выпуск 80

Факторный анализ и сегментирование потребителей 2

( фрагмент из книги Сегментирование потребителей )

А.Г. Костерин, к.т.н. директор фирмы КонСи (8312) 441533

 root@konsi.nnov.ru

Выбор переменных для интерпретации

Теперь проинтерпретируем полученный обобщенный фактор как скрытое свойство потребителей. Этот фактор объясняет значения только группы переменных сегментирования, а не всех исходных переменных сегментирования. Значения других переменных объясняется действием других факторов. Переменные, на значения которых влияет выделенный обобщенный фактор, находятся из матрицы факторных нагрузок следующим образом.

Для изучаемого фактора в матрице факторных нагрузок рассматривается столбец. Элементы столбца содержат факторные нагрузки на переменные сегментирования изучаемого фактора. Считается, что фактор объясняет значения тех переменных, которые имеют наибольшие по модулю факторные нагрузки. Изучение семантики этих переменных позволяет аналитику понять и сформулировать семантику фактора, который аккумулирует в себе информацию о выделенных переменных.

Мы видим, что наибольшие нагрузки (отрицательные по знаку) имеют переменные "Мясо и мясные полуфабрикаты", "Рыба и рыбные полуфабрикаты", "Пельмени", а переменная "Кондитерские изделия" - имеет значительную положительную нагрузку. С "отрицательными" переменными ассоциируем положительное воздействие определяемого фактора, то есть при увеличении воздействия первого фактора его значения будут увеличиваться в отрицательном направлении. В нашем примере можно сказать, что это стремление клиентов перейти к торговли товарами из групп замороженных продуктов, которые представлены переменными "Мясо и мясные полуфабрикаты", "Рыба и рыбные полуфабрикаты", "Пельмени". Переменные с большими положительными нагрузками, но меньшими по модулю, чем отрицательные нагрузки, определим как стремление не выполнять одновременно и действие описываемое отрицательным направлением фактора. Таким образом, клиенты, покупающие в основном замороженные продукты, при этом не склонны закупать кондитерские изделия. В целом, фактор есть стремление действовать в направлениях, описываемых переменными с большими значениями  факторных нагрузок.

Аналогично первому фактору определяется второй и третий фактор. Для второго фактора его семантика опишется через переменные "Колбаса", "Пельмени", "Кондитерские изделия" и может быть объяснена как стремление торговать товарами из данных товарных групп, но не закупать при этом товары из группы "Йогурты". А третий фактор объясняется как стремление торговать товарами бакалеи, мясными продуктами и кондитерскими изделиями, что подтверждается большими значениями факторных нагрузок по этим переменным.

Таким образом, от абстрактных названий главных компонент Фактор 1, Фактор 2, Фактор 3 можно перейти к более семантически значимым названиям "Замороженные продукты (Мясо, рыба, пельмени)", "Колбаса, пельмени, конд.изд", "Бакалея, мясо, конд.изд.".

Таким образом, построение факторов для анализа исходных данных сегментирования проводится в следующей последовательности:

·      автоматическое построение матрицы факторных нагрузок;

·      определение числа важнейших факторов;

·      выделение для каждого выбранного фактора переменных со значениями факторных нагрузок больше установленного уровня (Рис. 4 - значения нагрузок выделены жирным шрифтом);

·      и, наконец, определение семантики выбранного фактора и присвоение фактору названия на основе анализа содержательного смысла выделенных переменных, у которых  факторные нагрузки имеют большие значения.

Безусловно, что аналитик формирует свое мнение о важнейших факторах и переменных сегментирования не только на основе формальных правил и вычисленных значений параметров факторной модели. Аналитик должен учитывать семантику решаемой задачи. Однако вычисленные параметры факторной модели могут быть рассмотрены аналитиком как отправная точка для построения семантической интерпретации связей между переменными сегментирования

Техника применения

Даже краткое изложение основ факторного анализа в его простейшем варианте (метод главных компонент) может создать у читателя впечатление об очень большой математической сложности этого подхода. Да, действительно, глубокое понимание аппарата факторного анализа как метода изучения многомерных наблюдений требует хорошей математической подготовки.

Однако практика показывает, что для большинства маркетинговых приложений достаточно овладеть логикой рассуждений, которых следует придерживаться при сегментировании потребителей. Применение специализированного программного обеспечения для поддержки процедур сжатия информации и выделения сегментов позволяет значительно облегчить применение факторного анализа

На практике при выделении сегментов с применением факторного анализа аналитик должен придерживаться только следующей последовательности действий, а именно:

·      определение списка переменных сегментирования;

·      построение на выбранных переменных матрицы факторных нагрузок;

·      выделение 2-х или 3-х  главных факторов;

·      определение семантики выбранных факторов (интерпретация);

·      автоматическое включение выделенных факторов в последующие этапы кластеризации с целью изучения семантики выделяемых кластеров (сегментов).

Выделенные главные факторы позволяют сжать информацию о существующих связях между изучаемыми переменными и заменить исходное множество значений переменных на значения выделенных факторов (Врезка 2).

Врезка 2 Замена исходных переменных на факторы

На Рис. 5 показан фрагмент таблицы с описанием потребителей, в которой в качестве изучаемых переменных сегментирования выбраны выделенные факторы. Здесь, в отличие от таблицы со значениями исходных свойств потребителей (Рис. 1), содержащей 7 переменных, кластеризацию потребителей надлежит провести только по 3 переменным, которые соответствуют трем выделенным главных факторам.

Рис. 5 Фрагмент таблицы со значениями трех главных факторов, вычисленных для сегментируемых потребителей

После замены исходных переменных на меньшее число главных факторов следует на них выполнить кластеризацию. Обычно в результате кластеризации можно найти плотные скопления потребителей. А далее этим выделенным кластерам следует дать интерпретации в терминах введенных главных факторов. Пример этих процедур показан на Врезке 16.

Врезка 3 Кластеризация на главных факторах и интерпретация выделенных сегментов

На Рис. 6 показаны результаты кластеризации 995 потребителей по трем главным факторам как переменным сегментирования. Этот результат можно сравнить с кластерами, которые выделены на семи исходных переменных и имеют размытые очертания (Рис. 2). Размытость кластеров объясняется тем, что ни одна из анализируемых переменных не оказала заметного влияния на построение кластеров. Кластеры, выделенные на трех главных факторах, имеют плотную структуру. При этом каждый кластер как сегмент потребителей может быть интерпретирован в терминах главных факторов. Для построения интерпретаций можно перейти и к двумерным проекциям (Рис. 7, Рис. 8, Рис. 9).

Рис. 6 Результат кластеризации по трем главным факторам

На Рис. 7 сегменты представлены в плоскости первых двух факторов. В соответствии с отрицательными нагрузками на каждый фактор придадим направлениям осей факторов следующую семантику. Фактор 1 имеет отрицательные нагрузки на переменные "Мясо", "Рыба", "Пельмени". Поэтому влияние этого фактора будет увеличиваться в отрицательном направлении горизонтальной оси. Фактор 2 имеет большие отрицательные нагрузки на переменные "Колбаса", "Пельмени", "Конд.изд", и большую положительную нагрузку на переменную "Йогурты". Поэтому этот фактор изображается вертикальной осью, которая имеет как положительное, так и отрицательное направление. Отрицательному направлению соответствует увеличение влияния фактора на переменные "Колбаса", "Пельмени", "Конд.изд", а положительному направлению соответствует переменная "Йогурты". В соответствии с заданной семантикой направления осей факторов можно сказать, что покупатели из сегмента 3 стремятся закупать замороженные продукты (мясо, рыба, пельмени) больше, чем покупатели из 1-го и 2-го сегментов. Покупатели из сегмента 2 более расположены закупать колбасные изделия, пельмени и конд.изд., чем покупатели из сегментов 1 и 3. Эти сегменты, скорее, стремятся покупать йогурты, чем колбасные изделия.

Рис. 7 Представление сегментов в пространстве двух факторов " х " и "у   "

На Рис. 8 представлено расположение сегментов в пространстве второго и третьего факторов. Так же, как и на Рис. 7, в соответствии с семантикой второго фактора, отрицательному направлению оси поставим в соответствие стремление покупать колбасу, пельмени и конд.изд., а положительному направлению оси - стремление покупать йогурты. Третий фактор имеет большие отрицательные нагрузки на переменные "Бакалея", "Мясо", "Конд.изд". Поэтому с увеличением влияния этого фактора будем связывать отрицательное направление оси. Как видно из расположения сегментов, наиболее расположены покупать продукты бакалеи покупатели 1-го сегмента. Покупатели 2-го сегмента совсем не стремятся покупать йогурты, а закупают колбасу. Покупатели же 1-го и 3-го сегмента закупают и колбасу, и йогурты, но колбасу в меньшей степени, предпочитают йогурты.

Рис. 8 Представление сегментов в пространстве двух факторов "у  " и " z  "

И наконец, рассмотрим последнюю проекцию, плоскость первого и третьего факторов. В соответствии с их семантикой, увеличение влияния этих факторов будем связывать с отрицательными направлениями их осей. Расположение сегментов показывает, что наиболее предпочитают закупать продукты бакалеи покупатели из 1-го сегмента, а наименее - покупатели из 3-го сегмента. Замороженные продукты (пельмени, мясо, рыба) покупатели из 3-го и 1-го сегментов стремятся закупать больше, чем покупатели из 2-го сегмента.

Рис. 9 Представление сегментов в пространстве двух факторов " x" и "z   "

Итак, на основе проведенного выше анализа можно сделать вывод о поведении покупателей из каждого сегментов и придать сегментам соответствующую семантику:

1-ый сегмент - предпочитает больше закупать продукты бакалеи (мясо и конд.изд.), йогурты, чем остальные сегменты. Колбасные изделия и замороженные продукты покупатели из этого сегмента предпочитают закупать в меньшей степени.

2-ой сегмент - предпочитает закупать больше колбасных изделий. Йогурты потребители из этого сегмента практически не закупают. Также, хотя и существует некоторая потребность в замороженных продуктах (пельмени, мясо, рыба) и продуктах бакалеи, но в меньшей степени, чем у других сегментов.

3-ий сегмент - в основном предпочитает закупать замороженные продукты (пельмени, мясо, рыба). Эта товарная группа занимает больший объем в его ассортименте, чем у остальных сегментов. Также этот сегмент закупает колбасные изделия и продукты бакалеи, но в меньшей степени, чем другие сегменты.

Надеемся, что эти примеры показали читателю результативность применения факторного анализа к сегментированию потребителей. Читателю необходимо обратить внимание и на то, что основные вычислительные процедуры реализуются программным инструментом "КонСи-Сегментирование и рынки" www.konsi.nnov.ru , а от аналитика требуется обдуманно следовать логике сегментирования.