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~!