6. Bố cục của đề tài
1.1.3.4. Phương pháp và kỹ thuật thống kê phân đoạn thị trường
Phân tích cụm (Cluster analysis) là một phương pháp được sử dụng phổ biến trong nhiều lĩnh vực nghiên cứu để phân loại các thực thể (vật thể, động vật, cá nhân…) thành các nhóm tương đồng dựa trên quan sát một lượng lớn các đặc điểm (Michel Wedel and Wagner KamaKura). Theo Mooi and Sarstedt (2014), phân tích cụm là phương pháp để nhận diện các nhóm tương đồng hay còn gọi là các cụm.
Những vật thể hoặc trường hợp quan sát trong một cụm cụ thể chia sẻ những đặc điểm tương đồng nhưng những đặc điểm này sẽ rất khác với các quan sát thuộc cụm khác. Phân tích cụm cho phép phân đoạn thị trường được hình thành dựa trên dữ liệu ít dựa trên sự chủ quan. Phân đoạn khách hàng là ứng dụng chuẩn của phân tích cụm.
Trong nghiên cứu marketing, phân tích cụm được sử dụng không chỉ để khám phá dữ liệu, phương pháp này được dùng phổ biến để nhận diện và xác định các đoạn thị trường từ đó thiết kế chiến lược marketing tập trung vào đó. Phân tích cụm đã và đang là phương pháp được ưa chuộng và áp đảo trong phân đoạn thị trường (Michel Wedel and Wagner KamaKura, 2000).
Michel Wedel and Wagner KamaKura phân loại các phương pháp và kỹ thuật phân đoạn thành 5 nhóm dựa trên hai tiêu chí (1) cách tiếp cận có kế hoạch trước và phương pháp thử và sai; (2) phương pháp thống kê mô tả hay phương pháp thống kê dự đoán. Đối với cách tiếp cận có kế hoạch trước, số đoạn và loại đoạn thị trường được xác định trước bởi nhà nghiên cứu. Đối với cách tiếp cận thử và sai, loại đoạn thị trường và số đoạn được xác định dựa trên kết quả phân tích dữ liệu. Phương pháp mô tả phân tích mỗi liên hệ giữa các yếu tố trong tiêu thức phân đoạn mà không có sự phân biệt đâu là biến độc lập, đâu là biến phụ thuộc. Phương pháp dự đoán phân tích mối liên hệ giữa hai nhóm biến, một nhóm biến sẽ gồm những biến phụ thuộc và được giải thích bởi nhóm biến độc lập. Kết quả là sự phân loại các phương pháp thành 4 nhóm, bao gồm phương pháp mô tả có kế hoạch trước, phương pháp mô tả thử và sai, phương pháp mô tả có dự đoán và có kế hoạch trước, phương pháp dự đoán thử và sai, và một phương pháp kết hợp giữa có kế hoạch trước và phương pháp thửu và sai. Michel Wedel and Wagner KamaKura cũng đánh giá mỗi nhóm phương pháp trên 5 tiêu chí bao gồm hiệu quả phân đoạn, hiệu quả dự đoán, đặc điểm thống kê, hiểu biết ứng dụng và tính sẵn có của các phần mềm thống kê hỗ trợ.
Hai nhóm phương pháp phân tích cụm có thể được phân biệt bởi việc sử dụng biến độc lập và phụ thuộc trong các phân tích. Phương pháp phân tích phân biệt biến độc lập và biến phụ thuộc được gọi là phương pháp phân tích cụm dự đoán hoặc phương pháp phân tích cụm hồi quy (predictive clustering methods/clusterwise
regression methods). Nhóm phương pháp này hình thành nên các cụm có sự tương đồng về mối quan hệ ước lượng giữa các nhóm biến. Phương pháp phân tích cụm mô tả truyền thống) không phân biệt giữa nhóm biến độc lập và phụ thuộc, hình thành các cụm tương đồng theo các nhóm biến quan sát. Có ba nhóm kỹ thuật thực hiện cho cả hai nhóm phương pháp, bao gồm: phương pháp không lặp (nonoverlapping methods), phương pháp lặp (overlapping methods) và phương pháp thuật toán mờ (fuzzy methods). Phương pháp không lặp được chia thành hai loại khác nhau là phương pháp thứ bậc và không thứ bậc. Phương pháp thứ bậc không nhận diện các cụm một cách trực tiếp mà chúng nhận diện mối quan hệ thứ bậc giữa N vật thể dựa trên đo lường tính tương đồng giữa chúng. Phương pháp không thứ bậc trích xuất sự phân chia mẫu nghiên cứu thành các cụm trực tiếp từ dữ liệu thô về ma trận Y. Những phương pháp phân cụm lặp và thuật toán mờ thì thường nới lỏng giả định về tính biệt lập với bên ngoài của các cụm. Trong trường hợp các cụm có sự trùng lặp, một khách hàng có thể thuộc về nhiều hơn một cụm. Phương pháp không lặp rất hiệu quả cho việc phân đoạn thị trường, rất yếu về hiệu quả dự đoán, yếu về đặc điểm thống kê, rất tốt về ứng dụng và rất tốt về phần mềm sẵn có.
Khái quát về tiến trình và phương pháp phân tích cụm được thể hiện trong sơ đồ dưới đây:
Sơ đồ 1.2: Khái quát các giai đoạn và phương pháp thực hiện phân tích cụm
Bắt đầu tiến trình phân đoạn, chúng ta cần chọn các biến số phù hợp để phân đoạn. Sự lựa chọn này cực kỳ quan trọng, những giả định sai có thể dẫn đến những đoạn thị trường không phù hợp và kết quả là những chiến lược lược marketing thất bại. Vì vậy, cần hết sức thận trọng khi chọn các biến phân tích cụm. Những biến phân đoạn thị trường đã được bàn luộn ở trên.
Việc chọn tiến trình phân tích cụm là việc chúng ta xác định những cụm sẽ được hình thành như thế nào. Có rất nhiều tiến trình khác nhau và nhiều cách phân loại. Trong đó có những cách tiếp cận phổ biến trong nghiên cứu thị trường như đã trình bày ở trên, gồm: phương pháp thứ bậc, phương pháp không thứ bậc (còn gọi là K-
Quyết định biến /tiêu thức dùng phân tích cụm
Quyết định tiến trình phân tích cụm
Phương pháp thứ Phương pháp không thứ bậc Phương pháp hai
Chọn công cụ đo lường sự khác biệt và tương đồng
Chọn quy trình toán học để phân đoạn
Chọn công cụ đo lường sự khác biệt và tương đồng
Chọn số lượng cụm
Đánh giá và diễn giải kết quả phân đoạn
means) và phương pháp phân tích cụm hai giai đoạn (kết hợp nguyên lý của phân tích cụm thứ bậc và khong thứ bậc). Trong nghiên cứu thị trường, phương pháp hai giai đoạn đang thu hút sự chú ý của các nhà nghiên cứu thị trường.
Một câu hỏi quan trọng cần được giải đáp là làm thến nào để quyết định số cụm. Rất không may, phương pháp thứ bậc cung cấp rất hạn chế các hướng dẫn để ra quyết định này. Chỉ số có ý nghĩa duy nhất liên quan đến khoảng cách tại đó các đối tượng được gom vào cụm. Tương tự như biểu đồ khuỷ tay (scree plot) trong phân tích nhân tố, chúng ta có thể tìm kiếm một giải pháp tại đó việc sáp nhập thêm của các cụm hoặc đối tượng sẽ xuất hiện ở khoảng cách gia tăng nhiều nhất. Một cách khái quát, dữ liệu thường chỉ cung cấp chỉ dẫn sơ khởi về việc xem xét số lượng cụm nên chọn. Vì vậy, nhà nghiên cứu nên cân nhắc về khía cạnh ứng dụng. Đôi khi, nhà nghiên cứu có thể có hiểu biết trước hoặc có giả thuyết dựa trên đó để ra quyết định chọn số cụm. Tuy nhiên, trước hết nhà nghiên cứu nên chắc chắn rằng kết quả có thể diễn giải và có ý nghĩa. Không chỉ là số lượng cụm nên đủ ít để bảo đảm khả năng quản lý mà mỗi đoạn nên đủ lớn để đáng được quan tâm về mặt chiến lược.
Đánh giá và diễn giải kết quả phân tích cụm. Trước khi diễn giải giải pháp phân tích cụm, chúng ta cần đánh giá tính ổn định của kết quả. Tính ổn định có nghĩa là tính thành viên cụm của mỗi cá nhân không thay đổi hoặc chỉ thay đổi ít khi các phương phápphân tích cụm khác nhau được sử dụng để phân cụm các đối tượng. Vì thế, tốt hơn hết là khi các tiến trình khác nhau tạo ra kết quả tương tự để đảm bảo tính ổn định. Mục đích của phân tích cụm là để phân biệt tốt giữa các đối tượng. Vì vậy những cụm được nhận diện nên khác biệt một cách đáng kể với nhau và những thành viên của những cụm khác nhau nên phản ứng khác nhau đối với các yếu tố của marketing hỗn hợp. Cuối cùng chúng ta cần mô tả hồ sơ của mối cụm bằng cách sử dụng những biến quan sát khác. Bước này, bảo đảm rằng chúng ta dễ dàng phân bổ các đối tượng mới vào các cụm dựa trên các đặc điểm quan sát được. Ví dụ, chúng ta có thể nhận diện cụm dựa trên lòng trung thành với sản phẩm nhưng để sử dụng những cụm khác nhau này, tính thành viên của họ nên có thể nhận diện theo các biến quán sát được như thu nhập, địa điểm sinh sống, quy mô hộ gia đình để có thể triển khai hành động.
Dựa vào những thảo luận nêu trên, nghiên cứu này sẽ sử dụng phương pháp phân tích cụm hai giai đoạn. Giai đoạn 1 dùng phương pháp phân tích cụm thứ bậc để xác định số lượng cụm thích hợp. Sau đó sẽ sử dụng phương pháp phân tích cụm K-means để hình thành và mô tả các đoạn thị trường.