一个失败的市场细分案例

介点洞察 张修文

一个成功的市场细分具有以下特点：不重复不遗漏(MECE)、够大(substantial)、可识别(Identifiable)、可触达(Accessible)、可落地(actionable)。 这是市场研究人员在学习市场细分时或pitch市场细分项目时必谈之词。

那么， 怎么检验一个细分结果是否具有以上听上去抽象的特点呢？ 这里介绍一种投射图(mapping)方法。投射图既是一种检验方法，也是市场细分一个重要但容易被忽略的产出结果。

通过两个实例说明。

图一是2015年做的一个购物者细分结果投射图。 基于潜在类别模型(LCM)细分了6个组别(clusters)， 其中一个组别占比超过62%。再看其它几个组别的命名，直接就能感受到不同组别之间的重叠。 将组别之间的内在关联投射到二维图上发现：一个巨型组别完全碾压所有其他组别；两个组别占据超过80%份额；有的象限组别拥挤，说明组间区隔力不明显，有的象限组别缺失，说明还有其他类型人群遗漏；还有的组别难以归属。显然是个失败的细分结果。

图一

图二是下一年做的一个购物者细分结果，投射分布比较理想（基于保密原因，隐去每个细分命名）。

图二

可以直观地看出：

1、 各细分组别大小有差异，但每个细分市场至少足够大到可以吸引厂家、商家投入（Substantiality）。相比：图一中四个细分市场每个只有4％-5%份额，尼基市场都难谈上，对厂家、商家没有开发价值。 另一方面，如果一个组别超过三分之二，说明这个市场需求相对单一，分化还不明显，根本没必要花大价钱做市场细分。

2、 所有细分组别具有内在关联，可以按容易理解的维度投射到二维图上，相对均衡分布各象限，。既不会出现某象限组别扎堆的现象，也不会出现某象限光板无毛现象，更不会出现组别漂游的现象。直观体现了MECE的不重复不遗漏原则。 这里的横纵坐标维度界定是重点，也是难点，需要研究人员根据组别/命名特点，结合市场趋势和自身经验综合考虑确定。 最难又繁的是维度确定之后，各细分组别的横纵坐标值计算，需要反复试错和修正达到最理想且符合市场常识、客户感知的分布－基于量化计算的客观分布，而不是基于定性判断的主观分布。这里不需要火箭知识，耐心、细心和经验更重要。

3、 细分结果能反映消费趋势。2000年中国的电商已经兴起，2008年移动互联网起航，2014年移动电商已然成为主流，追求购物便利化、体验化、个性化的需求成为年轻一代消费者的关键词，图一中的市场细分根本没有反映出这一消费趋势特征，显然不合理。图二中最左边的两个组别代表的是追求便利和注重体验的细分市场，很好地吻合了消费趋势，说明细分结果是理想的。

市场细分是市场研究领域中的一块硬骨头，方法和过程易掌握，但做出理想细分结果不容易，需要通晓各种聚类方法（K-means法、分层聚类法，潜类别聚类法等），更重要是耐心、经验和技巧。投射图检验就是一种经验和技巧。