市場區隔技術 — 因素分析（Factor Analysis）
行銷人和學界在製作和收回消費者填答行銷研究的問卷時，對於動輒數十題的題項，往往會產生一種困擾，認為究竟有沒有一種方式，可以用比較少的構面（或稱變數），來代表這些眾多的題項，因為題項太多，最後很容易讓解答太過發散？
事實上，因素分析（Factor Analysis）就是這樣的一種工具。
因素分析法是由英國心理學家查爾斯‧斯皮爾曼（Charles Spearman）於1904年所發明，他並將此技術應用於智力相關的研究。因素分析可以抽離出各變數背後存在的共同概念（亦稱「共同因素（common factor）」）。因素分析能從N個可觀察的變數中，萃取出M個不可觀察的潛在因素的統計方法，其中M<N。
斯皮爾曼之所以會有這樣的想法，在於他發現到學生的各科成績之間，往往存在著一定的相關性。因為其中一科（例如數學）成績好的學生，往往其他各科成績（物理、化學）也比較好，從而推想是否存在著某些潛在的共同因素，或者一般智力條件也會影響學生的學習成績。而因素分析可在許多變數中找出隱藏、且具有代表性的因素，將本質相同的變數歸類成一個因素，藉此減少變數的數目。
在市場區隔的應用裡，行銷研究人員常以生活型態變數作為市場區隔的基礎。關於生活型態，芝加哥大學教授韋爾斯（Wells）與提格特（Tigert）（1971）認為，可藉由人們參與的活動（activities）、對事物的興趣（interest），以及對事情的意見（opinion）來定義出生活型態。
另一位學者布魯默（Plummer）則以此為基礎，再加上人口統計變數，於1974年提出生活型態量表：活動、興趣、意見、人口統計變數，稱為AIO量表，如表1所示。
資料來源：Plummer, Joseph (1974) “The Concept and Application of Life Style Segmentation,” Journal of Marketing, Vol. 38, №1 (Jan., 1974), pp. 33–37
AIO量表提供行銷研究人員對消費者進行調查的基礎，以建構出消費者不同的生活型態，進而推論出消費者可能的消費行為，以進行市場區隔。
布魯默認為，以生活型態進行市場區隔，可以重新定義目標市場，並對市場結構提出新觀點，也可以協助行銷人員解釋市場區隔裡的消費者，在某些情境下對產品、品牌反應的可能原因；生活型態也可以協助發展新產品，協助產品進行定位；同時，生活型態有助於廣告與溝通；生活型態更有助於整合性型行銷與媒體策略的發展。
由於時代不斷變遷，要捕捉消費者的新生活型態往往沒有想像的簡單，因此在行銷實務上，AIO量表可以提供行銷研究人員製作既有生活型態量表的依據。行銷研究人員在發展自己的量表時，可先參考過去學者在該產業所進行的生活型態研究，同時就教於業界的專家，以發展出原始的量表。接著，再透過信效度的測量，發展出最終的量表。之後，再對研究樣本進行問卷的發放，並透過因素分析法，從不同題項中，萃取出新的生活型態主要因素。
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:
全台最多商務應用的Python基礎課程：
2020課程地圖：
AI行銷學講座：
實體課程：
線上課程：
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~！
