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~!