4.2.1.1 Xác định số cụm
Phân khúc thịtrường theo lợi ích là tìm ra các điểm giống nhau về lợi ích từ hoạt động mua hàng qua mạng khác nhau để nhóm lại thành các khách hàng mang tính đại diện. Để tìm ra sự tương đồng về lợi ích mua hàng của khách hàng, phương pháp được sử dụng là thủ tục Ward và K-mean. (Haley, 1968).
Dựa vào khoảng cách Euclidean bình phương của thủ tục Ward để xác định số phân khúc. Dựa vào sơ đồ tích tụ, kết quả cho thấy, khoảng cách Euclidean bình phương của giải pháp 1 phân khúc là 778,205 (bước 381); giải pháp 2 phân khúc là 503,512 (bước 380). Chênh lệch giữa giải pháp 1 phân khúc và 2 phân khúc là 274,693. Giá trị Euclidean bình phương của giải pháp 3 phân khúc là 424,713 (bước 379); chênh lệch so với phương án 2 phân khúc là 78,799. Giải pháp 4 phân khúc có giá trị khoảng cách Euclidean bình phương là 354,620 (bước 378); chênh lệch so với phương án 3 phân khúc là 70,093. Sự chênh lệch về khoảng cách Euclidean bình phương giảm mạnh từ 274,693 còn 78,799 (giảm 195,894) chứng tỏ giữa phương án 2 và 3 phân khúc có sự khác biệt. Nhưng đến phương án 4 khúc thì mức giảm của sự chênh lệch về khoảng cách Euclidean từ 78,799 còn 70,093 (giảm 8,706) chỉ tương đương 1/20 của phương án 3 phân khúc chứng tỏ không có sự khác biệt lớn giữa phương án 3 và 4 phân khúc. Bảng 4.19 Sơ đồ tích tụ Giai đoạn Kết hợp các cụm Khoảng cách Euclidean Kết hợp đầu tiên Bước tiếp theo Cụm 1 Cụm 2 Cụm 1 Cụm 2 1 80 372 0,000 0 0 144 2 278 355 0,000 0 0 15 3 87 352 0,000 0 0 142 4 171 351 0,000 0 0 145 5 205 341 0,000 0 0 139 ….. ……… ……… ………. ………. ………. …………. 376 2 8 293,831 358 374 380 377 4 7 321,869 372 373 378 378 4 15 354,620 377 366 379 379 4 5 424,713 378 362 381 380 1 2 503,512 375 376 381 381 1 4 778,205 380 379 0
87
Cộng thêm khi xét đến tính qui mô tương đối của các thành viên trong từng phân khúc thì phương án 3 phân khúc có số thành viên trong mỗi phân khúc đồng đều hơn. Như vậy, phương án thích hợp được chọn là 3 phân khúc.
4.2.1.2 Phân khúc thịtrường mua sắm trực tuyến của giới trẻ
Tiếp theo, 382 đáp viên được phân bổ như thế nào vào 3 phân khúc, phương pháp phân tích K–means sẽ tìm ra số lượng đáp viên trong các phân khúc. Phương pháp phân cụm K–mean sẽ dựa vào kết quả cụm của thủ thuật Ward. Kết quả cho thấy có 113 quan sát trong phân khúc thứ nhất chiếm 29,6%, trong phân khúc thứ 2 sẽ có 112 quan sát chiếm 29,3% và cuối cùng phân khúc 3 có 157 quan sát chiếm 41,1%.
Bảng 4.20 Phân bốđáp viên trong mỗi phân khúc
Phân khúc Sốlượng đáp viên Tỷ lệ (%)
1 113 29,6
2 112 29,3
3 157 41,1
Tổng 382 100
Nguồn: kết quả phân bốđáp viên trong mỗi phân khúc từ số liệu điều tra, năm 2013
4.2.1.3 Tầm quan trọng về lợi ích của các phân khúc thị trường mua sắm trực tuyến
Phân khúc thị trường lợi ích mua sắm trực tuyến của giới trẻ để phân chia nhu cầu, mục đích tìm kiếm lợi ích khác nhau trong việc mua hàng qua mạng của giới trẻđể có thểđáp ứng nhu cầu, thị hiếu của họ tốt hơn. Với cách phân khúc này, doanh nghiệp kinh doanh trực tuyến có thể đáp ứng và thõa mãn đúng mục đích mà giới trẻ tìm đến mua sắm trực tuyến. Trên cơ sở kết hợp phân tích cụm không thứ bậc và phân tích cụm thứ bậc, tác giả đã phân chia thị trường mua sắm trực tuyến thành 3 phân khúc tương ứng với những lợi ích, lý do mua sắm trực tuyến khác nhau. Tiếp theo, tác giả xác định tầm quan trọng về lợi ích của các phân khúc thị trường mua sắm trực tuyến để có thể hiểu rõ hơn về kết quảphân khúc đồng thời cũng thấy được ứng với mỗi phân khúc, giới trẻ sẽ tìm kiếm nhóm lợi ích nào nhiều hơn.
Qua kết quả tính điểm trung bình của từng lợi ích ứng với 3 phân khúc cho thấy điểm đặc trưng của 3 phân khúc: phân khúc thứ nhất là những giới trẻ tìm đến lợi ích đa dạng hóa lựa chọn trong mua sắm, phân khúc thứ hai là những giới trẻ tìm kiếm cả 4 lợi ích của mua sắm trực tuyến, phân khúc thứ ba là những giới trẻ thích thể hiện phong cách sống & sở thích tìm kiếm sản phẩm độc đáo cùng với tham gia vào các nhóm mua.
Trong 3 phân khúc trên, phân khúc thứ ba có số lượng giới trẻ mua sắm nhiều nhất (với 157 đáp viên chiếm 41,1%). Giới trẻ ở phân khúc này chủ yếu
88
mua hàng qua mạng do việc mua sắm trực tuyến giúp giới trẻ mang lại những quyết định mua tốt hơn, giới trẻ có thể tìm mua sản phẩm đặc biệt không dễ tìm thấy trên thịtrường, họ cảm thấy phù hợp với phong cách sống của họ và có thể tham gia vào các nhóm mua cùng bạn bè và người thân đểđược hưởng những quyền lợi tốt nhất. Bảng 4.21 Tầm quan trọng các yếu tố lợi ích của giới trẻ Nhân tố cảm nhận lợi ích mua sắm trực tuyến Phân khúc 1 Phân khúc 2 Phân khúc 3 Trung bình Nhóm 1: Phong cách sống & sở thích tham
gia vào các nhóm mua 3,58 4,40 3,45 3,77
Có được những quyết định mua tốt hơn 3,54 4,39 3,46 3,76
Để mua sản phẩm đặc biệt không dễ tìm thấy
trên thịtrường 3,62 4,39 3,50 3,80
Phù hợp với phong cách sống 3,50 4,46 3,48 3,77 Tham gia vào các nhóm mua cùng bạn bè và
người thân 3,65 4,37 3,36 3,74
Nhóm 2: Đa dạng hóa sự lựa chọn 3,94 4,18 2,96 3,60 Sẽ không thấy ngại nếu không mua 4,04 4,13 2,89 3,59 So sánh và nhận được thông tin chi tiết về sản
phẩm 3,95 4,15 3,01 3,62
Sự lựa chọn rộng rãi hơn về sản phẩm 3,73 4,04 2,76 3,42 Tránh khỏi đám đông và giao thông 4,04 4,38 3,17 3,78
Nhóm 3: Tối đa hóa sự thuận tiện 3,77 4,45 3,31 3,78
Có thể mua sắm bất cứ thời gian nào (24 (adsbygoogle = window.adsbygoogle || []).push({});
giờ/7 ngày) 3,91 4,52 3,35 3,86
Không phải rời khỏi nhà đểđi mua sắm 3,81 4,53 3,38 3,84 Tạo điều kiện dễ dàng cho so sánh giá cả 3,69 4,46 3,38 3,79
Sự thuận tiện 3,67 4,30 3,15 3,64
Nhóm 4: Tối ưu hóa hiệu quả mua sắm 3,73 4,17 3,03 3,57 Kiểm soát tốt hơn chi tiêu 3,85 4,13 3,12 3,63 Giúp công việc mua sắm có chất lượng và đạt
hiệu quả 3,78 4,27 3,14 3,66
Tiết kiệm thời gian 3,73 4,12 2,97 3,53
Cá tính thường mất nhiều thời gian khi muốn
quyết định 3,56 4,17 2,90 3,47
Nguồn: kết quả Tầm quan trọng các yếu tố lợi ích của giới trẻ từ số liệu điều tra, năm 2013
Đểđánh giá chính xác của các phân khúc trên, phân tích phân biệt được sử dụng để xem xét các nhóm phân khúc có sự khác biệt với nhau hay không. Nếu các nhóm phân khúc có sự khác biệt nhau có nghĩa là kết quả phân khúc thị trường được chấp nhận. Kiểm định Wilks' Lambda có giá trị p = 0,000 <0,05 nên kết luận rằng có sự khác biệt giữa các phân khúc. Như vậy kết quả phân khúc là chấp nhận được và thị thường mua sắm trực tuyến của giới trẻ thành phố Cần Thơ được chia thành 3 phân khúc tìm kiếm lợi ích khi mua sắm khác nhau. Bảng sau thể hiện điểm trung bình tầm quan trọng về các lợi ích
89
khi mua sắm trực tuyến của giới trẻ thành phố Cần Thơ của 3 phân khúc (1.Hoàn toàn không đồng ý – 5. Hoàn toàn đồng ý).
Bảng 4.22 Kết quả phân tích phân biệt của 3 phân khúc thị trường mua sắm trực tuyến của giới trẻ Yếu tốảnh hưởng F p- value Hphân biệ số hàm ệt chuẩn hóa Hệ số hàm phân biệt 1 2 1 2 Phong cách sống & sở
thích tham gia vào các
nhóm mua 102,680 0,000 0,083 0,833 0,148 1,481
Đa dạng hóa sự lựa chọn 215,708 0,000 0,577 -0,593 1,117 -1,149 Tối đa hóa sự thuận tiện 157,516 0,000 0,468 0,284 0,902 0,548 Tối ưu hóa hiệu quả mua
sắm 165,251 0,000 0,476 -0,180 0,919 -0,347 Hàm phân biệt 1 Hàm phân biệt 2 Giá trị Eigen 2,302 0,233 % Phương sai 90,8 9,2 Hệ số Canonical Wilks' Lambda Giá trị p 0,835 0,435 0,811 0,000 Wilks' Lambda Giá trị p 0,246 0,000
Nguồn: kết quả phân tích phân biệt của 3 phân khúc thịtrường mua sắm trực tuyến của giới trẻ từ số liệu điều tra, năm 2013
4.2.2 Đặc điểm nhân khẩu học và hành vi mua sắm của từng phân khúc thịtrường giới trẻ mua sắm trực tuyến