市场分析方法-5.市场细分的基本方法课件.ppt

第5章 市场细分的基本方法 市场细分的含义与作用 聚类分析 主成分分析 因子分析 第一节 市场细分的含义与作用 市场细分的含义 市场细分是根据消费者之间需求的明显差异性，把整个市场划分成两个以上不同类型的消费者群，每一个消费者群就是一个细分市场，即每一个细分市场都是由需要、愿望、动机等消费需求特性大体相同的消费者组成的。 市场细分的基本变量可分为四类：地理、人口、心理和行为特征变量。市场细分可以基于某类变量进行，更多的时候是综合多类变量的信息进行。 第一节 市场细分的含义与作用 企业通过市场细分，可以对每个市场的购买情况、竞争程度进行分析，找到有利于企业开发的市场，进而根据各个不同市场顾客的不同现实需要和潜在需要，为他们开发不同的产品。或以不同的策略，向不同的市场提供同一产品。这样，企业在市场细分的基础上，就可以把握住各细分市场的需求特性，根据自身的营销优势和产品特点，集中于少数细分市场，取得竞争中的优势，获得好的经济效益。 市场细分的作用 正确地把握市场细分，对企业优化营销组合、进行科学管理，提升企业竞争力等方面具有重要的指导作用。具体表现在： 能有效地发现和把握企业的市场机会； 有利于开发新产品和开拓新布场； 有利于集中人力、物力开发目标市场； 有利于企业增强营销能力，与竞争对手抗衡； 有利于企业制定最优营销方案、调整营销策略。 第二节 聚类分析 聚类分析是研究样品或指标分类的一种多元统计分析方法。 对样品的聚类称为Q型聚类，对变量的聚类称为R型聚类。 几种距离的定义 明氏距离：第i个样品和第j个样品之间的距离是各样品每个变量值之差的绝对值的q次方的总和的q次方根（k个变量，q可以任意指定）。其计算表达式为： 欧氏距离 ：当q=2时，就是欧氏距离。它是指各样品每个变量值之差的平方和的平方根（k个变量）。 切贝雪夫距离 ：它是指各样品所有变量值之差绝对值中的最大值（k个变量）。 统计距离 设有n个样本X1，X2 ，……，Xn， 表示第i个样本的第j个指标值， 是第i个指标的样本方差，即： 则定义： 马氏距离 设总体的p个指标的协差阵为 ，即： ，其中: 若 存在，则两个样本Xi 、Xj之间的马氏距离定义为： 由此可定义，样本X到总体G的马氏距离为： 其中：为总体G的均值或期望。 兰氏距离 兰氏距离主要用于样本的指标值是正数时的情况，显然，距离越小的样本越接近。 其定义为： 相似系数 描述两个样本之间的近似程度，我们也可以用相似系数来描述。但相似系数常常用于指标的分类，常用的相似系数有： 夹角余弦：n个样本的两个指标 之间的夹角余弦定义为： 越大，n个样品的两个指标 之间的关系越密切。 夹角余弦 n个样品的指标间的夹角余弦可以排成一个p阶相似系数矩阵： H= 矩阵H是我们对样品指标进行分类的参考。 相关系数 n个样本的两个指标 之间的相关系数定义为： 其中： 相关系数 n个样品p个指标间的相关系数可以排成一个p阶相似系数矩阵： 矩阵R是我们对样品指标进行分类的参考。 样品的关联性度量—Q型聚类常用方法 样品的关联性度量，就是对具有p个指标的n个样品进行聚类，衡量样品之间的关联程度最常用的度量方法是距离。 距离和相似系数，给出了样品之间、以及指标之间的量化关系。聚类一般遵循按距离最短或相似系数最大合并类的原则。 常用的系统聚类法有最短距离法、最长距离法、中间距离法、重心法、类平均法、可变类平均法、可变法和离差平方和法。 最短距离法 设 是两个类： ，则定义： 其中 是 之间的距离，它是 之间的最短距离。用此方法，设 合并为一个新类 ，则对于任意一个类 ，有 最短距离法聚类的步骤 最长距离法 设 是两个类： ，则定义：