ליטל שמר חיים - מחקר יישומי

פילוח שוק באמצעות ניתוח אשכולות

מנהל השיווק מזהה פלחי לקוחות ומפתח עבור כל פלח אסטרטגיית שיווק מתאימה. פילוח שוק הנו תהליך של סווג הלקוחות לקבוצות הומוגניות יחסית, בעלות תכונות, התנהגויות או צרכים דומים. ניתן לבצע פילוח שוק על בסיס משתני פילוח שונים, כגון: משתנים דמו-גרפים (גיל, מין, השכלה, הכנסה, אזור מגורים), משתנים פסיכו-גרפים (סגנון חיים, מאפייני אישיות, מאפיינים חברתיים), משתנים התנהגותיים (הרגלי צריכה, העדפה ונאמנות למוצרים), וניתן אף לפלח לקוחות על פי התועלת הנגזרת ממוצרים. לצורך ביצוע פילוח שוק, אפשר להתבסס על נתונים שמקורם במחקר שוק (גם כשמטרתו המקורית של המחקר הייתה אחרת).

 

דרך פשוטה ביותר לפילוח הנה באמצעות "חתכים" (Cross-tabulation analysis). ניתן לחלק את המשתתפים במחקר על פי משתנה מסוים, למשל רמת ההכנסה, ולבדוק את דפוסי התגובה של משתתפים לנושא הנבדק, בכל אחת מרמות ההכנסה. אולם פילוח כזה איננו מספק בדרך כלל. על פי רוב, יש לפלח את השוק על בסיס יותר ממשתנה פילוח יחיד. מגוון רחב של נתונים, שנאספו במחקר שוק מאפשר לבצע פילוח רב-משתני, תוך שימוש בשיטה סטטיסטית, שנקראת ניתוח אשכולות (Cluster analysis).

 

ניתוח אשכולות הנו למעשה קבוצה גדולה של שיטות, המשמשות לסיווג תצפיות לקבוצות. ניתן לחלק את השיטות הללו לשתי קבוצות עיקריות: ניתוח אשכולות היררכי וניתוח אשכולות לא-היררכי. בניתוח אשכולות היררכי כל תצפית במחקר ממוקמת במרחב דמיוני שבו מספר המימדים הנו כמספר משתני הפילוח. המרחק בין התצפיות נמדד ותצפיות שהנן קרובות זו לזו יוצרות יחד אשכול. בניתוח אשכולות לא היררכי נבחרים מראש מרכזי האשכולות והתצפיות משויכות למרכזים על פי מידת הקרבה אליהם. כל אשכול, שהוגדר באמצעות ניתוח האשכולות, יכול להוות למעשה פלח שוק. מאפייני פלח השוק הנם הערכים באותם משתני הפילוח, שבאמצעותם בוצע ניתוח האשכולות.

 

נראה כי שיטת ניתוח האשכולות הנה שיטה פשוטה וידידותית לזיהוי והגדרה של פלחי שוק. אולם חשוב להבהיר כי לשיטה זו מספר חסרונות, המחייבים נקיטת משנה זהירות בשימוש בה:

 

שיטות שונות של ניתוח אשכולות עשויות להפיק אשכולות שונים, גם כאשר הניתוח מבוצע על אותם הנתונים. ניתן גם להפיק אשכולות שונים תוך שימוש בשיטת ניתוח יחידה, כאשר בוחרים להוסיף או להשמיט משתני פילוח. מבין האפשרויות השונות יש לבחור בקבוצת האשכולות שתהיה ברת שימוש מבחינה שיווקית, ולאו דווקא בזו שנראית אופטימאלית מבחינה סטטיסטית. גם למספר האשכולות המתקבל יש חשיבות רבה. לפעמים מספר האשכולות האופטימאלי מבחינה סטטיסטית איננו אפשרי כלל ליישום מבחינה שיווקית.

 

חשוב להשתמש במעט משתני פילוח. מספר רב מדי של משתני פילוח עלול להוביל לפיתרון לא שימושי. דרך מומלצת להפחתת מספר המשתנים הנה השמטה של משתני פילוח בעלי מתאם גבוה עם משתני פילוח אחרים (פעולה כזו גם מבטיחה עבודה טובה יותר של המודלים הסטטיסטיים השונים של ניתוח אשכולות).

 

ניתוח אשכולות היררכי הנו פשוט יותר להבנה ופרשנות, אך הוא פחות מהימן. לעומת זאת, המהימנות של ניתוח אשכולות לא היררכי גבוהה יותר, אבל המודל המופק עלול להיות קשה יותר לפירוש. גם בחירה מראש במרכזי האשכולות יכולה להיות משימה לא קלה. לכן, כדאי לעתים להפעיל את שני המודלים, תחילה את המודל ההיררכי ואח"כ את המודל הלא-היררכי.

 

יש לזכור כי אין מבחנים סטטיסטיים סטנדרטיים המבטיחים כי הפלט המתקבל מניתוח אשכולות אינו מקרי. לכן, כדאי לעתים לחלק את הנתונים הגולמיים לשני חלקים ולבצע ניתוח אשכולות בכל חלק. אם התוצאות בשני הניתוחים הללו שונות מאד, יש להתייחס בזהירות לממצאים.

 

 

מאמר זה, ומאמרים נוספים מאת ליטל שמר חיים, נבחרו לפרסום באתרים הבאים:
Allbiz, AllcareersAllmarketing, Articles, BithonetCalcala, Jobnews, Indunet, Isemi, Lorak, Matiran, Mefik, Mezia, Patentim, ReaderTermiks, Wizbiz
 

הדפסשלח לחברהוסף תגובה
עוד על עיבוד וניתוח נתונים
מה מנהלים שואלים על סקרי שביעות רצון לקוחות פנים?
כלים סטטיסטיים לשיפור תהליך הערכת עובדים
זיהוי נקודות חוזק וחולשה יחסיות של החברה באמצעות Benchmarking
Share/Bookmark
דרונט בניית אתרים