Pazar bölümlendirme ilkeleri ve yöntemleri. Bilim ve eğitimin modern sorunları

Segment - benzer ihtiyaçlara, arzulara ve yeteneklere sahip bir grup müşteri. Pazarın çeşitli segmentlere bölünmesi ve sonraki çalışmaları, şirketlerin dikkatlerini kârlılık açısından en umut verici segmentlere (yani hedef segmentlere) odaklamalarına olanak tanır.

Pazar segmenti - bir grup gerçek veya potansiyel tüketicilerönerilen teklife aynı şekilde yanıt vermesi beklenmektedir.

Segmentasyon hem tüketici hem de endüstriyel pazarlarda (kuruluşların pazarı) gerçekleştirilebilir.

Tüketici pazarının bölümlere ayrılması çeşitli gerekçelerle yapılabilir: coğrafi, demografik, psikografik, davranışsal ve bu özelliklerin her birinin kendi değişkenleri vardır. Bazen şirketler, müşteriler hakkında kapsamlı bilgi elde etmek için, bir özellik kombinasyonuna dayalı olarak segmentleri ayırt eder.

Coğrafi bölümleme - pazarın farklı coğrafi birimlere (değişkenler) bölünmesi: bölge, bölge, ilçe, şehir büyüklüğü, yoğunluk. Böyle bir segmentasyondan sonra şirket, pazarlama çabalarının en etkili nerede olacağına karar vermelidir.

Rusya'da coğrafi bölümleme şu şekilde yapılabilir: bölge - Sibirya, Urallar; bölge - Leningrad, Moskova, Nizhny Novgorod; bölge - Kolomensky, Voskresensky; şehrin büyüklüğü - nüfusu 5 binden az, 5-20 bin, 20-50 bin vb.; yoğunluk - şehirler, banliyöler, kırsal bölge; iklim - kuzey, güney.

Demografik bölümleme - pazarın yaş, cinsiyet, aile büyüklüğü, aile yaşam döngüsü, meslek, gelir düzeyi, eğitim, uyruk, din gibi değişkenlere göre bölünmesi. Demografik segmentasyon en çok şirketler tarafından pazarlama araştırmalarında kullanılır, bunun nedeni, alıcıların belirli bir ürüne verdiği tepkilerin en çok demografik değişkenlere bağlı olmasıdır.

Rus gerçekliğine odaklanarak, demografiye göre bölümlere ayrılırken şunları ayırt edebiliriz: yaş - 6 yaşından küçük, 6-11 yaşında, 12-19 yaşında, vb.; Cinsiyet Erkek Kadın; aile büyüklüğü - 1-2 kişi, 3-4 kişi, 5 kişi veya daha fazla; aile yaşam döngüsü - bir yıldan az, 1 yıl, 5 yıl veya daha fazla; gelir seviyesi (ayda) - 5000 ruble'den az, 5000-10000 ruble, 10000-15000 ruble. vb; meslek - yöneticiler, işçiler, doktorlar, öğretmenler; eğitim - ilk, orta, daha yüksek; milliyet - Ruslar, Tatarlar, Yahudiler, Ukraynalılar; din - Hıristiyanlar, Müslümanlar, Yahudiler, Budistler.

Ürünle ilgili segmentasyon - bilgi, kullanıcı olarak nitelikleri ve ürüne tepkilerine dayalı olarak alıcı gruplarının tahsisi. Bu segmentasyonun değişkenleri: tüketim yoğunluğu (düşük, orta, yüksek), satın almaya hazır olma derecesi (hiçbir şey bilmiyor, bir şey biliyor, bilgili, ilgili), kullanıcı durumu (kullanıcı olmayan, eski kullanıcı, potansiyel kullanıcı) bağlılık derecesi ( yok, orta , güçlü, mutlak), satın almanın faydası (tasarruf, kolaylık, prestij).

Tüketim tarzına göre segmentasyon - ilgili ürünlerin tüketimine ilişkin verilere dayalı olarak, tanıtılan bir ürüne olan ihtiyacın ve / veya promosyonlara verilen yanıtın en iyi tahminini sağlayan alıcı gruplarının seçimi. Bu mümkündür, çünkü tüketim kalıpları, her biri bir dizi ilgili mal ve hizmetin tüketimini belirleyen alışkanlıklar tarafından belirlenir ve sonuç olarak, bazı malların tüketimi, diğerlerine olan ihtiyacı tahmin edebilir.

Psikografik temelde bölümlendirme - değerlere, ilgi alanlarına, ilişkilere, kişilik özelliklerine ve yaşam tarzına dayalı. Amerikan "VALS" tekniğine göre bir psikografik segmentasyon örneğine bakın

Kabul edilmelidir ki, pazarlama teorisi, belirli bir ürün pazarı ile segmentasyon belirtileri arasındaki ilişki sorusuna kesin cevaplar vermemektedir. İstenilen özelliğin seçimi, pazarlamacının sezgisi ve mesleki tecrübesi nedeniyle gerçekleşir.

Organizasyon pazarının bölümlendirilmesi - T. Bonom ve B. Shapiro'nun tavsiyelerine göre, çoğunlukla aşağıdaki kriterlere göre gerçekleştirilir: demografik, operasyonel, satın alma, durumsal, kişisel (müşteri özellikleri).

Demografik segmentasyon - aşağıdaki değişkenler ayırt edilir: üreticilerin belirlemesine izin veren endüstri, şirket büyüklüğü, konum: hizmet verilmesi gereken endüstriler; organizasyonun hizmet verebileceği şirketlerin büyüklüğü; coğrafi bölgelere hizmet verilecek.

Operasyonel özelliğe göre segmentasyon - şu gibi değişkenleri vurgular: teknoloji (müşterilerin hangi teknolojileri dikkate alınmalıdır); kullanıcı durumu (şirket tarafından hangi tüketicilerin seçileceği - düşük, orta veya yüksek tüketim ile); gerekli mal / hizmet hacmi (hangi müşteriler seçilmelidir - büyük veya küçük mal partilerini tercih edenler).

Satın alma segmentasyonu - aşağıdaki değişkenler doğaldır: tedarik organizasyonu (şirketin satın almaları nasıl yapacağı - merkezi veya merkezi olmayan); güç yapısı (hangi departman - üretim, finans vb. ana karar verme şirketi - müşteri); mevcut ilişkilerin yapısı (şirketin kimlerle ilişki kurması gerektiği - güçlü bağların kurulmuş olduğu veya en çok gelecek vaat eden şirketler yerleşik bir ilişki yok) tedarik politikası (tedarikçi şirket için hangi sipariş koşulları - kiralama temelinde, sözleşme akdedilmesi ile vb. tercih edilecektir); satın alma kriteri (tedarikçi firma için hangi gereksinimlere sahip firmalar - kalite, fiyat, hizmet seviyesi tercih edilir).

Durumsal bölümleme - değişkenleri tanımlar: aciliyet (tedarikçi şirketin acil ve beklenmedik teslimata ihtiyaç duyabilecek müşterilere hizmet vermesi gerekip gerekmediği); kapsam (malların amaçlanan amaçları için kullanımına veya tüm kullanım durumlarına odaklanmaya değer); sipariş büyüklüğü (müşterilere büyük veya küçük partiler teslim edilecektir).

Kişiliğe göre segmentasyon - değişkenleri tanımlar: alıcı ve satıcının benzerliği (şirket yalnızca değerleri kendisine yakın olan müşterilere hizmet vermeli mi); riske karşı tutum (hangi tüketiciler daha çok tercih edilir - risk almayı veya tehlikeden kaçınmayı sevenler); sadakat (tedarikçilerine yüksek derecede sadakat gösteren firmalara hizmet verip vermeme).

Pazarlar arası segmentasyon, coğrafi sınırları aşan çeşitli özelliklerde benzer olan bir grup tüketicinin tanımlanmasıdır.

Pazarlama faaliyeti uygulaması, daha derin segmentasyonun herhangi bir işarete (belki de çok önemli olmasına rağmen) değil, kural olarak bir kombinasyona dayandığını göstermektedir. çeşitli işaretler. Halihazırda mevcut tüm prosedürler ve pazar bölümlendirme yöntemleri bunun üzerine inşa edilmiştir.

Yöntemler arasında şunlar bulunmaktadır:

• - faydalara göre segmentasyon yöntemi;
• - bir segmentasyon ızgarası oluşturma yöntemi;
• - çok boyutlu sınıflandırma yöntemi;
• - gruplama yöntemi;
• - fonksiyonel haritalar yöntemi.

Fayda Segmentasyon Yöntemi bir tüketici davranışı modeli oluşturmaya dayanmaktadır. Üç ardışık aşama öngörülmüştür.

• 1) Tüketicileri ilgilendiren faydaların belirlenmesi.
• 2) Fayda segmentasyonunu önceden belirleyen yaşam tarzı farklılıklarının belirlenmesi.
• 3) Fayda segmentlerinin ürün ve rakip markalar hakkında farklı algılar içerip içermediğinin belirlenmesi.

Tüketici davranış modeli, tüketiciler ve tüketici durumları arasındaki farklılıkların kombinasyonunun davranışlarını nasıl belirlediğini gösterir. Merkezde, tüketicinin üründen beklediği faydalar yer almaktadır. Aranan bu faydalar, alternatiflerin algılanmasını ve değerlendirilmesini belirler. Algı, sırayla, malların seçimini ve kullanımlarını belirler.

Derin segmentasyon, avantajlarla başlar ve doğrudan ve geri bildirim veya davranışla başlar ve geri bildirim ilkesine göre hareket eder. Her segment daha sonra davranış, tercihler, aranan faydalar, tüketici durumları, tüketici demografisi, coğrafya ve yaşam tarzı açısından tanımlanır.

Bu süreci uygularken, sezgiye güvenebilir ve tahmin etme veya karmaşık istatistiksel analiz uygulama yeteneğini kullanabilirsiniz.

Bir segmentasyon ızgarası oluşturma yöntemi. Segmentasyon ızgarası yöntemi, temel pazarları belirlemek için makro segmentasyon düzeyinde kullanılır. Fonksiyonları, tüketicileri ve teknolojileri karakterize eden değişkenlerin bir kombinasyonu göz önünde bulundurulur. Önem analizine dayalı olarak, en yüksek tercih yüzdesini veren ana segmentler belirlenir.

Örneğin, işlev temizliktir, tüketiciler ev ve arka ofislerdir ve teknoloji bir kuru elektrikli süpürge ve bir ıslak elektrikli süpürgedir. Araştırmalar, hanelerin yaklaşık %70'inin dairelerini temizlemek için kuru elektrikli süpürgeleri tercih ettiğini göstermiştir. Aynı zamanda ofis çalışanlarının %83'ü ıslak elektrikli süpürgeyi tercih etti. Böylece beyaz eşya üretiminde uzmanlaşan bir işletme için baz pazarın iki farklı segmenti belirlenmiştir.

Çok boyutlu sınıflandırma yöntemi. Yöntemin özü, özelliklerin eşzamanlı çok boyutlu (otomatik) sınıflandırmasında yatmaktadır. tüketici davranışları. Bu yaklaşım aşağıdaki varsayımlara dayanmaktadır. Bir tür, çeşitli şekillerde (demografik, sosyo-ekonomik, psikografik, vb.) birbirine benzeyen insanları birleştirir. Aynı türe ait kişilerdeki benzerlik derecesi, aynı türe ait kişilerdeki benzerlik derecesinden daha yüksek olmalıdır. farklı şekiller. Bu yaklaşımı kullanarak, tüketicilerin en önemli bileşene göre yazılması sorunu çözülmüştür.

Yerli tüketicilerin modaya davranışsal tepkisi üzerine yapılan bir araştırma, üç tip tüketiciyi (erkekler ve kadınlar dahil) tanımladı. "Seçici tip", modaya uygun yenilikleri dikkatle seçen ve onlara çeşitli hediyeler sunan kişileri temsil eder. yüksek gereksinimler. "Bağımsız tip", modaya kısıtlama ile tepki veren ve seçilen stile bağlı kalan bireyleri karakterize eder.

"Kayıtsız tip", modanın önemli olmadığına ve ürünlerin ucuz ve pratik olması gerektiğine inanıyor.

gruplama yöntemi nesnelerin toplamının en önemli özelliklere göre sıralı olarak gruplara ayrılmasından oluşur. Bu durumda özelliklerden biri omurga olarak öne çıkıyor. Bu özelliğin öneminin, bu ürünün tüm potansiyel tüketicilerinden çok daha yüksek olduğu alt gruplar oluşturulur.

İşlevsel harita yöntemi "çifte" bir segmentasyon içerir: ürünlere ve tüketicilere göre. Bu tür kartlar şunlar olabilir:

• - tek faktör, herhangi bir faktöre göre ve homojen bir ürün grubu için çift pazar bölümlendirmesi yapıldığında;
• - çok faktörlü - belirli bir ürün modelinin hangi tüketici grupları için tasarlandığını ve bir ürünü pazarda tanıtmak için hangi parametrelerinin en önemli olduğunu analiz ederken.

Her durumda, işlevsel haritaları derleyerek, bu ürün için hangi pazar segmentinin (yani, bir dizi işaretle tanımlanan bir tüketici grubu) tasarlandığını ve hangi işlevsel parametrelerinin belirli tüketici ihtiyaçlarına karşılık geldiğini belirlemek mümkündür.

En genel segmentasyon analiz yöntemleri ve uluslararası pazarlamada hedef pazarların seçimi:

• - matris yöntemi;
• - istatistiksel yöntem;
• - küme analizi yöntemi.

matris yöntemi En çok tercih edilen pazarlama stratejisini (örneğin, standartlaştırılmış bir pazarlama stratejisi) belirlemeye ve faktörleri analiz etmeye dayalı dış ortam programın unsurları ve pazarlama karması üzerindeki etkileri açısından. Firmanın seçtiği pazarlama stratejisiyle (örneğin firmanın standart pazarlama programı) alakaları açısından farklı pazarların özelliklerini karşılaştırarak, pazarlama programını değiştirme çabalarının asgari düzeyde olacağı pazarları belirlemek mümkündür. Bu ulusal veya bölgesel pazarlar, öncelikli ekonomik genişleme için en çekici olanlardır.

İstatistiksel Yöntem segmentasyon analizi tanımı içerir harici faktör ve sözde aktif değişkenler (yani, doğrudan segmentlerin oluşturulduğu alıcıların veya pazarların işaretleri) ve pasif değişkenler (yani, daha fazlasına hizmet eden işaretler). tam açıklama zaten ana hatlarıyla belirtilen bölümler).

1

Segmentasyon görevlerinin çeşitliliği ve pazarların oluşum koşulları, çeşitli segmentasyon yöntemlerine yol açmıştır. Çalışmanın amacı, tüketici pazarlarını bölümlere ayırmak için modern yöntemler ve araçlar alanında bilimsel bir rehber derlemektir. Segmentasyon yöntemleri arasında en çok güçlü araççok değişkenli veri sınıflandırma yöntemleridir. Makale, çok boyutlu sınıflandırma algoritmaları oluşturmaya yönelik çeşitli yaklaşımları ele almaktadır. Sosyo-ekonomik sistemlerin incelenmesinde, fenomenlerin büyük çoğunluğu doğrudan ölçülemez (zihinsel yetenekler, kişisel nitelikleri, hoşgörü, yeterlilik, hareketlilik, siyasi inançlar vb.). Bu gibi durumlarda gizil modellerin veya gizil yapısal analizlerin kullanılması tavsiye edilir. Segmentasyon uygulamasında, genellikle nitel verilerle uğraşmak gerekir. Nitel verilerin işlenmesi, bilgisayar teknolojilerinde yer alan tipolojilerin ilkelerine dayanmaktadır. Nicel ve nitel yöntemlerin bir kombinasyonunu kullanmak, genellikle bir pazar bölümlendirme sorununa en iyi çözümdür.

nitel veri analizi

gizli yapısal analiz

çok değişkenli veri analizi

pazar bölümlendirme

1. Gotlib, A.Ş. Sosyolojik araştırmaya giriş. Nitel ve nicel yaklaşımlar. Metodoloji. Araştırma uygulamaları: ders kitabı - M: Flint: MPSI, 2005. - 384 s.

2. Zagoruiko N.G. Uygulamalı Veri ve Bilgi Analizi Yöntemleri - Novosibirsk: Matematik Enstitüsü Yayınevi, 1999. - 270 s.

3. Kanygın G.V. Nitel veri analizinin araçları ve metodolojik ilkeleri // Sosyoloji: metodoloji, yöntemler, matematiksel modeller. - 2007. - Sayı 25. - S. 70-98.

4. Kochenkov A.I., Tolstova Yu.N. Lazersfeld'in modern sosyolojide gizli-yapısal analizi fikirleri // Sosyoloji: metodoloji, yöntemler, matematiksel modelleme. - 2003. - No. 16. - S. 125-149.

5. Martyshenko N.S., Martyshenko S.N. Bir anket anketinde veri kalitesini iyileştirme teknolojileri // Pratik Pazarlama. - 2008. - Hayır. 1. s. 8-13.

6. Martyshenko N.S., Martyshenko S.N., Kustov D.A. EXCEL ortamında anket anketlerine dayalı tipolojiler geliştirmeye yönelik araçlar // Akademik dergi Batı Sibirya. - 2007. - Hayır. 1. – S. 75–77.

7. Maslak A.A. Gizli değişkenlerin ölçümü sosyal sistemler. - Slavyansk-on-Kuban: Yayın Merkezi SGPI, 2012. - 432 s.

8. Omelchenko G.G. Hizmet tüketicilerinin pazar bölümlenmesinin grafik-teorik modellemesi.Ekonomi. Doğru. Fok. KSEI Bülteni. - 2014. - No. 1 (61). - S. 145-154.

9. Paul R. Gamble, Anthony Marcella, Alan Tapp "Pazarlama Devrimi" kitabından Bölüm [Elektronik kaynak]. – http://www.marketing.spb.ru/lib-research/segment/revolution.htm?printversion (erişim tarihi: 12/2/2014).

10. Ponizovkin D.M. Ortak filtreleme sistemlerinde optimal bir bağlantı grafiği oluşturma // Yazılım sistemleri: teori ve uygulamalar. - 2011. - T. 2. - No. 4. - S. 107-114.

11. Tatarova G.G. Tipolojik analizin temelleri sosyolojik araştırma: öğretici/ G.G. Tatarova. - M: Yayınevi "Yeni ders kitabı" 2004. - 206 s.

12. Yadov V.A. Nitel veri analizi stratejileri ve yöntemleri // Sosyoloji: metodoloji, yöntemler, matematiksel modelleme. - 1991. -№ 1. -S. 014-031.

Herhangi bir pazarın gelişimi için ana teşvik alıcılardır. Alıcılar kümesi heterojendir. Satın alma yapmak için zevkler, arzular ve güdüler bakımından farklılık gösterirler. Bu fenomen, amacı çeşitli tüketici gruplarıyla esnek bir etkileşim politikası geliştirmek olan pazar bölümlendirme gibi pazar araştırması için çok önemli bir araç ortaya çıkarmıştır.

Halihazırda, pazar bölümlendirmesine yönelik, uygulayıcıların aralarında gezinmesinin zor olduğu birçok yaklaşım vardır. Bu nedenle, tüketici pazarlarını bölümlere ayırmak için modern yöntemler ve araçlar alanında bilimsel bir kılavuz derlemek için bir girişimde bulunuldu.

Pazar segmenti - önerilen ürünlere ve pazarlama karmasının diğer unsurlarına aynı tür tepki ile karakterize edilen bir dizi tüketici.

Pazar bölümlendirme, pazarlama araştırmasının sonuçlarına çok değişkenli istatistiksel analiz yöntemlerinin uygulanmasına dayanan resmi bir prosedürdür.

Tüketici pazarını segmentlere ayırırken önce nesnel segmentasyon değişkenleri (sosyo-ekonomik, demografik, coğrafi) ve ardından subjektif segmentasyon değişkenleri (psikografik, davranışsal, kişilik) kullanılır. Segmentasyon özelliklerinin tam listesinden, genellikle en önemlilerinden biri veya daha fazlası seçilir. Çok sayıda parçalama değişkeni aşırı segmentasyona neden olabilir.

Pazar bölümlendirmesine iki yaklaşım vardır: "bir manastır" ve "post hoc".

Birinci yaklaşım çerçevesinde, segmentasyonun işaretleri, segmentlerin kapasitesi, sayıları, özellikleri ve ilgi haritasının önceden bilindiği düşünülmektedir. Yani, bu yöntemde ürün tüketicilerinin segment gruplarının zaten oluşturulduğu varsayılmaktadır (“a priori”).

İkinci yaklaşım (“post hoc”) çerçevesinde, segmentasyon özelliklerinin belirsizliği ve segmentlerin özünün varsayıldığı varsayılmaktadır. Segmentlerin müteakip seçimi ve açıklaması ile segmentasyon belirtileri aramak gerekir.

Segmentasyon görevlerinin çeşitliliği ve pazarların oluşum koşulları, çeşitli segmentasyon yöntemlerine yol açmıştır. Şu anda, pazar araştırması uygulamasında aşağıdaki segmentasyon yöntemleri yaygın olarak kullanılmaktadır:

Çok değişkenli sınıflandırma yöntemi;

Korelasyon bölümleme yöntemi - "K-bölümleme";

Arketipsel bölütleme yöntemleri;

Fayda segmentasyon yöntemi;

Bir segmentasyon ızgarası oluşturma yöntemi;

gruplama yöntemi;

Fonksiyonel haritaların yöntemi;

Abel matrislerine dayalı bölütleme yöntemi;

Sadakat derecesine göre tüketici segmentasyonu yöntemi;

Fayda segmentasyon yöntemi.

Oldukça yakın zamanda ortaya çıkan segmentasyon yöntemleri arasında şu yöntemlerden söz edilebilir:

İşbirlikçi filtreleme yöntemi;

Gizli modellerin yöntemi;

Esnek segmentasyon yöntemi;

Bileşen segmentasyon yöntemi.

Segmentasyon yöntemleri arasında en güçlü araç çok boyutlu veri sınıflandırma yöntemleridir. Çok değişkenli sınıflandırma yönteminin uygulanmasına küme analizi denir.

Küme analizi, her biri bir dizi başlangıç ​​değişkeni tarafından tanımlanan çok değişkenli gözlemlerin sınıflandırılmasına izin veren bir dizi yöntem. Kümeleme analizinin amacı, genellikle küme olarak adlandırılan birbirine benzer nesne gruplarının oluşturulmasıdır.

Sınıflandırma görevi gruplama görevinden ayırt edilmelidir. Gruplamanın görevi, verilerin önce bir özelliğin seviyelerine, ardından başka bir özelliğin seviyelerine vb. bölünmesidir. Gruplama probleminin aksine, kümeleme analizinde nesne gruplarının (sınıfların) oluşturulması, tüm gruplama özellikleri aynı anda dikkate alınarak gerçekleştirilir.

Sınıflandırma problemini çözmek için, gözlemlenen özelliklere göre nesnelerin benzerliği kavramını tanıtmak gerekir. Her sınıf, belirli bir benzerlik derecesine sahip nesneler içermelidir.

Benzerliği ölçmek için bir metrik kavramı tanıtılır. Nesneler arasındaki benzerlik, seçilen metrik uzaydaki mesafeye bağlı olarak belirlenecektir. m öznitelikleri ile tanımlanan bir nesne, m boyutlu uzayda bir nokta ile temsil ediliyorsa, bu metrik uzayda nesnelerin birbirleriyle olan benzerliği bir mesafe olarak belirlenecektir.

Küme analizi, mesafeleri (metrikler) ölçmek için çok çeşitli yollar kullanır. En yaygın benzerlik ölçütlerinden birine bir örnek Öklid mesafesidir:

(1)

i -th ve j -th nesneleri arasındaki mesafe nerede;

i-th ve j-th nesnesi için sırasıyla r-th özelliğinin değeri;

n, numune boyutudur;

m, özelliklerin sayısıdır.

Sınıflandırma problemini çözmek için, her bir nesne çifti arasındaki mesafeleri dikkate almak gerekir. Nesne çiftleri arasındaki mesafeler bir benzerlik matrisinde özetlenir. Bu simetrik bir matristir. Sıfır değerleri, matrisin köşegeni boyunca bulunur.

Sayısal öznitelikleri kullanırken nesnelerin benzerliğini uzaklık ölçülerini kullanarak değerlendirmek uygundur. Ancak genellikle başka ölçeklerde ölçülen işaretler vardır (örneğin, rütbe veya genel olarak nominal olarak). Bu durumda, sınıflandırma için kullanılan tüm özellikler ikili (ikili) kodda temsile indirgenir. Böyle bir dönüşümün gerçekleştirildiğini varsayalım. Yani, her nesne bir vektör tarafından tanımlanır. , bileşenlerinin her biri 0 veya 1 değerlerini alır.

I. ve j. nesnelerin benzerliğini ölçmek için aşağıdaki frekans tanımlarını sunuyoruz:

Her iki nesne çifti için eşleşen tekli özelliklerin sayısı (çiftler (1,1));

Her iki nesne çifti için eşleşen boş özelliklerin sayısı (çiftler (0,0));

j-inci nesneler için i-th ve sıfır özellikleri için eşleşen tekli özelliklerin sayısı (çiftler (1,0));

i.inci nesneler için eşleşen sıfır özelliklerin ve j.inci nesneler için tekli özelliklerin sayısı (çiftler (0,1));

Sırasıyla i-th nesnelerindeki tekli özelliklerin ve j-th nesnelerindeki tekli özelliklerin sayısı;

Sırasıyla i-inci nesneler için sıfır öznitelik ve j-inci nesneler için sıfır öznitelik sayısı;

- toplam sayısı eşleşen özellikler;

- eşleşmeyen özelliklerin toplam sayısı;

Karşılaştırılacak toplam özellik sayısı.

İkili ölçüm ölçeğindeki benzerlik ölçütlerine örnek olarak Rao katsayısı (2) ve Hamman katsayısı (3) verilebilir:

(2)

Kümeleme analizindeki bir diğer önemli değer, tüm nesne grupları arasındaki mesafedir. karakterize eden en yaygın uzaklık ve yakınlık ölçütlerine örnekler verelim. karşılıklı düzenleme ayrı nesne grupları. İzin vermek - t. grup(sınıf, küme), - bir grup oluşturan nesnelerin sayısı, vektör - gruba dahil edilen nesnelerin aritmetik ortalaması (başka bir deyişle - "ağırlık merkezi" t. grup), a - gruplar arasındaki mesafe ve .

Kümeler arasındaki uzaklığı belirlemek için en yaygın yöntemler şunlardır: "en yakın komşu" yöntemi (4), "uzak komşu" yöntemi (5), ağırlık merkezleri arasındaki mesafeyi tahmin etme yöntemi (6).

(4)

(5)

(6)

Tüm sınıflandırma yöntemleri arasında hiyerarşik kümeleme yöntemleri en yaygın olanıdır. Bu yöntemlerin ana fikri, ilk adımda her bir örnek nesnenin ayrı bir küme olarak kabul edilmesidir. Hiyerarşik prosedür, en yakın sınıfların adım adım birleştirilmesinden oluşur. Sınıfların yakınlığı, uzaklık matrisi veya benzerlik matrisi ile tahmin edilir. İlk adımda benzerlik matrisinin boyutu vardır. Bir sonraki adımda, iki sınıf birleştirildiğinde benzerlik matrisi yeniden hesaplanır. Matrisin boyutu bir azaltılır ve [ ]. Tüm nesneler tek bir sınıfta birleştirildiğinde süreç adım adım tamamlanır.

Nesneleri birleştirme işlemi bir grafik ağacı (dendrogram) olarak gösterilebilir. Dendrogram üzerinde, birleştirilen nesnelerin sayıları ve birleşmelerin meydana geldiği mesafeler belirtilir. Sınıfları seçerken, dendrogramdaki benzerlik metriğindeki atlamalar yönlendirilir.

“K-ortalamalar yöntemi” olarak bilinen çok değişkenli sınıflandırma yöntemi, ekonomik analiz pratiğinde yaygınlaşmıştır. McQueen tarafından önerildi. Bu sınıflandırma yöntemi, yinelemeli sınıflandırma yöntemleri grubuna aittir. Bu yöntemin birçok modifikasyonu vardır. Sınıflandırma algoritmasını orijinal haliyle düşünün.

Her biri m özellik ile karakterize edilen n tane nesne (gözlem) olsun. Gözlemleri belirli sayıda sınıfa bölmek gerekir - k.

Sıfır adım. Çalışılan popülasyonun n noktasından k nokta rastgele seçilir. Bu noktalar sınıf merkezleri olarak alınır.

yineleme. Puan seti, sınıf merkezlerine olan minimum mesafeye göre k sınıfa bölünür. Mesafeyi hesaplamak için herhangi bir metrik kullanılabilir. En yaygın olarak kullanılan Öklid uzaklığıdır. Sınıf merkezleri, sınıflara bağlı noktaların ağırlık merkezleri olarak yeniden hesaplanır.

muayene Bir sonraki iterasyonda sınıf merkezleri değişmediyse, sınıflandırma işlemi tamamlanır, aksi takdirde “yineleme” öğesine gidin.

Graf teorisinin uygulanmasına dayanan çok boyutlu sınıflandırma algoritmalarının büyük bir grubu vardır. Bu grubun temsilcisi Crab algoritmasıdır. Bir grup FOREL algoritması benzer ilkelere göre düzenlenmiştir.

Yengeç algoritmasının ilkelerini düşünün. Algoritma, aralarında minimum mesafe olan bir çift nokta bularak başlar. Bu noktalar grafiğin bir kenarı ile birbirine bağlanır. Daha sonra, eklenmemiş olanlar arasından bir sonraki en yakın noktalar, grafiğin önceden oluşturulmuş kısmına bağlanır. Bu prosedür, tüm noktalar grafik kenarlarıyla birbirine bağlanana kadar tekrarlanır.

Böyle bir grafiğin döngüleri olmayacak ve tüm kenarlarının toplam uzunluğu minimum olacaktır. Bu özelliklere sahip bir grafiğe en kısa kapalı olmayan yol (CNP) denir. Grafik noktaları kümesini iki taksona bölmek için en uzun kenar kırılır. Ayrıca, yeterli bir sınıf yapısı elde edilene kadar süreç tekrarlanır. Crab algoritmasının birçok modifikasyonu vardır. Algoritmanın daha da geliştirilmesiyle, bir kavram tanıtıldı - bölümün kalitesi için mesafeler ve kriterler.

Sosyo-ekonomik sistemleri incelerken, fenomenlerin büyük çoğunluğu doğrudan ölçülemez (zihinsel yetenekler, kişisel nitelikler, hoşgörü, yeterlilik, hareketlilik, politik inançlar, vb.), bu da yeni bir “gizli” değişken kavramının ortaya çıkmasına neden oldu. . Gizli değişkenleri incelemek için gizli modeller veya gizli yapısal analiz (LSA) kullanılır. Bu yeterli geniş sınıf Segmentasyon problemlerini çözmek de dahil olmak üzere çeşitli alanlarda uygulamalarını bulan modeller.

Gizli yapı analizi (Latince Latentis'ten - gizli, görünmez), yanıtlayıcıları bir dizi soruya yanıtlayarak, bazı gizli (gizli) özelliklere göre dağılımlarını ortaya çıkarmasına izin veren ampirik verilerin istatistiksel bir analizidir. Bu işaret doğrudan ölçülemez, ancak kullanılan bir dizi soru, çeşitli tezahürlerini düzeltmemize izin verir. Yöntem, ünlü Amerikalı sosyolog Paul Lazarsfeld tarafından önerildi.

Lazarsfeld tarafından önerilen modelin özü şu şekildeydi. Katılımcıların dış davranışlarını açıklayan bazı gizli değişkenlerin olduğu varsayılmaktadır. Bu davranış, her bir kişinin anketteki belirli ikili sorulara verdiği yanıtları analiz ederek açıklanabilir. Gizli değişken nominaldir, değerlerinin sayısı araştırmacı tarafından önceden bilinir. Gizli bir değişkenin açıklama gücü, gözlenen değişkenler arasındaki ilişkiye neden olanın kendisi olduğu gerçeğiyle belirlenir.

Klasik gizil yapısal analizin kalbinde, Lazarsfeld'in temel yerel bağımsızlık aksiyomu yatar: gizil bir değişkenin değeri sabitlendiğinde, gözlenen değişkenler arasındaki bağlantılar ortadan kalkar.

Gizli değişkenin aynı değerlerine sahip katılımcıların alt kümeleri, gizli sınıfları oluşturur.

Birkaç tür gizli model vardır: sürekli bir gizli değişken için modeller; ayrık bir gizli değişken için modeller; İkili özellikler için modeller.

Anket araştırmaları genellikle tam olarak bu tür özelliklerle ilgilendiğinden, ayrı bir gizli değişken için genel gizli yapısal analiz modelini ele alalım.

Gizli değişken a ve n ikili soruların m sınıfı olsun. Belirtmek:

Olumlu yanıt verme olasılığı i. soru(i.soruya evet diyenlerin yüzdesi)

i. ve j. sorularına aynı anda olumlu yanıt verme olasılığı.

i, j, k-inci sorulara olumlu yanıt verme olasılığı.

i. soruya olumsuz, j. ve k. soruya olumlu yanıt verme olasılığı

m sınıfına girenlerin oranı.

m sınıfına girmek koşuluyla i.soruya olumlu yanıt verme olasılığı.

Toplam olasılık formülüne ve yerel bağımsızlık aksiyomuna göre, ana hesaplama denklemlerini oluşturacağız:

burada a=1,…, m ve s bir dizi indekstir.

m=2, n=2 için bir denklem sistemi örneği verelim

, (9)

nerede biliniyor - bilinmiyor.

Gizli sınıf modelinin genel biçiminde, denklem sayısı , bilinmeyen parametre sayısı m(n+1)'dir. Açıktır ki, denklem sisteminin çözümleri olması için, bilinmeyenlerin sayısının denklem sayısını aşmaması gerekir, yani. .

Gizli yapısal analizin küme analizine göre avantajı, bu yöntemin farklı ölçeklerde ölçülen değişkenlerin analize dahil edilmesine izin vermesidir.

Gizli değişkenleri tahmin etmek için bir yaklaşım Rasch modelini kullanmaktır.

Rasch ölçümü, test verilerini doğal logaritmaların bir aralık ölçeğine dönüştürme işlemidir. Rasch modelinde gizli değişkenleri hesaplamak için "logit" kavramı tanıtılmıştır.

Logit, kolayca başka herhangi bir ölçeğe dönüştürülebilen geleneksel bir birimdir. Rasch ölçeğinin aralık olduğu gerçeği göz önüne alındığında, bu, çok sayıda farklı istatistiksel analiz prosedürünün kullanılmasına izin verir. Ek olarak, sıfır referans noktası (0) aralık ölçeğinde sabit değildir, bu nedenle logitlerdeki göstergeler, örneğin doğrusal dönüşümler kullanılarak noktalar gibi başka bir gösterge sistemine dönüştürülür. Logit sistemdeki referans noktası için ise gözlenen değişkenlerin göstergelerinin ortalama değerini almak en uygunudur.

Başlangıçta, test etmede bilgiyi analiz etmek için Rasch modelleri kullanıldı. Şu anda, modellerin kapsamı diğer nesnelere kadar genişlemiştir. Örneğin, Rasch modellerinin aparatı, çeşitli sosyo-ekonomik süreçlere toleransı karakterize eden sorular da dahil olmak üzere anket verilerinin yapısal analizi için kullanılabilir. Tolerans, listedeki cevapların seçiminde ifade edilebilir:

Güçlü bir anlaşma (tabii ki evet);

Zayıf anlaşma (hayırdan çok evet);

Zayıf anlaşmazlık (evet yerine hayır); güçlü anlaşmazlık (tabii ki hayır).

Politomik Rasch modeli için temel denklem (değişkenler ikiden fazla düzeyde değişir) denklemdir:

(10)

burada x, gösterge değişkeninin derecelendirmesidir (0'dan değişir);

j'inci katılımcının i'inci gösterge için değerlendirilmesi (anket maddesi);

j'inci katılımcının i'inci gösterge için x derecesini seçme olasılığı;

j'inci katılımcının "sosyo-ekonomik toleransın etkinliği" ölçeğindeki yeri (logit cinsinden ölçülür);

Aynı ölçekte i-inci göstergenin yeri;

l'inci derecenin nispi değerlendirmesi;

Gösterge niteliğindeki sorulara verilen tüm yanıt seçeneklerini sırayla kabul eden bir dizin değişkeni.

Bu model, anket maddelerinin tolerans düzeyini ve bilgi içeriğini aynı ölçekte (logit cinsinden) ölçmenizi sağlar.

Bu yöntemlerden biri çalışmada sunulmuştur. Bu yöntem, grafik teorisinin uygulanmasına dayanmaktadır.

Hizmet pazarı bölümlendirmesinin dikkate alınan matematiksel modeli, 3 parçalı 3 homojen bir hipergrafa dayanmaktadır. İlk vuruşun üst kısımları, yani. , bire bir, bir işletme veya bir işletme grubu tarafından sağlanan hizmetler kümesinin unsurlarına karşılık gelir. İkinci payın her bir köşesi, demografik özelliklere göre sınıflandırılan tüketici grubundan bazı öğelere benzersiz bir şekilde karşılık gelir. Üçüncü payın köşeleri bire bir, “gelir düzeyine” göre sınıflandırılan tüketici grubunun unsurlarına karşılık gelir: düşük, ortalamanın altında, ortalama, ortalamanın üstünde, yüksek, elit sınıf. Bir kenar kümesi oluşturmak için, olası tüm köşe üçlüleri dikkate alınır - öyle ki . Hizmet tüketiciler tarafından kabul edilebilirse, böyle bir üçlü kabul edilebilir olarak adlandırılır. verilen seviye gelir ve bu demografik kategori için. Tüm kenarların kümesi, kabul edilebilir tüm üçlülerin kümesi olarak tanımlanır , , .

Bir hipergrafta, söz konusu hizmet pazarı bölümleme sorununa uygulanabilir bir çözüm, her bağlı bileşenin tepe noktasında ortalanmış basit bir yıldız olduğu alt hipergraflarından herhangi biridir. Vasıtasıyla G hipergrafını yıldızlarla kaplama sorununa tüm kabul edilebilir çözümlerin kümesini gösterir. Örneğin, böyle bir çözüm Şekil 2'de gösterilmektedir. bir.

Pirinç. 1. Grafiğin yıldızlar tarafından kabul edilebilir kapsamı

Uygulanabilir çözümlerin kalitesinin sayısal bir değerlendirmesi için, hipergrafın her kenarına uzman tahminleri olan üç ağırlık atanır. Ağırlıklar şu şekilde olabilir: belirli bir konumlandırmadaki hizmetin gücü, belirli bir konumlandırmanın beklenen kararlılığı ve diğerleri. Bu problem için kabul edilebilir çözümlerin kalitesi, vektör amaç fonksiyonu (11) kullanılarak tahmin edilir.

(11)

AT son zamanlarİşbirlikçi filtrelemeye dayalı segmentasyon yöntemi giderek daha yaygın hale geliyor.

Genel olarak, işbirlikçi filtreleme algoritması şu şekilde tanımlanabilir: çok sayıda kullanıcı ve çok sayıda nesne vardır. Her kullanıcının derecelendirdiği nesnelerin bir listesi vardır. Notlar, 1'den 10'a, 1'den 5'e vb. farklı ölçeklere ve farklı ölçek türlerine ait olabilir: sıralı veya göreli. Kullanıcı bir öneri (veya değerlendirmediği bir nesneye ilişkin değerlendirmesine ilişkin bir tahmin) almak isterse, bilinen tahminlere göre, kümeye tercihte en yakın olan (veya aynı nesneler için yapılan değerlendirmelere göre) kullanıcılar kurulmuş. Ardından, algoritma, tercihlerine göre kullanıcılara en yakın tahminlere dayalı olarak kullanıcıya önerilerde bulunur (veya nesne için tahmine dayalı bir tahmin hesaplar).

IBM Business Valuation Institute (Şekil 2) tarafından değere dayalı segmentasyona ilişkin tescilli bir kavram önerildi.

Pirinç. 2. IBM Business Valuation Institute tarafından kullanılan segmentasyon ilkesi

Turizm işletmesinde psikografik özelliklere dayalı pazar bölümlendirme yöntemleri yaygınlaşmıştır. Psikografik pazar bölümlendirme, tüm pazar alıcılarını değerler, inançlar, bir ürünü satın alma motivasyonu ve kişilik türü gibi kriterlere göre homojen gruplara ayırma sürecidir.

Psikografik özelliklere göre segmentasyon, tipolojik analiz teorisine dayanır.

Tipolojik analiz, doğası gereği tür oluşturma özellikleri ile karakterize edilen, sosyal olarak önemli, içsel olarak homojen, niteliksel olarak farklı ampirik nesne gruplarını ayırmayı mümkün kılan bir sosyal fenomeni incelemek için bir dizi yöntem olan bir veri analizi yöntemidir. farklı ve fenomenin çeşitli varoluş türlerinin taşıyıcıları olarak yorumlanır.

Tipolojik analiz esas olarak nitel verilerin analizine dayanır. V.A.'ya göre Yadov'a göre nitel yöntemler, incelenen olgunun daha derinden anlaşılmasını sağlar ve çoklu bir yorum sunar.

Dünya literatüründe, "nicel" ve "zor"un aksine bazen "yumuşak" olarak adlandırılan "nitel araştırma yöntemleri" kavramı oluşturulmuştur. Bir anlamda, katı bir şekilde resmileştirilmiş olanlarla karşılaştırıldığında, resmileştirilmemiş veya zayıf resmileştirilmiş yaklaşımlardan da bahsedebiliriz.

Tipolojinin temeli, nesnelerin yakınlığı (benzerlik, benzerlik), incelenen sosyal fenomenler (olgular, süreçler) hakkında bilgi taşıyıcıları hakkında bir dizi yargıdır (ifadeler).

Tipolojinin konusu, aynı türden bir gruba ampirik nesneler atamaktan sorumlu olan sosyal bir fenomenin ana özelliklerinin toplamıdır.

Tipolojik analizde kullanılan bazı terimleri ele alalım.

Tip (İngilizce tipi) - bir tür, bilimde veya insanların günlük yaşamında sosyal fenomenlerin bir varoluş biçimi. Tip, bilgisi her zaman göreli olan bir varlıktır. Tipik, tipolojik, tipik anlamında üç koşullu anlamı vardır.

Tipolojik - tipolojik analizde: özel, genel, birleştirici.

Tipizasyon (İngilizce tipleştirme) - sosyal gerçekliğin insanlar tarafından başkalarına etiketler, kendiliğinden sınıflandırma temelinde inşa edilmesi.

Tipoloji (İngilizce tipoloji), incelenen fenomenler hakkındaki bilgileri, türlerin tanıtımı (ataması) veya türler hakkında bilgi arayışı için sistematik hale getirmek için bir prosedürdür. Tipoloji, tiplerin oluşturulmasına hizmet eder.

Tipoloji (İngiliz tipolojisi) - Yapılarının sonucu olan bir dizi tip. Tip inşaat yöntemi.

Tip oluşturma özelliği, tiplerin inşa edildiği veya varlıklarıyla ilgili hipotezlerin formüle edildiği bir sosyal fenomenin bir özelliğidir. Bir tür oluşturan nitelik, kavramsal bir değişkendir.

Yapılandırılmamış veya gayri resmi veri sorununu çözmek için çeşitli yaklaşımlar vardır. Sayısal olmayan bilginin doğası, genelleştirilmesi ve yapılandırılması için tipolojik analiz kullanma olasılığını içerir. “Oyuncu bireyin tüm benzersizliğine rağmen, bireysel anlamlarının çoğu tipiktir, yani diğer insanlarla ortak yönleri vardır.” Ana görevlerden biri, araştırmacının öznelliğini kaybetmeden üstesinden gelecek şekilde tipolojiler oluşturmak için bir algoritma geliştirmektir. önemli bilgi. Algoritmalar, incelenen nesnenin özelliklerini korumak için bilgilerin sıkıştırılması ve yapılandırılmasını içerir.

Bina tipolojileri için üç yaklaşım vardır:

A. Barton ve P.F. tarafından tipolojik işlemler kavramı. Lazarsfeld;

W. Gerhardt tarafından yapı analizi;

W. Kukartz tarafından tipolojik analiz.

İlk yaklaşım, "tipolojik işlemlerin" kullanımına dayanmaktadır: indirgeme, alt etme ve dönüştürme. İşaretlerin ve ciddiyet derecelerinin tanımlanması yoluyla, tipolojinin altında yatan bir özellikler alanı inşa edilir. Bir grafik veya tablo şeklinde veri gösterimi kullanılarak, tüm olası kombinasyonlar ve tüm potansiyel tipler belirlenir. Tüm türler aynı alanda ilişkilendirilir. Özellik kombinasyonları azaltılabilir. Alt yapı, tipolojinin altında yatan ve inşa edilen tipler yorumlanırken dönüştürülebilen özellik uzayının kendisini ortaya çıkarır. Bu yaklaşım, nicel strateji çalışmalarında türlerin inşası için önerilmiş olsa da, sayısal olmayan bilgilerin genelleştirilmesi için merkezi öneme sahiptir.

İkinci ve üçüncü yaklaşımlar, ana dezavantajının üstesinden gelmeye çalışırken aynı temel tipolojik işlemleri kullanır: veri analizi için özellikleri seçme kriterlerinin tanımı. İkinci yaklaşım dayanmaktadır ideal tipler”, çalışma sırasında elde edilen bilgilerin analizine temel teşkil eder. İlk aşamada, özelliklerini belirlemek için yeniden yapılandırma yoluyla vakaların karşılaştırması yapılır. Bu, genelleme araştırma sürecine ve sonuçlarına şeffaflık getirir. İkinci aşamada, incelenen durumlar karşılaştırılarak gruplandırılmıştır. Bu teknikler genellikle "tipolojik işlemler kavramına" karşılık gelir ve tüm potansiyel özellik kombinasyonlarını bulmanızı sağlar. Son aşamada, ortaya çıkan gruplar içindeki ve arasındaki anlamsal ilişkiler belirlenir ve açıklanır. Bu amaçla iki genelleme adımından oluşan bir yapı ve süreç analizi geliştirilmiştir. Bu yaklaşımın ana dezavantajları, verileri genelleştirirken araştırmacının öznel fikirlerinden soyutlamanın zorluğu ve yapılandırılmış türleri kontrol etmek için bir algoritmanın olmamasıdır.

Bu yaklaşımdaki tipolojik analiz, nitel verileri genelleştirmeye yönelik diğer yöntemlerle karşılaştırıldığında bir takım özelliklere sahiptir. Çalışma sırasında, incelenen her bir vakadan soyutlanırlar ve dizinin sıralı aşamalarının bir sonucu olarak tipik bir olay elde ederler. Aksine, "Yapısal hermeneutik", malzemeyi tekilliği, incelenen her bir özel durumdan ayrılamazlığı içinde anlar. Tipolojik analiz, bireysel tarih ile genel kabul görmüş tarih arasındaki kesişme noktasındadır. İkinci yaklaşımda, incelenen vakalar mümkün olduğu kadar bütünlük içinde korunur; üçüncü yaklaşımda, bireysel vakaları analiz ederken ve bunları karşılaştırırken tematik genelleme kullanılır.

Üçüncü yön, tamamen ayrı bir yaklaşım olarak kabul edilemez. Bu, "M. Weber'in metodolojik görüşlerini ifade etmek amacıyla oluşturulmuş bir araçtır". Tipolojik analiz için araçlar (yazılım) geliştirilirken, çalışmada birleştirilmeye çalışılır. çeşitli yollar avantajlarını ve dezavantajlarını dikkate alarak sayısal olmayan bilgilerin tipolojisi.

Niteliksel verileri analiz etmek için araçlar konusunda tanınmış sosyologlar N. Fielding ve R. Lee, özel bir "bilgisayar destekli nitel veri analizi" (Bilgisayar Destekli Nitel Veri Analizi, CAQDAS) kullanılmasını önerdi. Nitel verilerin modern bilgisayar destekli analizi, birçok ülkeden bilim insanlarını bir araya getiren metodolojik bir araştırma alanıdır. Destekli analiz, Atlas.ti, MAXQDA, NVivo, xSight, Qualrus, Ethnograph, vb. dahil olmak üzere çeşitli bilgisayar paketleri ile temsil edilir. Bu paketler, mimarilerinde kodlama ve yeniden yapılandırma işlevleri adı verilen özel yapıları içeren bir bilgisayar programı sınıfıdır. nitel, sayısal olmayan veriler (kodlama ve alma işlevleri). Kodlama ve veri yeniden oluşturma (DFR) işlevleri, insan-makine modunda kullanılan ve sayısal olmayan biçimlerde sunulan verilerin çalışmasında kullanıcıya yardımcı olan bir bilgisayar aracıdır (araçtır). Yardım, tanıtılması ve bağlanması kullanıcının kendisi tarafından gerçekleştirilen, kodlar adı verilen analitik yeniden adlandırma aygıtına dayanır. Nitel verileri analiz etmek için bilgisayar araçlarının metodolojik gelişmelerinin daha ayrıntılı bir analizi çalışmada sunulmaktadır.

Niteliksel verileri analiz etmek için yabancı bilgisayar araçlarının geniş olanaklarına dikkat çekerek, bunların yalnızca pazar bölümlendirme sorunlarıyla uğraşan yerli bilim adamları arasında değil, aynı zamanda yerli sosyologlar arasında da dağılım bulamadıkları belirtilmelidir. Bu fonların biraz farklı bir odağı vardır ve daha çok insani ve dilsel sorunları çözmeye yöneliktir.

Makaleler, pazarları ve özellikle turizm pazarını incelemek için toplanan nitel verileri analiz etmek için bir metodoloji sunar. Metodoloji, iç pazar araştırmacıları arasında en yaygın olan EXCEL bilgisayar ortamında kullanılabilecek, kullanımı oldukça kolay bilgisayar yazılım araçlarını içermektedir. Önerilen metodoloji, verilerin "terimler" biçiminde sunulmasına dayanmaktadır.

Bir terim sembolik bir ifadedir: , burada t, bir işlev veya "işlevsel harf" olarak adlandırılan bir terimin adıdır ve yapılandırılmış veya basit terimlerdir. Terimlerin resmi bir açıklaması için, çalışmada yeni bir kavram tanıtıldı - bileşik bir özellik.

Bölütlemede kullanılan verileri analiz etmek için önerilen metodoloji, bir yöntem doktrini olarak değil, farklı veri analizi araştırma uygulamaları sınıflarında yöntemlerin kendi aralarında etkileşiminin bir doktrini olarak düşünülmelidir. Yapısal olarak, bu metodoloji, matematiksel yöntemlerin yanı sıra bilgi toplama ve ölçme tekniklerini ve yöntemlerini içerir.

Nicel ve nitel yöntemlerin bir kombinasyonunu kullanmak, genellikle bir pazar bölümlendirme sorununa en iyi çözümdür. Çeşitli metodlar birbirini tamamlar ve kontrol eder, bir yöntemin sınırlamaları diğerinin sınırlamaları ile dengelenir. Bu tür özelliklere tamamlayıcılık ve üçgenleme denir.

Tamamlayıcılar, farklı ve hatta zıt teoriler, kavramlar, modeller ve bakış açılarıdır. farklı görünümler gerçeğe.

Üçgenleme, birden fazla bilgi kaynağı kullanma yeteneğidir. Piyasa analizinde çeşitli üçgenleme türleri vardır: veri üçgenlemesi; araştırmacıların üçgenlenmesi; yöntemlerin üçgenleştirilmesi; teorilerin üçgenlenmesi.

İnceleyenler:

Latkin A.P., Ekonomi Doktoru, Profesör, Yüksek Nitelikli VSUES Personelinin Eğitimi Enstitüsü Müdürü, Vladivostok;

Embulaev V.N., Ekonomi Doktoru, Matematik ve Modelleme Bölümü Profesörü, VSUES, Vladivostok.

bibliyografik bağlantı

Martyshenko N.S., Gracheva V.V. TÜKETİCİ PAZARLARINI BÖLÜMLERE GÖRE MODERN YÖNTEMLER VE ARAÇLAR // Günümüze ait sorunlar bilim ve eğitim. - 2014. - No. 6.;
URL: http://science-education.ru/ru/article/view?id=16405 (erişim tarihi: 31/03/2019). "Doğa Tarihi Akademisi" yayınevi tarafından yayınlanan dergileri dikkatinize sunuyoruz.

Çeşitli işaretlerdeki sitelerde (segmentler).

segmentasyon yöntemi benzer satın alma ihtiyaçları ve özelliklerine sahip alıcı gruplarını pazarda tespit etmektir.

Segmentasyon yaklaşımını kullanmanın faydaları.

Bir işletme, bu tür müşteri gruplarını belirleyerek ve tanımlayarak, bu grupların ihtiyaçlarını karşılayan bir ürün veya hizmet geliştirebilir.

Bu yöntem, hedef kitlenin dikkatini çekmeyi amaçlayan bir tanıtım kampanyasına dayalı olarak yeni bir ürün ve yeni bir marka yaratılarak uygulanmaktadır.

Fiyatlandırma ve dağıtım sistemi ile ilgili kararlar da belirli bir alıcı segmentinin çıkarları dikkate alınarak verilir.

Pirinç. 8.1 Kurumsal segmentasyon yaklaşımının çeşitleri

Bir sayıyı ayırt etmek mümkündür işletme için bölümlerin çekiciliği faktörleri. Öncelikle bu segment boyutu. Tüketici sayısı ve satın alma gücü açısından segment yeterince büyük olmalıdır. karlı satış. Satın alma gücü düşük, az sayıda alıcıdan oluşan bir segment, çok miktarda mal satan bir şirket için karlı olmayacaktır. Ancak bazı küçük işletmelerin, daha büyük kuruluşlar için çok küçük olan bu pazarları hedeflediklerini ve bu pazarlarda başarılı bir şekilde faaliyet gösterdiklerini belirtmek gerekir. Bir sonraki önemli faktör tanımlama imkanı. Bir kuruluş, segment üyelerini tanımlayabilmeli ve bir segment profili tanımlayabilmelidir. faktörü dikkate almak gerekir. uyma. Seçilen segmentin özelliği, önerilen ürün veya hizmetin ana özelliklerine karşılık gelmelidir. Örneğin, bir zamanlar bir dizi tüketim malları endüstrisinde segmentasyon değişkeni olarak kullanılan sosyal sınıf, artık daha az öneme sahiptir. Uygulama, gelir ve yaşam tarzının daha yararlı segmentasyon kriterleri olduğunu göstermiştir. Ve dikkate alınması gereken son şey faktör ulaşılabilirlik. Bir işletme, hedeflerini gerçekleştirmek için seçtiği pazar segmentine erişebilmelidir.

Pazara segmentasyon yaklaşımı için üç ana seçenek vardır (Şekil 8.1). Farklı segmentasyon yaklaşımları, farklı pazarlama programlarının geliştirilmesini gerektirir. Şek. 8.2 Pazarlama programları tarafından ana pazar kapsamı türleri sunulmaktadır.

Pirinç. 8.2 Pazar kapsamı türleri

Kitlesel pazarlama(farklılaşmamış) - bu, şirketin pazardaki tüketicilerin segmentasyon farklılıklarını görmezden geldiği veya pazarın az çok homojen olduğu bir durumdur. Bir işletme, kitlesel pazarlama stratejisini uygularken, pazarlama çabalarının en etkili şekilde, çabalarını bölge genelinde, aynı iletişim, dağıtım ve satış promosyonu sistemini kullanarak tüm nüfusa odaklanarak kullanabileceğine inanır. Ancak, yalnızca bunu karşılayabilen işletmeler bu stratejiyi etkin bir şekilde kullanabilir.

Şirket, segmentlerdeki farkı görmezden gelebilir ve bir kerede tüm pazara dönebilirse, kitlesel pazarlama da kullanılır. Tüm tüketicilerin ortak ihtiyaçlarına yönelik çabalar yoğunlaştırılır ve toplu bir ürünün satışı maksimize edilir. Pazarlama maliyetleri nispeten küçük olacaktır.

Pazar kapsamı için bir sonraki seçenek, ürün farklılaştırılmış pazarlamadır. Bir kuruluş, hedef olarak birkaç segment seçebilir. Bunun nedeni, her bir bireysel segmentte aynı anda pazarlama yapmanın zorluğudur. Bu yaklaşım genellikle şirket tüm pazara veya segmentlerinin önemli bir kısmına odaklanmışsa kullanılır. Bu durumda üretilen ürün çeşitliliğinde artış olmaktadır. Daha fazla pazarlama maliyeti. Çoklu segmentasyon, bir işletmenin tüm pazarla, ancak segmentlerdeki farklılıkları dikkate alarak yaptığı çalışmadır.

Üçüncü durumda, segmentasyon yapılır ve şirket bilinçli olarak pazar segmentlerinden birinde çalışmayı seçer. BT konsantre pazarlama.En basit strateji, tek bir segmente odaklanmak ve işletmenin ürününü o segment içinde sağlam bir şekilde konumlandırmaktır. Bu yöntem genellikle sınırlı işletme potansiyeli durumunda kullanılır ( küçük şirket). Bu yaklaşım, özellikle hedef segment toplam pazarın sadece küçük bir parçası olduğunda, genellikle "niş" pazarlama olarak tanımlanır. Belirli tüketici gruplarının gereksinimlerine uyarlanmış malların serbest bırakılmasına yönelik yönelim, genellikle doymuş bir pazarda kullanılır. Pazar bölümlendirmesine dayanır.

Tablo 8.1 Segmentasyon Kriterleri

Kriterler	özellikleri
Psikografik kriterler: alıcıların psikolojik veya sosyolojik bileşimi	sosyal sınıf kişisel faktörler Yaşam tarzı davranış ilkeleri fırsat istenen faydalar Kullanıcı durumu
Demografik Kriterler: nüfus sayımından elde edilen istatistiksel verilerin analizinde bulunabilecek özellikler	yaş sahne yaşam döngüsü aileler aile boyu ev tipi eğitim seviyesi kültürel Miras Gelir Meslek dini inançlar milliyet
Coğrafi kriterler: alıcının yaşadığı, çalıştığı ve alışveriş yaptığı yer	ülke yasal kısıtlamalar enflasyon oranı bölge alan konumu bölgenin ulaşım ağı yapı ticari faaliyetler bölge medya erişilebilirliği rekabet seviyesi bölgesel kalkınma dinamikleri bölge boyutu sayı nüfus yoğunluğu

Belirli bir pazarı bölümlere ayırma kriterlerinin gerekçesi ve seçimi, işletmenin bölümlendirme hedeflerine, pazar özelliklerine, tüketici özelliklerine ve bir dizi başka faktöre bağlıdır.

Kurumsal pazar bölümlendirme kriterleri:

1. Kurumsal alıcıların büyüklüğü:

80:20 Pareto - basit mevcut işlerle büyük alıcılara sahip olma riski yüksek. Büyük alıcılar segmentlere ayrılmamıştır, bireysel pazarlama yanlarındadır.

20:80 Bu tür alıcılarla ne yapmalı? Bölümlere ayırma ve işbirliğinin çekiciliğinin değerlendirilmesi gereklidir.

2. Alıcı firmaların ve/veya pazarlarının büyüme potansiyeli. 3. Segmentasyon endüstriyel pazarlar standart endüstri sınıflandırmasını kullanarak:

OKP (Tüm Rus işletmelerin sınıflandırıcısı);

SIC (Standart Endüstri Sınıflandırması).

Bir ürün veya hizmetin sektördeki tüm işletmeler tarafından kullanılabileceği çeşitli yolları keşfedin, uzun vadeli büyüme açısından belirli bir tüketici durumunun potansiyelini ve her bir tüketici durumu için ikamelerin rekabet gücünü belirleyin.

Bölgeler de dahil olmak üzere temaslara dayalı bölgelerden temsilcilerin incelenmesi.

Kodla segmentasyon seçenekleri:

• ürün geliştirme;
• ticaret personelinin eğitimi;
• tedarik hizmetleri;
• reklam mesajları ve dağıtım kanalları konuları;
• satış acentelerinin çalışmalarını organize etmek.

4. Satın alma yöntemine göre segmentasyon (merkezi/merkezi olmayan).

İki bakış açısı: teknik, tüketici.

4.1. İstenen faydaya göre (ürünün özelliklerine göre değil), örneğin bir fotokopi makinesi:

• hız;
• kopya kalitesi;
• kopya başına düşük maliyet;
• basitlik;
• görüntü;
• öyle bir iş var mı;
• kompaktlık.

4.2. Pazarlama yöntemlerine duyarlılıkla.

4.3. Ticari medyanın kullanımına duyarlılıkla.

4.4. Tedarik prosedürleri ve algoritmalarının açıklamasına göre.

Satın alma merkezi - merkezdeki her pozisyon için bir karışım var.

5. İşbirliği eğilimine veya satın alımların ucuzluğuna göre segmentasyon farklı gruplar(alışkanlıklar). 6. Fiyat duyarlılığı:

• kapalı müzayedeler;
• maliyetlerin önemi;
• fiyat kalitesi;
• ekonomik koşullar;
• değiştirme kolaylığı.

7. Tüketici algılarına/ürün/şirket/marka farkındalığına göre segmentasyon:

• ürün/marka hakkında bilgi sahibi olmayan;
• farkında ama ciddiye alınmamış;
• bilgili ama mevcut olmayan satış ve bilgi kanalları;
• farkında, ancak alışkanlık veya atalet satın almayı engelliyor;
• farkında, ancak risk alma isteksizliği araya giriyor;
• farkında, ancak kaliteye olan güven eksikliği nedeniyle reddetti;
• farkında, ancak yüksek fiyat nedeniyle reddetti;
• denendi ama tatmin olmadı;
• denendi, ancak kârlı değil;
• daha önce kullanılmış ama artık ihtiyaç kalmamıştır.

Segmentasyon ilkeleri

Pazarlar alıcılardan oluşur ve alıcılar birbirinden çeşitli şekillerde farklılık gösterir: ihtiyaçlar, kaynaklar, coğrafi konum, satın alma tutum ve alışkanlıkları. Bu parametrelerden herhangi biri, pazar bölümlendirmesi için temel olarak kullanılabilir.

Coğrafi bölümleme ilkesi

Pazarın eyaletler, eyaletler, bölgeler, ilçeler, şehirler, topluluklar gibi farklı coğrafi birimlere ayrıldığını varsayar. Firma hareket etmeye karar verebilir:

• bir veya daha fazla coğrafi alanda;
• tüm alanlarda, ancak coğrafya tarafından belirlenen ihtiyaç ve tercihlerdeki farklılıkları dikkate alarak.

Segmentasyonun demografik ilkesi

Pazarı cinsiyet, yaş, aile büyüklüğü, aile yaşam evresi, gelir düzeyi, meslek, eğitim, dini inançlar, ırk ve milliyet gibi demografik değişkenlere dayalı olarak gruplara ayırır. Demografik değişkenler, tüketici gruplarını farklılaştırmak için temel teşkil eden en popüler faktörlerdir. Bu popülerliğin nedenlerinden biri, bir ürünün tüketim yoğunluğunun yanı sıra ihtiyaç ve tercihlerin genellikle demografik özelliklerle yakından ilişkili olmasıdır. Diğer bir neden, demografik özelliklerin ölçülmesinin diğer değişken türlerinin çoğundan daha kolay olmasıdır.

psikografik segmentasyon

Alıcıları sosyal sınıf, yaşam tarzı ve/veya kişilik özelliklerine göre gruplara ayırmayı içerir. Aynı demografinin üyeleri çok farklı psikografik profillere sahip olabilir.

Segmentasyonun davranışsal ilkesi

Alıcıların bilgilerine, tutumlarına, ürünün kullanımının doğasına ve bu ürüne tepkilerine bağlı olarak gruplara ayrıldığını varsayar.

Sosyo-ekonomik ilkeye göre segmentasyon

Bu, segmenti oluşturan insanların bir açıklamasıdır ve bu segmentin tezahürünü açıklayan faktörlerin bir analizi değildir. Bir sosyo-ekonomik özellik grubunun kullanımı, müşteri tercihlerindeki farklılıkları belirleyenin sosyo-ekonomik profillerdeki farklılıklar olduğu hipotezine dayanmaktadır. Sosyo-ekonomik faktörler, ihtiyaçların göstergesi olarak kullanılmaktadır.

Segmentasyon için bir veya başka bir yaklaşım seçerek, aşağıdaki kriterlere göre yönlendirilebilirsiniz:

• bölümün işletme için önemi;
• nicel göstergeler (bu pazar segmentinin kapasitesi, pazar nişi);
• işletme için segment geliştirmenin mevcudiyeti;
• ürün karlılığı;
• rekabetten korunma (zaten kazanılmış pozisyonlar, işletmenin olumlu bir imajı);
• gelecekte bu segmentte çalışmanın olası verimliliği.

Pazar bölümlendirme, pazarlama araştırmasının sonuçlarına çok değişkenli istatistiksel analiz yöntemlerinin uygulanmasına dayanan resmi bir prosedürdür. Pazar bölümlerini türetmek için dört ana yöntem türü kullanılabilir:

• 1. Geleneksel Yöntemler:
  • a priori (a priori);
  • küme (küme tabanlı);
• 2. Yeni yöntemler
• esnek (esnek) segmentasyon;
• bileşen segmentasyon.

Önsel bölümlendirme yöntemleri, pazarlama araştırmasından önceki aşamadaki araştırmacı bir pazar bölümlendirme hipotezi ortaya koyabildiğinde kullanılır. Bunu yapmak için, tüketicilerin ihtiyaçları, ihtiyaçları, istekleri, segmentleri tanımlamak için kullanılabilecek segmentasyon değişkenleri hakkında bir fikre sahip olması gerekir. Diğer bir deyişle, pazarlamacı, segmentasyon temeli ve olası bağımlı değişkenler hakkında iyi bir anlayışa sahip olmalıdır *138 .

*138: (Tüketicinin özelliklerinin (örneğin, ihtiyaçlar, tüketim yoğunluğu, motivasyonun temel unsurları ve değerleri) derste bağımsız değişkenler ve bölümleme değişkenleri (cinsiyet, yaş, bölge vb.) olarak hareket ettiği anlamına gelir. sonraki istatistiksel işleme ile çalışmanın bağımlı değişkenler olarak hareket eder.)

kullanma Bu methodönce bir pazar bölümlendirme hipotezi (segmentasyon ızgarası) ortaya konulur ve ardından pazarlama araştırması sırasında test edilir. Bu nedenle, bu yöntemlere a priori, yani ön deneysel denir.

Geleneksel olarak, a priori segmentasyon yöntemleri yedi adımı içerir:

• 1. Segmentasyon için bir temel seçme. Analiz, tüketicinin seçimini etkileyen ve ürüne karşı tutumunda kendini gösteren ihtiyaçlar, gereksinimler ve diğer unsurlardır.
• 2. Bir dizi segment tanımlama parametrelerinin (segmentasyon değişkenleri) seçimi ve bir pazar segmentasyonu ızgara hipotezinin geliştirilmesi. Bu aşamada araştırmacı, pazar bölümlendirme için yaklaşımları, kriterleri ve değişkenleri seçer ve doğrular, değişkenler ve bölümlendirme temeli arasındaki olası ilişkileri analiz eder, varsayımsal pazar bölümlendirme ızgarasındaki olası çelişkileri ortadan kaldırır.
• 3. Numune oluşumu. Bu, esas olarak tabakalı ve bazen kota örneğidir (konu alanının özelliklerine bağlı olarak). farklı sınıflar bağımlı değişkenler *139 .

*139: (Pazarlama araştırması konuları hakkında daha fazla ayrıntı için bkz.: Zozulev A.V., Solntsev S.A. Pazarlama araştırması: teori, metodoloji, istatistik. - K.: Bilgi, 2006.)

• 4 Pazarlama araştırması sırasında veri toplama. sırasında nicel veriler toplanmaktadır. Pazarlama araştırması(esas olarak anket sırasında).
• 5. Kategorilere göre potansiyel tüketiciler arasından yanıt verenlerin dağılımına dayalı segmentlerin oluşturulması. Toplanan veriler (örneğin, anketler şeklinde), öne sürülen pazar bölümlendirme hipotezine göre yapılandırılmıştır.
• 6. Segment profillerinin oluşturulması. Pazar bölümlerinin oluşumu ve bunların daha önce ileri sürülen bir hipoteze uygunluğunun doğrulanması vardır. Bunun için çok değişkenli istatistiksel yöntemler kullanılır. Bunlar temel olarak diskriminant analizi, çoklu regresyon, çok değişkenli faktor analizi, korelasyon analizi *140 .