Сегментирование потребителей услуг

Практическое применение сегментации

Бизнес-сценарий: медицинская страховая компания хочет сегментировать свою клиентскую базу для выявления лучших сегментов для информационно-пропагандистской кампании, поощряющей их участие в оздоровительных программах через Интернет. Ожидается, что когда члены групп станут играть более активную роль в самоуправлении оздоровлением, число претензий уменьшится, результаты улучшатся, и это приведет к повышенной удовлетворенности и удержанию клиентов.

Компания собирает данные, относящиеся к типу планов, демографии, претензиям, участию в оздоровительных программах и программах управления лечением, подробную информацию об исходящих и входящих вызовах, чат и сообщения электронной почты, информацию о входах на Web-сайт и сеансах поиска, о выписанных рецептах и другие переменные индивидуального уровня. Каковы возможные подходы к сегментации для этого проекта?

Как и в большинстве случаев прикладного анализа, этот процесс выбора представляет собой сочетание науки и искусства.

В некоторой степени выбор подхода сводится к вопросу о предпочтениях аналитика, доступности программного обеспечения и связанных с ним алгоритмов и знакомству с критериями проверки и оценки успешности выходных данных. В данном случае может быть применен либо подход взаимозависимой кластеризации (без зависимых переменных), либо зависимый подход (классификация). Помните, что для последнего требуется зависимая переменная: если данные поддерживают идентификацию членов, которые уже участвуют в оздоровительной интернет- или реальной программе и связаны с желаемыми параметрами успеха, то эту группу можно пометить флагом , а все остальные будут помечены флагом . Этот двоичный флаг можно дополнительно уточнить при наличии демографической переменной, указывающей на пользователя компьютера или наличие в учетной записи адреса электронной почты; то и другое служит признаком склонности к обладанию компьютером и его использованию. Так как входные данные могут быть как символьными, так и числовыми, CHAID представляет собой гибкий подход классификации, который будет точно подразделять членов на сегменты по категорийным и числовым данным и позволит более детальное профилирование, что поможет в разработке оздоровительной подпрограммы и проектировании Web-сайта (на основе медицинских предписаний, риска заболеваний и целевых потребностей).

К этой сегментации можно подойти и с методом кластеризации с применением средней длины связи или K-среднего для числовых значений и категорийного подхода с мерами «расстояния» для включения в модель. Фактический выбор алгоритма зависит от желаемого результата. Если необходимы отдельные кластеры (то есть один член может участвовать только в оздоровительной программе одного типа), то можно выбрать не нечеткие варианты, такие как K-среднее и нормальное распределение. Если больше подходят кластеры с перекрытием, то выбираются чередование факторов и нечеткие кластеры. Выбор наилучшего алгоритма является результатом первого этапа подготовки набора данных и соответствующего преобразования категорийных значений с последующим пропусканием наборов данных через различные подходы-кандидаты и рассмотрением графического результата для оценки относительного размера и группирования кластеров. Эти диаграммы позволят сравнивать и выбирать идеальные кластеры: самые компактные с наилучшим разделением и наиболее точным попаданием.

Понятие и состав транспортного комплекса муниципального образования, основные направления его развития.

Транспорт
— важная составная часть экономики
России, так как является материальным
носителем между районами, отраслями,
предприятиями.

Транспортный
комплекс

города включает в себя: внутригородской
пассажирский тр-т, междугородный и
пригородный пассажирский тр-т, грузовой
тр-т, специализированный тр-т, транспортные
парки или депо, гаражи, службы по
содержанию трамвайных путей, контрактной
сети электротранспорта, вокзалы,
автостоянки, заправочные станции,
ремонтные и др.сервисные службы. В
некоторых городах для внутригородских
перевозок используется ж/д и водный
тр-т, в крупнейших городах – метрополитен.

Важную роль в жизни
города играют объекты инфраструктуры
транспорта: железнодорожные и автовокзалы,
речные и морские порты, аэропорты.

ФЗ 2003г. относит к
компетенции поселений создание условий
для предоставления трансп.услуг и
орг-цию тр.обслуживания населения в
границах поселения, а к компетенции
мун.районов — межпоселенческие перевозки
в границах района.

Особенности
тр.комплекса города
:
возможность конкуренции между видами
тр-та; конкуренция мун. и частного сектора
в автотранспортных перевозках; большой
удельный вес льготных категорий
пассажиров; возможность разных способов
оплаты услуг; высокая степень износа
тр.средств и большие затраты на их
обновление; совпадение по времени
производства и потребления услуг;
значительные колебания пассажиропотоков
по времени и по направлениям; связь с
планировкой города и пропускной
способностью улично-дорожной сети.

Для городского
пассажирского тр-та важно соблюдение
необходимого соответствия мощностей
отдельных звеньев тр.сис-мы. В основе
таких расчетов лежит определение
пассажиропотоков
по всем видам передвижений в разные
периоды для, суток, сезона и года.
Среднесуточные пассажиропотоки
определяют общий хар-р и объем тр.работы
в городе

Задачи
муниципального управления транспортом:

1)обеспечение надежного состояния
транспортных линий и развитие магистралей;
2)модернизация систем организации
транспортного движения, диспетчеризация
и контроль качества транспортного
обслуживания населения; 3)приведение
подвижного состава в надлежащее
состояние, соответствующее техническим
параметрам и нормативам; 4)обеспечение
безопасности перевозок. Проблемы:1)
проблема контроля оплаты проезда 2)
чрезмерный износ подвижного состава
3) массовая автомобилизация вызвала
необходимость создания большого
комплекса сервисных служб, организацию
стоянок 4) необходимость увязки работы
внутригородского и внешнего транспорта
(вокзалы, аэропорты). Критерии
эффективности работы транспорта:

1) увеличение числа подвижного состава
2) сокращение времени проезда 3) улучшение
экономических показателей работы
транспортных предприятий Критерии
эффективности управления транспортом:
степень достижения целей, соответствие
стиля и методов управления целям,
соотношение расходов на управление со
степенью достижения целей.

Сегментация как эффективный инструмент маркетинга

Один из известных американских маркетологов Теодор Левит говорил, что если вы не мыслите сегментами, то вы не думаете вообще. Маркетологи занимаются конкретными сегментами, они исходят из того, что рынок неоднороден. Рынок состоит из отдельных частей, включающих покупателей с различными потребностями. Маркетологи утверждают, что нет товара, который может понравиться всем покупателям. Каждый товар разрабатывается для своего потребителя.

Суть процесса сегментации заключается в том, что всех потребителей делят на группы, которые предъявляют особые отличные от других требования к данному товару.Т. е. сегмент — это группа потребителей с однородными потребностями и одинаково реагирующие на маркетинговое воздействие.

Например, кофе. Как можно классифицировать кофе? По каким признакам7 Растворимый или молотый или в зернах. Возьмем растворимый кофе. Растворимый кофе может быть гранулированный или в виде порошка. Гранулированный кофе может быть элитных сортов. Очень важна упаковка — стекло, бумага, металл, пластмасса и т.д. При проведении классификации кофе определяется, для каких групп потребителей предназначается тот или иной вид кофе (кофе Ambassador, Nescafe, которые относятся к элитным сортам, — для определенных лиц с высоким уровнем дохода. Если мы говорим про кофе в зернах, то это тоже для определенных групп, в основном для эстетов и консерваторов, для людей, которые привыкли именно к этому виду товара)

С какой целью проводится сегментация? Чтобы определить целевые группы сегмента. Необходимо определить, как работать с этим сегментом, следовательно необходимо знать потребителей, чтобы знать, что им продавать, по каким ценам, как продвигать товар, как его рекламировать. Но конечная цель сегментирования — выбрать наиболее выгодный или выгодные для фирмы сегменты, выбрать те сегменты, которые принесут фирме максимальную прибыль

Общая схема сегментации рынка представлена на рис.1.

Подобная схема сегментации рынка носит общий характер и может быть применена при планировании различных направлений маркетинговой деятельности.

Сегментирование потребителей услуг

Рис.1. Общая схема сегментации рынка

1.1. Исследование потребителей

Поведение потребителей на рынке, характер покупок определяется их личностными, культурными, социальными и психологическими факторами, изучение которых является важнейшей задачей маркетинговых исследований.

Личностные факторы включают в свой состав возраст, стадию жизненного цикла семьи, род занятия, экономическое положение (уровень дохода на семью и одного члена семьи), стиль жизни, тип личности и самопредставление.

Жизненный цикл семьи — совокупность отдельных стадий, которые проходит семья в своем развитии с момента своего создания. Обычно выделяют следующие стадии жизненного цикла семьи:

· холостяки (молодые, неженатые люди, живущие самостоятельно от родителей);

· молодая семья без детей;

· «полное гнездо» — 1 (младшему ребенку меньше 6 лет);

· «полное гнездо» — 2 (младшему ребенку 6 и более лет);

· «полное гнездо» — 3 (семейная пара с независимыми детьми);

· «пустое гнездо» — 1 (дети живут раздельно от родителей, глава семьи работает);

· «пустое гнездо» — 2 (глава семьи вышел на пенсию);

· живым остался только один родитель, который работает;

· живым остался только один родитель, который вышел на пенсию. Очевидно, что для разных стадий жизненного цикла семьи потребности являются разными (в питании, одежде, жилье, отдыхе и т.п.). Стиль жизни — стереотипы жизненного поведения личности, выражающиеся в ее интересах, убеждениях, действиях. Жизненный стиль потребителей измеряется путем использования очень объемных вопросников, порой до 25 страниц. В этих вопросниках потребителей просят определить степень своего согласия или несогласия с утверждениями, ряд из которых приводится ниже:

Я являюсь человеком, который все очень тщательно планирует.

В поиске развлечений я обычно покидаю свой дом.

Я обычно одеваюсь, следуя моде, а не из соображений комфорта.

Я получаю удовольствие, наблюдая спортивные состязания по телевизору.

Каждый человек является личностью, что обусловливает относительно неизменные на протяжении длительного интервала времени реакции на воздействия из внешней среды. Тип личности характеризуется такими чертами, как уверенность, независимость, агрессивность, социальность, адаптивность, инертность и т.д. Например, производители кофе обнаружили, что активные потребители кофе являются высоко социальными личностями.

Самопредставление — сложные мысленные представления личности о себе, о собственном «я». Например, если кто-то мыслит себя творческой и активной личностью, то будет искать товар, отвечающий этим характеристикам.

Сегментация и реализации для больших данных

Большие данные ― это термин, означающий петабайты данных, взятых из социальных сетей, телефонных сетей, Web, текстовых данных и сигналов датчиков, которые создаются и хранятся на индивидуальном уровне. Такие данные обычно хранятся в неструктурированных базах данных и таких инструментах, как IBM InfoSphere BigInsights, которые работают поверх платформы Apache Hadoop и облегчают крупномасштабный анализ, выполняемый бизнес-аналитиками, а не специалистами по машинному обучению. Эти новые технологии позволяют обращаться к гигантским и ранее не использовавшимся источникам данных, а также быстро выполнять функции фильтрации и MapReduce, получая дополнительные выгоды благодаря включению в традиционный набор данных неструктурированных данных, таких как изображения, видео и текстовые заключения.

Классические алгоритмы сегментации, описанные в этой статье, остаются актуальными и в условиях большой данных: подход и критерии выбора те же самые. Разница прежде всего в предварительной обработке и интеграции неструктурированных данных, что обещает привести к более богатым и полезным результатам сегментации. Компании, которые собирают стек технологий для доступа к большим данным, смогут черпать из того, что в противном случае останется громоздким и по большей части недоступными источником информации. Многие решения с открытым исходным кодом, предназначенные для управления большими данными, основаны на принципах сегментации и фильтрации, аналогичных описанным здесь алгоритмам. Однако вместо анализа данных во всей их полноте становится возможным изучить отфильтрованные образцы больших данных и применить традиционные методы сегментации, чтобы получить сведения о новом, цифровом поведении клиентов. Те предприятия, которые в состоянии окунуться в эти новые, неструктурированные источники данных и полностью интегрировать их в многомерный анализ, окажутся на несколько шагов ближе к полному, панорамному обзору клиентской базы и всем тем конкурентным преимуществам, которые дает глубокое знание потребителя.

Похожие темы

  • Оригинал статьи: Optimal segmentation approach and application.
  • Подробнее о сегментации в автомобильной промышленности и среди фармацевтических фирм.
  • Биологи придают термину «сегментация» иной смысл, чем инженеры.
  • В сфере обработки изображенийсегментация — это процесс подразделения цифрового изображения на наборы пикселей для облегчения их анализа.
  • Подробнее о сегментации и прогностическом моделировании ― в брошюре Майка Макгирка (Mike McGuirk) Customer Segmentation and Predictive Modeling: It’s Not an Either/Or Decision (Сегментация клиентской базы и прогностическое моделирование: это не решение типа И/ИЛИ).
  • Подробнее о кластеризации методом К-средних.
  • О подходе средней длины связи, впервые предложенном Миллиганом и Купером.
  • Википедия содержит хорошее объяснение алгоритмов с латентным классом.
  • CART ― универсальный термин, используемый для обучения по дереву решений, который включает также алгоритм ID3.
  • Компания Google Research проделала большую работу по созданию архитектуры MapReduce для упрощенной обработки данных в больших кластерах.
  • Руководство пользователя пакета SI-CHAID 4.0 ― начальное руководство по CHAID-анализу.
  • Rapid Miner: несколько вариантов программного обеспечения сегментации, включая SVM.
  • Подробнее о продукте SPSS Advanced Statistics.

Войдите или
зарегистрируйтесь для того чтобы оставлять комментарии или подписаться на них.

Подпишите меня на уведомления к комментариям

Adblock
detector