Примером сопряженного анализа могут служить действия по одновременной оценке размеров сегмента, его

Примером сопряженного анализа могут служить действия по одновременной оценке размеров сегмента, его предпочтений и позиционирования товара. Подобные исследования обычно представляют результаты в виде карт, моделей логит-анализа, которые применяются одновременно для сегментирования и структурирования рынка. Это отражено в работах Р. Буклина и С. Гупта (Bucklin and Gupta, 1992), а также Р. Грувера и В. Шринивасана (Grover and Srinivasan, 1987). Одна из наиболее интересных разработок в этой области это покомпонентное сегментирование. Эта модель, предложенная П. Е. Грином и В. С. Де Сарбо (Green and DeSarbo, 1979), смещает акценты в сегментировании рынка на личностные характеристики (описанные набором демографических и психографических характеристик), которым будут лучше соответствовать особенности товара. В покомпонентном сегментировании исследователь заинтересован в сопоставлении параметров ценности товара и различных характеристик респондента (демографические, использование товара и т. д.). В типичном подходе сопряженного анализа разрабатывается матрица полезности. Матрица может использоваться как исходная база для описания профиля некоторых предполагаемых (априори) сегментов (например, пользователи и непользователи товара) или альтернативно для программы кластеризации, которая в итоге идентифицирует количество сегментов по искомым выгодам. В покомпонентном сегментировании одни и те же принципы помогают выбрать (товарные) стимулы и сгруппировать респондентов. Например, при изучении новой услуги страхования был выделен набор из четырех характеристик респондентов: возраст, пол, семейное положение и вид страховки, которой человек пользуется в данный момент. Далее подбираются те респонденты, которые обладают характеристиками заданного профиля. Каждый респондент опрашивается в соответствии с поставленными задачами сопряженого анализа на предмет оценки им набора характеристик гипотетического товара (услуг по страхованию). Завершив стадию сбора информации, исследователь должен сгруппировать в матрицу усредненные оценки маркетинговых стимулов отдельными группами респондентов. Эта матрица позволяет составить любое количество покомпонентных моделей сегментирования, которые выделяют индивидуальные значения каждого параметра ценности для каждого уровня характеристик товара (атрибутов) и для каждого профиля характеристик покупателей, показывая, насколько каждый параметр влияет на изменение оценки. Определив эти два набора параметров, исследователь может сделать предложения относительно развития любых возможных свойств товара для любых типов потребителей. Покомпонентное сегментирование предлагает концептуально новый подход к рыночному сегментированию, фокусируясь не только на формировании блоков сегментов, но и на сопряженном анализе рыночного сегмента для каждого существующего предложения товара, и на оценке наиболее желаемого предложения (или позиционирования) для данного сегмента. Концепция и алгоритм покомпонентного сегментирования могут быть расширены так, чтобы использовать не только два набора характеристик (атрибуты товара и характеристики респондента), а три или более, например добавляя характеристики использования товара и его распределения. Ночь пожирателей рекламы-ночь рекламы!