移動(dòng)通信市場(chǎng)細(xì)分的方法和工具移動(dòng)通信市場(chǎng)細(xì)分的方法和工具科學(xué)的市場(chǎng)細(xì)分是成功營(yíng)銷的基礎(chǔ)。這種理念實(shí)際上是經(jīng)過(guò)了相當(dāng)一段時(shí)間才被國(guó)內(nèi)研究咨詢業(yè)所接受。記得在2001年，我在麥肯錫做咨詢項(xiàng)目，與一位資深顧問(wèn)交流時(shí)提及國(guó)內(nèi)營(yíng)銷策劃界的水平，她認(rèn)為國(guó)內(nèi)研究咨詢界連市場(chǎng)細(xì)分都不會(huì)，何談營(yíng)銷策劃。的確，市場(chǎng)細(xì)分是一種基礎(chǔ)性工作，除了對(duì)行業(yè)的深度理解外，還需要掌握相關(guān)的分析工具。百納咨詢顧問(wèn)劉鴻，結(jié)合通信行業(yè)的研究咨詢經(jīng)驗(yàn)，在此重點(diǎn)介紹了市場(chǎng)細(xì)分的方法和工具。一、科學(xué)的市場(chǎng)細(xì)分是成功營(yíng)銷的基礎(chǔ)市場(chǎng)細(xì)分是指通過(guò)聚類分析等方法定義不同細(xì)分市場(chǎng)，以達(dá)到同一細(xì)分市場(chǎng)內(nèi)個(gè)體之間的差異減少到最小，不同細(xì)分市場(chǎng)之間的差異增加到最大；用戶細(xì)分起因于不同的用戶有不同的需求偏好，目前移動(dòng)通信市場(chǎng)細(xì)分正由細(xì)分市場(chǎng)向定制市場(chǎng)方向邁進(jìn)。用戶細(xì)分可以從不同的角度進(jìn)行分類。按細(xì)分目的分可分為戰(zhàn)略細(xì)分與策略細(xì)分；按細(xì)分對(duì)象分可分為普通用戶細(xì)分與集團(tuán)用戶細(xì)分；按數(shù)據(jù)來(lái)源分可分基于樣本調(diào)查數(shù)據(jù)的用戶市場(chǎng)細(xì)分和基于BOSS系統(tǒng)數(shù)據(jù)的用戶行為細(xì)分；按與用戶關(guān)系分可分愿者上鉤式細(xì)分與對(duì)號(hào)入座式細(xì)分。所謂“愿者上鉤”方式，是指公司根據(jù)對(duì)用戶細(xì)分市場(chǎng)的理解設(shè)計(jì)好他們需要的產(chǎn)品/服務(wù)，放在他們易于找到的道路上，由他們自已去選。所謂“對(duì)號(hào)入座”方式，用簡(jiǎn)單的分析工具確認(rèn)不同消費(fèi)者的所屬細(xì)分市場(chǎng)，由此劃分消費(fèi)者并區(qū)別對(duì)待。移動(dòng)通信市場(chǎng)需要進(jìn)行市場(chǎng)細(xì)分。百納咨詢顧問(wèn)劉鴻認(rèn)為，伴隨移動(dòng)通信市場(chǎng)的迅速發(fā)展，移動(dòng)用戶的特征在發(fā)生變化；隨著不同用戶群的加入，移動(dòng)用戶市場(chǎng)已出現(xiàn)細(xì)分化、異質(zhì)化特征。在此過(guò)程中，不同用戶群因其職業(yè)、生活習(xí)慣的差異而體現(xiàn)出不同的移動(dòng)消費(fèi)行為。在用戶需求個(gè)性化增強(qiáng)的同時(shí)，移動(dòng)通信技術(shù)進(jìn)步創(chuàng)造出多樣化的業(yè)務(wù)產(chǎn)品，為滿足不同消費(fèi)需求提供了可能?？傊?，不同類型用戶移動(dòng)消費(fèi)的內(nèi)在差異性會(huì)隨著移動(dòng)公司業(yè)務(wù)產(chǎn)品、生產(chǎn)營(yíng)銷和客戶服務(wù)的進(jìn)一步發(fā)展而顯現(xiàn)，更加科學(xué)的用戶細(xì)分十分必要。從競(jìng)爭(zhēng)的角度看，目前移動(dòng)公司正面臨巨大的挑戰(zhàn)，聯(lián)通和電信小靈通對(duì)移動(dòng)公司的市場(chǎng)主導(dǎo)地位展開(kāi)了激烈的攻勢(shì)。競(jìng)爭(zhēng)對(duì)手的主要競(jìng)爭(zhēng)手段是通過(guò)對(duì)細(xì)分客戶群的蠶食來(lái)削弱中國(guó)移動(dòng)的市場(chǎng)地位，搶奪移動(dòng)客戶資源。由于缺乏對(duì)移動(dòng)客戶的深入了解，缺乏更科學(xué)的市場(chǎng)細(xì)分和更有效的營(yíng)銷策略，移動(dòng)公司目前的市場(chǎng)基礎(chǔ)并不穩(wěn)固。國(guó)外發(fā)展歷程表明，市場(chǎng)挑戰(zhàn)者將會(huì)利用市場(chǎng)細(xì)分化機(jī)遇對(duì)領(lǐng)先者發(fā)動(dòng)攻擊。領(lǐng)先地位的保持與用戶價(jià)值的提升需要移動(dòng)公司深入了解客戶，對(duì)市場(chǎng)進(jìn)行有效細(xì)分。有效的市場(chǎng)細(xì)分有助于移動(dòng)公司更好地了解市場(chǎng)狀況、客戶需求和競(jìng)爭(zhēng)形勢(shì)。在移動(dòng)市場(chǎng)日趨細(xì)分化、差異化的情況下，傳統(tǒng)按ARPU值進(jìn)行的市場(chǎng)細(xì)分已無(wú)法滿足移動(dòng)公司科學(xué)制訂營(yíng)銷策略的要求；當(dāng)前移動(dòng)公司以年齡層次與話費(fèi)額作為戰(zhàn)略細(xì)分標(biāo)準(zhǔn)，需要進(jìn)一步作戰(zhàn)術(shù)性細(xì)分；移動(dòng)管理人員需要綜合運(yùn)用數(shù)據(jù)挖掘工具，通過(guò)聚類分析等方法利用現(xiàn)有BOSS系統(tǒng)數(shù)據(jù)庫(kù)對(duì)移動(dòng)客戶群消費(fèi)行為的內(nèi)在差異進(jìn)行細(xì)分；同時(shí)，通過(guò)市場(chǎng)調(diào)研采用因子分析/判別分析方法，基于客戶心理/社會(huì)人口特征從另一角度進(jìn)行細(xì)分。基于不同角度的細(xì)分方法有其各自的應(yīng)用價(jià)值；科學(xué)的市場(chǎng)細(xì)分需要利有矩陣組合形式綜合不同角度的細(xì)分，以獲取對(duì)市場(chǎng)更為深入和全面的認(rèn)識(shí)。在科學(xué)細(xì)分基礎(chǔ)上，綜合運(yùn)用相關(guān)分析方法和工具，結(jié)合相關(guān)項(xiàng)目運(yùn)作經(jīng)驗(yàn)，可以為進(jìn)一步的營(yíng)銷策略提供有力支持。科學(xué)的用戶細(xì)分能支持移動(dòng)公司提高市場(chǎng)營(yíng)銷和客戶服務(wù)的效率及制定科學(xué)系統(tǒng)的差異化市場(chǎng)營(yíng)銷與客戶服務(wù)策略；最終，使科學(xué)的用戶細(xì)分成為移動(dòng)公司戰(zhàn)略發(fā)展和價(jià)值增長(zhǎng)的推動(dòng)力。二、基于市場(chǎng)調(diào)查數(shù)據(jù)的細(xì)分方法和工具一個(gè)典型的市場(chǎng)細(xì)分工作可分為3個(gè)模塊、8個(gè)步驟。在3大細(xì)分工作模塊中，明確細(xì)分的目的是項(xiàng)目出發(fā)點(diǎn)，深刻了解用戶需求是細(xì)分的關(guān)鍵，如何定義和選擇目標(biāo)細(xì)分市場(chǎng)則富有技巧。用戶細(xì)分的第一步是了解市場(chǎng)總體特性，深入分析市場(chǎng)機(jī)會(huì)和威脅，有助于有效確立市場(chǎng)細(xì)分的目的。第二步是確定基礎(chǔ)變量有八類指標(biāo)/基礎(chǔ)變量供決策人員選擇地理位置、人口特征、使用行為、利潤(rùn)潛力、價(jià)值觀/生活方式、需求/動(dòng)機(jī)/購(gòu)買(mǎi)因素、態(tài)度、業(yè)務(wù)/服務(wù)使用場(chǎng)合。在具體的細(xì)分項(xiàng)目中，決策人員需要權(quán)衡這些指標(biāo)的競(jìng)爭(zhēng)優(yōu)勢(shì)與實(shí)施難易程度，以最終選擇一個(gè)或幾個(gè)指標(biāo)。一般來(lái)說(shuō)，以需求為基準(zhǔn)的細(xì)分市場(chǎng)優(yōu)于以簡(jiǎn)單人口特征為基準(zhǔn)的細(xì)分市場(chǎng)，而在實(shí)際中，決策人員常常組合不同的細(xì)分基準(zhǔn)以獲得較好的效果。細(xì)分的第三步是收集數(shù)據(jù)，抽樣調(diào)查是用戶調(diào)研中最基本的數(shù)據(jù)收集模式。細(xì)分的第四步是分析數(shù)據(jù)，數(shù)理統(tǒng)計(jì)方法是定量細(xì)分市場(chǎng)的主要分析工具。第五步是構(gòu)建細(xì)分市場(chǎng)，使用基礎(chǔ)變量定義用戶群，使用描述變量刻畫(huà)用戶群。第六步是描述細(xì)分市場(chǎng)，重點(diǎn)是描述細(xì)分市場(chǎng)有別于整體市場(chǎng)的典型特征。第七步是命名細(xì)分市場(chǎng)，基于細(xì)分市場(chǎng)典型特征和戰(zhàn)略營(yíng)銷取向?yàn)榧?xì)分市場(chǎng)命名。第八步是選擇目標(biāo)細(xì)分市場(chǎng)，常常基于市場(chǎng)吸引力和能力適應(yīng)度二大標(biāo)準(zhǔn)選擇目標(biāo)細(xì)分市場(chǎng)。百納咨詢顧問(wèn)劉鴻認(rèn)為，一個(gè)完整的用戶細(xì)分涉及因子分析、聚類分析、判別分析、交互分析和對(duì)應(yīng)分析等幾種常用的方法和工具。因子分析是一種多變量化簡(jiǎn)技術(shù)，目的是分解原始變量，從中歸納出潛在的類別；因子分析對(duì)樣本量及變量間的相關(guān)性有一定要求。SPSS軟件提供了一系列有關(guān)用戶細(xì)分的操作菜單，因子分析可調(diào)用“ANALYZEDATEREDUTIONFACTOR”子菜單。聚類分析方法是按距離的遠(yuǎn)近劃分類別，常用于細(xì)分市場(chǎng)。使用聚類分析方法，常需要考慮七個(gè)相關(guān)問(wèn)題距離測(cè)量、變量選擇、共線性、變量標(biāo)準(zhǔn)化、異常值、分類數(shù)及對(duì)結(jié)果的解釋。聚類分析有三種方法快速聚類、系統(tǒng)聚類和二步聚類，它們依據(jù)的原理不同，各有其特點(diǎn)。聚類分析在SPSS中也有現(xiàn)成的菜單可供調(diào)用。判別分析是指從已知樣本中訓(xùn)練出判別函數(shù)，并據(jù)此判別函數(shù)判定未知樣本屬性/類別。判別分析在SPSS中也有現(xiàn)成的菜單可供調(diào)用，但有其適用條件，在利用判別結(jié)果前需要進(jìn)行判別的效果驗(yàn)證，如各自變量是否為連續(xù)性或有序分類變量，各組的協(xié)方差矩陣是否相等，變量間是否獨(dú)立，有無(wú)共線性現(xiàn)象。在對(duì)用戶進(jìn)行細(xì)分后，常需要使用交互分析方法，以進(jìn)一步描述不同細(xì)分市場(chǎng)的典型特征；在SPSS中專門(mén)用于分類數(shù)據(jù)的描述/分析模塊,CROSSTABS過(guò)程既包括強(qiáng)大的描述功能，又具有豐富的統(tǒng)計(jì)推斷能力。對(duì)于交互分析，在SPSS中可調(diào)用CROSSTABS和GENERALTABLES兩種子菜單。交互分析表的信息量較豐富，但結(jié)果不夠直觀，而對(duì)應(yīng)分析給出的對(duì)應(yīng)圖則非常清晰直觀；對(duì)應(yīng)分析是多維圖示分析技術(shù)的一種，它能更直觀地展示各類人群典型特征。三、基于BOSS系統(tǒng)數(shù)據(jù)的細(xì)分方法和工具現(xiàn)代通信企業(yè)的內(nèi)部營(yíng)銷管理能力，除了依賴傳統(tǒng)的流程和策略二大要素外，還涉及與BOSS系統(tǒng)相關(guān)的數(shù)據(jù)挖掘技術(shù)。基于BOSS系統(tǒng)的數(shù)據(jù)挖掘?qū)橐苿?dòng)公司提供用戶細(xì)分模型，以及建立在用戶細(xì)分基礎(chǔ)之上的一系列其它模型。一個(gè)完整的數(shù)據(jù)挖掘過(guò)程可劃分為六個(gè)環(huán)節(jié)商業(yè)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型評(píng)估、結(jié)果發(fā)布。這六個(gè)環(huán)節(jié)依次進(jìn)行，但需要不斷地循環(huán)往復(fù)進(jìn)行數(shù)據(jù)探索和模型的調(diào)優(yōu)。在商業(yè)理解階段，專注于從商業(yè)的角度理解項(xiàng)目目標(biāo)和需求，然后將其轉(zhuǎn)換成數(shù)據(jù)挖掘問(wèn)題定義，并設(shè)計(jì)出達(dá)到目標(biāo)的初步計(jì)劃。在數(shù)據(jù)理解階段，先收集初步的數(shù)據(jù)，然后進(jìn)行熟悉數(shù)據(jù)的各種活動(dòng)，包括識(shí)別數(shù)據(jù)的質(zhì)量問(wèn)題、觀察數(shù)據(jù)基本特征、檢測(cè)感興趣的數(shù)據(jù)子集。在數(shù)據(jù)準(zhǔn)備階段，任務(wù)覆蓋了從數(shù)據(jù)構(gòu)造到最終數(shù)據(jù)集合的所有活動(dòng)，包括表、記錄屬性的選擇以及對(duì)數(shù)據(jù)進(jìn)行的轉(zhuǎn)換和凈化。在建立模型階段，可以選擇和應(yīng)用各種建模技術(shù)將其參數(shù)校正到優(yōu)化值，這常常是一個(gè)循環(huán)往復(fù)的過(guò)程。在模型評(píng)估階段，對(duì)所建模型再次考察其執(zhí)行的步聚及是否正確地達(dá)到了商業(yè)目標(biāo)，最終獲得使用數(shù)據(jù)挖掘結(jié)果的判定。在結(jié)果發(fā)布階段，用一種用戶可以使用的方式來(lái)組織和表示挖掘結(jié)果，并在模型結(jié)果的基礎(chǔ)上進(jìn)行分析，提出相應(yīng)的營(yíng)銷策略?；贐OSS系統(tǒng)的數(shù)據(jù)挖掘涉及到幾種數(shù)據(jù)挖掘分析軟件，CLEMENTINE是一種主流的挖掘分析軟件。目前CLEMENTINE軟件提供了