由於資訊科技與網際網路的蓬勃發展,相較於過去行銷人員常只能搜集到銷售結果資料,現今網際網路的成熟環境與完整的資料記錄更能深入了解顧客瀏覽點閱的搜尋行為。而這些資料的產生相較於以往也呈現大幅度的成長。在電腦硬體的進步下,我們已經有能力儲存這些大量的資料,但這些關於購買決策過程的資料在未經處理與分析的情況下,決策者往往不能有效的瞭解其所隱含的資訊。
本研究以某 3C 零售連鎖商店作為實證研究對象,並認為消費者對於產品的需求或接受度,事實上已反映在其過去對於產品的消費選擇與搜尋行為當中,若搜尋行為與過去消費紀錄中存在著某種關係能協助企業找出最適合消費者需求之網路行銷資訊,應能有效提升網路行銷回應率,對於行銷決策應有莫大的助益。因此運用上述觀念提出整合資料分析技術的會員分群模式替 S 公司的網路行銷活動進行會員分群以作為網路行銷區隔,改善現有的行銷溝通並深具實務運用的價值。
過去區隔目標顧客之研究中,經常以人口統計區隔化、地理性區隔化或社會經濟區隔市場,但是協助實體兼點選(brick-and-click)之企業進行網路行銷顧客購買基礎行為的區隔,卻未有適合的分群模式。本研究主要以顧客行為區隔作為研究重心,利用購買者對網路的使用及反應為基礎,先以主成分分析萃取出行為變數,再運用兩階段分群法區分成不同的群體,透過本研究所提出之探索性分群模式,將會員集成數個群內同質、群間異質之生活型態群,亦即是一種自然形成的市場區隔,協助企業找出在網路上經營哪些特定產品,區隔產品;亦或是協助實體兼點選之企業區隔會員、區隔網站服務使用權限,而不再漫無目的在網路上經營商品與會員,採取適當的網路行銷溝通決策。
|