Кластерный анализ как инструмент подготовки эффективных маркетинговых решений

Причины неудач или недостаточно быстрого роста бизнеса в нашей стране часто списываются на несовершенную систему кредитования, пробелы в законодательстве, общую экономическую нестабильность и, наконец, на козни недремлющих конкурентов. Тем большим бывает удивление, когда обнаруживается, что реальные корни проблем — это непонимание покупательского поведения потребителей и клиентов.

Действительно, понять и, тем более, количественно описать покупательское поведение — задача нетривиальная. Наибольшую сложность представляет то, что многие решения принимаются на эмоциональном, а не на рациональном уровне. Даже в тех случаях, когда потребители убеждены в абсолютной рациональности своих покупок, эмоциональная составляющая решения также присутствует. Соответственно, успех компании во многом определяется эффективностью управления процессом сбора, обработки и анализа данных, релевантных для развития бизнеса, прежде всего за счет глубокого понимания поведения клиентов. Качество решений, принимаемых на основании результатов анализа, зависит от качества проведенного анализа, актуальности данных и ряда других факторов. В данной работе кратко рассматриваются технологии подготовки данных для принятия специфических маркетинговых решений. Все материалы базируются на реальных примерах консалтинговой практики авторов.

Как известно, любая технология хороша тем, что регламентирует все необходимые процедуры для достижения определенного результата. Используя ту или иную методику, исполнитель не задумывается, да и не должен задумываться над последовательностью исполняемых шагов и их содержанием. Это позволяет существенно сократить время на анализ данных и принятие решения и обеспечивает необходимую степень корректности выполненного анализа. Рассмотрим решение одной из типичных маркетинговых задач — подготовки к выводу на рынок нового продукта.

Для того, чтобы составить эффективно работающие рекламные материалы и медиаплан необходимо знать предпочтения различных сегментов покупателей, их привычки, особенности выбора продукта, финансовые возможности и т. п. Сегментирование состоит из нескольких этапов, представленных на схеме:

Формализованная процедура сегментирования

· Проведение качественного исследования (серии фокус-групп или глубоких интервью) с целью получения перечня высказываний или свойств для дальнейшей оценки по интервальной или порядковой шкале.

· Проведение опроса.

· Использование процедуры кластерного анализа для определения числа сегментов и их профиля, выработка рекомендаций по эффективной работе с отдельными сегментами.

Первый этап имеет качественный характер и позволяет понять, чем «дышат» потребители или клиенты, их стиль жизни, какими выражениями они характеризуют товар, услугу или фирму, все это в дальнейшем поможет правильно составить план рекламной кампании. Кроме того, необходимо выяснить выделяемые ими решающие факторы принятия решения о покупке. Уже на этом этапе можно сопоставить представления производителей или продавцов товара с мнениями аудитории. Однако пока это лишь предварительная, качественная информация. Ее следует преобразовать в количественную.

Для этого на основе собранных сведений составляют опросную анкету, включающую в себя как вопросы о продукте, так и сведения, характеризующие самого респондента. Исключительно важным при этом является использование интервальных и порядковых шкал, поскольку появляется возможность сравнения ответов, полученных от различных групп покупателей.

Это поясняет следующий пример. При оценке важности конкретных параметров, например, цены, ассортимента и скорости обслуживания в оптовой фирме практически любой клиент ответит, что все эти характеристики играют существенную роль при выборе поставщика. Тем не менее важность данных параметров для разных клиентов может существенно отличаться. Для менеджеров минимаркетов, делающих покупки ежедневно, решающую роль играет ассортимент, и они не склонны каждый раз обходить базы в поисках наиболее дешевого товара. Клиенты, делающие крупные покупки раз в неделю, в большей степени склонны к сравнению цен и выбору наиболее дешевого варианта.

В зависимости от длины "балльной линейки" возможна та или иная степень точности выделения разных сегментов. Отметим, однако, что эта точность связана с числом респондентов. Другими словами, чем точнее должна быть сделана оценка, чем тоньше разведены сегменты, тем больше должен быть объем выборки.

Число сегментов, выделяемых при проведении кластерного анализа, может быть, таким образом, любым, лишь бы объем данных, на основании которых выделяются отдельные сегменты, был статистически значимым.

Сам кластерный анализ представляет собой ряд формальных процедур, которые мы продемонстрируем на реальном примере, взятом из практики авторов.

Фирма Х собирается начать выпуск нового стирального порошка. При этом возможны разные варианты продвижения: от раскрутки собственного брэнда до приобретения уже известного, возможно позиционирование в области дешевых или дорогих СМС. Словом, вопросы, возникающие в начале исследования, типичны и, не сомневаемся, знакомы любому практику.

Разработанная анкета содержала ряд вопросов, характеризующих отношение респондентов к свойствам продукта, а также характеризующих стиль жизни самих респондентов. Результаты ответов на вопросы первой группы (респонденты должны были проранжировать факторы по степени их значимости, начиная с самого важного — от 1 до 8) были собраны в 4 сегмента, существенно различающиеся между собой по типу важнейших с точки зрения респондентов признаков продукта. Эти признаки можно считать "сегментоообразующими".

Легко видеть, что самый крупный (размеры сегментов изменены) сегмент 3 (60% от выборки) — это прагматики, для которых важнейшей характеристикой продукта является его цена, а также такие прозаические качества как моющая способность и эффект отбеливания. Следующий по величине сегмент 1, напротив, на первое место ставит безвредность порошка, цена же занимает последнее 8-е место.

Для того чтобы лучше представить себе покупателей каждой группы, проанализируем их ответы на вопросы следующей части анкеты. Приводятся эти вопросы и величины средних оценок все по той же 8-балльной шкале для каждого вопроса по тем же сегментам. Мы видим, что сегменты 1 и 3 весьма лояльно относятся к новшествам и склонны экспериментировать с новыми продуктами. При этом сегмент 1 относится к импортным порошкам существенно лучше, чем сегмент 3. Сегмент 4 более чувствителен к рекламе и более последователен в выборе: пользоваться как дорогими, так и дешевыми порошками — не для него.

Таким образом, результаты кластерного анализа фактически описывают портрет потребителя с рациональной (свойства стирального порошка) и эмоциональной (оценка степени согласия с утверждениями) точек зрения. На их основании можно определить целевую группу (или степень соответствия предположений о целевой группе фактической картине), расставить акценты в рекламном сообщении и рекламной кампании в целом, избавиться от иллюзий относительно исключительности своего товара по какому-либо определенному свойству (если вдруг выяснится, что практически все потребители ставят его на последнее место по важности) и т. д.

Следует сделать еще одно важное замечание по поводу использования технологии кластерного анализа. Все исследование, начиная с плана и заканчивая анкетой, должно быть "заточено" под методику кластерного анализа. Это касается и используемых шкал, и метода контакта с аудиторией и многих других факторов.

Использование результатов сегментирования на основании кластерного анализа дает компаниям реальный шанс глубже понять своих клиентов и потребителей. Это, в свою очередь, позволит свести к минимуму разницу между представлениями продавцов и покупателей, то есть карта восприятия товара или услуги для них будет практически идентичной.

Что касается программных инструментов обработки результатов, авторы могут рекомендовать пакеты SPSS и NCSS. Несмотря на их кажущееся сходство с Excel по пользовательскому интерфейсу и представлению данных, эти программы позволяют обрабатывать информацию быстрее и эффективнее. Под эффективностью понимается экономия времени на дополнительной обработке данных (написании комментариев и проч.) и использование методов анализа, недоступных в Excel. Наиболее рутинная работа в SPSS — это ввод данных. При этом каждой переменной ставится в соответствие определенная шкала, что является исключительно важным при обработке данных исследований. Время, затраченное на ввод данных с исполнением всех соответствующих процедур, полностью оправдывает себя на этапе обработки и анализа данных, так как результаты, выдаваемые SPSS, практически не нуждаются в дополнительном «причесывании», в отличие от Excel.