаимосвязи.
Широкие возможности для определения демографических сегментов представляют данные переписей населения, хотя их далеко не всегда оказывается достаточно.
Мощным демографическим признаком сегментации выступает возраст потребителей. Число людей в каждой возрастной группе определяет не только существующий спрос на многие виды товаров, но и перспективы его развития. Кроме возраста во многих случаях принципиально важны половые различия потребителей.
Впрочем, есть некоторые виды товаров, потребление которых по существу не зависит от данного признака (например, зубная паста). На протяжении своей жизни один и тот же человек меняет свои вкусы, желания и ценности. Естественно, что эти изменения отражаются на покупательском поведении. Поскольку человека окружает семья, целесообразно для целей сегментации весь его жизненный цикл делить на этапы с учетом изменений в семейном кругу.
Нередко демографические признаки сегментации применяются в комбинации друг с другом. Примером такого признака является семейное положение и возраст главы семьи (получателя основного дохода семьи). Кроме того, демографические признаки очень тесно связаны с социально-экономическими.
Социально-экономические признаки
предполагают выделение групп потребителей на основе общности социальной и профессиональной принадлежности, уровням образования и доходов. Так, социокультурная сфера создает определенный круг интересов и предпочтений в отношении потребительских товаров. Многие предприятия с учетом сегментации потребителей по признаку принадлежности к той или иной социальной группе с помощью целенаправленной рекламы формируют спрос и стимулируют продажи определенных товаров и услуг.
Род деятельности (профессия) также является фактором, влияющим на спрос покупателя и его поведение на рынке. Поэтому специалистам по маркетингу необходимо тщательно исследовать взаимосвязь между профессиональными группами людей и их интересом в приобретении того или иного товара. Уровень дохода человека в значительной мере определяет его потребление и, следовательно, поведение на рынке. Потребитель, обладающий крупными материальными средствами, имеет больше возможностей выбирать предлагаемые товары..
Следовательно, специалисты по маркетингу должны уделять много внимания прогнозированию тенденций в изменении уровня доходов, сбережений, налогов. При этом необходимо достаточно гибкое ценообразование, изменение ассортиментной и качественной структуры предлагаемых на рынок товаров, так как практически ни один из них не может быть создан для населения вообще.
Географические, демографические и социально-экономические признаки представляют собой общие объективные признаки сегментации. Однако зачастую однородные по этим признакам сегменты оказываются значительно дифференцированными с точки зрения поведения покупателей на рынке. Очевидно, что применение только объективных признаков не позволяет провести эффективную сегментацию. Такие факторы, как образ жизни, тип личности, личные качества покупателей, привычки в потреблении куда более точно характеризуют возможную реакцию покупателей на тот или иной товар, чем точные количественные оценки сегментов рынка по демографическим или социально-экономическим признакам. [3]
Разрабатывая рыночную стратегию и тактику реализации автомобиля “Мустанг” компания “Форд” в качестве основы сегментации выбрала возраст покупателей. Модель предназначалась для молодежи, желающей приобрести недорогой спортивный автомобиль. Однако, выпустив его на рынок, фирма к своему удивлению обнаружила, что модель пользуется спросом у покупателей всех возрастов. Напрашивался вывод, что в качестве признака сегментации следовало выбрать не молодежь, а “психологически молодых” людей.
Субъективными специфическими признаками сегментации являются психографические и поведенческие.
Психографическая
сегментация объединяет целый комплекс характеристик покупателя. Он в общем выражается понятием “образ жизни”. Последний представляет собой по сути дела модель жизни личности, которая выражается в увлечениях, поступках, интересах, мнениях, иерархии потребностей, доминирующем типе отношений с другими людьми и т.п.
Поведенческие признаки сегментации являются наиболее образными и, по мнению многих специалистов, являются наиболее логичной основой для формирования сегментов рынка.
С точки зрения маркетинга сегментация по поведенческому признаку позволяет выделить ряд дополнительных и чрезвычайно важных сегментов. Так, с учетом нормы потребления (степени использования) товара можно выделить сегменты, редко потребляющие этот товар. Анализ поведения последних может позволить выявить мотивы отказа от покупки, устранить их путем модификации товара или маркетинговых средств и добиться увеличения объема продаж. [3]
Одинаковых, типовых подходов к сегментации рынка не имеется. Каждое предприятие в зависимости от задач и направлений деятельности, особенностей товаров и т.п. разрабатывает и использует свои собственные признаки сегментации. Искусство маркетинга как раз и состоит в том, чтобы подобрать для конкретного предприятия признаки, позволяющие точно определить, какой сегмент рынка в наибольшей мере отвечает специфике деятельности этого предприятия, где можно наилучшим образом использовать его возможности и сильные стороны. При этом целесообразно использовать сочетание различных признаков сегментации.
Успешно проведенная сегментация позволяет получить хорошие коммерческие результаты.
1.3. Методы рыночной сегментации
Можно выделить некоторые «базовые» методы сегментирования. Важнейшим из них является кластерный анализ потребителей (таксономия). Кластеры потребителей формируются объединением в группу тех, кто дает сходные ответы на заданные вопросы. Покупатели могут быть объединены в кластер, если они имеют сходный возраст, доход, привычки и т.п. Сходство между покупателями основывается на разных измерителях, но часто в качестве меры сходства используется взвешенная сумела квадрата различий между ответами покупателей на вопрос. Выходом алгоритмов кластеризации могут быть иерархические деревья или объединение потребителей в группы. Существует достаточно большое количество кластерных алгоритмов. [5]
Например, в США широко распространен кластерный анализ систем, называемый PRIZM, который начинает кластеризацию, сокращая набор из 1000 возможных социально-демографических показателей. Данная система формирует социально-демографические сегменты для всей территории CШA. Так, выделен кластер 28 — семьи, которые попали в этот кластер, включают лиц с наиболее успешной профессиональной или управленческой карьерой. Этот кластер также отражает высокий доход, образование, собственность, приблизительно средний возраст. Хотя данный кластер представляет только 7% населения США, он является критическим для предпринимателей, продающих дорогие товары.
С/>
уществуют другие примеры сегментации потребителей на основе кластерного анализа. Например, среди «психологических» секторов весьма важное место занимает «отношение потребителя к новизне товара» (рис. 1).
Рис. 1.
Как видно из приведенных данных, наибольшее число потребителей относится к числу обычных покупателей.
Сегментация потребителей на основе кластерного анализа является «классическим» методом. В то же время существуют приемы сегментирования рынка на основе так называемой «продуктовой сегментации» или сегментации рынка по параметрам продукции. Она имеет особенно важное значение при выпуске и сбыте новых изделий. Особое значение приобретает сегментация по продукту, базирующаяся на изучении долгосрочных тенденций на рынке. Процесс разработки и производства нового изделия, завершения крупных инвестиционных программ требуют достаточно продолжительного периода, и правильность результатов анализа рынка, оценки его емкости здесь особенно важна. В условиях работы на традиционный рынок стандартной продукции расчет его емкости может быть осуществлен путем использования метода суммирования рынков. В современных условиях для повышения своей конкурентоспособности и правильного определения емкости рынка предприятию уже недостаточно проводить сегментацию рынка только в одном направлении — определение групп потребителей по каким-то признакам. В рамках интегрированного маркетинга необходима еще и сегментация самого изделия по наиболее важным для его продвижения на рынке параметрам. С этой целью используется метод составления функциональных карт — проведение своего рода двойной сегментации, по изделию и потребителю. [5]
Функциональные карты могут быть однофакторными (сегментация проводится по какому-то одному фактору и для однородной группы изделий) и многогофакторными ( анализ того, для каких групп потребителей предназначена конкретная модель изделий и какие ее параметры наиболее важны для продвижения продукции на рынке) С помощью составления функциональных карт можно определить на какой сегмент рынка рассчитано данное изделие, какие его функциональные параметры соответствуют тем или иным запросам потребителей.
При разработке новой продукции данная методика предполагает, что должны учитываться все факторы, отражающие систему потребительских предпочтений, и одновременно технические параметры нового изделия, при помощи которых можно удовлетворить запросы потребителя; определяются группы потребителей, каждая со своим набором запросов и предпочтений; все выбранные факторы ранжируются по степени значимости для каждой из групп потребителей.
Такой подход позволяет уже на стадии разработки увидеть, какие параметры изделия нуждаются в конструкторской доработке, или определить, есть ли достаточно емкий рынок для данной модели.
Вообще, в мировой практикеиспользуются 2 принципиальных подхода к маркетинговому сегментированию (рис. 2).
Выбор метода сегментирования
"A PRIORY"
«POST HOC» (Cluster based)
/>/>
Потребительский рынок: выбор социально-демографических признаков сегментирования
/>
/>
Промышленный рынок:" полная перепись" или выбор финансового признака описания
/>
Метод «К-сегментирования»
/>
/>
Критериальная оценка сегмента
Рис. 2.
Рисунок 4
В рамках первого метода. именуемого «а рriory» предварительно известны признаки сегментирования, численность сегментов, их количество, характеристики, карта интересов. То есть подразумевается, что сегментные группы в данном методе уже сформированы. Метод «а рriory» используют в тех случаях, когда сегментирование не является частью текущего исследования, а служит вспомогательным базисом при решении других маркетинговых задач. Иногда этот метод применяют при очень четкой определенности сегментов рынка, когда вариантность сегментов рынка не высока. "A priory" допустим и при формировании новой продукта, ориентированного на известный сегмент рынка.
В рамках второго метода, именуемого "post hoc ( cluster based) подразумевается неопределенность признаков сегментирования и сущности самих сегментов. Исследователь предварительно выбирает ряд интерактивных по отношению к респонденту (метод подразумевает проведение опроса) переменных и далее в зависимости от высказанного отношения к определенной группе переменных, респонденты относятся к соответствующему сегменту. При этом карта интересов, выявленная в процессе последующего анализа, рассматривается как вторичная. Этот метод применяют при сегментировании потребительских рынков, сегментная структура которых не определена в отношении продаваемого продукта.[5]
Глава 2. Сравнительный анализ программных средств сегментации рынка в маркетинге
2.1. Общая характеристика программных средств сегментации рынка в маркетинге: DataFriend; SPSS statistics; NIPO/CATI; SAS
DataFriend Web
Программа DataFriend Web предназначена для маркетологов, специалистов по рекламе, редакторов средств массовой информации и социологов.
Программа позволяет быстро и эффективно анализировать данные регулярных маркетинговых и социологических исследований, мониторинга аудитории средств массовой информации, и создавать оптимальные медиапланы рекламных кампаний. [6]
При разработке и обновлении программы DataFriend учтён многолетний практический опыт использования статистических пакетов обработки и анализа данных, существующих в России и за рубежом.
SPSS statistics
Наиболее популярный на сегодняшний день статистический пакет для анализа данных, который дает возможность работать с файлами почти всех типов, получать пересечения, графики, диаграммы и тренды, проводить сложные виды статистического анализа. КОМКОН в течение многих лет является официальным пользователем SPSS, получая полноценную техническую поддержку, а также самые современные версии программных продуктов SPSS statistics. [6]
NIPO/CATI
CATI — (Computer Assisted Telephone Interviewing) — это автоматизированная система проведения телефонных опросов, позволяющая наиболее оперативно получать точные и достоверные данные об общественном мнении, рынке и восприятии рекламы.
Автоматизированный комплекс CATI, который мы используем, состоит из 75 терминалов. Комплекс поддерживается обеспечением NIPO CATI System, созданной голландской компанией NIPO B.V. и используемой в большинстве стран Западной Европы.
Основными преимуществами CATI, которые мы выделяем, являются исследовательские и технические:
Исследовательские:
оперативность и полный контроль проведения опроса в процессе работы,
возможность быстрого получения как окончательных, так и промежуточных результатов.
Технические:
полный дозвон до необходимого числа респондентов,
поддержка отложенных контактов,
мониторинг работы каждого интервьюера и всего опроса.
После проведения исследования данные предоставляются в формате:
SPSS, ASCII, EXCEL, NIPO Diana, а также в виде аналитического отчета и презентациий по результатам каждого исследования.
SAS
На сегодняшний день наиболее мощный и продвинутый инструмент работы с большими массивами данных и статистического анализа. Он незаменим при обработке масштабных исследований.
2.2. Преимущества и недостатки программных средств сегментации рынка в маркетинге: DataFriend; SPSS; NIPO/CATI; SAS
2.2.1 Аналитическая система
DataFriend Web – это программный продукт нового поколения, предназначенный для работы с данными маркетинговых исследований и медиаизмерений. Систему отличает сочетание максимального удобства в использовании и мощных функциональных возможностей. [6]
В арсенале пакета DataFriend Web – широкий спектр методов статистического анализа, необходимых для успешной работы маркетологов и медиапланеров.
Возможности системы DataFriend Web позволяют:
Проводить маркетинговый анализ рынка в целом, отдельного сегмента или марки
Строить карты рынка
Отслеживать динамику потребления товарных категорий и марок
Проводить сегментацию потребителей
Находить значимые отличия между целевыми группами
Оценивать позиционирование марки на рынке с помощью инструментов бренд-мэппинга. При этом оси позиционирования могут выбираться произвольно
Выявлять взаимосвязи между категориями с помощью многомерного анализа соответствий
Строить любые таблицы пересечений в зависимости от маркетинговых задач
Планировать мультимедийные рекламные кампании
DataFriend Web дает возможность не только работать одновременно с несколькими волнами исследований, но и выполнять объединение волн в зависимости от исследовательских задач.
Данные можно наглядно и эффектно представлять в виде таблиц, графиков и диаграмм, которые могут быть экспортированы во внешние приложения, например, MS Excel и MS PowerPoint и др.
Максимальная оперативность доступа к данным регулярных исследований обеспечивается в DataFriend Web благодаря доступу к информации онлайн. Данные хранятся на надежно защищенном сервере КОМКОН, прошедшим тестирование на производительность и отказоустойчивость. Авторизация пользователей происходит через идентификацию компьютера и регистрационных данных пользователя.
Благодаря такому подходу новые волны доступны всем подписчикам в день завершения обработки и тестирования.
Аналитический пакет DataFriend Web станет незаменимым помощников в работе для руководителей или менеджеров следующих направлений:
исследования и анализ рынка
маркетинг и развитие бизнеса
брэндинг
медиапланирование
стратегическое планирование
С аналитическим пакетом DataFriendWeb поставляются данные регулярных потребительских и медиа исследований КОМКОН.
Однако аналитические возможности DataFriend Web можно применить к данным любых исследований, в том числе:
Исследования потребительских привычек и предпочтений (U&A)
Исследования позиционирования марок на рынке (market mapping)
Исследования имиджа марок (brand image)
Трекинговые исследования
Тестирование продуктов
Исследования стиля жизни и психографических характеристик потребителей
Медиаисследования (изучение аудитории, планирование рекламной кампании с использованием различных медиа, оценка эффективности рекламы)
Ad hoc исследования
Базы данных ваших собственных исследований
В основу интерфейса системы DataFriend Web положен принцип «минимум кликов до результата». Оправдывая свое название, аналитический пакет DataFriend Web отличается максимальным удобством и простотой в использовании.
Минимум усилий на создание запросов
Возможность работать с несколькими запросами и исследованиями одновременно
Реализована функция шаблонных отчетов
Удобная визуализация информации
Экспорт данных во внешние приложения (MS Excel и MS PowerPoint и др.)
Система коротких сообщений для информирования о доступных обновлениях в системе
Мощные инструменты визуализации DataFriend Web позволяют строить и редактировать графики и диаграммы разных видов непосредственно в окне запросов. Здесь же можно настроить внешний вид графика – выбрать тип и цветовое оформление, создать собственный шаблон. Все графики легко экспортируются во внешние приложения. После экспортирования диаграмм в MS Excel или MS Power Point также можно продолжить их редактирование.
Удобная функция экспорта графических элементов в фирменных цветах компании-пользователя системы существенно сокращает время, необходимое на оформление аналитических отчетов.
Специальный картографический модуль, встроенный в пакет DataFriend Web, позволяет удобно визуализировать географическую специфику анализируемой информации.
Специально для медиапланеров в DataFriend Web интегрирован уникальный инструмент планирования мультимедийных рекламных кампаний.
Основные характеристики модуля медиапланирования DataFriend Web:
Планирование рекламной кампании на различных медиа одновременно: телевидение, радио, пресса, наружная реклама, интернет, метро, кинотеатры
Возможность ранжирования по ряду показателей: рейтинг, индекс соответствия, стоимость
Возможность планирования на различные периоды времени: по неделям, месяцам, кварталам, годам или по выходам рекламы
Используемые статистики: GRPs, TRPs, OTS, Reach (1+….30+) в % и тысячах, Average frequency, CPT, CPP и др.
Визуальная оптимизация: прогноз показателей охвата и частоты (R&F forecasts)
Показатели рекламной кампании могут быть проанализированы в динамике как для кампании в целом, так и для ее отдельных периодов.
Планирование рекламных кампаний на радио
Для планирования рекламных кампаний на радио в DataFriend Web встроен дополнительный удобный инструмент, позволяющий быстро создать план с максимальной эффективностью.
Основные характеристики:
Цветовая дифференциация самых эффективных мест размещения
Автоматическое обновление базы цен
Встроенная система финансовой отчетности
Возможности постбаинга
Интуитивно понятый и простой в использовании интерфейс
Планирование рекламных кампаний в интернете
Для планирования рекламных кампаний в интернете в DataFriend Web предусмотрен специальный модуль, позволяющий планировать рекламные кампании на основе данных исследования Web-Rating.
Отличительные характеристики:
Планирование по «дням»
Расчет Reach 1-30 исходя из количества показов
Возможность анализа сайтов в отдельности и медиаплана в целом
Удобный алгоритм расчета стоимости
Интуитивно понятный интерфейс
КОМКОН осуществляет постоянную поддержку пользователей DataFriend Web, которая включает в себя:
Консультации по установке программы и работе с ней
Ежеквартальные тренинги в Московском офисе КОМКОН
Выездные тренинги в офисе клиента
Проведение сертификационной программы Research Professional
Поставка обновлений программы в течение года и предоставление их описаний
Минусом является то, что в открытом доступе предоставлен минимум информации.
2.2.2 SPSS statistics(аббревиатураангл. «Statistical Package for the Social Sciences», «статистический пакет для социальных наук») — компьютерная программа для статистической обработки данных, один из лидеров рынка в области коммерческих статистических продуктов, предназначенных для проведения прикладных исследований в социальных науках. По мнению некоторых авторов, SPSS statistics «занимает ведущее положение среди программ, предназначенных для статистической обработки информации», хотя все же предназначена, в первую очередь, для статистиков-профессионалов. [9]
SPSS statistics имеет удобные графические средства (более 50 типов диаграмм: круговые, столбики, области, рассеяния, гистограммы и др.), а также развитые средства подготовки отчетов. Аналитические параметры отображаются на экране в виде простых и понятных меню и диалоговых окон. Новая контекстно-ориентированная справочная система содержит пошаговые инструкции для наиболее важных операций.
Основные возможности программы:
Доступ к данным и управление данными:
Чтение файлов Excel
Чтение файлов данных SAS 7, 8, или 9 версии
Возможность одновременно работать с несколькими наборами данных
Поддержка источников данных OLE DB
Возможность импорта и экспорта данных в PASW Data Collection Interviewer Web
Доступ к базам данных с помощью средств ODBC (Oracle, SQL Server, IBM AIX)
Поддержка Unicode
Экспорт данных в SAS и текущие версии Excel
Конструктор экспорта в базы данных
Конструктор реструктуризации данных
Конструктор дат и времени
Поиск дублирующихся наблюдений
Визуальная категоризация
Средство копирования свойств данных
Анализ данных:
Общих линейных моделей
Смешанных моделей
Корреляция
Регрессия
Нейронные сети
Классификация
Прогнозирование
Выживаемость
Графика:
Конструктор диаграмм, позволяющий быстро создать любую необходимую диаграмму
Панель выбора диаграмм, позволяющая подобрать оптимальный вариант графического представления Ваших данных
Языксозданиядиаграмм(Graphic Production Language)
Диаграммы для переменных с множественными ответами
Диаграммы с двумя осями Y
ROC кривые
Выходные результаты:
ЭкспортрезультатоввMS Office: Excel/Word/PowerPoint
Экспорт результатов в PDF
Экспорт результатов в HTML формат
Средства управления выводом OMS
Возможность просмотра выходных результатов PASW Statistics другими пользователями с помощью PASW Smartreader
Автоматизация:
Улучшенный редактор синтаксиса с поддержкой автозавершения и цветового кодирования команд
Поддержка языков программирования Python и R
Возможность создания пользовательских процедур и диалоговых окон.
2.2.3 CATI (расшифровка Computer Assisted Telephone Interview) — это система автоматизированного компьютеризированного телефонного интервью (телефонного опроса) для проведения маркетинговых исследований или социологических опросов.[7]
Система CATI обеспечивает автоматический набор телефонного номера, оператор имеет наушник с микрофоном (гарнитура) освобождающие руки и облегчающие ввод информации в анкету, ускоряя процесс опросов.
Использование системы CATI в маркетинговых исследованиях облегчает и ускоряет работу операторов контакт центра и сокращает расходы компании заказчика.
Преимущества системы CATI:
Система CATI обеспечивает полную автоматизацию процесс опроса респондентов уменьшая работу человеческого фактора уменьшает стоимость данной услуги.
Система CATI фиксирует стандартные результаты звонка: «линия занята», «отказ давать интервью», «просьба перезвонить позже», «завершение опроса».
Система CATI автоматизирует работу с базой телефонных номеров респондентов и с базой заполненных анкет. При внесении определенных квот на маркетинговые исследования, система CATI учитывает все факторы и выдает телефонный номер того респондента, который подходит для опроса по квотам.
Система CATI выводит на экран вопросы анкеты, способствуя тем самым скорейшему заполнению анкеты без возможных задержек по времени.
С помощью CATI несоответствие данных проверяется и выявляется в процессе заполнения анкеты — при ее подготовке Вы можете определять диапазоны правильных ответов. К примеру, в вопросе «Сколько дней в неделю вы ужинаете вне дома?» система CATI не примет ответ больше семи
Интерфейс системы CATI
Необходимо, чтобы оператор контакт центра, который будет заниматься маркетинговыми исследованиями, имел удобный и «дружелюбный» интерфейс работы с базой телефонных контактов и с системой CATI, позволяющий ему максимально эффективно осуществлять обзвон респондентов. Схема работы такова: CATI выбирает из базы данных следующего по списку респондента подходящего по квотам, выводит его контактные данные и позволяет нажатием кнопки набрать номер телефона. После этого система CATI позволяет установить статус звонка: было ли занято, или попросили перезвонить в определенное время (устанавливается таймер) или же вообще отказали в интервью. [7]
Если респондент готов ответить на вопросы оператора контакт центра, то система CATI вызывает форму анкеты для заполнения ответов. При необходимости система CATI позволяет актуализировать данный контакт: изменение адреса, e-mail или других контактных данных (актуально для обзвона юридических лиц).
Альтернатива созданию центра CATI
Единственной альтернативой созданию собственного телефонного центра CATI, требующего значительных затрат на организацию его работы — это использование ресурсов аутсорсинговых контакт центров таких как «Деловой Контакт Центр», специализирующихся на решении задач по обработке больших потоков входящих и исходящих звонков. Таким образом, организатор исследования CATI может четко планировать бюджет с фиксированными затратами на аренду телефонной инфраструктуры, что в свою очередь позволяет минимизировать затраты при гарантированном качестве результата.
Интервью по месту жительства респондента (квартирные интервью)
— Уличные интервью
— Интервью в местах продаж
— Телефонные интервью
2.2.4 Решение для сегментации клиентской базы SAS Customer Segmentationпозволяет компаниям и банкам выделять клиентские сегменты, основываясь на их поведенческих характеристиках. Модели сегментации клиентов учитывают такие показатели как: регулярность выполнения клиентами операций, показатели их лояльности, прибыльности, и многие другие. Сегменты клиентской базы, выделенные с помощью решения SAS выходят за рамки простого сегментирования по социально-демографическим признакам и способствуют пониманию того, от чего зависит прибыльность с клиента, и повышению этой прибыльности. [8]
С помощью решения для сегментации клиентов Вы получаете возможность формировать более точные целевые предложения продуктов, рекламные сообщения и пакеты услуг, приводящие к повышению лояльности клиентов и увеличению доходности. Решение содержит готовые к внедрению аналитические модели для сегментации клиентов, разработанные специально с учётом отраслевых особенностей, позволяющие получить ответы на следующие вопросы:
Какие клиенты составляют различные сегменты, определяемые на основе поведенческих особенностей?
Каков демографический профиль клиентов?
Какова величина среднего дохода, расходы. прибыльности на клиента в каждом потребительском сегменте?
Как распределены продукты и услуги по разным потребительским профилям?
Насколько стабильны сегменты во времени?
Подобная глубина сегментации клиентов позволяет разрабатывать четкие маркетинговые стратегии, и стратегии продаж для различных сегментов с целью улучшения общих показателей деятельности и повышения ценности клиентов. Данное решение, построенное на открытой, архитектуре SAS в полной мере использует преимущества наших передовых достижений в области хранения и анализа данных.
Основным методом, который данное решение использует для деления базы данных, является кластеризация, при которой клиенты с одинаковыми признаками группируются для использования в аналитических моделях или в качестве целевой аудитории конкретной кампании. Полученные сегменты клиентской базы можно поставить в соответствие сегментам на основе демографической информации с помощью процедуры профилирования.
2.3. Использование SPSS statisticsдля целей сегментации рынка в маркетинге
Изучив основные характеристики программных средств сегментации рынка в маркетинге: DataFriend; SPSS statistics; NIPO/CATI; SAS, выбор был остановлен на SPSS statistics.
Инструменты статистического анализа IBM SPSS Statistics предлагают такие превосходные возможности, гибкость и удобство использования, которые не доступны в традиционных статистических приложениях. Благодаря накопленному за десятилетия опыту и используемым инновациям данный продукт стал продуктом номер 1 в сфере надежных статистических исследований.
В меню «Анализа данных» для маркетолога-сегментатора наибольший интерес представляет возможность классификации данных. Программа SPSSstatistics предлагает три метода классификации:
Двухэтапный кластерный анализ – это масштабируемая процедура кластерного анализа, позволяющая работать с данными различных типов. На первом этапе работы алгоритма наблюдения предварительно кластеризуются в большое количество суб-кластеров. На втором этапе полученные суб-кластеры группируются в необходимое количество кластеров. Если необходимое количество кластеров не известно, процедура сама автоматически определяет его;
Кластеризация k-средних – в этой процедуре создается заранее известное (заданное) количество кластеров. Можно выбрать один из двух методов классификации наблюдений — итерационное обновление координат центров кластеров или только классификацию. Информацию о принадлежности к кластерам и о расстояниях от окончательных центров кластеров можно сохранить в файле данных;
Иерархический кластерный анализ – он начинается с того, что каждое наблюдение образует один кластер. Затем кластеры объединяются до тех пор, пока не получится один. На каждом этапе объединения получается кластерное решение — то есть модель с определенным количеством кластеров. Когда объединение закончено и все кластеры объединены в один, из всех кластерных решений, полученных на каждом этапе объединения кластеров, нужно выбрать наиболее подходящее.
Подобная гибкость в выборе метода кластеризации обеспечивает наиболее точную сегментацию имеющихся данных.
Кроме того, для идентификации групп потребителей можно также использовать такие процедуры, как:
Факторный анализ и анализ главных компонент — идентификация неявных переменных (факторов), объясняющих связи между переменными. Эта процедура используется для выявления небольшого числа факторов, объясняющих большую часть дисперсии в исходных переменных;
Многомерное шкалирование — поиск закономерностей на основе анализа расстояния между объектами и наблюдениями.
Глава 3. Использование программных средств сегментации рынка на примере компании Г
К «Виктория»
3.1. Общая характеристика
ГК «Виктория»
ГК «Виктория» — крупная торговая компания России, успешно работающая с 1993 года. «Виктория» управляет розничными сетями различных форматов, предлагая покупателям качественное обслуживание при совершении покупок и доступные цены на товары.
«Виктория» — это динамично развивающаяся компания. В конце 2008 года она была признана правительством РФ одной из системообразующих и имеющих стратегическое значение в поддержании отечественной экономики. В «Виктории» работает более 15 000 сотрудников.
Она управляет сетями магазинов «у дома» «Квартал», «Дёшево» (дискаунтеры), а также сетью супермаркетов «Виктория». Магазины расположены в Москве, Санкт-Петербурге, Калининграде. Всего в регионах России функционируют более 210 магазинов. В составе «Виктории» успешно работает магазин «Кэш».
На сегодняшний день магазины Группы компаний «Виктория» — это:
7 супермаркетов «Виктория», 22 магазина «Дёшево», 16 магазинов «Квартал», магазин «Кэш» в Калининграде и Калининградской области;
9 супермаркетов «Виктория», 9 магазинов «Дёшево», 115 магазинов «Квартал» в Москве и Московской области;
1 супермаркет «Виктория», 34 магазина «Квартал» в Санкт-Петербурге и Ленинградской области.
В составе подразделений «Виктория» действует четыре Распределительных центра, два из них в Москве, другие два — в Калининграде. Они позволяют оперативно решать вопросы обеспечения сетей магазинов товарами.
Торговая площадь зала каждого магазина составляет 2 500 — 4 000 кв. м. Супермаркет «Виктория» ежедневно посещают около 7 000 покупателей. При каждом магазине имеется бесплатная стоянка для покупателей. В «Виктории» есть ряд дополнительных сервисов, таких как: отделение банка, аптека, фотолаборатория, химчистка, цветочный магазин и др. Оплата покупок осуществляется как наличными, так и банковскими платежными картами.
Группа компаний «Виктория» зарекомендовала себя в глазах покупателей как надежного и проверенного временем поставщика и производителя товаров потребления. Одна из заявленных целей компании — сделать все, чтобы ее продукция отвечала всем стандартам качества и удовлетворяла потребностям широких слоев населения.
Для успешного функционирования на рынке розничной торговли компании «Виктория» необходимо постоянно обновлять данные о своих клиентах, то есть отслеживать изменение предпочтений, изменение уровня жизни (общую тенденцию) и так далее. Воспользовавшись этими данными, компания может сделать процесс покупки для своих клиентов более удобным, что представляет собой подборку подходящего ассортимента товаров, имеющих разную цену и качество, и отвечающих запросам разных покупателей, так как она стремится удовлетворить все слои населения.
Сегментирование в данном случае является необходимым, так как только оно поможет выявить группы потребителей обладающих сходными характеристиками. Эти данные послужат основой для разработки нового ассортимента продукции. Данный ход позволит компании «Виктория» не потерять своих постоянных покупателей, завоевать доверие новых покупателей, а также привлечь потенциальных.
Для осуществления задачи сегментирования было проведено анкетирование 20 покупателей магазина «Виктория». На основании полученных данных необходимо выделить сегменты покупателей. Показателями для сегментации были взяты: возраст, средний доход в месяц, частота посещения магазина (или количество покупок в месяц) и средняя сумма счета одной покупки. Данные представлены в таблице 1.
Таблица 1. Результаты анкетирования покупателей ГК «Виктория»
/>
Целью данной курсовой работы является изучение программ для сегментирования, поэтому для выделения сегментов покупателей компании «Виктория» воспользуемся выбранной выше программой SPSS.
3.2. Опыт использования программных средств
Окно программы стандартно – это меню, панель инструментов и два режима таблиц: «Данные» и «Переменные». Режим «Переменные» позволяет создать словарь переменных, каждой из которых соответствует своя строка, состоящая из разных граф (имя, тип, ширина, метка, значение и т.д.). Так как результаты анкетирования занесены уже в таблицу Excel, то будем работать в режиме «Данные», импортировав их из имеющегося файла.
Импортированные данные отображаются в таблице, похожей на исходную. Значения переменных при этом задаются программой автоматически, однако при необходимости их можно поменять.
Чтобы провести кластеризацию данных в строке меню необходимо выбрать «Анализ» «Классификации».
Классификация данных в SPSS statistics, как отмечалось выше, может производиться тремя методами. Воспользуемся методом «k-средних», так как с помощью него можно быстро и легко разбить покупателей на однородные группы, чтобы для каждой из них разработать ассортимент продукции.
Открывается диалоговое окно, в котором необходимо:
выбрать переменные, по которым произойдет кластеризация данных – в данном случае выберем все количественные переменные;
выбрать метод – воспользуемся методом «только классификации»;
задать число кластеров – попробуем выделить 4 кластера покупателей (см. рис. 3).
После нажатия кнопки «ОК» программой будут построены таблицы с результатами о кластеризации данных.
Сформированные таблицы (или графики) можно копировать и вставлять в другие документы и файлы, отличные от файлов SPSS, например, в программу MS Word, с помощью которой написана данная курсовая работа.
/>
Рис. 3. Диалоговое окно «Кластерный анализ методом k-средних»
Программа построила таблицы начальных центров кластеров, принадлежности к кластерам, конечных центров кластеров, а также таблицу числа наблюдений в каждом кластере (см. приложение 1).
При оценке кластерных центров следует в первую очередь обратить внимание на то, что здесь речь идёт о средних значениях факторов. Наиболее важной для классификации покупателей является таблица принадлежности наблюдений. Из нее видно, что в первый кластер входит 2 наблюдения, или 10% всех покупателей. Второй кластер включает 4 наблюдения, что составляет 20% всех покупателей, третий кластер – 3 (15%) и четвертый кластер – 11 покупателей, или 55% от их общего числа.
Если внимательно присмотреться к полученным данным, то можно увидеть, что SPSS доминантной переменной выбрала «Среднемесячную заработную плату.
Таким образом в первый кластер попали покупатели в возрасте от 18 до 20 лет с самым низким доходом 1800 – 5000 руб. Средняя частота их посещений равняется 11 в месяц, средние затраты на одну покупку составляют 100 руб.
Во второй кластер попали люди разного возраста (кроме пенсионеров), среднемесячный заработок которых составил от 17000 до 22000 руб. Согласно таблице «конечных центров кластеров» частота посещений этих покупателей ≈ 9, а средняя сумма счета одной покупки около 588 руб.
В третий кластер также попали люди разного возраста, но с самым высоким уровнем достатка – 25000 – 30000 руб. Частота посещений в месяц около 10 раз, а средняя сумма счета колеблется около 1083 руб.
В четвертый, самый большой кластер, попали также покупатели разных возрастов, но преимущественно это молодые люди и пенсионеры. Их среднемесячный доход составляет от 8000 до 15000 руб., число походов в магазин в месяц ≈ 8, а средняя сумма счета равна примерно 432 руб.
Все выводные данные в SPSS формируются в отдельном файле – окне Viewer, который можно сохранять независимо от основного файла – хранителя всей базы данных исследования. Этот файл сам по себе уже представляет отчет, который можно подготовить для печати или экспортировать в документы формата doc, html, txt, pdf, xls и другие. Подобная функция очень полезна и удобна.
В пакете полной версии есть демонстрационные файлы готовых обследований, которые помогают пользователю сориентироваться в новой программе, и при необходимости под рукой всегда могут быть примеры использования различных функций, также описанные в подробном электронном учебнике.
3.3 Определение эффективности использования SPSSдля целей сегментации рынка в компании
ГК «Виктория»
Для осуществления задач курсовой работы было проведено сегментирование покупателей ГК «Виктория» на основе анкетирования, с целью создания нового ассортимента продукции. Для выделения сегментов была использована программа SPSS Statistics.
Интерфейс SPSS Statistics очень похож на хорошо известный MS Excel, а это существенно упрощает работу с ним. Программа достаточно многофункциональна, но не слишком удобна, так как все же больше подходит для специалиста.
Разделить выборку на сегменты в SPSS достаточно быстро и легко, необходимо лишь задать нужные условия в мастере анализа данных. Кластеры программа строит автоматически. Принадлежность объекта к кластеру можно посмотреть в таблице (см. приложение 1).
Результаты проведенной в SPSS сегментации таковы: программой выделено 4 сегмента покупателей. Распределение покупателей в данные сегменты произошло, в основном, по уровню их доходов. В этом случае им можно дать названия: второй сегмент – покупатели со средним уровнем доходов, третий сегмент – покупатели с высоким уровнем доходов, и четвертый – покупатели с низким уровнем доходов.
Относительно результатов по предприятию можно сказать следующее: так как ГК «Виктория» стремится удовлетворить потребности всех слоев населения, то ее работникам следует одинаково тщательно разрабатывать ассортимент для каждого из них, но при этом принять во внимание результаты сегментирования.
Заключение
Итак, данная курсовая работа была посвящена изучению программных средств сегментации рынка и их использованию в маркетинговой деятельности. Цель работы бала достигнута путем решения поставленных задач.
Стратегия сегментации рынка позволяет предприятию, учитывая свои сильные и слабые стороны, выбрать те методы маркетинга, которые обеспечат концентрацию ресурсов именно в тех сферах деятельности, где предприятие имеет максимальные преимущества. При выделении сегментов и выборе целевого из них следует всегда учитывать масштаб рынка и складывающиеся тенденции на нём.
Глубокое знание потребностей сегмента и особенностей покупателей, входящих в него, позволяют использовать различные маркетинговые стратегии удерживания сегмента и продвижения на него товаров. А внимательный анализ динамики развития сегмента дает материал для разработки перспективных планов развития фирмы.
Качественное выделение сегментов не возможно без применения новых информационных технологий, а именно программ-аналитиков, так как разбивка имеющихся данных на целевые группы становится все сложнее. Связано это с постоянным увеличением количества данных. Именно потому использование средств анализа справочников и классификаторов совершенно необходимо предприятиям, данные которых по объему не позволяют произвести все действия «в уме». Следует отметить, что ни одна программа пока не в состоянии полностью заменить интеллект человека, но она позволяет существенно облегчить труд специалиста, повысив их производительность труда в несколько раз.
Большинство современных программ-аналитиков, позволяющих проводить сегментирование, имеют в своей основе мощный алгоритм кластеризации, который классифицирует объекты или события в относительно однородные группы, которые называются кластерами. Объекты в каждом кластере должны быть похожи между собой и отличаться от объектов в других кластерах. Конкретным инструментом, реализующими алгоритм кластерного анализа, является SPSS Statistics.
В качестве предприятия для проведения исследования было выбрано ОАО «Группа компаний «Виктория». Результаты анкетирования, проведенного среди покупателей магазина, были занесены и проанализированы в SPSS Statistics. Все полученные результаты сегментирования послужат основой для разработки нового ассортимента продукции.
Программа SPSS Statistics обладает большими возможностями для работы с данными, то есть является более функциональной. Она удобна в работе, и может оказаться очень эффективной при работе с данными .
Список используемых источников
Кеворков В.В., Леонтьев С.В. Политика и практика маркетинга: Учебно-методическое пособие. М.: ИСАРП, «Бизнес — Тезаурус», 1998,– [2]
Костерин А.Г. — Практика сегментирования рынка. — СПб.: Питер, 2002. — (Серия «Маркетинг для профессионалов»). – [1]
Дурович А. П. Маркетинг в предпринимательской деятельности. – Мн.: НПЖ «Финансы, учет, аудит», 1997, — [3]
Филип Котлер — Основы маркетинга. Перевод с английского В. Б. Боброва. Общая редакция и вступительная статья Е.М. Пеньковой, Москва, Издательство «Прогресс», 1991. – [4]
www.marketing.spb.ru/read/article/a54.htm [5]
www.comcon-2.ru[6]
www.nipo-software.com/ [7]
www.sas.com/[8]
http://www.spss.ru/ [9]
www.victoria-group.ru/company/
www.rus-marketing.ru/vibor_celevikh_segmentov_rinka.html
www.marketopedia.ru/34-segmentirovanie-rynka.html
www-01.ibm.com/software/ru/analytics/spss/products/statistics/products.html
Приложения Приложение 1
SPSS Statistics Viewer: Быстрый кластерный анализ
Начальные центры кластеров
Кластер
1
2
3
4
Возраст
18
37
47
26
Ср./мес. з/пл.
1800
20000
30000
12000
число покупок (в мес.)
14
10
13
9
Ср. сумма счета
50
450
1050
350
Конечные центры кластеров
Кластер
1
2
3
4
Возраст
19
45
40
40
Ср./мес. з/пл.
3400
19000
27667
11909
число покупок (в мес.)
11
9
10
8
Ср. сумма счета
100
588
1083
432
Число наблюдений в каждом кластере
Кластер
1
2,000
2
4,000
3
3,000
4
11,000
Валидные
20,000
Пропущенные значения
,000
Принадлежность к кластерам
Номер наблюдения
Кластер
Расстояние
1
1
,000
2
4
3010,407
3
4
1005,324
4
4
2050,000
5
4
3000,295
6
3
5000,253
7
3
2005,690
8
1
3201,568
9
4
4000,334
10
4
1001,250
11
4
1000,005
12
2
2039,609
13
2
3000,441
14
4
1002,089
15
4
1005,298
16
3
,000
17
4
2000,626
18
2
3001,747
19
2
,000
20
4
,000