● пару 2—4;
● отдельно элемент 5[19].
Возможность того, что тройка 2—4—5 окажется перспективной, мала. Если выбрана мера квадратичного евклидова расстояния и используется метод дальнего соседа, то оказывается, что уровень, когда можно рассматривать тройку 2—4—5 составляет 25% от максимального расстояния между кластерами.
Рис. 7, в показывает ситуацию, когда элементы 1 и 3 расположены рядом, элемент 2 близок к элементу 4, но элемент 5 расположен далеко от всех других. Таким образом, видны три кластера. Рассматриваются:
● пара 1—3;
● пара 2—4;
● отдельно элемент 5.
Наконец, рис. 9, г не показывает наличия компактных групп.
Можно рассматривать
● пару 1—3, если расстояние между объектами менее 25% от максимального;
● в случае успеха и если расстояние между кластером 1—3 и элементом 2 не превышает 25% максимального – тройку 1—3—2, и т. д.;
● оставшиеся элементы – отдельно.
Из рис. Рис. 7 видно, что респонденты 4 и 5 схожи. Они принимаются за основу сегмента. Остальные элементы рассматриваются отдельно, так как расстояния от них до других элементов больше 25% от максимального.
3.4.3. Сегментирование на основе результатов кластерного анализа проводится по табл. Таблица 10, отражающей взвешенную неудовлетворенность. Следует пометить кластеры, выделенные в качестве основы сегментов, и рассмотреть ответы респондентов из одного кластера более детально. В рамках данного проекта не нужно проводить полное сегментирование, достаточно лишь выбрать сегмент, для которого будет проведена разработка товара.
· Если респонденты одного кластера схожи в своей высокой удовлетворенности существующим товаром, то они образуют сегмент наших сторонников. Лучше пока оставить для них существующий товар.
· Если респонденты сильно не удовлетворены почти всеми характеристиками товара, то их тоже лучше пока не рассматривать, так как сделать их лояльными к нашему товару будет непросто.
· Если в выделенном кластере выделяется одна-две характеристики, которые не нравятся респондентам, а другие характеристики оцениваются неплохо, то это хороший сегмент для дальнейшей работы. Постарайтесь найти кластер последнего типа, взять его за основу сегмента и изменять товар таким образом, чтобы он стал более привлекательным только для этого сегмента.
· Если это не удается сделать, выберите сегмент по кластеру, состоящему из потребителей, не удовлетворенных несколькими параметрами, и выделите две-три характеристики, которые можно изменить легче других.
· Наконец, если в таблице взвешенной неудовлетворенности все значения малы (то есть все респонденты практически всем довольны), то Вам придется самостоятельно генерировать идею нового товара.
Обратившись к табл. Таблица 10, можно увидеть, что респонденты 4 и 5, образующие кластер, не удовлетворены внешним видом товара.
А вот респондента 1 внешний вид устраивает полностью. Это – типичная ситуация.
Другие же характеристики не показывают связи с выделенными сегментами. Таким образом, на основе кластеризации можно сделать вывод о необходимости улучшения внешнего вида, что повысит удовлетворенность нескольких респондентов.
Обычно выделяется несколько вариантов возможных улучшений. Для выбора варианта можно воспользоваться следующими простыми критериями.
1. Максимум улучшений. Допустим, что, взявшись за улучшение некоторой характеристики товара, мы полностью удовлетворим выбранный сегмент, то есть неудовлетворенность станет равной нулю. Определяется, на сколько баллов снизится взвешенная неудовлетворенность в сегменте. Например, изменив внешний вид, для опрошенных в качестве примера респондентов, мы уберем 15 баллов неудовлетворенности респондента 4 и 20 – респондента 5. Суммарное повышение удовлетворенности составит 35 баллов.
2. Минимум оставшейся неудовлетворенности. Неудовлетворенность респондента 4 составит после улучшений внешнего вида 14, а респондента 5 – 13, в среднем 13,5. Если же изменить удобство использования, чтобы удовлетворить респондента 2, то его неудовлетворенность останется равной 17, что хуже.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.