Presentation is loading. Please wait.

Presentation is loading. Please wait.

以洗髮精市場行銷策略為例 之生活型態區隔.

Similar presentations


Presentation on theme: "以洗髮精市場行銷策略為例 之生活型態區隔."— Presentation transcript:

1 以洗髮精市場行銷策略為例 之生活型態區隔

2 市場區隔 由於生活型態變數過於繁雜,故先運用因素分析,以縮減為少數個生活型態因素。其次,運用集群分析,根據受訪者之生活型態,將受訪者集成數個生活型態區隔。最後,再運用鑑別分析,評估生活型態區隔之穩定性。 生活型態因素 在洗髮精市場行銷策略中,共開列15個生活型態變數,用以衡量洗髮精市場之生活型態。若變數個數過多,可能增加研究之複雜度而降低實用性,故宜運用因素分析進行變數縮減。在因素分析中,必須決定生活型態因數之個數、為因素命名、進行潛伏結構分析、獲取因素分數等。

3 因數個數之決定 因素命名 因素之個數最常以Kaiser法決定,亦即以因素之特徵值是否大於1 ,來決定該因素是否予以保留。
實證結果顯示,共有五個因素之特徵值大於1。其中,第一個因素之特徵值為 ,第二個因素為 ,第三個因素為 ,第四個因素為 ,第五個因素為1.0743。至於其他十個因素,特徵值則皆小於1。 因素命名 生活型態因素之命名,須根據與該因素具顯著相關之原始生活型態變數的意義而定。 實務上,只要潛伏因素與原始變數間之相關係數大於0.4,即可認為關係顯著,構成因素命名之依據。

4 第一個生活型態因素:社交門面因素 相關係數 第二個生活型態因素:流行資訊因素 相關係數
11. 我與許多朋友有定期的聚會,從事聊天、運動、學習…等活動。 2. 假日的時候,我經常會從事逛街、看電影、看展覽…等戶外活動。 8. 我認為休閒比工作重要。 12. 我非常重視自己的外觀儀表。 13.我每天工作或上學超過八小時。 第二個生活型態因素:流行資訊因素 相關係數 1. 我喜歡閱讀報紙及雜誌,以獲得多方面的資訊。 6. 我喜歡閱讀或收聽收看報章雜誌及廣播電視上介紹之流行事物。 10. 我希望在學業上或事業上能獲得老師或主管的賞識及讚美。 3. 買東西時,我經常會細心比較價格。

5 第三個生活型態因素:獨立居家因素 相關係數 第四個生活型態因素:崇尚名牌因素 相關係數 第五個生活型態因素:政經關懷因素 相關係數
7. 我喜歡獨自完成工作,而不喜歡別人插手幫忙。 下班之後,我喜歡待在家裡與家人相處,而不願外出。 8. 我認為休閒比工作重要。 第四個生活型態因素:崇尚名牌因素 相關係數 9. 高知名度品牌的產品,通常品質也會較好。 5. 我每天必定會抽出一些時間做運動。 10. 我希望在學業上或事業上能獲得老師或主管的賞識及讚美。 第五個生活型態因素:政經關懷因素 相關係數 14. 我認為目前的兩岸關係(台灣與大陸)十分良好。 15. 我認為現在的社會,不論在經濟、治安、交通…等方面,都相 當的不穩定,足以影響到日常的生活起居。

6 社交門面因素:第一個生活型態之特質,包括與朋友定期聚會、假日從事戶外運動、重視休閒甚於工作、重視外觀儀表、有較長的工作時間等。具有這些生活型態特質的人,喜歡社交活動,並重視門面修飾,故可命名為社交門面因素。 流行資訊因素:第二個生活型態之特質,包括喜歡接觸都種類的報章媒體,吸收多方面的資訊及流行事物,希望獲得主管賞識,買東西仔細比較價格等。具有這些生活型態特質的人,對流行資訊相當敏感,故可命名為流行資訊因素。 獨立居家因素:第三個生活型態之特質,包括獨立自主的性格,以及喜歡家居生活,並認為休閒比工作重要。具有這些生活型態特質的人,較為獨立且喜歡待在家中,故可命名為獨立居家因素。 崇尚名牌因素:第四個生活型態因素之特質,包括相信高知名度代表高品質、不喜歡從事運動、希望獲得上級賞識等。具有這些生活型態特質的人,比較崇尚名牌,故可命名為崇尚名牌因素。 政經樂觀因素:第五個生活型態之特質,包括認為兩岸關係良好,不必憂慮經濟、治安、交通…等情況。具有這些生活型態特質的人,比較關心政經情勢,並抱持樂觀的態度,故可命名為政經樂觀因素。 這五個生活型態因素,是構建生活型態區隔之重要依據。藉由集群分析,即可將眾多的受訪者區分成數個群,若以生活型態變數為集群之準則變數,則可構建生活型態區隔。

7 生活型態區隔 準則變數為五個生活型態因素,亦即因素分析之結果。 集群分析中,必須先決定區隔個數,再將受訪者分入適當的區隔中。
依照各區隔在生活型態因素上之表現,進行區隔命名,方能瞭解不同區隔之生活型態特質。

8 決定區隔個數 群別之個數通常以立方集群準則(CCC,Cubic Clustering Criterion)決定之。
CCC集群準則係以最大CCC統計量所應對之集群數,為最適集群數。 就行銷市場區隔而言,集群數大多介於4群至9群之間,太少或大多皆不適當。 CCC統計量之實證結果,表中包括將受訪者集成4群、5群、…9群等所對應之CCC統計量。各群數之CCC統計量以8群(-6.993)為最大,顧生活型態區隔之個數將設定為八個。 集群數 4 5 6 7 8 9 CCC -7.335 -8.817 -9.404 -6.993 -7.048 立方集群準則認為最大CCC值對應之群數是相對最適群數

9 區隔命名 生活型態區隔之命名,決定於各個區隔在五個生活型態因素上之表現。 均值特別高者,以星號(*)標示,對應之區隔命名。
如下圖,生活型態集群表。

10 群別 社交門面 因素 流行資訊 獨立居家 崇尚名牌 政經樂觀 群別一: 享樂主義型 * 6.4022 * * 群別二: 積極向上型 * 1.1327 * 群別三: 資訊掌握型 6.7985 * * 6.4936 * 群別四: 品味居家型 0.8153 * * 7.4993 群別五: 追求流行型 * * 1.7239 群別六: 天真樂觀型 0.0020 1.4064 3.5000 * * 群別七: 名牌炫耀型 * 4.4444 8.8291 * 2.9495 群別八: 漠不關心型 0.1380 0.0002 2.5316

11 享樂主義型:第一個生活型態之特質,包括社交門面因素、獨立居家因素、政經樂觀因素。此一區隔之受訪者,與朋友有定期的聚會,假日會從事戶外活動,平日則喜歡家居生活。他們認為休閒比工作重要,重視自己外觀儀表,且具有獨立自主之性格,故可命名為享樂主義型。 積極向上型:第二個生活型態區隔之特質,包括流行資訊因素與崇尚名牌因素。此一區隔之受訪者,喜歡接觸多種類的報章媒體,以吸收多方面的資訊及流行事物。他們在工作上或學業上,希望獲得主管賞識及讚美,在買東西時,相信高知名度代表高品質,故可命名為積極向上型。 資訊掌握型:第三個生活型態之特質,包括流行資訊因素、獨立居家因素、政經樂觀因素等。此一區隔之受訪者,同樣喜歡接觸多種類的報章媒體,以吸收多方面的資訊及流行事物。他們較為獨立且喜歡家居生活,在工作上希望獲得主管賞識,並關心政經情勢且抱持樂觀的態度,故可命名為資訊掌握型。 品味居家型:第四個生活型態之特質,包括獨立居家因素與崇尚名牌因素。此一區隔之受訪者,擁有獨立自主的性格,喜歡家居生活,並認為休閒比工作重要。他們認為高知名度代表高品質,比較崇尚名牌,故可命名為品味居家型。

12 追求流行型:第五個生活型態之特質,包括社交門面因素及流行資訊因素。此一區隔之受訪者,與朋友有定期的聚會,假日從事戶外運動,重視休閒甚於工作。他們重視自己的外觀儀表,並喜歡接觸多種類的報章媒體,以吸收多方面的資訊及流行事物,故可命名為追求流行型。 天真樂觀型:第六個生活型態之特質,包括崇尚名牌因素及政經樂觀因素。此一區隔之受訪者,相信高知名度代表高品質,並認為兩岸關係良好,不必憂慮經濟、政治、交通…等情況。具有這些生活型態特質的人,可命名為天真樂觀型。 名牌炫耀型:第七個生活型態之特質,包括社交門面因素及崇尚名牌因素。此一區隔之受訪者,會與朋友定期聚會,假日時從事戶外運動,重視休閒甚於工作。他們重視自己的外觀儀表,並相信高知名度代表高品質,故可命名為名牌炫耀型。 漠不關心型:第八個生活型態區隔,社交門面因素、流行資訊因素、獨立居家因素、崇尚名牌因素、政經樂觀因素等五個因素上之因素分數均值皆很低。因此,將此一區隔命名為漠不關心型。 經由集群分析,可將受訪者區分以上八個區隔,不同區隔皆有不同的生活型態特質。在完成生活型態集群之後,可再運用鑑別分析,檢定區隔之穩定性。

13 區隔穩定性 將受訪者分成數個生活型態區隔之後,可運用鑑別分析,確定生活型態區隔之穩定性。
模式整體配適度符合要求,而根據生活型態因素,可以鑑別受訪者所屬之生活型態區隔。 此一檢定結果來自鑑別函數之檢定值及擊中率 由於P值=0.0001小於顯著水準0.05 ,而樣本擊中率又高達91.71%,故可宣稱生活型態之鑑別函數成立,亦即區隔具有足夠的穩定性。 檢定內容 檢定統計量 鑑別函數之顯著性 Willks’ Lambda = F= P=0.0001 鑑別函數之預測能力 樣本擊中率 = = 92.71%

14 總結 市場區隔之形成,係根據社交門面、流行資訊、獨立居家、崇尚名牌、政經樂觀等五個生活型態因素。
根據這些因素,可將受訪者集成八個生活型態區隔,分別為享樂主義型、積極向上型、資訊掌握型、品味居家型、追求流行型、天真樂觀型、名牌炫耀型、漠不關心型等。 由於擊中率高達92.71% ,故生活型態區隔有足夠之穩定性。


Download ppt "以洗髮精市場行銷策略為例 之生活型態區隔."

Similar presentations


Ads by Google