行為細分
出自 MBA智库百科(https://wiki.mbalib.com/)
行為細分（Behavioristic segmentation）
目錄 |
行為細分是指企業按照消費者購買或使用某種產品的時機、消費者所追求的利益、使用者情況、消費者對某種產品的使用率、消費者對品牌(或商店)的忠誠程度、消費者待購階段和消費者對產品的態度等行為變數來細分消費者市場。
1.按消費者進入市場的程度，可將一種產品的消費者區分為經常購買者、初次購買者、潛在購買者等不同群體。
2.按消費數量來細分市場，可將許多產品的經常購買者進一步細分為大量用戶、中量用戶、少量用戶三個消費群體。
3.根據對品牌的偏好狀況，可將一種產品的消費者劃分為：單一品牌忠誠者、幾種品牌忠誠者、無品牌偏好者。
1.購買時機。根據消費者提出需要、購買和使用產品的不同時機，將他們劃分成不同的群體。例如，城市公車運輸公司可根據上班高峰時期和非高峰時期乘客的需求特點劃分不同的細分市場並制定不同的營銷策略；生產果珍之類清涼解暑飲料的企業，可以根據消費者在一年四季對果珍飲料口味的不同，將果珍市場消費者劃分為不同的子市場。
2.追求利益。消費者購買某種產品總是為瞭解決某類問題，滿足某種需要。然而，產品提供的利益往往並不是單一的，而是多方面的。消費者對這些利益的追求時有側重，如對購買手錶有的追求經濟實惠、價格低廉，有的追求耐用可靠和使用維修的方便，還有的則偏向於使用顯示出社會地位等不一而足。
3.使用者狀況。根據顧客是否使用和使用程度細分市場。通常可分為：經常購買者；首次購買者；潛在購買者；非購買者。大公司往往註重將潛在使用者變為實際使用者，較小的公司則註重於保持現有使用者，並設法吸引使用競爭產品的顧客轉而使用本公司產品。
4.使用數量。根據消費者使用某一產品的數量大小細分市場。通常可分為大量使用者、中度使用者和輕度使用者。大量使用者人數可能並不很多，但他們的消費量在全部消費量中占很大的比重。美國一家公司發現，美國啤酒的80%是被50%的顧客消費掉的，另外一半的顧客的消耗量只占消耗總量的12%。因此，啤酒公司寧願吸引重度飲用啤酒者，而放棄輕度飲用啤酒者，並把重度飲用啤酒者作目標市場。公司還進一步瞭解到大量喝啤酒的人多是工人，年齡在25 ～50歲之間，喜歡觀看體育節目，每天看電視的時間不少於3--5小時。很顯然，根據這些信息，企業可以大大改進其在定價、廣告傳播等方面的策略。
5.品牌忠誠程度。企業還可根據消費者對產品的忠誠程度細分市場。有些消費者經常變換品牌，另外一些消費者則在較長時期內專註於某一或少數幾個品牌。通過瞭解消費者品牌忠誠情況和品牌忠誠者與品牌轉換者的各種行為與心理特征，不僅可為企業細分市場提供一個基礎，同時也有助於企業瞭解為什麼有些消費者忠誠本企業產品，而另外一些消費者則忠誠於競爭企業的產品，從而為企業選擇目標市場提供啟示。
6.購買的準備階段。消費者對各種產品瞭解程度往往因人而異。有的消費者可能對某一產品確有需要，但並不知道該產品的存在；還有的消費者雖已知道產品的存在，但對產品的價值、穩定性等還存在疑慮；另外一些消費者則可能正在考慮購買。針對處於不同購買階段的消費群體，企業進行市場細分並採用不同的營銷策略。
7.態度。企業還可根據市場上顧客對產品的熱心程度來細分市場。不同消費者對同一產品的態度可能有很大差異，如有的很喜歡持肯定態度，有的持否定態度，還有的則處於既不肯定也不否定的無所謂態度。針對持不同態度的消費群體進行市場細分併在廣告、促銷等方面應當有所不同。
行為細分的方法（RFM方法）[1]
當客戶已經在你們公司產生了消費行為，並且你記錄了他們的消費行為，如購買時間，產品和金額，可以想象，這些信息里一定蘊含著消費者未來的消費行為預測信息以及對營銷活動反饋的規律。理論上講，我們可以通過數據挖掘來獲得裡面的規律，並預測這些客戶的行為，但是數據挖掘是對人員，技術，工具，時間要求很高的數據處理過程，投入的成本也很高。對很多公司來講，不大可行，也沒有必要。
有沒有更簡單可行的方式，可以幫助我們獲得主要的規律，來提高未來的營銷活動的效果哪？ 答案是有。這個方法就是RFM，歐美等發達國家使用多年，行之有效，投資回報非常高。
我們先用我們的經驗來理解一下基於消費行為的細分方法基本思路。如果老闆要你列出頭大客戶清單，那些客戶最有可能在未來的一年裡在你們公司購買最多產品，這樣我們可以把有限的銷售人員集中在這些客戶身上。一個最簡單（雖然可能不准確，但總比沒有好）就是把過去一年所有客戶的購買總額排個序，取出銷售總和占整個年銷售額20%的排在前面的客戶。這些客戶就是你的大客戶。這就是最簡單的RFM客戶細分的方法：按照銷售額的細分（MONEY），你也可以把銷售按照10等分，3等分等，時間跨度可以一年，一個季度，三年都可以，銷售額可以用其他的指標，如網站的發帖量，積分數量等。圖1是按照銷售額客戶分組的處理。
某數位產品的直復營銷活動的反饋率與過去消費額的關係
研究表明,客戶的購買頻率（Frequently）也與未來的消費行為有密切的關係，同樣地，上次購買時間( Recently)與現在的時間間隔也與未來的活動反饋有密切的關係。數據處理的方式是一樣的，這裡不再展開。
這樣我們就可以分別按照過去某一時段的消費金額，購買頻率和間隔時間給客戶分組，通過測試會發現，那個組對某個直復營銷營銷活動（比如直郵，電話銷售）的反饋率，或轉化率最高，正式執行活動專門挑選出高反饋的組。大家註意，多數產品或環境下，銷售額越大，購買頻率最高，或者購買時間越近的，反饋越高，但很多時候不是這樣。
再進一步，把三個維度綜合在一起，我們就給客戶分成了5x5x5=125個立體的單元（加入都是5等分），每個單元進行編號，如532，就是R的第5組，F的第3組，M的第2組。見圖3
在開展一個營銷活動前對所有的單元進行測試，並計算某個單元組的營銷投資回報, 如盈虧投資回報指數，指數越高效果越好，負數就是虧損的活動。
- ↑ 王明潭.快速提高營銷回報的客戶細分方法.
