Vai alla Home Page About me Courseware Federica Living Library Federica Federica Podstudio Virtual Campus 3D La Corte in Rete
 
Il Corso Le lezioni del Corso La Cattedra
 
Materiali di approfondimento Risorse Web Il Podcast di questa lezione

Simona Balbi » 6.La segmentazione del mercato I


Obiettivo

Segmentazione del mercato => Individuazione del mercato obiettivo => Posizionamento sul mercato

La segmentazione guida la selezione del mercato obiettivo e rappresenta la base operativa delle iniziative di posizionamento e, quindi, alla definizione di specifiche strategie di mercato.

Fasi operative

La segmentazione da un punto di vista operativo si articola in tre fasi principali:

  1. definizione del problema e selezione della procedura di segmentazione
  2. messa a punto del programma di indagine sul campo
  3. elaborazioni, interpretazione ed impiego dei risultati

Definizione di segmentazione

Suddivisione del mercato in gruppi omogenei e distinti di consumatori che richiedono specifici prodotti e verso cui indirizzare politiche di vendita specifiche.

Requisiti

  • Uniformità di risposta
  • Profittabilità
  • Accessibilità

Definizione del concetto di segmentazione del mercato

Ogni azienda deve essere in grado di valutare caratteristiche, comportamenti e bisogni dei potenziali clienti per poter adottare strategie commerciali specifiche. È necessario pertanto la suddivisione (segmentazione) del mercato in gruppi di consumatori omogenei al loro interno ed eterogenei tra loro che richiedono specifici prodotti e verso cui indirizzare politiche di vendita specifiche.

Adottare una strategia di segmentazione significa quindi riconoscere esplicitamente l’esistenza di elementi di eterogeneità entro un mercato individuando i segmenti maggiormente raggiungibili attraverso specifiche strategie.

Il processo di segmentazione prevede alcune fasi fondamentali:

  1. definizione delle variabili in base alle quali identificare i diversi segmenti
  2. individuazione della dimensione e dell’importanza dei segmenti
  3. verifica di altre offerte o servizi presenti sul territorio che già coprano i bisogni rilevati
  4. individuazione di eventuali similarità tra diversi segmenti che possono essere oggetto della stessa strategia operativa

Le variabili della segmentazione

Le variabili significative possono essere molteplici ed utilizzate in maniera integrata:

  • Segmentazione geografica: i destinatari vengono divisi secondo la zona geografica di appartenenza, la densità di popolazione, la dimensione del centro urbano, il regime climatico, ecc
  • Segmentazione socio-demografica: i destinatari vengono divisi in base a variabili demografiche come età, genere, dimensione della famiglia, fase del ciclo di vita, livello di reddito, tipo di occupazione, grado di istruzione, religione, ecc..
  • Segmentazione psicografica: i destinatari vengono divisi in base allo stile di vita, allo status dell’utente o alle caratteristiche della personalità
  • Segmentazione in base al comportamento di fruizione: i destinatari vengono divisi in base alla frequenza di utilizzo del prodotto/servizio, al quantitativo medio fruito, alla fedeltà verso l’ente erogatore, alla consapevolezza del valore del prodotto/servizio fruito, all’atteggiamento verso il prodotto/servizio, ecc.
  • Segmentazione in base ai benefici ricercati: i destinatari vengono divisi in base ai vantaggi ricercati dagli utenti nell’utilizzo di un certo prodotto/servizio

Le caratteristiche dei segmenti

Affinché la segmentazione sia utile, i segmenti delineati secondo i criteri sopra descritti devono possedere quattro caratteristiche:

  • Misurabilità: questa caratteristica permette di determinare il ”volume” del segmento, cioè il numero di individui che ne fanno parte
  • Accessibilità: indica la possibilità, per l’ente, di raggiungere gli elementi del segmento
  • Consistenza: indica la necessità per il segmento di avere un’ampiezza tale da giustificare il ricorso a strategie differenziate
  • Fattibilità: indica il grado in cui è possibile per l’ente impostare efficaci azioni/interventi per il raggiungimento dei segmenti di pubblici individuati

Modelli di segmentazione

Per la selezione della procedura di segmentazione le soluzioni alternative a disposizione sono rappresentate dal ricorso ad un modello di segmentazione:

  • a priori
  • a posteriori
  • flessibile

È necessario chiarire che le variabili a disposizione possono assumere il ruolo di basi se generano direttamente il processo di classificazione in gruppi delle unità statistiche in osservazione, o a quello di descrittori se entrano in gioco solo nella fase di interpretazione dei profili dei segmenti. Comunque la selezione delle basi di segmentazione più idonee è vincolata alle specifiche decisioni che il management intende o deve adottare.

La segmentazione a priori

Il collettivo è partizionato in gruppi, secondo le modalità presentate da una variabile nota a priori. L’esempio tipico è quello di una segmentazione geografica, o rispetto ad una variabile che, ad esempio, definisce il grado o meno di fedeltà alla marca, o l’intensità del consumo.

Il collettivo è partizionato in gruppi, secondo le modalità presentate da una variabile nota a priori. L’esempio tipico è quello di una segmentazione geografica, o rispetto ad una variabile che, ad esempio, definisce il grado o meno di fedeltà alla marca, o l’intensità del consumo.

L’attività di segmentazione si riduce in questo caso ad una semplice classificazione delle unità statistiche in classi preventivamente definite, sia per numero che per tipologia.

Per individuare i descrittori dei profili dei segmenti si ricorre abitualmente a tecniche statistiche di segmentazione binaria o multipla (ad esempio AID o CHAID).

I metodi statistici per la segmentazione a priori

La linea di separazione fra i segmenti di mercato è definita a priori, sulla base dei valori assunti da una variabile criterio, che a seconda dei metodi può essere qualitativa, o quantitativa, di regola relativa all’essere, o meno, un cliente, oppure l’intensità di acquisto di un bene, ecc.

In genere, la linea di demarcazione è labile ed arbitraria (consumatori deboli/forti).

Si procede, quindi, alla identificazioni delle variabili esplicative dei comportamenti dei consumatori, spesso di tipo demografico e socioeconomico.

L’analisi di segmentazione permette di esaminare le relazioni tra variabili attraverso la suddivisione progressiva del collettivo in gruppi via via più omogenei al loro interno rispetto alla variabile dipendente.
Il risultato è di regola rappresentato attraverso una rappresentazione ad albero.

Segmentazione binaria o multipla

L’analisi di segmentazione permette di esaminare le relazioni tra variabili attraverso la suddivisione progressiva del collettivo in gruppi via via più omogenei al loro interno rispetto alla variabile dipendente. L’insieme delle n unità è suddiviso in due o più sottoinsiemi, definiti dalle modalità di una delle variabili esplicative.

Ad ogni passo del percorso di suddivisione corrispondono nel diagramma due (s. binaria, es. AID, CART) o più (s. multipla, es. CHAID) rettangoli (nodi) che rappresentano i gruppi di unità che si formano a quello stadio del processo. Le condizioni che hanno determinato le suddivisioni si ritrovano risalendo lungo i rami, mentre i nodi terminali sono denominati foglie.

Le variabili esplicative di qualsiasi natura siano sono trasformate in variabili categoriche (scala nominale o ordinale), con un numero ragionevole di modalità. La segmentazione migliore (a questo e ad ogni passo successivo) è individuata sulla base di una regola di ottimalità che tiene conto della omogeneità entro e della eterogeneità tra i sottoinsiemi per la variabile criterio.

Ciascun gruppo formato ad uno stadio può essere ulteriormente suddiviso in uno stadio successivo fino a quando il termine è raggiunto all’interno di una regola di arresto.

Albero di segmentazione con l’algoritmo CHAID

Albero di segmentazione con l'algoritmo CHAID


I metodi statistici per la segmentazione a priori

Principali tecniche di segmentazione statistica

La linea di separazione fra i segmenti di mercato è definita a priori, sulla base dei valori assunti da una variabile criterio, che a seconda dei metodi può essere qualitativa, o quantitativa, di regola relativa all’essere, o meno, un cliente, oppure l’intensità di acquisto di un bene, ecc.

In genere, la linea di demarcazione è labile ed arbitrario (consumatori deboli/forti).

Si procede, quindi, alla identificazioni delle variabili esplicative dei comportamenti dei consumatori, spesso di tipo demografico e socioeconomico.

Il risultato è di regola rappresentato attraverso una rappresentazione ad albero.

Le principali tecniche statistiche: segmentazione binaria o multipla

Principali algoritmi: AID, CHAID, CART, SYMBOLIC MARKING, CP4

Risultati: gruppi definiti esplicitamente in termini di combinazioni delle modalità o dei livelli di variabili esplicative o concomitanti rispetto a quella dipendente fissata come criterio.

N.B. Analogia con i modelli di regressione lineare: Y variabile dipendente; X1 , … , Xp variabili esplicative (predittori)

L’analisi di segmentazione permette di esaminare le relazioni tra variabili attraverso la suddivisione progressiva del collettivo in gruppi via via più omogenei al loro interno rispetto alla variabile dipendente.

Cenni ai principali algoritmi

L’insieme delle n unità è suddiviso in due o più sottoinsiemi, definiti dalle modalità di una delle variabili esplicative.

La segmentazione migliore (a questo e ad ogni passo successivo) è individuata sulla base di una regola di ottimalità che tiene conto della omogeneità entro e della eterogeneità tra i sottoinsiemi per la variabile criterio.

Ciascun gruppo formato ad uno stadio può essere ulteriormente suddiviso in uno stadio successivo fino a quando il termine è raggiunto all’interno di una regola di arresto.

L’albero di segmentazione

Ad ogni passo del percorso di suddivisione corrispondono nel diagramma due (s. binaria, es. AID, CART) o più (s. multipla, es. CHAID) rettangoli (nodi) che rappresentano i gruppi di unità che si formano a quello stadio del processo.

Le condizioni che hanno determinato le suddivisioni si ritrovano risalendo lungo i rami, mentre i nodi terminali sono denominati foglie.

Le variabili esplicative di qualsiasi natura siano sono trasformate in variabili categoriche (scala nominale o ordinale), con un numero ragionevole di modalità.

Un esempio sull’efficacia del direct marketing (BT&T)

Un’azienda contatta i propri clienti con una lettera proponendo alle famiglie di un centro urbano di sottoscrivere un abbonamento annuale ad una rivista.

Costituisce così una base di dati di 81.040 famiglie classificate rispetto alla sottoscrizione dell’abbonamento (1=SI; 2=NO).

Questa è la variabile criterio. Le variabili esplicative sono: sesso del capofamiglia (M/F); età del capofamiglia (7 classi); dimensione familiare (da 1 a 5 =5 o più); occupazione del capofamiglia (I=impiegato; O=operaio; A=altro).

E’ solo una piccola quota che ha sottoscritto, ma l’aziende vuole conoscere il profilo di queste famiglie, applicando la tecnica CHAID di segmentazione multipla.

Esempio di albero di segmentazione multipla (CHAID)

  1. Famiglia di una persona 1,09%
  2. Famiglia di 2-3 persone con capofamiglia impiegato 2,39%
  3. Famiglia di 2-3 persone con capofamiglia non impiegato 1,42%
  4. Famiglia di 4 o 5 persone o più 1,92%
  5. Famiglia con numero di componenti sconosciuto e capofamiglia maschio 0,81%
  6. Famiglia con numero di componenti sconosciuto e capofamiglia femmina 1,08%
Albero di segmentazione con l’algoritmo CHAID

Albero di segmentazione con l'algoritmo CHAID


  • Contenuti protetti da Creative Commons
  • Feed RSS
  • Condividi su FriendFeed
  • Condividi su Facebook
  • Segnala su Twitter
  • Condividi su LinkedIn
Progetto "Campus Virtuale" dell'Università degli Studi di Napoli Federico II, realizzato con il cofinanziamento dell'Unione europea. Asse V - Società dell'informazione - Obiettivo Operativo 5.1 e-Government ed e-Inclusion

Fatal error: Call to undefined function federicaDebug() in /usr/local/apache/htdocs/html/footer.php on line 93