論聚類分析在市場分析中的應用
摘要：聚類分析是數據挖掘中一種常用的技術，在實踐中可以多角度應用于市場分析，為市場營銷戰略和策略的制定提供科學合理的參考。本文在分析聚類分析法特征的基礎上，從客戶細分、實驗市場選擇、抽樣方案設計、銷售片區確定、市場機會研究五個方面探討了聚類分析在市場分析中的具體應用。關鍵詞：聚類分析 市場分析 客戶細分 實驗市場選擇
聚類分析及其特征
聚類分析（cluster analysis）是根據事物本身的特性研究個體的一種方法，目的在于將相似的事物歸類。它的原則是同一類中的個體有較大的相似性，不同類的個體差異性很大。這種方法有三個特征：適用于沒有先驗知識的分類。如果沒有這些事先的經驗或一些國際、國內、行業標準，分類便會顯得隨意和主觀。這時只要設定比較完善的分類變量，就可以通過聚類分析法得到較為科學合理的類別；可以處理多個變量決定的分類。例如，要根據消費者購買量的大小進行分類比較容易，但如果在進行數據挖掘時，要求根據消費者的購買量、家庭收入、家庭支出、年齡等多個指標進行分類通常比較復雜，而聚類分析法可以解決這類問題；聚類分析法是一種探索性分析方法，能夠分析事物的內在特點和規律，并根據相似性原則對事物進行分組，是數據挖掘中常用的一種技術。
這種較成熟的統計學方法如果在市場分析中得到恰當的應用，必將改善市場營銷的效果，為企業決策提供有益的參考。其應用的步驟為：將市場分析中的問題轉化為聚類分析可以解決的問題，利用相關軟件（如SPSS、SAS等）求得結果，由專家解讀結果，并轉換為實際操作措施，從而提高企業利潤，降低企業成本。
聚類分析在客戶細分中的應用
消費同一種類的商品或服務時，不同的客戶有不同的消費特點，通過研究這些特點，企業可以制定出不同的營銷組合，從而獲取最大的消費者剩余，這就是客戶細分的主要目的。常用的客戶分類方法主要有三類：經驗描述法，由決策者根據經驗對客戶進行類別劃分；傳統統計法，根據客戶屬性特征的簡單統計來劃分客戶類別；非傳統統計方法，即基于人工智能技術的非數值方法。聚類分析法兼有后兩類方法的特點，能夠有效完成客戶細分的過程。
例如，客戶的購買動機一般由需要、認知、學習等內因和文化、社會、家庭、小群體、參考群體等外因共同決定。要按購買動機的不同來劃分客戶時，可以把前述因素作為分析變量，并將所有目標客戶每一個分析變量的指標值量化出來，再運用聚類分析法進行分類。在指標值量化時如果遇到一些定性的指標值，可以用一些定性數據定量化的方法加以轉化，如模糊評價法等。除此之外，可以將客戶滿意度水平和重復購買機會大小作為屬性進行分類；還可以在區分客戶之間差異性的問題上納入一套新的分類法，將客戶的差異性變量劃分為五類：產品利益、客戶之間的相互作用力、選擇障礙、議價能力和收益率，依據這些分析變量聚類得到的歸類，可以為企業制定營銷決策提供有益參考。
以上分析的共同點在于都是依據多個變量進行分類，這正好符合聚類分析法解決問題的特點；不同點在于從不同的角度尋求分析變量，為某一方面的決策提供參考，這正是聚類分析法在客戶細分問題中運用范圍廣的體現。
聚類分析在實驗市場選擇中的應用
實驗調查法是市場調查中一種有效的一手資料收集方法，主要用于市場銷售實驗，即所謂的市場測試。通過小規模的實驗性改變，以觀察客戶對產品或服務的反應，從而分析該改變是否值得在大范圍內推廣。
實驗調查法最常用的領域有：市場飽和度測試。市場飽和度反映市場的潛在購買力，是市場營銷戰略和策略決策的重要參考指標。企業通常通過將消費者購買產品或服務的各種決定因素（如價格等）降到最低限度的方法來測試市場飽和度。或者在出現滯銷時，企業投放類似的新產品或服務到特定的市場，以測試市場是否真正達到飽和，是否具有潛在的購買力。前述兩種措施由于利益和風險的原因，不可能在企業覆蓋的所有市場中實施，只能選擇合適的實驗市場和對照市場加以測試，得到近似的市場飽和度；產品的價格實驗。這種實驗往往將新定價的產品投放市場，對顧客的態度和反應進行測試，了解顧客對這種價格的是否接受或接受程度；新產品上市實驗。波士頓矩陣研究的企業產品生命周期圖表明，企業為了生存和發展往往要不斷開發新產品，并使之向明星產品和金牛產品順利過渡。然而新產品投放市場后的失敗率卻很高，大致為66%到90%。因而為了降低新產品的失敗率，在產品大規模上市前，運用實驗調查法對新產品的各方面（外觀設計、性能、廣告和推廣營銷組合等）進行實驗是非常有必要的。
在實驗調查方法中，最常用的是前后單組對比實驗、對照組對比實驗和前后對照組對比實驗。這些方法要求科學的選擇實驗和非實驗單位，即隨機選擇出的實驗單位和非實驗單位之間必須具備一定的可比性，兩類單位的主客觀條件應基本相同。
通過聚類分析，可將待選的實驗市場（商場、居民區、城市等）分成同質的幾類小組，在同一組內選擇實驗單位和非實驗單位，這樣便保證了這兩個單位之間具有了一定的可比性。聚類時，商店的規模、類型、設備狀況、所處的地段、管理水平等就是聚類的分析變量。聚類分析在抽樣方案設計中的應用
抽樣設計是市場調查中非常重要的一個部分，它的合理性直接決定了市場調查結果的可信度。在抽樣方案設計的步驟中，抽樣組織形式的選擇又是一個關鍵環節，它決定了樣本對總體的代表性的高低。依據抽樣誤差由低到高的順序排列，按照標志排隊的等距抽樣方式抽樣誤差最小，其次分別為分層抽樣、按照無關標志排隊的等距抽樣、簡單隨機抽樣、整群抽樣和非隨機抽樣。結合資源的限制和操作的方便性進行綜合選擇，分層抽樣在實踐中的應用最為廣泛。分層抽樣又稱類型抽樣，它是先將總體所有單位按照重要標志進行分組，然后在各組內按照簡單隨機抽樣或等距抽樣方式抽取樣本單位的一種抽樣方式。在分組時引入聚類方法，可以增強組別的合理性。
聚類分析在銷售片區確定中的應用
銷售片區的確定和片區經理的任命在企業的市場營銷中發揮著重要的作用。只有合理地將企業所擁有的子市場歸成幾個大的片區，才能有效地制定符合片區特點的市場營銷戰略和策略，并任命合適的片區經理。聚類分析在這個過程中的應用可以通過一個例子來說明。某公司在全國有20個子市場，每個市場在人口數量、人均可支配收入、地區零售總額、該公司某種商品的銷售量等變量上有不同的指標值。以上變量都是決定市場需求量的主要因素。把這些變量作為聚類變量，結合決策者的主觀愿望和相關統計軟件提供的客觀標準，接下來就可以針對不同的片區制定合理的戰略和策略，并任命合適的片區經理了。
聚類分析在市場機會研究中的應用
企業制定市場營銷戰略時，弄清在同一市場中哪些企業是直接競爭者，哪些是間接競爭者是非常關鍵的一個環節。要解決這個問題，企業首先可以通過市場調查，獲取自己和所有主要競爭者在品牌方面的第一提及知名度、提
【論聚類分析在市場分析中的應用】相關文章：
談聚類分析在市場分析中的應用03-18
模糊聚類分析在學生素質評定中的應用03-07
論知識管理在企業中的應用03-17
論力學在橋梁設計中的應用06-15
論超聲在各個病重中的康復應用11-15
論PowerPoint在英語教學中的應用12-06
論靜態成員在Ｃ＋＋中的應用11-18
論動畫場景設計中的色彩應用12-03
論音樂在幼兒教育中的應用論文11-30