散文精选网市场细分战略
加关注
点击“蓝字”，关注我们
刚刚过去中秋, 就迎来了国庆, 在喜气洋洋的节日气氛中, 我们来回顾一下这次讲座的精华内容吧, 就当是给大家来一顿丰富的精神大餐!
– 编者按
就像中秋节已经快要只剩下了月饼，一提到marketing所有人就会想到segmentation。就像网上一边倒地说月饼不好吃，新潮的marketers也纷纷祭出各式data driven, personalization的大旗讨伐“过气”的segmentation。就像我们可以按照对伍仁月饼的好恶来轻松完成一次对全体中国人的segmentation，也可以不费吹灰之力地对所有marketers来一次segmentation，只需要问一下他们是使用demographics, life stage还是social economic status来主导他们的segmentation。
然而，在用各种夸张组合的馅料挑战味觉想象力极限的时候，我们从来没有弄清楚过中秋节到底为什么要吃月饼。同样，在数据为王、分析技术花样百出的时代，marketers似乎也沉溺于追求更多、更“精准”、更可“预测”的数据模型而忘了为什么要做segmentation。
为什么？
为什么？
为什么？
在加拿大银行业十余年的时间，我的职业经历始终跟细分市场息息相关，大到公司宏观战略，小到对一个细分市场的具体管理。时间长了，不免会对细分市场本身的战略意义有一些思考。9月21日，有幸借助加华市场研究会的平台跟一众同行探讨了这个重要的问题——为什么要做segmentation? 以“为什么”这个问题为一把剪刀，我们去剪开那些令人眼花缭乱的数据技术、层出不穷的segmentation理论那一团乱麻，剖析各种常见方法的得失。
如果我们简单回顾一下segmentation的历史，就会发现segmentation的出现和发展始终与工业化的进程有着千丝万缕的联系。正是因为大工业生产使得产品极大丰富，为了追求利润的最大化，避免同质化的价格竞争，市场营销领域才出现了细分市场这一概念，它让营销者有了一个新的工具去深入了解潜在消费者，从中挑选更有价值的消费者群体并针对目标群体开发对路的商品、进行有针对性的营销引导。
既然是对目标人群进行引导，首先需要对目标人群进行划分。最自然而然的划分方法就是根据人口特征demographics，这也是过去几十年中最经典的细分市场方法。经典之所以能够成为经典，一定是因为行之有效。毋庸置疑，这个方法可以比较好地找出各个人群之区别于其他群体的特征。但是“特征”其实是一把双刃剑，demographics方法让我们得以了解目标群体特征的同时，也往往让我们在市场实践中过度强调差异而忽略了目标群体与其他人群之间的共性。另外，传统的基于demographics的细分市场往往局限于数据不够精准不够丰富。毕竟，不管以任何形式进行demographics的划分都会忽略掉该群体内部的差异。比如，千禧世代并不意味着每个人都沉溺于电子设备，而digital savvy的人群中也不乏高龄人士。
既然传统demographics方法不能让人满意，生活在大数据时代的市场人员自然希望有更“先进”的方法，于是我们对segment of one这种概念趋之若鹜。每个消费者都是一个单独的个体，如果数据能够让我们兼顾这个个体的特性和他与其他消费者的共性，这样的营销将会超级精准，直指人心。多么美好啊！可是，现实却永远不会那么美好。数据永远是有限的，统计结果永远不可能万无一失。而过于追求精准的数据模型一旦出现偏差，在销售人员信心、客户体验等方面往往会造成无法挽回的损失。这就造成了一个悖论，在理论上我们不断追求更加精准，而在实践层面“适度粗糙”有时候可能更好，二者之间如何平衡才能达到segmentation的目的，需要在战略、分析、执行各个部门之间不断摸索和协调。
与segment of one类似，社交媒体和数据技术的发展也带起了基于行为数据的细分市场分析。传统意义上的behavior segmentation是针对具体的购买行为来划分消费群体，而最近几年出现的新方法让我们能够在看似无关的行为之间找到联系。比如，网页浏览数据显示，关注旅行积分信用卡的人有比较高的概率会去浏览卡车、SUV网页，而青睐于现金返还信用卡的人更加喜欢小轿车。基于这样的相关性分析，市场人员可以设计汽车和信用卡之间的合作营销，或是在不同的汽车网站投放不同的信用卡广告。这样的行为数据简单直接，可是我们却无法真正理解相关性背后的原因，因此市场行为也可能被这些数据误导——毕竟网上的行为并不能完全代表消费者真实的想法。
有的公司则更进了一步，不但找到不同行为之间的相关性，更找到了相关性背后消费者思维和行为的逻辑。某公司汇集了超过半数加拿大和美国家庭购买汽车和房屋保险的申请数据，并对其进行了分析。他们的研究揭示了某些相关性，比如开某些型号汽车的人更倾向于投票给特朗普，而开另外一些车的人则更支持克林顿。更有意思的是，他们的分析还深入到了行为逻辑的层面。比如，在购买保险时多次询价但最终选择了性价比更高的保险合同而不是最便宜的保险合同，这类人往往受教育程度比较高收入比较高，因为他们的询价行为和购买决策背后有一个理性思考的过程，而这种理性思考的行为与教育程度收入程度之间就不只是简单的统计相关性，而是有内在的逻辑联系。从这个例子来看，今后的模型如果能有效利用表面的行为数据找到消费者真正内在的驱动力，这样的细分市场将会有很大的威力。
在接触过多种不同的segmentation方法之后，我最近几年建构了一套基于客户价值的细分市场模型，并且由此发展出一系列公司战略。如果我们回到最初的那个问题——为什么要做细分市场，最直接的回答就是通过细分市场来提高公司利润。那么，回归到客户价值来建构细分市场就是最简单的方法。如果我们找出哪些客户带给我们巨大商业价值，哪些客户具有巨大的潜在价值，用这个框架去思考公司战略中的许多问题，就会得到不同的结论。
有一个有趣的现象，价值最高的那些消费者常常客户满意度比较低。原因很简单，他们有钱，因此需求比较复杂，期望值也比较高。而价值比较低的那些消费者满意度也许会更高。知道了这一点，只要在做客户满意度调查的时候在调查样本上做些手脚，增加低价值消费者的比例，最终的满意度数字就会急剧提高。可是，这样做符合公司追求客户满意度的本意吗？恰恰相反，为了增加销售收入，应该在满意度调查（或者任何市场研究）中增加高价值消费者的比例，这样才能保证公司的一切资源分配都向高价值细分市场倾斜。
这一套基于客户价值的细分市场方法，可以用于传统的市场营销，比如广告创意和媒体投放都更加针对高市场价值的消费者。除此之外，这套方法还可以指导后台的运作，提高运营效率。比如，在保持一定客户服务水准的基础上，可以减少对低价值客户的服务而对高价值客户投入更多。在衡量销售业绩的时候，不但关注销售数量，更关注产品卖给了哪些客户，因为获取一个高价值客户可能比许多个低价值更能带来长远的收益。
从“为什么”出发，我们在一个多小时的时间里检讨了几种常见的segmentation方法的得失。不知道到场的诸位是否有所收获，我自己倒是从跟大家的讨论中对segmentation有了一些新的感悟。再次感谢协会提供这个机会。
本文作者: Edward Li CIBC 资深市场营销和战略总监
