doma » Poslovni načrti » Metode in orodja za segmentacijo potrošnikov. Pregled metod grozdne analize in ocena njihove uporabnosti za reševanje problema segmentacije potrošniškega trga Rezultati segmentacije z uporabo metode večdimenzionalnega skaliranja

Metode in orodja za segmentacijo potrošnikov. Pregled metod grozdne analize in ocena njihove uporabnosti za reševanje problema segmentacije potrošniškega trga Rezultati segmentacije z uporabo metode večdimenzionalnega skaliranja

Metode segmentiranja

Obstaja nekaj "osnovnih" metod segmentacije. Najpomembnejša med njimi je analiza grozdov potrošnikov (taksonomija). Grozdi potrošnikov nastanejo tako, da se pridružijo skupini tistih, ki na zastavljena vprašanja odgovarjajo podobno. Stranke lahko združimo v skupine, če so si podobni po starosti, dohodku, navadah itd. Podobnost med kupci temelji na različnih merilih, pogosto pa se kot merilo podobnosti uporablja tehtana vsota kvadratov razlike med odgovori kupcev na vprašanje. Rezultat algoritmov združevanja v grozde so lahko hierarhična drevesa ali povezovanje potrošnikov v skupine. Obstaja veliko število algoritmov grozdov.

Na primer, v Združenih državah je razširjena grozdna analiza sistemov, imenovana PRIZM. , ki se začne združevati z zmanjšanjem nabora 1000 možnih sociodemografskih kazalnikov. Ta sistem tvori sociodemografske segmente za celotno ozemlje Združenih držav. Tako je poudarjen grozd 28 – družine, ki spadajo v ta grozd, vključujejo ljudi z najuspešnejšimi poklicnimi ali vodstvenimi karierami. Ta grozd odraža tudi visoke dohodke, izobrazbo, premoženje, približno srednja starost. Čeprav ta grozd predstavlja le 7 % prebivalstva ZDA, je ključnega pomena za podjetnike, ki prodajajo drago blago.

Obstajajo tudi drugi primeri segmentacije strank na podlagi analize grozdov. Na primer, med "psihološkimi" sektorji zelo pomembno mesto zavzema "potrošnikov odnos do novosti izdelka" (slika 3).

Slika 3

Kot je razvidno iz zgornjih podatkov, je največ potrošnikov navadnih kupcev.

Segmentacija strank na podlagi analize grozdov je »klasična« metoda. Hkrati obstajajo tehnike segmentiranja trga, ki temeljijo na tako imenovani »segmentaciji izdelkov« oziroma segmentaciji trga po produktnih parametrih. Posebej pomemben je pri proizvodnji in trženju novih izdelkov. Posebej pomembna je segmentacija po izdelkih, ki temelji na preučevanju dolgoročnih trendov na trgu. Proces razvoja in proizvodnje novega izdelka, dokončanje velikih investicijskih programov zahtevajo precej dolgo obdobje, pri čemer je še posebej pomembna pravilnost rezultatov analize trga, ocena njegove zmogljivosti. V pogojih dela na tradicionalnem trgu standardnih izdelkov se lahko izračun njegove zmogljivosti izvede po metodi seštevanja trgov. V sodobnih razmerah za povečanje svoje konkurenčnosti in pravilno določitev tržne zmogljivosti ni več dovolj, da podjetje trga segmentira le v eni smeri - opredelitvi skupin potrošnikov po nekaterih kriterijih. V okviru celostnega trženja je treba tudi sam izdelek segmentirati glede na parametre, ki so najpomembnejši za njegovo promocijo na trgu. V ta namen je metoda sestavljanja funkcionalne kartice- izvedba nekakšne dvojne segmentacije, glede na izdelek in potrošnika.

Funkcionalne karte so lahko enofaktorske (segmentacija se izvaja glede na en faktor in za homogeno skupino izdelkov) in večfaktorska (analiza, katerim skupinam potrošnikov je določen model izdelka namenjen in kateri njegovi parametri so najbolj pomembne za promocijo izdelkov na trgu). Funkcionalne kartice lahko določite, za kateri tržni segment je določen izdelek namenjen, kateri njegovi funkcionalni parametri ustrezajo temu ali drugemu povpraševanju potrošnikov.

Pri razvoju novih izdelkov ta metodologija predvideva, da je treba upoštevati vse dejavnike, ki odražajo sistem preferenc potrošnikov, in hkrati tehnične parametre novega izdelka, s pomočjo katerih je mogoče zadovoljiti potrebe potrošnikov. potrošnik; opredeljene so skupine potrošnikov, vsaka s svojim naborom zahtev in preferenc; vsi izbrani dejavniki so razvrščeni glede na stopnjo pomembnosti za vsako od skupin potrošnikov.

Ta pristop omogoča, da že v fazi razvoja vidimo, katere parametre izdelka je treba preoblikovati, ali ugotoviti, ali obstaja dovolj zmogljiv trg za ta model.

Naj navedemo primer takšne tržne analize v zvezi z razvitim projektom računalnikov "Apple" (tabela 1) (glej naslednjo stran)

Tabela 1." Segmentacija trga osebnih računalnikov in dejavniki, ki so bili upoštevani pri razvoju izdelkov zanj (1982) "

Dejavniki	Tržni segmenti po skupinah potrošnikov						Model
Dejavniki	Hiše	V šoli	Na univerzi	V hišo. kabinet	V malem podjetju	V korporaciji	A	V
Tehnične specifikacije	*	*	***	**	**	**	***	**
Cena	***	***	**	***	***	**	0	**
Posebne lastnosti	*	*	**	*	*	*	**	*
Zanesljivost	**	*	*	**	**	*	0	**
Udobje pri uporabi	**	**	*	**	*	0	***	***
Kompatibilnost	0	0	0	0	0	***	0	0
Periferna oprema	0	0	0	0	0	***	0	0
Zagotavljanje Prog-e	*	*	**	**	**	***	*	**

*** - zelo pomemben dejavnik

** - pomemben dejavnik

* - nepomemben dejavnik

0 - zanemarljiv faktor

Ta preprosta analiza kaže, da je model A računalnik brez trga, model B pa najprimernejši izdelek za univerze in mala podjetja.

Podjetje ga je naenkrat postavilo na računalnik A in izgubilo.

Na splošno se v svetovni praksi uporabljata 2 temeljna pristopa k trženjski segmentaciji - (glej: splošna shema analize segmentov (slika 4)) (naslednja stran)

V okviru prve metode. imenovani "a priori" prej znani znaki segmentacije, število segmentov, njihovo število, značilnosti, zemljevid interesov. To pomeni, da se domneva, da so skupine segmentov v tej metodi že oblikovane. Metoda "ariory" se uporablja v primerih, ko segmentacija ni del trenutne raziskave, ampak služi kot pomožna osnova za reševanje drugih marketinških problemov. Včasih se ta metoda uporablja, kadar obstaja zelo jasna opredelitev tržnih segmentov, ko varianca tržnih segmentov ni velika. "A priori" je dopusten tudi pri oblikovanju novega izdelka, usmerjenega v dobro poznan tržni segment.

V okviru druge metode, imenovane "post hoc (cluster based), je implicirana negotovost značilnosti segmentacije in bistva samih segmentov. Raziskovalec vnaprej izbere številne spremenljivke, ki so interaktivne glede na anketiranca ( metoda implicira anketo), nato pa glede na izražen odnos do določene skupine spremenljivk anketiranci pripadajo ustreznemu segmentu, medtem ko se zemljevid interesov, ugotovljen med naknadno analizo, obravnava kot sekundarni. Ta metoda se uporablja pri segmentiranju. potrošniške trge, katerih segmentna struktura ni opredeljena glede na izdelek, ki se prodaja.

Segmentacija po metodi " priorat "

Pri izbiri števila segmentov, na katere naj se trg razdeli, jih običajno vodi ciljna funkcija – določitev najbolj obetavnega segmenta. Očitno je, da pri oblikovanju vzorca ni potrebno vanj vključevati segmentov, katerih nakupni potencial je glede na preučevani izdelek precej majhen. Število segmentov, kot kažejo študije, ne sme presegati 10, presežek je običajno povezan s pretirano podrobnostjo segmentacijskih značilnosti in vodi v nepotrebno "zamegljenost" značilnosti.

Na primer, pri segmentaciji po stopnji dohodka je priporočljivo, da vse potencialne kupce razdelite na enake segmente, ob upoštevanju, da je obseg vsakega od segmentov vsaj najmanj manjši od ocenjenega obsega prodaje storitev na podlagi poznavanja proizvodne zmogljivosti podjetja. Najuspešnejši primer, ki pojasnjuje navedeno in prikazuje možnost razčlenitve potencialnih potrošnikov v stabilne segmentne skupine, je segmentacija prebivalstva po dohodkih, ko je celotno prebivalstvo razdeljeno na pet 20-odstotnih skupin. Prikazana porazdelitev dohodka za pet 20-odstotnih skupin prebivalstva je redno podana v statističnih zbirkah in povzetkih, podobno kot v tabeli. 2

tabela 2 ."Porazdelitev dohodka po skupinah prebivalstva. %"

Priročnost dela s takšnimi segmentnimi skupinami je očitna, zlasti v smislu sledenja njihovih zmogljivosti.

10. marec 2015

Ko proizvajalec vstopi na kateri koli trg – potrošniški, industrijski – z izdelkom, mora razumeti, da ne more oskrbeti vseh svojih kupcev, tudi če ima dovolj proizvodnih zmogljivosti. Navsezadnje kupci ta izdelek uporabljajo na različne načine in kar je najpomembneje, kupujejo ga iz različnih razlogov. Zato je običajno kupce razčleniti (segmentacija) po teh motivih in drugih značilnostih in šele nato ponuditi blago, proizvedeno z največjim upoštevanjem teh lastnosti. Za idealen pristop k načrtovanju marketinških aktivnosti z vidika zadovoljevanja potreb potrošnikov brez pretiravanja lahko štejemo prilagajanje izdelkov in storitev zahtevam vsakega posameznega potrošnika.

Do leta 1960 je po teoriji in praksi poslovanja prevladovala usmerjenost na agregirani, množični trg. To je bilo posledica dejstva, da je proizvodno podjetje z osredotočanjem na skupni, nerazporejeni trg lahko proizvedlo veliko število blaga in doseglo učinek ekonomije obsega. Toda od 60. Začel se je uveljaviti trend k potrebi po razlikovanju posebnosti povpraševanja potrošnikov, ki se odraža v segmentaciji prodajnega trga.

V sodobnih razmerah povečane konkurence na prodajnih trgih postaja vse bolj pereč problem potrebe po povečanju konkurenčnosti domačih industrijskih izdelkov na domačem in tujih trgih. V teh razmerah je ključno iskanje rezerv za znižanje stroškov, kar je ekonomska osnova cen in dobička. Posledično veliko število industrijskih podjetij sledi strategiji z nizkimi stroški in se osredotoča na različne načine njenega izvajanja: zavračanje dragih povezanih storitev; prihranek stroškov zaradi ustvarjanja cenejših modelov za proizvodnjo izdelkov in podobno. Toda neposredni stroški so v veliki meri določeni s tehnologijo proizvodnje, stopnjo izkoriščenosti proizvodnega podjetja, možnosti za znižanje stroškov upravljanja na podlagi izboljšanja učinkovitosti upravljanja funkcionalnih področij dejavnosti podjetij pa ostajajo premalo izkoriščene.

Eno izmed sodobnih orodij je znižanje stroškov upravljanja in izboljšanje kakovosti upravljanja, kar lahko razlagamo kot natančnost napovedovanja dobička, donosnost za vsak grozd (skupino industrijskih podjetij iste vrste gospodarske dejavnosti) v primerjavi z začetno stanje oziroma natančnost napovedovanja donosnosti funkcionalnih področij dejavnosti teh podjetij je grozdna analiza.

Vrednost segmentacije kot učinkovitega orodja za trženjske aktivnosti pojasnjujejo naslednje značilnosti:

ü segmentacija je zelo učinkovito sredstvo konkurence, saj se osredotoča na prepoznavanje in zadovoljevanje posebnih potreb potrošnikov;
ü usmerja dejavnosti podjetja v določeno tržno nišo, to še posebej velja za podjetja, ki začnejo svoje tržne dejavnosti;
ü segmentacija trga pomaga bolje opredeliti smer trženja podjetja;
ü s pomočjo segmentacije postane mogoče postaviti realne marketinške cilje;
ü uspešna segmentacija trga vpliva na učinkovitost trženja kot celote, od raziskav trga in potrošnikov do oblikovanja ustreznega prodajno-promocijskega sistema.

V teoriji trženja je nastal koncept S TP -trženje ... Nastane iz okrajšave prvih črk angleških besedsegmentiranje(segmentacija),ciljanje(izbira ciljnega trga) inpozicioniranje(pozicioniranje). S TP -trženje je srce sodobnega strateškega marketinga.

Delitev trga - To je delitev potrošnikov v skupine na podlagi razlike v potrebah, značilnostih ali obnašanju in razvoju za vsako od skupin ločenega marketinškega spleta.

Tržni segment je sestavljena iz potrošnikov, ki se na enak način odzivajo na isti niz trženjskih spodbud.

1. Delitev trga- faza identifikacije posameznih skupin potrošnikov znotraj skupnega trga.
2. Izbira ciljnih trgov- med izbranimi tržnimi segmenti so izbrani ciljni segmenti, torej tisti, na katere naj podjetje usmeri svoje delovanje.
3. Postavitev- določitev izdelka podjetja med izdelki njegovih analogov.

Končni cilj segmentacije ciljnega trga je izbira segmenta (ali segmentov) potrošnikov, na potrebe katerega bodo usmerjene dejavnosti podjetja.
Tržniki verjamejo, da je pravilna izbira tržnega segmenta polovica komercialnega uspeha, in se nenehno spominjajo sprememb dobro znanih Paretov zakon (zakon 80:20).

Metode segmentacije trga:

· A priori metoda;

· Grozdna metoda;

· Metoda fleksibilne segmentacije;

· Metoda segmentacije komponent.

Pri a priori metode hipotezo o segmentaciji trga najprej postavimo in nato preizkusimo v okviru trženjske raziskave. Zato se ta metoda imenuje a priori, t.j. predizkušen. Ta način segmentacije trga je danes najpogosteje uporabljen, kar je posledica njegove relativne preprostosti, prisotnosti tehnik, ki so bile izvedene v praksi, in nizkih stroškov izvedbe.

Grozdne metode pomeni, da struktura trga ni znana. Ne definirajo odvisne spremenljivke, ampak iščejo naravne grozde, ki jih najdemo v bazi podatkov za raziskave potrošniškega trga. V tem primeru so anketiranci najprej razvrščeni izmed potencialnih potrošnikov s posebnim analitičnim postopkom v naravne grozde – tržne segmente. Po tem definirate spremenljivke, s katerimi bi lahko formalno definirali tržni segment.

V primerjavi z a priori segmentacijo, ko so segmenti določeni s predpostavljenimi spremenljivkami na začetku študije, in s segmentacijo grozdov, ko so izbrani segmenti oblikovani iz rezultatov analize grozdov, modeli fleksibilna segmentacija ponuditi dinamičen pristop k problemu. S tem pristopom je mogoče načrtovati in testirati veliko število različnih segmentov, od katerih vsak vključuje kupce ali organizacije s podobnim dojemanjem novih »preizkusnih« izdelkov (opredeljenih s konfiguracijo specifičnih značilnosti izdelka). Prilagodljiva segmentacija združuje rezultate konjugirane analize in računalniškega modeliranja vedenja potrošnikov pri izbiri izdelka.

Segmentacija komponent premakne poudarek pri segmentaciji trga na osebne lastnosti (opisane z nizom demografskih in psihografskih značilnosti), ki bodo bolje ustrezale značilnostim izdelka. Pri komponentni segmentaciji raziskovalca zanima primerjava parametrov vrednosti produkta in različnih značilnosti respondenta. Po identifikaciji teh dveh nizov parametrov lahko raziskovalec poda predloge za razvoj vseh možnih lastnosti izdelka za katero koli vrsto potrošnika.

Postopek segmentacije trga

Proces segmentacije poteka v osmih stopnjah.

Strategija tržnega dosega

Prvi korak je izbira metode segmentacije.

Druga faza je preverjanje homogenosti segmenta, t.j. preverimo, ali je odziv potrošnika na izdelek tega segmenta enak.

Tretja faza je preverjanje stopnje diferenciacije segmenta, t.j. preverimo, za koliko segmentov je izdelek zasnovan in kakšne izdelke ponuja organizacija.

Četrta faza je ocena stopnje razpoložljivosti segmenta, tj. treba je oceniti, ali ima podjetje zadostno število prodajnih kanalov za svoje izdelke, kakšna je pretočnost teh kanalov, ali lahko podjetje zagotovi prodajo celotnega obsega izdelkov, ali je sistem dostave izdelkov potrošnikom dovolj zanesljiv.

Peta faza je preverjanje stopnje donosnosti segmenta, t.j. določi se možna cena izdelka pri poslovanju v tem segmentu in njegova cena, ob upoštevanju prilagoditve produkta za ta segment. (Donosnost ≈ Dobičkonosnost)

Šesta stopnja je ocena stabilnosti segmenta.

Sedma faza je izbira ciljnega segmenta.

Osma faza je strategija pokritosti trga.

Ocena privlačnosti segmentov in koncepta ciljnega trga

Privlačnost tržnega segmenta se ugotavlja v skladu s kriteriji, ki jih vsako podjetje določi samostojno.

Niso vsa merila enako pomembna, zato je treba vsako obravnavati posebej. Namen analize privlačnosti je izračunati utežno vrednost merila, ki označuje »privlačnost« določenega izdelka.

Ciljni trg je najprimernejša in donosna skupina tržnih segmentov (ali en segment) za podjetje, na katerega so usmerjene njegove dejavnosti.

Podjetje mora promovirati tiste lastnosti svojega izdelka, ki so najbolj privlačne za ciljni trg.

Pri ocenjevanju tržnih segmentov se upoštevata dva dejavnika: (1) njihova splošna privlačnost ter (2) cilji in viri podjetja, ki jih obvladuje.

Merila za ocenjevanje privlačnosti ciljnega trga

1. Velikost (zmogljivost) trga - Zmogljivost blagovnega trga se razume kot možni obseg prodaje blaga (specifičnih izdelkov podjetja) na dani ravni in razmerju različnih cen. Za zmogljivost trga je značilna velikost povpraševanja prebivalstva in velikost ponudbe blaga.

2. Geografska lega

3. Dejanska in potencialna prodaja
Realna prodaja - število blaga in storitev, ki jih organizacija dejansko lahko proda v trenutnih pogojih poslovanja, ocenjeni stroški oglaševanja in raven cen, ki jo namerava vzpostaviti.

Potencialni obseg prodaje (dobava) - delež potencialnega trga, ki ga organizacija želi zasesti, in s tem največje število blaga, na katerega lahko računa, da bo prodala glede na svoje zmožnosti.

4. Realna in potencialna raven ter intenzivnost konkurence

realne in potencialne zmožnosti podjetij, da oblikujejo, izdelujejo in tržijo izdelke, ki so po svojih cenovnih in necenovnih parametrih privlačnejši od izdelkov konkurentov.

intenzivnost konkurence in s tem raven konkurenčnosti podjetja določajo potenciali trga; enostavnost vstopa vanj; vrsta blaga; homogenost trga; struktura panoge ali konkurenčni položaj podjetij; priložnosti za tehnološke inovacije itd.

5. Možnost pokritja trga

Število potencialnih prodajnih mest in centrov, prek katerih bo izdelek distribuiran.

6. Realni in potencialni stroški promocije

7. Faza življenjskega cikla trga - to je razvoj izdelka, faza implementacije, faza razvoja (rast), faza zrelosti ali faza upada

8. Trendi razvoja trga, tj. smer razvoja, obeti

9. Dodatne zahteve potrošnikov do izdelka

10. Realna in potencialna raven cen

11. Pričakovanje in dejanski odziv potrošnikov na trženjske napore za promocijo izdelkov

Mala in srednje velika podjetja morajo identificirati in izbrati dva do tri ključne dejavnike uspeha z analizo privlačnosti posameznega tržnega segmenta. Kritični dejavniki uspeha bodo »državna beseda« podjetja in jih je treba ves čas upoštevati. So najpomembnejše okoliščine, ki bi se morale ali ne smejo zgoditi, da bi podjetje uspelo na trgu za določen izdelek.

Strategije tržnega dosega

Po zaključku segmentacije mora podjetje določiti, na kateri segment bo usmeriti svoje dejavnosti. Glede na stopnjo pokritosti trga so možne tri vrste strategij:

1. En segment (koncentrirano trženje)

podjetje se osredotoča na velik delež enega ali več podtrgov. Volkswagen je na primer osredotočen na trg malih avtomobilov. S koncentriranim trženjem si podjetje zagotovi močan tržni položaj v segmentih, ki jih opravlja, saj bolje pozna potrebe teh segmentov kot drugi in uživa določen ugled. Poleg tega podjetje zaradi specializacije na področju proizvodnje, distribucije in ukrepov pospeševanja prodaje dosega prihranke na številnih področjih svojega delovanja. Vendar je ta strategija povezana s povečano stopnjo tveganja: izbrani segment morda ne bo izpolnil pričakovanj. V zvezi s tem mnoga podjetja raje diverzificirajo svoje dejavnosti in pokrivajo več različnih tržnih segmentov.

Ta pristop se včasih imenuje "nišna strategija", ker To se pogosto naredi z omejenimi sredstvi.

2. Več segmentov (diferencirano trženje)

Vse več podjetij sprejema to strategijo.

S ponudbo različnih izdelkov podjetje upa, da bo doseglo rast prodaje in globlji prodor v vsak od tržnih segmentov, ki jih raziskuje. Pričakuje, da bo s krepitvijo svojega položaja na več tržnih segmentih v zavesti potrošnika lahko prepoznala podjetje s to kategorijo izdelkov. Poleg tega pričakuje povečanje ponovnih nakupov, saj gre za izdelek podjetja, ki izpolnjuje želje potrošnikov, in ne obratno.

3. Popolna pokritost trga (nediferencirano trženje)

Večina strokovnjakov za trženje meni, da so možnosti za uporabo te strategije omejene.

V tem primeru podjetje svoja prizadevanja ne osredotoča na to, kako se potrebe strank med seboj razlikujejo, temveč na to, kaj imajo te potrebe skupnega. Razvija produkt in marketinški program, ki bo pritegnil čim več kupcev. Zanaša se na množično distribucijo in tehnike množičnega oglaševanja. Izdelku si prizadeva dati podobo superiornosti v glavah ljudi. Primer nediferenciranega trženja so akcije podjetja Rdeči oktober, ki je pred nekaj leti ponudilo blagovno znamko čokolade za vsakogar.

Nediferencirano trženje je ekonomično. Stroški proizvodnje blaga, vzdrževanja zalog in njihovega transporta so nizki. Nizki so tudi stroški oglaševanja za nediferencirano trženje. Odsotnost potrebe po trženjskih raziskavah tržnih segmentov in načrtovanju, razčlenjenem po teh segmentih, pripomore k znižanju stroškov trženjskih raziskav in vodenja proizvodnje izdelkov.

Koncept pozicioniranja

Postavitev je proces iskanja takšnega tržnega položaja za podjetje, izdelek ali storitev, ki ga bo ugodno razlikoval od položaja konkurentov. Pozicioniranje se izvaja ob upoštevanju določene ciljne skupine potrošnikov, za katere se ustvarjajo in ponujajo prednosti in edinstvenost. Brez jasnega razumevanja, čemu je pozicija namenjena, se je zelo težko, celo skoraj nemogoče dogovoriti o marketinških odločitvah. Opredelitev konkurenčnega pozicioniranja pogosto narekuje najučinkovitejše kombinacije marketinških orodij.
Če povzamemo, lahko rečemo pozicioniranje je marketinška strategija ustvariti močno povezavo med vašo blagovno znamko (izdelkom ali podjetjem) z določenimi asociacijami in še bolje – ugodnostmi.

Tako pozicioniranje pomeni:
- ustvarjanje v zavesti potrošnika stabilne povezave izdelka ali podjetja z določenim mestom na trgu,
- dolgoročno ohranjanje združenja (izbranega položaja).

Položaj izdelka na trgu - mesto, ki ga ta izdelek zaseda v glavah potrošnikov v primerjavi s podobnimi konkurenčnimi izdelki z vidika potrošnika.
Strategija pozicioniranja Je niz aktivnosti, katerih cilj je sporočiti koncept pozicioniranja potrošnikom. Pozicioniranje obstaja samo v mislih potrošnika.
- Strategija ponudbe blaga (storitev)
- Strategija oblikovanja cen
- Strategija distribucije izdelkov
- Strategija promocije blaga (storitev)
Omejitev položaja
- Ciljni trg
- Pravi in potencialni konkurenti
- Strategija podjetja

Ponovno pozicioniranje- spremembe položaja izdelka ali storitve v trženju in oglaševanju, ko se jim da nova podoba, se določi druga ciljna publika, spremenijo prodajni in oglaševalski podatki, embalaža ipd.
Razlogi za premestitev:
- Vprašljivo pozicioniranje
- Nezadostno pozicioniranje
- Nerazločno pozicioniranje
- Neuporabno pozicioniranje
- Prekomerno pozicioniranje

Kraj bivanja itd. Iz tega mora biti jasno, da je tržni segment

Obstaja skupina potrošnikov, ki se v nekaterih pogledih na trgu obnašajo enako.

Segmentacija trga pa je razdeljena na več stopenj.

2. Izbira tržnega segmenta pomeni, da se vsak od segmentov ovrednoti glede na njegovo privlačnost (zmožnost, da podjetju prinese želeni rezultat). Na podlagi teh ocen se izbere najatraktivnejši segment (ali segmente).
3. Nazadnje, tretja faza je pozicioniranje izdelka. Ko je tržni segment izbran, morate razmišljati o tem, kako bo izdelek, ki ga podjetje ponuja na trgu, predstavljen na trgu. Poleg tega je treba razviti tudi podroben marketinški splet. To so naloge, ki se rešujejo v tej fazi.

Pri trženju je bilo ugotovljenih več lastnosti, ki lahko izboljšajo učinkovitost segmentacije. Ti znaki se ne nanašajo na potrošnike, temveč na same segmente.

1. Segment mora biti smiseln. To pomeni, da je treba lastnost, ki je v osnovi segmentacije, vsaj do neke mere popraviti z vedenjem potrošnikov. Torej je prekomerna telesna teža pomembna glede na to, koliko človek zaužije kruh ali ima težave pri nakupu oblačil. Vendar pa ta lastnost verjetno ne bo pomembna zaradi vrste kozmetike, ki jo uporablja.
2. Tržni segment mora biti dovolj velik, da lahko ustvari dobiček, ki je potreben za uspešno poslovanje podjetja. Če je segment s tega vidika premajhen, načrtovanje in izvajanje marketinškega programa, usmerjenega nanj, preprosto ni smiselno.
3. Odsek mora biti merljiv. To pomeni, da mora lastnost, ki je v osnovi segmentacije, zagotavljati možnost jasne in nedvoumne ločitve skupine potrošnikov od njihovih drugih skupin. Starost je primer merljivega atributa. Vse potrošnike lahko vedno zlahka razdelimo v skupine glede na vrednost, ki jo prevzame določena spremenljivka.

Primer nepopolno merljive lastnosti lahko služi tudi, nenavadno, pogostosti porabe izdelka, preference potrošnikov so lahko v nekaterih primerih izjemno spremenljive. Veliko bolj zanesljiv znak s tega vidika je zvestoba blagovni znamki: tudi če potrošnik izdelka ne kupuje pogosto, bo vedno izbral samo eno blagovno znamko, vse druge pa zavračal.

Upoštevati je treba tudi, ali bo sogovornik iskren pri odgovoru na raziskovalčevo vprašanje. S tega vidika so značilnosti vrste spolne usmerjenosti slabo merljive. Čeprav stopnja strpnosti naše družbe do spolnih manjšin nenehno raste (in to je znak vsake dovolj razvite družbe), si ne bo vsak predstavnik teh manjšin upal odkrito izjavljati svojo spolno usmerjenost.

3. Segment mora biti dostopen. Ta kakovost ne pomeni le razpoložljivosti za raziskave, temveč tudi razpoložljivost dodatnih informacij. Če je mogoče pričakovati, da bo podjetje sposobno ukrepati na prebojnem odseku s sredstvi, ki so mu na voljo, in nato oceniti njegov vpliv s primerjavo njegovega osnovnega stanja z obdobjem po izpostavljenosti, se lahko segment šteje za razpoložljivega. Jasno je, da je to mogoče le, če so na voljo informacije.

V marketinški praksi se najpogosteje uporabljajo tri metode segmentacije: združevanje, multivariatno zaporedno segmentiranje z odvisno spremenljivko in grozdna analiza. Ta seznam ni izčrpen seznam vseh možnih metod razdeljevanja, vendar je dovolj, da dobite splošno predstavo o tem postopku in s tem povezanimi zapletenostmi.

1. Najpreprostejši način segmentiranja je razdelitev trga na skupine, ki se tradicionalno razlikujejo v marketingu in sociologiji na podlagi zgoraj naštetih značilnosti. V tem primeru se preprosto domneva, da je za skupine potrošnikov, ki jih ločimo na podlagi značilnosti, kot so spol, starost ali poklic, značilen dokaj standarden nabor potreb in vedenjskih vzorcev.

Ta način je najbolj primeren v primeru izbire novega področja dejavnosti, na primer v primeru, ko podjetje šele začenja delovati na trgu ali se odloča za vstop na nov trg.

Pomanjkljivost te metode segmentacije je, da temelji na predpostavkah, hipotezah. Razdeljevanje potrošnikov na podlagi starosti, spola, poklica, dohodkovne stopnje ali socialnega statusa je tradicionalno za trženjske raziskave, vendar sploh ni očitno, da so te spremenljivke povezane s procesom »pripeljevanja« potrošnikov. Z drugimi besedami, še zdaleč ni vedno mogoče trditi, da je dejavnost potrošnikov neposredno odvisna, na primer, od njihove starosti. Zato tržnik pri takšni segmentaciji izbere poljubne in premalo prepričljive razloge za identifikacijo segmentov.

Pri segmentiranju trga je treba upoštevati, da imajo značilnosti, na katerih temelji izbor določenih skupin, različno pomembnost. Po eni strani lahko govorimo o lastnostih, ki so neposredno povezane s cilji podjetja. Tak znak bo na primer pripravljenost za nakup novega izdelka, ki ima niz določenih lastnosti: na podlagi tega lahko ločimo skupino potrošnikov, ki so na to pripravljeni, in skupino potrošnikov, ki niso. pripravljeni na to.

Ker je podjetje zainteresirano za prodajo blaga, je ta parameter neposredno povezan z njegovimi cilji. Po drugi strani pa obstajajo manj pomembni parametri, ki niso v enaki tesni povezavi s cilji podjetja. Primer takega znaka bi bila starost. Torej, ta ali oni izdelek je lahko namenjen starostni kategoriji ljudi po 30 letih. Vendar to ne pomeni, da bo vsaka oseba, starejša od trideset let, kupila ta izdelek. Posledično je starost kot parameter segmentacije manj povezana s neposrednimi cilji podjetja.

Če je število res pomembnih dejavnikov zelo veliko, jih lahko zmanjšamo s tako imenovano faktorsko analizo. Gre za izbor skupin sorodnih lastnosti (parametrov), ki so združene v eno lastnost. Na primer, raven dohodka je tesno povezana z velikostjo hiše, prisotnostjo avtomobila, številom turističnih potovanj, obiskov restavracij, kot so restavracije in klubi, zato je te znake mogoče združiti v eno.

Priporočljivo je, da tej funkciji date kakšno ime. V našem primeru bi lahko novi znak poimenovali »višina dohodka«, a si ga razlagali široko, ne le kot znesek denarja, ki ga oseba prejme v mesecu ali letu. Podobno lahko povežete raven dohodka, poklic in izobrazbo, raven dohodka in politične preference itd.

2. Multivariatno zaporedno segmentiranje na podlagi odvisne spremenljivke je najbolj primerno, če ima podjetje že izkušnje na trgu. V tem primeru je segmentacija usmerjena v identifikacijo najbolj zaželenega tržnega segmenta glede na rezultate, ki so že na voljo.

Ker je glavni rezultat, h kateremu stremi podjetje, pridobivanje maksimalnega dobička, lahko v tem primeru na primer kot odvisno spremenljivko izberemo dohodek podjetja. Na ta vidik je usmerjena predhodna segmentacija: izpostaviti je treba skupine potrošnikov, ki mu z vidika podjetja prinašajo največji dohodek.

Jasno je, da je spodnja meja dohodka praviloma določena subjektivno in predstavlja kompromis med realnim in želenim položajem. Konvencionalno lahko ločimo na primer tri skupine: potrošnike, ki prinašajo veliko dohodka, potrošnike, ki prinašajo povprečen (zadovoljiv) dohodek, in potrošnike, ki prinašajo premalo dohodka.

Drugi korak pri razdelku je identifikacija druge spremenljivke, ki je najtesneje povezana s prvo spremenljivko. Takšna spremenljivka je običajno:

a) pogostost uporabe izdelka ali storitve, ki jo prodaja podjetje;
b) raven dohodka, ki ga potrošnik prinese podjetju;
c) zavezanost potrošnikov blagovni znamki. Recimo, pri trženjskih raziskavah se izkaže, da največji dohodek podjetju prinašajo ljudje od 25 do 33 let. Posledično je treba vse potrošnike razdeliti v najmanj tri skupine: 1) do 25 let; 2) od 25 do 33 let in 3) nad 33 let.

Nadaljnji segmentaciji s to metodo je podvržen le najbolj dobičkonosni segment trga. V našem primeru gre za kategorijo potrošnikov, starih od 25 do 33 let. V naslednjih fazah se ponovno najdejo razlogi za segmentacijo, ki so najtesneje povezani s stopnjo dobičkonosnosti.

Meja delitve je v tem primeru segment, ki mora imeti naslednje lastnosti:

1) pripadajoči potrošniki podjetju prinašajo največji dohodek (na primer, dohodek, ki ga prejme podjetje v tem segmentu, ki predstavlja le 20 % trga, je 70 % celotnega dohodka);
2) segment ne sme biti v celoti obvladan;
3) biti mora dovolj velik, da je smiselno vlagati v njegov dodatni razvoj;
4) nadaljnja delitev segmenta mora biti nemogoča (to je prednostna lastnost).

Prednost te metode segmentacije je, da temelji na najpomembnejših spremenljivkah. Ta metoda ima tudi slabosti. Prvič, ne omogoča upoštevanja interakcije med različnimi spremenljivkami. Poleg tega se segmenti z njegovo pomočjo izkažejo za premajhne. Hkrati je na splošno ta metoda precej produktivna.

Ko ga uporabljate, lahko vidite, kateri segmenti so res najbolj zaželeni, kateri je lahko in katere bi bilo treba v celoti opustiti. Zlasti uporaba te metode omogoča oblikovanje zelo resničnih nalog, na primer povečanje dohodka, prejetega od določene skupine potrošnikov. Končno vam omogoča, da prepoznate slabosti v dejavnostih podjetja.

3. Za razliko od dveh prejšnjih metod segmentacije, pri katerih tržnik začne analizirati trg iz celotne populacije potrošnikov in jih postopoma deli v skupine, je pri analizi grozdov smer ravno nasprotna: analiza se začne pri posameznih potrošnikih. Zaradi tega analiza grozdov zahteva, da ima tržnik podatke o dovolj velikem številu resničnih potrošnikov, praviloma pa mora biti njihovo število najmanj 200 ljudi.

Grozdna analiza vključuje več korakov.

1) Najprej tržnik naključno izbere enega potrošnika in začne iskati drugega, ki mu bo po znanih parametrih čim bolj podoben. Ko se najdeta dva taka potrošnika, se združita v grozd. Na podoben način se razlikujejo tudi drugi grozdi.
2) Naslednji korak je združevanje posameznih potrošnikov in njihovih skupin v širše skupnosti. Upoštevati je treba, da se lahko v grozde združita tako posamezni potrošnik ali že dodeljeni grozdi, kot tudi potrošnik in grozd. Združitev se izvaja, dokler ne dobimo bolj ali manj zadovoljivega števila grozdov, torej segmentov, ki po svojem obsegu ustrezajo interesom podjetja.
3) Nadzor nad pravilnostjo dodeljevanja grozdov je v tem, da tržnik še enkrat izvede segmentacijo in preveri, ali je mogoče enako segmentiranje doseči z drugimi merili podobnosti. Primerjajo se rezultati glavne in kontrolne segmentacije na podlagi analize grozdov, nato pa se izvede prilagoditev glavne segmentacije.

Nedvomna prednost te metode je, da vam omogoča, da izhajate iz določenih podatkov o potrošnikih. Manj verjetno je, da bo tržnik, ki uporablja to metodo, izbral parameter segmentiranja, ki bo v resnici malo vreden.

Pomanjkljivost te metode je, da je pri njeni uporabi mogoče identificirati grozde, ki v resnici ne obstajajo. To pomeni, da nastale skupine potrošnikov dejansko ne bodo imele enakega vedenja. Zato bi morali biti različni kontrolni postopki obvezen del analize grozdov.

Pozicioniranje produkta na trgu je usmeritev trženjskih aktivnosti za izbor ciljnih trgov, ki vključuje analizo elementov trženjskega spleta in pozicij izdelkov na izbranih tržnih segmentih z namenom prepoznavanja tistih parametrov, ki prispevajo k osvajanju konkurenčnosti. prednosti.

Če vsa podjetja proizvajajo enake izdelke z enakimi lastnostmi, uporabljajo enake metode promocije in dostave izdelkov ter zagotavljajo podobne storitve, bodo za potrošnike vsi enaki.

Pomembno je upoštevati trenutni položaj izdelka na trgu. Položaj izdelka - mnenje potrošnikov o najpomembnejših parametrih izdelka. Označuje mesto, ki ga zaseda določen izdelek v glavah potrošnikov v primerjavi z izdelkom konkurentov. V nasprotju s podobo izdelka, ki je bolj čustvena značilnost, se pozicija izdelka praviloma oblikuje na podlagi kvantitativno izmerjenih parametrov (tržni delež, značilnosti izdelka, cena itd.).

Izbira tržnega segmenta vključuje določen postopek, ki je sestavljen iz treh stopenj.
Segmentacija trga v pravem, ozkem pomenu tega teologa je izbor skupin potrošnikov, ki se razlikujejo po svojih potrebah, finančnih zmožnostih, navadah,

Delam v industriji e-poštnega marketinga za spletno mesto MailChimp.com. Strankam pomagamo ustvariti glasila za njihovo oglaševalsko občinstvo. Vsakič, ko nekdo naše delo poimenuje "poštni nadev", me neprijeten mraz pri srcu.

zakaj? Ker e-poštni naslovi niso več črne skrinjice, ki jih bombardirate s sporočili, kot so granate. Ne, pri trženju po e-pošti (kot pri drugih oblikah spletnega stika, vključno z tviti, objavami na Facebooku in Pinterest kampanjami) podjetje pridobi vpogled v to, kako občinstvo vzpostavi stik na individualni ravni s sledenjem klikov, spletnim naročanjem, širjenjem statusov. na družbenih omrežjih itd. Ti podatki niso samo ovira. Označujejo vaše občinstvo. Toda za nepoučene so te operacije podobne modrosti grškega jezika. Ali esperanto.

Kako zbirate podatke o transakcijah s svojimi strankami (uporabniki, naročniki itd.) in ali te podatke uporabljate za boljše razumevanje vaše publike? Ko imate opravka z veliko ljudmi, je lahko težko preučiti vsako stranko posebej, še posebej, če vsi komunicirajo z vami drugače. Tudi če bi teoretično lahko dosegli vsakogar osebno, je v praksi to komaj izvedljivo.

Vzeti morate svojo bazo strank in najti srednjo pot med naključnim bombardiranjem in prilagojenim trženjem za vsako posamezno stranko. Eden od načinov za doseganje tega ravnovesja je uporaba grozdenja za segmentiranje trga vaših strank, tako da lahko ciljate na različne segmente svoje baze strank z različnimi ciljnimi vsebinami, ponudbami in drugim.

Grozdna analiza je zbiranje različnih predmetov in njihovo razdelitev v skupine po lastni vrsti. Če delate s temi skupinami – tako da ugotovite, kaj imajo njihovi člani skupnega in kaj jih razlikuje – se lahko veliko naučite o neurejenih podatkih, ki jih imate. To znanje vam bo pomagalo pri sprejemanju najboljših odločitev in to na bolj podrobni ravni kot prej.

V tem kontekstu se združevanje v gruče imenuje raziskovalno rudarjenje podatkov, ker te tehnike pomagajo "povleči" informacije o odnosih v velikih nizih podatkov, ki jih ni mogoče vizualno zajeti. In iskanje povezav v družbenih skupinah je koristno v kateri koli panogi - za priporočanje filmov, ki temeljijo na navadah ciljnega občinstva, za prepoznavanje kriminalnih središč mesta ali opravičevanje finančnih naložb.

Ena mojih najljubših uporab združevanja v gruče je združevanje slik: kopičenje slikovnih datotek, ki so v računalniku "izgledajo enako". Na primer, v storitvah gostovanja slik, kot je Flickr, uporabniki ustvarijo veliko vsebine in preprosta navigacija postane nemogoča zaradi velikega števila fotografij. Toda z uporabo tehnik združevanja v gruče lahko kombinirate podobne slike in uporabniku omogočite krmarjenje med temi skupinami, preden jih podrobno razvrsti.

Nadzorovano ali nenadzorovano strojno učenje?

Pri raziskovalnem rudarjenju podatkov po definiciji ne veste vnaprej, kakšne podatke iščete. Vi ste raziskovalec. Jasno lahko razložite, kdaj sta si dve stranki videti podobni in kdaj drugače, vendar ne veste, kako najbolje segmentirati svojo bazo strank. Zato se "prosi" računalnika, da segmentira bazo strank namesto vas, imenujemo nenadzorovano strojno učenje, ker nimate nadzora nad ničemer - računalniku ne narekujete, kako naj opravlja svoje delo.

V nasprotju s tem procesom obstaja nadzorovano strojno učenje, ki se običajno pojavi, ko umetna inteligenca pride na prvo stran. Če vem, da želim stranke razdeliti v dve skupini - recimo "najverjetneje bo kupil" in "neverjetno bo kupil" - in računalniku oskrbeti z zgodovinskimi primeri takšnih strank, pri čemer bi vse novosti uporabili za eno od teh skupin, potem to je nadzor.

Če namesto tega rečem: »To je tisto, kar vem o svojih strankah in to je, kako ugotoviti, ali so različne ali enake. Povej mi kaj zanimivega, "- to je pomanjkanje nadzora.

To poglavje obravnava najpreprostejšo metodo združevanja v grozde, imenovano metoda k-means, ki sega v 50. leta in je od takrat postala dolžnost pri odkrivanju znanja iz baz podatkov (DBK) v vseh panogah in vladnih strukturah.

Metoda k-means ni najbolj matematično natančna od vseh metod. Ustvarjen je bil predvsem zaradi praktičnosti in zdrave pameti – kot afroameriška kuhinja. Nima tako šik rodovnika kot Francozinja, a pogosto ugodi našim gastronomskim muham. K-Means Cluster Analysis, kot boste kmalu videli, je del matematike in del zgodovine (pretekla zgodovina podjetja, če se primerjava nanaša na metode učenja upravljanja). Njegova nedvomna prednost je njegova intuitivna preprostost.

Poglejmo, kako ta metoda deluje na preprostem primeru.

Dekleta plešejo z dekleti, fantje se praskajo po glavi

Cilj združevanja k-means je izbrati več točk v prostoru in jih pretvoriti v k skupin (kjer je k poljubno število, ki ga izberete). Vsaka skupina je označena s točko v središču, kot je zastava zataknjena na luni in signalizira: »Hej, to je središče moje skupine! Pridružite se, če ste bližje tej zastavi kot drugim!" To središče skupine (z uradnim imenom cluster centroid) je sredina imena metode k-means.

Spomnimo se na primer šolskih plesov. Če vam je uspelo iz spomina izbrisati grozo te »zabave«, mi je zelo žal, da sem obujal tako boleče spomine.

Junaki našega primera - dijaki srednje šole Macacne, ki so prišli na plesni večer pod romantičnim naslovom "Žoga na morskem dnu" - so raztreseni po zborni dvorani, kot je prikazano na sl. 1. V Photoshopu sem celo slikal na parket, da sem si lažje predstavljal situacijo.

riž. eno. Dijaki srednje šole Macacne so se nastanili v zbornici

Tukaj je nekaj primerov pesmi, na katere bodo ti mladi voditelji svobodnega sveta nerodno zaplesali (če nenadoma zaželite glasbo, na primer na Spotifyju):

Styx: Pridi odjadra
Vse razen dekleta: pogrešam
Ace of Base: Vse, kar želi
Mehka celica: Umazana ljubezen
Montell Jordan: Tako delamo
Eiffel 65: Modra

Zdaj je združevanje v skupine s k-srednjimi odvisno od števila grozdov, po katerih želite razdeliti občinstvo. Začnimo s tremi skupinami (izbiro k si bomo pogledali kasneje v tem poglavju). Algoritem na nek veljaven način postavi tri zastavice na tla montažne dvorane, kot je prikazano na sl. 2, kjer vidite 3 startne zastavice, razporejene po tleh in označene s črnimi krogi.

riž. 2. Postavitev začetnih centrov grozdov

Pri združevanju k-sredstev so plesalci vezani na najbližje središče gruče, tako da je mogoče narisati razmejitveno črto med katerima koli središčema na tleh. Tako, če je plesalec na eni strani črte, pripada eni skupini, če na drugi strani, potem v drugi (kot na sliki 3).

riž. 3.Črte označujejo meje grozdov

S temi razmejitvenimi črtami razdelite plesalce v skupine in jih ustrezno obarvajte, kot na sl. 4. Ta diagram, ki prostor deli na poligone, ki jih določa bližina določenega središča grozda, se imenuje Voronoijev diagram.

riž. 4. Združevanje po grozdih, označenih z različnimi vzorci ozadja v Voronoijevem diagramu

Oglejmo si našo začetno delitev. Nekaj je narobe, kajne? Prostor je razdeljen na precej čuden način: spodnja leva skupina ostaja prazna, medtem ko je na meji zgornje desne skupine, nasprotno, veliko ljudi.

Algoritem združevanja v gruče k-means premika središča grozdov po tleh, dokler ne doseže najboljšega rezultata.

Kako določiti "najboljši rezultat"? Vsaka prisotna oseba je na neki razdalji od svojega središča gruče. Krajša kot je povprečna razdalja od udeležencev do središča njihove skupine, boljši je rezultat.

Zdaj uvajamo besedo "minimizacija" - zelo vam bo koristila pri optimizaciji modela za boljšo lokacijo centrov grozdov. V tem poglavju boste prisilili Solverja, da neštetokrat premakne središča grozdov. Način, ki ga Solution Seeker uporablja za iskanje najboljše lokacije centrov grozdov, je, da počasi iterira po površini, popravi najboljše najdene rezultate in jih kombinira (dobesedno se pari kot dirkalni konji), da najde najboljši položaj.

Torej, če je diagram na sl. 4 izgleda precej bledo, "Iskanje rešitve" lahko nenadoma uredi središča, kot je na sl. 5. Tako se bo povprečna razdalja med posameznim plesalcem in njegovim središčem nekoliko zmanjšala.

riž. 5. Rahlo premaknite središča

Očitno bo "Iskanje rešitve" prej ali slej spoznalo, da je treba centre postaviti v sredino vsake skupine plesalcev, kot je prikazano na sl. 6.

riž. 6. Optimalno združevanje pri šolskih plesih

Globa! Tako izgleda idealno združevanje v skupine. Centri grozdov se nahajajo v središču vsake skupine plesalcev, kar zmanjšuje povprečno razdaljo med plesalko in najbližjim centrom. Zdaj, ko je združevanje v skupine končano, je čas, da preidemo na zabavni del, ki poskuša razumeti, kaj ti grozdi pomenijo.

Če poznate barvo las plesalcev, njihove politične preference ali čas njihovega prehoda 100-metrske razdalje, potem združevanje v gruče nima veliko smisla.

Ko pa se odločite za določitev starosti in spola prisotnih, boste opazili nekaj splošnih trendov. Manjša skupina spodaj so starejši ljudje, najverjetneje spremljevalci. Skupina na levi so vsi fantje, skupina na desni pa vse dekleta. In vsi se zelo bojijo plesati drug z drugim.

Tako vam je metoda k-means omogočila, da množico plesnih udeležencev razdelite v skupine in povežete značilnosti vsakega udeleženca s pripadnostjo določenemu grozdu, da razumete razlog za ločitev.

Zdaj si verjetno praviš: »Daj no, kakšne neumnosti. Odgovor sem vedel že pred začetkom." Prav imaš. V tem primeru da. Namenoma sem navedel tak primer "igrače", saj sem bil prepričan, da ga lahko rešiš samo s pogledom na pike. Dejanje se odvija v dvodimenzionalnem prostoru, v katerem se združevanje izvede elementarno s pomočjo oči.

Kaj pa, če vodite trgovino, ki prodaja na tisoče izdelkov? Nekateri kupci so v zadnjih dveh letih opravili en ali dva nakupa. Drugih je na desetine. In vsak je kupil nekaj svojega.

Kako jih združite na tako "plesišče"? Za začetek to plesišče ni dvodimenzionalno in niti ne tridimenzionalno. To je tisočdimenzionalni prostor za prodajo blaga, v katerem je kupec kupil ali ne kupil blaga v vsaki dimenziji. Vidite, kako hitro začne problem združevanja preseči zmožnosti »prvorazrednega očesnega jabolka«, kot radi pravijo moji vojaški prijatelji.

Resnično življenje: K-Means Clustering v e-poštnem marketingu

Preidimo na bolj vsebinsko zadevo. Delam v e-poštnem marketingu, zato je tukaj primer iz življenja Mailchimp.com, kjer delam. Ta isti primer bo deloval za maloprodajne podatke, konverzije oglasov, družabne medije itd. Vzajemno deluje s skoraj vsemi vrstami podatkov o oglasnih sporočilih, po katerih vas brezpogojno izberejo.

Joey Bag O "Donuts' Wholesale Wine Empire

Za trenutek si predstavljajte, da živite v New Jerseyju, kjer vodite Joey Bag O "Donuts' Wholesale Wine Empire. To je uvozno-izvozno podjetje, katerega cilj je pošiljati ogromne količine vina iz tujine in ga prodajati določenim trgovinam z alkoholnimi pijačami po vsej Ta posel deluje tako, da Joey potuje po vsem svetu v iskanju neverjetnih poslov z velikimi količinami vina. Pošlje ga v svoj Jersey, vaša skrb pa je, da poslano priložite v trgovine in ustvarite dobiček .

Kupce najdete na različne načine: Facebook stran, Twitter račun, včasih celo direktna pošta – navsezadnje e-pošta »promovira« večino vrst poslovanja. Lani ste poslali eno e-pošto na mesec. Običajno vsaka črka opisuje dve ali tri transakcije, recimo eno s šampanjcem in drugo z malbecem. Nekatere ponudbe so preprosto neverjetne – popust je 80 % ali več. Posledično ste v enem letu sklenili približno 32 poslov in vsi so šli bolj ali manj gladko.

Toda samo zato, ker stvari gredo dobro, še ne pomeni, da ne morejo iti bolje. Koristno bi bilo, da bi motive vaših strank razumeli nekoliko globlje. Seveda, če pogledate določeno naročilo, vidite, da je neki Adams julija kupil penino s 50 % popustom, vendar ne morete ugotoviti, kaj ga je spodbudilo k nakupu. Ali mu je bila všeč minimalna količina naročila ene škatle šestih steklenic ali cena, ki se še ni povzpela na maksimum?

Lepo bi bilo, če bi lahko svoj seznam strank razdelili na interesne skupine. Potem bi lahko uredili pisma vsaki skupini posebej in morda še bolj promovirali posel. Vsak posel, primeren za to skupino, bi lahko postal predmet pisma in bi bil v prvem odstavku besedila. Ta vrsta ciljne pošte lahko ustvari ogromno prodajno eksplozijo!

Možno je, da računalnik opravi delo namesto vas. Z združevanjem k-means lahko poiščete najboljše združevanje in nato poskusite razumeti, zakaj je najboljše.

Izvirni nabor podatkov

Excelov dokument, ki ga bomo analizirali v tem poglavju, se nahaja na spletni strani delovnega zvezka. Vsebuje vse neobdelane podatke, če želite z njim delati. Lahko pa samo sledite besedilu tako, da pokukate v preostali del dokumenta.

Najprej imate dva zanimiva vira podatkov:

metapodatki za vsako naročilo so shranjeni v preglednici, vključno s sorto, najmanjšo količino naročila, maloprodajnim popustom, zgornjo mejo cene in državo izvora. Ti podatki se nahajajo na zavihku, imenovanem Informacije o ponudbi, kot je prikazano na sliki 4. 7;
če veste, katera stranka kaj naroča, lahko te podatke stresete iz MailChimpa in na zavihku Transakcije vnesete preglednico metapodatkov o ponudbi. To so spremenljivi podatki, predstavljeni, kot je prikazano na sl. 8, zelo preprosto: kupec in njegovo naročilo.

riž. 7. Podrobnosti o zadnjih 32 naročilih

riž. osem. Seznam količine naročil po stranki

Določite predmet meritev

In tukaj je izziv. Pri problemu šolskega plesa merjenje razdalje med prisotnimi in prepoznavanje centrov grozdov ni bilo težko, kajne? Najti pravi merilni trak je dovolj! Toda kaj storiti zdaj?

Veste, da je bilo lani 32 ponudb poslov in imate v ločenem zavihku seznam 324 naročil, razčlenjenih po kupcu. Toda če želite izmeriti razdaljo od vsake stranke do centra grozdov, jih morate postaviti v ta 32-trgovinski prostor. Z drugimi besedami, razumeti morate, katere transakcije niso zaključili, in ustvariti matriko transakcij po kupcu, v kateri vsaka stranka prejme svoj stolpec z 32 celicami transakcij, napolnjenimi z enicami, če so bile transakcije opravljene, in ničlami, če so bile transakcije opravljene. ne.

Z drugimi besedami, vzeti morate to vrstico usmerjeno tabelo poslov in jo spremeniti v matriko, v kateri so stranke razporejene navpično, ponudbe pa vodoravno. Najboljši način za ustvarjanje je z vrtilnimi tabelami.

Algoritem delovanja: na listu s spremenljivimi podatki izberite stolpca A in B in nato vstavite vrtilno tabelo. S čarovnikom vrtilne tabele preprosto izberite Deals kot naslov vrstice in Kupci kot glavo stolpca in izpolnite tabelo. Celica bo vsebovala 1, če par odjemalec-posel obstaja, in 0, če ne (v tem primeru je 0 prikazana kot prazna celica). Rezultat je tabela, prikazana na sl. 9.

riž. 9. Vrtilna tabela "stranka-posel"

Zdaj, ko imate informacije o naročilu v matrični obliki, kopirajte list z informacijami o ponudbi in ga poimenujte Matrix. V ta novi list prilepite vrednosti iz vrtilne tabele (ni treba kopirati in prilepiti številke posla, ker je že vsebovana v informacijah o naročilu), začenši s stolpcem H. Posledično bi morali imeti razširjeno različica matrike, dopolnjena z informacijami o naročilu, kot na sl. 10.

riž. 10. Opis transakcij in podatkov o naročilu združeni v eno matriko

Standardizacija podatkov

V tem poglavju je vsaka dimenzija vaših podatkov predstavljena na enak način kot informacije o binarnem vrstnem redu. Toda v mnogih situacijah, povezanih z združevanjem v grozde, tega ne moremo storiti. Predstavljajte si scenarij, kjer so ljudje združeni po višini, teži in plači. Vse tri vrste podatkov imajo različne dimenzije. Višina se lahko giblje od 1,5 do 2 metra, teža pa od 50 do 150 kg.

V tem kontekstu postane merjenje razdalje med strankami (kot med plesalci v avditoriju) zmedena zadeva. Zato je običajno standardizirati vsak stolpec podatkov tako, da odštejemo povprečje in nato enega za drugim delimo z mero variacije, imenovano standardni odklon. Tako so vsi stolpci zmanjšani na eno samo vrednost, ki se kvantitativno spreminja okoli 0.

Začnimo s štirimi grozdi

No, zdaj so vsi vaši podatki strnjeni v eno priročno obliko. Za začetek združevanja v skupine morate izbrati k - število grozdov v algoritmu k-means. Pogosto se metoda k-means uporablja takole: vzamete nabor različnih k in jih preverite enega za drugim (pozneje bom razložil, kako jih izbrati), vendar smo šele začeli - zato bomo izbrali samo eno.

Potrebovali boste številne skupine, ki so približno primerne za to, kar želite početi. Jasno je, da ne nameravate ustvariti 50 grozdov in poslati 50 ciljno usmerjenih promocijskih e-poštnih sporočil parom fantom v vsaki skupini. To v trenutku naredi našo vadbo brez pomena. V našem primeru potrebujemo nekaj malega. Začnite ta primer s 4 – v idealnem svetu bi verjetno svoj seznam strank razdelili na 4 razumljive skupine po 25 ljudi (kar je v resnici malo verjetno).

Torej, če morate svoje kupce razdeliti v 4 skupine, kateri je najboljši način, da se z njimi ujemate?

Namesto da pokvarite lep Matrix list, kopirajte podatke na nov list in ga poimenujte 4MC. Zdaj lahko vstavite 4 stolpce za najvišjo vrednost v stolpcih od H do K, ki bodo središča grozdov. (Če želite vstaviti stolpec, z desno miškino tipko kliknite stolpec H in izberite »Prilepi«. Stolpec se bo pojavil na levi.) Te gruče poimenujte z grozdom 1 v gručo 4. Zanje lahko uporabite tudi pogojno oblikovanje in kadar koli jih nastavite , boste lahko videli, kako različni so.

List 4MC se prikaže, kot je prikazano na sl. enajst.

riž. enajst. Prazna središča grozdov, postavljena na list 4MC

V tem primeru so vsa središča grozdov nič. Tehnično pa so lahko vse, kar želite in kar vam bo še posebej všeč - tako kot pri šolskih plesih so razporejeni tako, da minimalizirajo razdaljo med vsako stranko in njegovim centrom grozdov.

Očitno bodo imeli ti centri vrednosti od 0 do 1 za vsako trgovino, saj so vsi vektorji strank binarni.

Toda kaj pomeni "meriti razdaljo med centrom grozda in stranko"?

Evklidska razdalja: merjenje razdalj na terenu

Za vsako stranko imate ločen stolpec. Kako izmeriti razdaljo med njima? V geometriji se to imenuje "najkrajša pot", nastala razdalja pa se imenuje evklidska razdalja.

Vrnimo se za nekaj časa v zbirno dvorano in poskusimo ugotoviti, kako rešiti naš problem tam.

Koordinatne osi postavite na tla in na sl. 12 bomo videli, da imamo v točki (8.2) plesalko, pri (4.4) pa središče grozda. Če želite izračunati evklidsko razdaljo med njima, se boste morali spomniti Pitagorejevega izreka, ki ga poznate iz šole.

riž. 12. Plesalec na točki (8.2) in središče grozda pri (4.4)

Ti dve točki sta navpično narazen 8 - 4 = 4 metre, vodoravno pa 4 - 2 = 2 metra. Po Pitagorejevem izreku je kvadrat razdalje med dvema točkama 4L2 + 2L2 = 20 metrov. Od tu izračunamo samo razdaljo, ki bo enaka kvadratnemu korenu iz 20, kar je približno 4,47 m (kot na sliki 13).

riž. trinajst. Evklidska razdalja je enaka kvadratnemu korenu vsote razdalj v vsako smer

V kontekstu naročnikov na glasilo imate več kot dve dimenziji, vendar velja isti koncept. Razdalja med kupcem in središčem grozda se izračuna tako, da se določi razlika med obema točkama za vsako trgovino, ju kvadrira, sešteje in vzame kvadratni koren. Na primer, na listu 4MC želite vedeti evklidsko razdaljo med središčem grozda 1 v stolpcu H in naročili kupca Adams v stolpcu L.

V celici L34 lahko po Adamsovem ukazu izračunate razliko med Adamsovim vektorjem in središčem gruče, jo kvadrirate, dodate in nato korenite z uporabo naslednje formule za nize (preverite absolutne reference, ki vam omogočajo, da povlečete to formulo desno ali navzdol, ne da bi spremenili sklicevanje na središče gruče):

(= KORENINA (SUM (L $ 2: L $ 33- $ H $ 2: $ H $ 33) A2)))

Formulo za matrike (vnesite formulo in pritisnite Ctrl + Shift + Enter ali Cmd + Return v MacOS, kot je opisano v 1. poglavju) je treba uporabiti, ker mora del (L2: L33-H2: H33) ^ 2 "znati " kjer se obrnite, da izračunate razlike in jih kvadratirajte, korak za korakom. Vendar je končni rezultat eno samo število, v našem primeru 1,732 (kot na sliki 14). Ima naslednji pomen: Adams je opravil tri trgovine, a ker so začetna središča grozdov nič, bo odgovor enak kvadratnemu korenu iz 3, in sicer 1,732.

riž. 14. Razdalja med središčem 1 grozda in Adamsom

V preglednici na sl. 2-14 sem zasidral zgornjo vrstico (glej 1. poglavje) med stolpcema G in H in poimenoval vrstico 34 v celici G34 Razdalja do gruče 1, samo da vidim, kje je, ko se pomikam po strani navzdol.

Razdalje in članstvo v grozdu za vse!

Zdaj veste, kako izračunati razdaljo med vektorjem naročila in središčem grozda.

Čas je, da Adamsov izračun razdalje dodate preostalim središčem grozdov, tako da celico L34 povlečete navzdol na L37 in nato ročno spremenite referenco središča gruče iz stolpca H v stolpce I, J in K v spodnjih celicah. Rezultat bi morale biti naslednje 4 formule v L34: L37:

(= SQRT (SUM ((L $ 2: L $ 33- $ H $ 2: $ H $ 33) A2)))
(= SQRT (SUM ((L $ 2: L $ 33- $ I $ 2: $ I $ 33) A2)))
(= SQRT (SUM ((L $ 2: L $ 33- $ J $ 2: $ J $ 33) A2)))
(= SQRT (SUM ((L $ 2: L $ 33- $ K $ 2: $ K $ 33) A2)))
(= KORENINA (SUM ((L $ 2: L $ 33- $ H $ 2: $ H $ 33) A2)))
(= KORENINA (SUM ((L $ 2: L $ 33- $ I $ 2: $ I $ 33) A2)))
(= KORENINA (SUM ((L $ 2: L $ 33- $ J $ 2: $ J $ 33) A2)))
(= KORENINA (SUM ((L $ 2: L $ 33- $ K $ 2: $ K $ 33) A2)))

Ker ste uporabili absolutne reference za centre grozdov (kar pomeni $ v formulah, kot je razloženo v 1. poglavju), lahko povlečete L34: L37 v DG34: DG37, da izračunate razdaljo od vsake stranke do vseh štirih centrov grozdov. . Poglavite vrstice v stolpcu G v celicah od 35 do 37 »Razdalja do grozda 2« itd. Na novo izračunane razdalje so prikazane na sl. 15.

riž. 15. Izračun razdalj od posamezne stranke do vseh centrov grozdov

Zdaj poznate razdaljo vsakega odjemalca do vseh štirih centrov grozdov. Njihova razporeditev v grozde se izvede glede na najkrajšo razdaljo v dveh korakih, kot sledi.

Najprej se vrnite k Adamsu v stolpcu L in izračunajte najmanjšo razdaljo do središča gruče v celici L38. Preprosto je:

Najmanj (L34: L37)
= min (L34: L37)

Za izračun uporabljamo formulo match / searchposes (več v 1. poglavju). Če ga postavite v L39, lahko vidite številko celice iz intervala L34: L37 (vsakega štejem po vrsti od 1), ki je na najmanjši razdalji:

Ujemanje (L38, L34: L37.0) = položaj iskanja (L38, L34: L37.0)

V tem primeru je razdalja enaka za vse štiri skupine, zato formula izbere prvo (L34) in vrne 1 (slika 16).

riž. šestnajst. Dodajanje povezav gruče na list

Ti dve formuli lahko tudi povlečete in spustite na DG38: DG39. Če želite, da so stvari organizirane, dodajte imeni vrstic 38 in 39 v celici 38 in 39 v stolpcu G »Minimalna razdalja gruče« in »Dodeljena gruča«.

Iskanje rešitev za centre grozdov

Vaša preglednica je bila posodobljena z izračuni razdalje in združevanjem v skupine. Zdaj, da določite najboljši položaj centrov grozdov, morate v stolpcih od H do K poiskati tiste vrednosti, ki zmanjšujejo skupno razdaljo med strankami in središči grozdov, s katerimi so povezani, ki so navedene v vrstici 39 za vsako stranko.

Ko slišite besedo "minimiziraj": stopnja optimizacije se začne, optimizacija pa se izvede s pomočjo "Iskanje rešitve".

Za uporabo iskalnika rešitev potrebujete celico z rezultati, zato v A36 povzamemo vse razdalje med strankami in njihovimi središči grozdov:

VSOTA (L38: DG38)
= CUMMA (L3 8: DG3 8)

Ta vsota razdalj od strank do najbližjih centrov grozdov je ravno tista ciljna funkcija, s katero smo se srečali prej pri gručenju zbirne dvorane Srednje šole Macacne. Toda evklidska razdalja je s svojimi močmi in kvadratnimi koreni pošastno nelinearna funkcija, zato morate namesto simpleksne metode uporabiti evolucijsko rešitev.

To metodo ste že uporabili v 1. poglavju. Simpleksni algoritem, če ga je mogoče uporabiti, deluje hitreje kot drugi, vendar ga ni mogoče uporabiti za izračun korenin, kvadratov in drugih nelinearnih funkcij. Prav tako je neuporaben OpenSolver, ki uporablja simpleksni algoritem, tudi če se zdi, da je jemal steroide.

V našem primeru evolucijski algoritem, vgrajen v Iskanje rešitve, uporablja kombinacijo naključnega iskanja in odlične navzkrižne rešitve, da, tako kot evolucija v biološkem kontekstu, najde učinkovite rešitve.

Imate vse, kar potrebujete za nastavitev težave pred "Iskanje rešitve":

cilj: zmanjšati skupno razdaljo od kupcev do njihovih centrov grozdov (A36);
spremenljivke: vektor posamezne transakcije glede na središče grozda (Н2: К33);
pogoji: centri grozdov morajo imeti vrednosti med 0 in 1.

Priporočljivo je imeti "Iskanje rešitve" in kladivo. Postavili smo nalogo "Iskanje rešitve": zmanjšati A36 s spremembo vrednosti H2: K33 s pogojem H2: K33<=1, как и все векторы сделок. Убедитесь, что переменные отмечены как положительные и выбран эволюционный алгоритм (рис. 17).

riž. 17. Nastavitve iskalnika rešitev za 4-centrično gručenje

Toda izjava o problemu ni vse. Malo se boste morali potiti, izbrati potrebne možnosti za evolucijski algoritem, klikniti gumb »Možnosti« v oknu »Iskanje rešitve« in pojdite v okno z nastavitvami. Svetujem vam, da nastavite maksimalni čas za 30 sekund več, odvisno od tega, koliko časa ste pripravljeni čakati, da se "Iskanje rešitev" spopade s svojo nalogo. Na sl. Na 18 sem svoj dal na 600 sekund (10 minut). Tako lahko začnem iskati rešitev in grem na kosilo. In če ga želite zgodaj prekiniti, samo pritisnite Escape in zapustite z najboljšo rešitev, ki jo je našla.

riž. osemnajst. Parametri evolucijskega algoritma

Kliknite Zaženi in opazujte, kako Excel opravlja svoje delo, dokler se evolucijski algoritem ne zbliža.

Pomen rezultatov

Ko vam Solvement najde najboljše centre za grozde, se zabava začne. Pojdimo na študijske skupine! Na sl. 19 lahko vidimo, da je Solver našel optimalno skupno razdaljo 140,7 in vsa štiri središča grozdov - zahvaljujoč pogojnemu oblikovanju! - videti popolnoma drugače.

riž. devetnajst.Štirje optimalni centri grozdov

Upoštevajte, da se vaši centri grozdov lahko razlikujejo od tistih, ki so predstavljeni v knjigi, ker evolucijski algoritem uporablja naključna števila in je odgovor vsakič drugačen. Grozdi so lahko popolnoma različni ali bolj verjetno v drugačnem vrstnem redu (na primer, moj grozd 1 je lahko zelo blizu vaši gruči 4 itd.).

Ker ste, ko ste ustvarili list, opise transakcij vstavili v stolpce od B do G, lahko zdaj preberete podrobnosti na sl. 19, kar je pomembno za razumevanje ideje centrov grozdov.

Za skupino 1 v stolpcu H pogojno oblikovanje izbere posle 24, 26, 17 in v manjši meri 2. Po branju opisa teh poslov lahko razumete, kaj jim je skupno: vsi so bili sklenjeni v modrem pinotu.

Če pogledate stolpec I, lahko vidite, da imajo vse zelene celice nizko minimalno število. To so kupci, ki med transakcijo ne želijo kupovati velikih količin.

Toda druga dva centra grozdov, odkrito povedano, je težko razlagati. Namesto razlage centrov grozdov, kaj pa preučiti kupce v grozdu in ugotoviti, kateri posli so jim všeč? To bi lahko razjasnilo zadevo.

Grozdna ocena poslov

Namesto da bi ugotavljali, katere razdalje do katerega centra grozda so bližje 1, preverimo, kdo je vezan na kateri grozd in katere posle imajo raje.

Če želite to narediti, začnite s kopiranjem lista z informacijami o ponudbi. Poimenujmo izvod 4MC - TopDealsByCluster. Številčni stolpci od H do K na tem novem listu od 1 do 4 (kot na sliki 20).

riž. dvajset. Izdelava delovnega lista za izračun priljubljenosti poslov z uporabo grozdov

Na listu 4MC ste imeli sidra po grozdih od 1 do 4 v vrstici 39. Vse, kar morate storiti, da preštejete transakcije po grozdih, je, da pogledate imena stolpcev od H do K na listu 4MC - TopDealsByCluster, poglejte, kateri od listov 4MC je bila vezana na to gručo v vrstici 39, nato pa v vsako vrstico dodajte število njihovih transakcij. Tako bomo dobili skupno število kupcev v tem grozdu, ki so sklenili posle.

Začnimo s celico H2, ki vsebuje število strank v grozdu 1, ki so sprejele ponudbo #1, in sicer januarski malbec. Na list 4MC je treba dodati vrednosti celic obsega L2: DG2, vendar le kupce iz grozda 1, kar je klasičen primer uporabe formule sumif / summesif. Izgleda takole:

SUMIF ("4MC"! $ L $ 39: $ DG $ 39, "4MC - TopDealsByCluster"! H $ 1, "4MC"! $ L2: $ DG2)
= CyMMEOra ("4MC"! $ L $ 39: $ DG $ 39, "4MC - TopDealsByCluster"! H $ 1, "4MC"! $ L2: $ DG2)

Ta formula deluje takole: dostavite ji nekaj pogojnikov, ki jih preveri v prvem delu "4MC"! $ L $ 39: $ DG $ 39, "4MC, nato primerja z 1 v glavi stolpca (" 4MC - TopDealsByCluster "! H $ 1 ), nato pa za vsako ujemanje doda to vrednost v vrstico 2 v tretjem delu formule "4MC"! $ L2: $ DG2.

Upoštevajte, da ste uporabili absolutne reference ($ v formuli) pred vsem, kar je povezano z vezavo gruče, številko vrstice v naslovih stolpcev in črko, ki označuje stolpec za trgovanje. Ko te povezave naredite absolutne, lahko formulo povlečete kamor koli iz H2: K33, da izračunate število poslov za druge centre grozdov in kombinacij poslov, kot je prikazano na sl. 21. Da bi bili ti stolpci bolj berljivi, lahko zanje uporabite tudi pogojno oblikovanje.

riž. 21. Skupno število poslov za vsako ponudbo, razčlenjeno po grozdih

Če označite stolpce od A do K in uporabite samodejno filtriranje, lahko te podatke razvrstite. Z razvrščanjem stolpca H od najmanjšega do največjega boste videli, katera posla so najbolj priljubljena v skupini 1 (slika 22).

riž. 22. Sortni grozd 1. Pinot, pinot, pinot!

Kot sem že omenil, so štiri največje trgovine za ta grozd Pinos. Ti fantje očitno zlorabljajo film Sideways. Če razvrstite grozd 2, postane popolnoma jasno, da gre za male veletrgovce (slika 23).

Toda ko razvrstite grozd 3, tega ni tako enostavno razumeti. Velike posle je mogoče prešteti na eni strani, razlika med njimi in ostalimi pa ni tako očitna. Vendar imajo najbolj priljubljene ponudbe nekaj skupnega – precej dobri popusti, 5 od 6 največjih ponudb je za penino, Francija pa je proizvajalec izdelkov za 3 od 4. Vendar so te predpostavke sporne.

Kar zadeva grozd 4, je bila tem fantom iz nekega razloga očitno všeč avgustovska ponudba za šampanjec. Prav tako je bilo 5 od 6 največjih poslov za francosko vino in 9 od 10 največjih poslov za veliko količino. Mogoče je to velik grod za veleprodaja, ki se ukvarja s francoskimi vini? Zaskrbljujoče je tudi presečišče grozdov 3 in 4.