市場區隔技術 — 區別分析（Discriminant Analysis）
在公司的顧客資料庫裡，誰是忠誠顧客？誰是非忠誠（或稱一般）顧客？在銀行的顧客資料庫裡，誰是良好信用者？誰又是不良信用者？這些問題的解答，可透過區別分析（Discriminant Analysis）技術來完成。
區別分析（Discriminant Analysis）是一種統計分析技術，也是多變量統計(Multivariate statistics)方法的一種，目的是根據一組自變數上的測量值，將個體或個人分類至互斥的不同組別當中。在實務上，它就是在探討單一分類性變數（如忠誠或非忠誠），對N個解釋變數（影響忠誠度與否的許多原因）之統計分析模式。也就是說，區別分析能將每位顧客，分類成忠誠顧客或非忠誠顧客，如圖1所示。
區別分析的依變數為類別變數（categorical variable），而自變數為連續變數。區別分析適用的情形，主要是依變數的每個類別都經過清楚和明確的定義，每個受試者或個體屬於其中之一，且事前就已明確了解。因此，區別分析就是以此依變數作為分類或分組的因素，並根據個體在一組自變數上的得分組合方式（稱為區別函數（discriminant function），達到將個體分類到已知的組別的目的。
換句話說，依變數中的每個類別（如忠誠或非忠誠）都被清楚定義，裡面的個體屬於哪個類別也很清楚（亦即哪位顧客是忠誠顧客或非忠誠顧客能明確區分）。區別分析的目的，在於找出有解釋力的變數，以及進行預測，這點與迴歸分析類似。同時，依照解釋量的大小，行銷研究人員可以決定要選取多少個區別函數，作為分組或分類的標準。
再進一步看，區別分析在行銷實務上的應用，在於將消費者分成已購買或未購買，並根據產品屬性、消費者偏好、消費者人口統計變數…等，發展預測模型。行銷人員即可透過模型，找出可能購買者的條件，進而發展相關行銷計畫，來接觸與滿足這群消費者。
最後，區別分析除了可以找出資料庫裡忠誠顧客和非忠誠顧客之間的差異，也可以發掘出市場上潛在購買者的樣貌，甚或是分析出會購買競爭者產品的消費者是誰，進而與自己的消費者進行比較。
區別分析在行銷研究中被廣泛地使用，尤其是對於了解用戶和非用戶之間的差異，以及識別出用戶的某些特質等方面特別有效。
作者：羅凱揚（台科大企管系博士）、蘇宇暉（台科大管研所博士候選人）
繪圖者：傅嬿珊
您可能有興趣:
現在是自主學習的最佳時刻！
TMR體恤想學習的您－線上課程全面八折起
請🔥私訊🔥購買才有折扣喔！
優惠期限到4/6(一)18:00
💪 超熱門線上課程組合方案：
1 + 2 = 5,999元(原價7,076元)
💪 單一課程8折起：
1. Python 0到1 基礎商業數據分析實戰
💥 抗疫優惠價：2,800 (原價88折)
原價：3,188
2. AI 行銷學：用 Python 機器學習創造商業新價值
💥 抗疫優惠價：3,420 (原價88折)
原價：3,888
3. 用 Python 打造自己的股票小秘書
💥 抗疫優惠價：3,770 (原價88折)
原價：4,288
4. 台科 EMBA 年年爆滿的一門 Word 課(A系列)
💥 抗疫優惠價：760 (原價8折)
原價：950
5. 台科 EMBA 年年爆滿的一門 Word 課(B+C系列)
💥 抗疫優惠價：840 (原價8折)
原價：1050
2020課程地圖：
實體課程：
精選好書：
🏆狂賀！國內第一本「股票小祕書」專書
獲天瓏書局【暢銷排行榜 — 第 ⑦ 名！！】
附上購書網址~ 國外的朋友也可以使用博客來與金石堂的通路轉運到國外哦~！
