资源描述：
《基于因子分析与聚类分析复合模型市场细分研究以移动通信行业为例.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、第2卷第2期管理案例研究与评论Vol.2No.22009年4月JournalofManagementCaseStudiesApr.2009基于因子分析与聚类分析复合模型的市场细分研究以移动通信行业为例刘满芝,周梅华,吕雪晴(中国矿业大学管理学院,江苏徐州221116)摘要:本文从新的视角,应用因子分析与聚类分析复合模型研究市场细分和市场开拓问题。首先分析因子分析与聚类分析复合模型的应用研究现状,得出该模型在市场细分中应用的可行性。然后以移动通信行业为实证研究对象,通过设计Likert五级
2、态度量表,对刚入校的大一学生开展抽样调查,了解新市场消费者对移动通信商及其产品的认知和态度。应用因子分析对多个观测变量进行降维,在此基础上,以公共因子和因子得分为依据,应用KMeans聚类分析法对样本进行聚类和市场细分,提出对移动通信服务商选择目标市场和进行新市场开拓的策略建议。关键词:因子分析;聚类分析;复合模型;市场细分中图分类号:F270文献标志码:A文章编号:16741692(2009)02013606出的,综合运用客户终身价值、心理因素和使用0引言频率等细分变量,将客户
3、分为铂金层级、黄金层[6]Donner认为正确的客户细分能够有效地级、钢铁层级和重铅层级。笔者认为,态度决降低成本,同时获得更强、更有利可图的市场渗定行为,所以客户态度也是客户细分的重要[1]透。目前,客户细分基本围绕着人口统计、生依据。活方式、利益、行为、客户价值等变量进行。人客户细分的实现技术很多,诸如人工神经口统计细分主要是把人口的年龄、性别、收入、网络、因素分析、拟和分析和聚类分析等都在实职业和地区等作为细分维度。William提出以践中有着广泛的应用。客户细分方法的选择要生活方式为背
4、景来识别和细分客户,具有代表以进行细分的目的、企业以及市场的实际情况性的是AIO(Activity,Interests,Opinion)细分为基础。许昌加等把数据挖掘中聚类分类技术[2]和价值观念、生活方式细分。许多营销者认应用于基于客户价值矩阵的客户价值细分中,为,行为变量(场合、用户地位、使用率、忠诚状建立一种电信客户细分方法,为电信公司客户况、购买阶段和态度)是构建细分市场的最佳保持和营销提供决策依据。用样本进行实验,[7]起点。行为细分中具有代表性的是RFM分析建立了各类价值客户的分类模
5、型。严丽平提[3,4]和客户价值矩阵分析。利益细分最先由出了一种基于聚类算法和RBF神经网络的电信[8]Haley提出,它透过客户表象的行为、态度和动客户细分模型,赵喜仓等将KMeans聚类分[5][9]机来挖掘背后的真正利益。客户价值细分是析方法应用在电信公司客户关系管理中。在研究客户生命周期(CLP)模式的基础上提陈凤洁应用数据挖掘中的聚类分析技术解决电作者简介:刘满芝,女,中国矿业大学管理学院讲师,研究方向:营销工程,物流与供应链管理;周梅华,女,中国矿业大学管理学院教授,研究方向:营销
6、工程,物流工程;吕雪晴,女,中国矿业大学管理学院讲师,研究方向:营销工程。第2期刘满芝等:基于因子分析与聚类分析复合模型的市场细分研究137信行业中的客户细分问题,并结合实际数据,应i是与原始变量Xi对应的特殊因子。用数据挖掘工具Clementine建立了客户细分用矩阵表示时,因子分析模型可写为[10]模型。聚类分析方法在电信业客户细分中X=AF+E应用很普遍,但将因子分析和聚类分析综合应其中:F=(F1,F2,,Fm)!是这p个观测用进行移动通信行业市场细分的研究几乎指标的公共因子,且m∀
7、p;A为因子载荷矩没有。阵。基于此,本文提出在新市场细分中,以消费首先,对观测变量进行因子分析,并对因者对产品或商家的态度为依据,调查消费者在子载荷矩阵进行正交变换,利用载荷矩阵进行多个方面的态度,利用因子分析方法对态度变变量聚类。设公共因子为F1,F2,,Fm,则在量结构进行简化降维,利用因子得分对消费者F1上载荷较大的变量可以聚为一类,在F2上进行聚类,并以因子作为市场细分维度,得出若载荷较大的变量可以聚为一类,在Fm上干细分市场。最后以移动通信行业中国联通为载荷较大的变量可以聚为一类。这样
8、初始的p例,验证市场细分中因子分析和聚类分析复合个变量将由m个公共因子取代,变量的结构得模型的有效性和实用性。以简化,维数得以降低,需要处理的数据量将大大减少。1基于因子分析和聚类分析的市然后,笔者可以计算出各个样本在每个因场细分思想子上的得分。事实上,因子得分就是各个样本在依据消费者态度进行市场细分时,对消在各个因子上的取值,这样笔者就得到了一组费者态度的数据挖掘中处理的数据常常都是高新数据,即样本为原处理样本,变量为各个公维多属性的,在处理这些数据之前,如果不对共因子,样本在变量上的取值为
