Геодемографическая сегментация

В маркетинге , геодемографическая сегментация представляет собой многомерный статистический метод классификации для обнаружения ли индивидуумы падения населения в различные группы, делая количественные сравнения нескольких характеристик с предположением о том , что различия в какой - либо группе должны быть меньше , чем различия между группами.

Принципы [ править ]

Геодемографическая сегментация основана на двух простых принципах:

• Люди, живущие в одном районе, с большей вероятностью будут иметь схожие характеристики, чем два человека, выбранных наугад.
• Окрестности можно разделить на категории с точки зрения характеристик населения, которое они содержат. Любые два квартала могут быть отнесены к одной и той же категории, т. Е. В них проживают люди одного типа, даже если они сильно разнесены.

Алгоритмы кластеризации [ править ]

Использование разных алгоритмов приводит к разным результатам, но не существует единого наилучшего подхода для выбора лучшего алгоритма, так же как ни один алгоритм не предлагает никаких теоретических доказательств своей достоверности. ^[1] Одним из наиболее часто используемых методов геодемографической сегментации является широко известный алгоритм кластеризации k-средних . Фактически, большинство современных коммерческих геодемографических систем основано на алгоритме k-средних. Тем не менее, методы кластеризации, исходящие от искусственных нейронных сетей, генетических алгоритмов или нечеткой логики, более эффективны в больших многомерных базах данных (Brimicombe 2007).

Нейронные сети могут обрабатывать нелинейные отношения, устойчивы к шуму и обладают высокой степенью автоматизации. Они не предполагают никаких гипотез относительно природы или распределения данных и оказывают ценную помощь в решении проблем географического характера, которые до сих пор было невозможно решить. Одним из наиболее известных и эффективных методов нейронной сети для достижения неконтролируемой кластеризации является самоорганизующаяся карта (SOM). SOM был предложен в качестве усовершенствования метода k-средних, поскольку он обеспечивает более гибкий подход к кластеризации данных переписи. Метод SOM был недавно использован Спилманом и Тиллом (2008) для разработки геодемографической кластеризации набора данных переписи, касающегося Нью-Йорка. Город.

Другой способ охарактеризовать сходство отдельного многоугольника со всеми регионами основан на нечеткой логике. Основная концепция нечеткой кластеризации заключается в том, что объект может принадлежать более чем одному кластеру. В двоичной логике набор ограничен двоичным определением да - нет, что означает, что объект либо принадлежит, либо не принадлежит кластеру. Нечеткая кластеризация позволяет пространственной единице принадлежать более чем к одному кластеру с различными значениями принадлежности. Большинство исследований, касающихся геодемографического анализа и нечеткой логики, используют алгоритм нечетких C-средних и алгоритм Густафсона-Кесселя ^[1] (Feng and Flowerdew 1999).

Системы [ править ]

Известными системами геодемографической сегментации являются Claritas Prizm (США), CanaCode Lifestyles (Канада), PSYTE HD (Канада), Tapestry (США), CAMEO (Великобритания), ACORN (Великобритания) и система MOSAIC (Великобритания). Также появляются новые системы, ориентированные на подгруппы населения. Например, Segmentos изучает геодемографический образ жизни латиноамериканцев в Соединенных Штатах. И MOSAIC, и ACORN используют ономастику для определения этнической принадлежности по именам жителей. ^{[2] [3]}

Кластеры стиля жизни CanaCode [ править ]

CanaCode Lifestyle Clusters разработан Manifold Data Mining и классифицирует канадские почтовые индексы на 18 основных групп образа жизни и 110 нишевых стилей жизни. ^[4] Он использует статистику за текущий год по более чем 10 000 переменных, начиная от демографических и социально-экономических факторов и заканчивая расходами и особенностями образа жизни (например, поведение потребителей), включая использование продуктов, использование средств массовой информации и психографические данные.

PSYTE HD [ править ]

PSYTE HD Canada ^[5] - это система геодемографической сегментации рынка, которая классифицирует канадские почтовые индексы и районы распространения на 57 уникальных групп образа жизни и взаимоисключающих типов районов. PSYTE HD Canada построена на демографической и социально-экономической базе переписи населения Канады, а также на различных исходных данных третьих сторон, объединенных в современной среде построения кластеров. Полученные кластеры представляют собой наиболее точные доступные снимки районов Канады. PSYTE HD Canada - это эффективный инструмент для анализа данных о клиентах и ​​потенциальных рынках, сбора рыночной информации и понимания, а также интерпретации поведения потребителей на разнообразном канадском рынке.

Система CAMEO [ править ]

Классификации CAMEO представляют собой набор классификаций потребителей, которые используются организациями на международном уровне в рамках своих стратегий продаж, маркетинга и сетевого планирования.

CAMEO UK была создана на уровне почтовых индексов, домохозяйств и отдельных лиц и классифицирует более 50 миллионов британских потребителей. Он был построен для точного сегментирования британского рынка на 68 различных типов районов и 10 ключевых маркетинговых сегментов.

В международном масштабе Global CAMEO - крупнейшая в мире система сегментации потребителей, охватывающая 40 стран. Существует также единая глобальная классификация CAMEO International, которая пересекает границы.

CAMEO был разработан и поддерживается Callcredit Information Group .

Система желудей [ править ]

Классификация жилых кварталов ( Желудь ) разработана CACI в Лондоне. Это единственный доступный в настоящее время геодемографический инструмент, построенный с использованием данных текущего года, а не данных переписи 2011 года. Acorn помогает анализировать и понимать потребителей, чтобы повысить взаимодействие с клиентами и пользователями услуг для реализации стратегий по всем каналам. Acorn делит все 1,9 миллиона почтовых индексов Великобритании на 6 категорий, 18 групп и 62 типа.

Система MOSAIC [ править ]

Mosaic UK - это система классификации людей Experian. Первоначально созданный профессором Ричардом Уэббером (приглашенным профессором географии Университета Кингс-Колледж в Лондоне) в сотрудничестве с Experian. Последняя версия Mosaic была выпущена в 2009 году. В ней население Великобритании классифицируется на 15 основных социально-экономических групп и, в пределах этого, 66 ^[6] различных типов.

Mosaic UK является частью семейства классификаций Mosaic, которое охватывает 29 стран, включая большую часть Западной Европы, США, Австралию и Дальний Восток.

Mosaic Global - это глобальный инструмент классификации потребителей Experian. Он основан на простом предположении, что города мира разделяют общие модели жилищной сегрегации. Mosaic Global - это последовательная система сегментации, которая охватывает более 400 миллионов домохозяйств в мире с использованием местных данных из 29 стран. Он определил 10 типов жилых кварталов, которые можно найти в каждой из стран.

система geoSmart [ править ]

В Австралии geoSmart - это система геодемографической сегментации, основанная на том принципе, что люди с похожими демографическими профилями и стилем жизни, как правило, живут рядом друг с другом. Он разработан австралийским поставщиком геодемографических решений RDA Research.

Геодемографические сегменты geoSmart создаются на основе демографических показателей и смоделированных характеристик Австралийской переписи населения ( Австралийское статистическое бюро ), а система обновляется с учетом недавнего роста домохозяйств. Кластеризация создает единый сегментный код, который представлен описательным оператором или эскизом.

В Австралии geoSmart в основном используется для сегментации базы данных, привлечения клиентов, профилирования торговых площадей и таргетинга на почтовые ящики, хотя его можно использовать в широком спектре других приложений.

Классификация области вывода [ править ]

Классификация области вывода (OAC) - это бесплатная и открытая геодемографическая сегментация Управления национальной статистики Великобритании (ONS) на основе переписи населения Великобритании 2011 года. Она классифицирует 41 переменную переписи на трехуровневую классификацию: 7, 21 и 52. группы.

Предполагаемые преимущества OAC по сравнению с другими коммерческими классификациями проистекают из того факта, что методология является открытой и документированной, а данные открыты и свободно доступны как для государственных, так и для коммерческих организаций в соответствии с условиями лицензирования.

OAC имеет широкий спектр потенциальных приложений, от географического анализа до социального маркетинга и профилирования потребителей. Государственный сектор Великобритании является одним из основных пользователей OAC.

Гобелен сообщества ESRI [ править ]

Этот метод классифицирует районы США по 65 сегментам рынка на основе социально-экономических и демографических факторов, а затем объединяет эти 67 сегментов в 14 типов режимов жизни с такими названиями, как «Высшее общество», «Стиль для пожилых людей» и «Фабрики и фермы». ^[7] Наименьшая пространственная детализация данных производится на уровне Блочной группы переписи США.

См. Также Market_segmentation # Companies_ (proprietary_segmentation_databases)

Ссылки [ править ]

• Бримикомб, AJ (2007). «Двойной подход к обнаружению кластера в наборах данных точечных событий» . Компьютеры, окружающая среда и городские системы . 31 : 4–18. DOI : 10.1016 / j.compenvurbsys.2005.07.004 .
• Фэн З., Флауэрдью Р., 1999. Использование нечеткой классификации для улучшения геодемографического нацеливания . В Б. Гиттингсе (ред.), Инновации в ГИС 6 Лондон: Тейлор и Фрэнсис, (стр. 133–144).
• Grekousis, G .; Хацихристос, Т. (2012). «Сравнение двух нечетких алгоритмов анализа геодемографической сегментации: нечетких C-средних и методов Густафсона – Кесселя». Прикладная география . 34 : 125–136. DOI : 10.1016 / j.apgeog.2011.11.004 .
• Spielman, SE; Thill, JC (2008). «Анализ социальной сферы, интеллектуальный анализ данных и ГИС». Компьютеры, окружающая среда и городские системы . 32 (2): 110–122. DOI : 10.1016 / j.compenvurbsys.2007.11.004 .

Внешние ссылки [ править ]

• Сегменты потребительского образа жизни
• [1]
• Классификация CAMEO для Великобритании
• Сегментация желудей
• Семейная классификация MOSAIC
• Испаноязычные сегменты
• geoSmart Геодемографические сегменты
• Группа пользователей классификации области вывода