处理 SSI 文件时出错
处理 SSI 文件时出错
  管理营销首页| 行业观察 | 智慧宝库 | 专家在线 | 理论家 | 教程


日产公司价值定位成功的两大原因
来源:烟草在线据《牛津管理评论》报道 作者:陈永东、刘艳红 更新日期:2007-5-15
  烟草在线据《牛津管理评论》报道  市场细分中,由于市场聚类能解决实际问题,所以越来越受人们青睐。

  日产G20从挫折中崛起

  1990年4月,日产公司向全球推出了最新产品“无限G20”,为既有的无限系列车增添了第三种车型。G20采用四缸发动机,拥有140马力的功率,属于普通跑车。然而,市场的最初反应却令人失望。经调查:日产公司意识到根本原因,在于面对消费者心目中已经形成品牌优势的同类汽车,G20丝毫没有让人感知到它的不同。

  日产公司管理者决定改变策略:1 。 通过市场细分先明确谁是自己的顾客;2 。 确定自己所选择的细分市场顾客心目中对产品的期待,以及竞争对手在消费者心目中的价值定位;3 。 最后确定自己的产品价值定位。

  通过调查,日产发现:无限车的目标顾客为25~35岁、年收入在5~10万美元之间的消费者。在此基础上,确定了这一细分市场的顾客对产品所看重的价值属性、该细分市场的主要竞争对手、竞争对手对产品在该细分市场顾客心目中的价值定位。

  此后,日产公司设计了与竞争对手差异化的价值定位,最终获得了产品成功。

  而在这个成功的背后,显然有两个重要原因:一是市场细分,二是市场聚类。

  把握市场细分

  从市场营销的角度讲,购买者成千上万,分布广泛,购买习惯和需求千差万别。任何规模的企业都不可能满足所有购买者互相差异的整体需求。因此,一个企业要想在市场竞争中求得生存和发展,都应当也只能为自己规定出一定的市场范围和目标。

  美国市场营销学家温德尔?斯密1956年就提出了“市场细分”的概念。它是指企业通过市场调研,依据消费者的需求和欲望、购买行为和购买习惯等方面的明显差异性,把某一产品的市场整体划分为若干消费者群的市场分类过程。

  市场细分主要分为五个阶段。第一阶段:根据顾客的需求、欲望和寻求的利益,以及希望解决的问题等需求变量进行市场细分;第二阶段:描述所定出的细分市场;第三阶段:依据各细分市场的需求概率、提供服务的成本(如分销成本)、产品的生产和差异化成本以及公司核心竞争力与目标市场机会之间的匹配程度等变量,评价各细分市场的吸引力;第四阶段:根据细分市场的利润潜力、与公司战略的匹配程度,选择一个或多个目标细分市场;第五阶段:确定产品和服务的定位原则,使之吸引目标顾客并增强公司的良好形象。

  把握市场聚类

  市场细分并非一项简单且轻易可以完成的工作。事实证明:没有找准市场切入点或没有真正掌握市场细分精髓从而导致企业决策失误的例子,比比皆是。为了更好地运用这一理念,企业决策者有必要寻找一种科学规范的方式来做事情。

  作为一种细分市场的定量分析工具,聚类分析已经越来越受到营销决策者的青睐。聚类分析是将个体或对象分类,使得同一类中对象之间的相似性比其他类中对象的相似性更强,目的在于使同类对象的同质性最大化,使不同类对象的异质性也最大化。

  用聚类分析法细分市场,首先要界定衡量所有个体(个人、家庭或决策单位等)之间相似性(或不相似性)的衡量尺度;其次要寻找一种方法,能将每个个体分配给每个细分市场,其中最常用的有系统聚类法、糊聚类法、K—均值聚类法和有序样品聚类法。

  仍以日产公司为例。通过调查,公司首先确定无限车的目标顾客大约为25~35岁之间、收入在5~10万美元之间的人群以及该人群可能会关注的价值属性;然后,调查了该人群对每一款车在所确定的属性水平上的认知;最后根据消费者对市场上现有车型的各种评价打分来区别,哪些车是与G20同属一类,也就是它们共同构成一个同质化的细分市场,从而成为G20的竞争对手;而哪些车是属于与G20差别很大的另一类,它们不是G20的竞争对手。调查结果见表:

  在本案例中,聚类分析是样品聚类分析,引入的变量有“引人注目”、“噪音小”、“宽敞”、“大众”、“经济”、“前卫”。聚类方法采用了类平均法中的组间联结法,即计算距离时只考虑两类样品之间距离的平均值。而测度则采用了欧氏距离。

  根据调查结果,以上九个样品显然可分为三类,而奥迪90、本田序曲、宝马318i,就是无限G20车的竞争对手,都属于豪华、舒适、价格高昂型的车。而其他款式则是其替代品。

  聚类分析应注意的问题

  一般来讲,根据聚类分析方法将市场细分后,就可以将细分的结果与实际结合起来,进行目标市场选择和市场定位决策。然而,运用这种定量分析方法,因为实际情况的复杂性,仍需要我们注意这样一些问题:

  1 。 应保留多少个组?

  这个问题在统计学上还没有一个统一的答案。在实际运用中,需要决策者将聚类分析的结果结合以往经验,再根据进行聚类分析后要达到的管理目的来确定组的数。但是,组的个数的不确定性,很大程度上就会影响结果的不确定。由于没有统一的结果,这或多或少就增加了决策的复杂性。

  2 。 分组是否合理?

  从特定个体样本中得到的组能在多大程度上代表该取样框架呢?目前还没有统计方法或数学方法能用来判断组的好坏,这需要根据问题的背景对结果做出判断。此外还要考虑:每组中的基变量均值在直观上是否合理?这依实际情况,其结果也不确定。因此,有时会因为分组的不合理导致决策失误。

  3 。 是否根本无法分组?

  此种可能也是不容忽视的。如果只有几个基变量能区分各个个体,那么就很有可能在市场上不存在能明确区分开的细分市场。此时,如果照搬聚类分析法来细分市场,完全有可能得出错误的结论。而这样的理论指导对决策显然是不利的。

  总之,聚类分析方法还是比较粗糙的分类方法,但由于它能解决实际问题,所以备受人们青睐。从日产公司G20款车案例就表明,聚类分析方法有巨大的实用价值。

相关新闻
 · 最成功的激励模式
 · 迪斯尼成功的秘诀
 · 打向成功的电话
 · 万科成功再解析——母子公司管控
 · 沟通,伴你走向成功
处理 SSI 文件时出错