Сегментация потребителей услуг гостиничного комплекса методами кластерного и поведенческого анализа
М.А. Акашкин,
аспирант, Московский государственный университет им. М.В. Ломоносова (119991, Россия, г. Москва, Ломоносовский проспект, д. 27, корпус 4; e-mail: 7748272@gmail.com)
Аннотация. В статье представлены результаты кластерного и поведенческого анализа клиентов городского гостиничного комплекса эконом-класса г. Москва. При кластеризации использованы такие параметры, как социально-демографические признаки, а также «уровень дохода», «время пребывания в комплексе» и «уровень затрат на дополнительные услуги комплекса». Результаты анализа могут быть использованы в дальнейшем при формировании маркетинговых и рекламных программ для продвижения гостиничного продукта на рынке.
Abstract. The article presents the results of cluster and behavioral analysis of customers of Moscow economy hotel complex. When clustering is used, parameters such as socio-demographic characteristics, as well as "income", "stay in the complex and the costs for additional services of the complex." The results of the analysis can be used in the future when forming marketing and promotional programs to promote the hotel product on the market.
Ключевые слова: клиенто-ориентированный маркетинг, туриндустрия, гостиничный сервис, целевая аудитория, комплекс маркетинговых коммуникаций, кластерный анализ, поведенческий анализ, профиль клиента.
Keywords: customer-oriented marketing, tourism, hotel services, target audience, marketing communications, cluster analysis, behavioral analysis, customer profile.
Современный процесс принятия управленческих решений в сфере клиенто-ориентированного маркетинга базируется на формировании целевой аудитории, но методология отбора и группировки данных целевой аудитории в современной литературе освещена недостаточно. Наиболее актуально это сочетание кластерного и поведенческого анализа для формирования профиля клиента
Назначение кластерного анализа заключается в возможности группировать множество объектов с неограниченным количеством признаков. Решается задача выявления доминирующих признаков в той или иной группе, при этом возможно использовать комплекс признаков и характеристик объектов. Кроме того, кластерный анализ, в отличие от других математи-ко-статистических методов, не накладывает ограничения на вид анализируемых объектов, и позволяет работать с множеством объектов любой природы.
Если анализируемые признаки одинаково важны для решаемой задачи, то целесообразным является использование метрики Евклида, рассчитываемой по формуле:
где dj - расстояние
Кср —
î.djj b
■ b =N(N- l)/2
dij = JlvkCPik -Pjk)2
между объектами i и j, рк - значение к-й переменной, i и ] - объекты кластеризации [1 ].
Матрица расстояний между объектами, рассчитанных по формуле (1), имеет вид
(1)
Полученная матрица расстояний является симметричной относительно главной диагонали. При ее анализе определяется среднее расстояние между объектами:
du . d1N
D = d-21 ■ dïN
dN1 ■ dNN
где Ь - количество индивидуальных значений матрицы взаимных расстояний.
Далее, вычисляется значение порогового расстояния, равное половине среднего расстояния между объектами:
Rñ —
ср
Объекты о»; и считаются принадлежащими одному кластеру, если расстояние между ними меньше порогового значения, и разным кластерам в противном случае.
Если принять расстояние между объектами за разницу между характеристиками отдельных групп потребителей, то кластерами будут являться определенные сегменты, отличающиеся между собой по ряду показателей.
Ключевым отличием предложенного метода является то, что, основываясь на входе только на точечных значениях показателей, характеризующих множество потребителей, на выходе получаются результаты, которые можно свободно интерпретировать в зависимости от целей исследователя, например профиль клиента для формирования маркетинговой программы лояльности, или адресной рекламной кампании [4].
Рассмотрим данный метод на примере анализа статистических данных сельского туристского комплекса московской области, по результатам опроса января -апреля 2015г.
Цель исследования - на основе кластерного и поведенческого анализа построить и описать кластеры основных пользователей комплекса городского гостиничного комплекса эконом-класса.
Результаты обработки анкет сведены в матрицу, на основании которой можно провести
сегментирование клиентов гостиничной индустрии. В качестве параметров кластеризации используются социально-демографические харак-
Влияние критерия «уровня дохода» на >
теристики, частота посещения, время пребывания и уровень расходов на дополнительные услуги гостиничного комплекса.
Таблица 1
стики клиентов гостиничного комплекса
Социально- демографические признаки Удельный вес,% Доля клиентов, % к численности каждой группы
До 15000 руб До 30000 руб До 450000 руб До 60000 руб Свыше 100000 руб
Общий вес значения выбор-ки,% 100 9 10 53 21 7
1.Пол
Мужчины 49 37 54 57 12 100
Женщины 51 63 46 43 88 -
Итого 100 100 100 100 100 100
2. Возраст
15-24 13,6 43 21 2 4 -
25-34 22,9 21 23 34 11 2
35-44 27,8 19 38 35 41 -
45-55 21,6 11 8 24 23 98
Старше 55 14 6 10 4 21 -
Итого 100 100 100 99 100 100
З.Социальный статус
Учащийся, студент 8,1 38 21 - - -
Рабочий 8,9 11 11 6 - -
Служащий /специалист 27,9 36 24 34 20
Предприниматель/ руководитель 22,9 - 22 30 45 100
Домохозяйка 9,7 - - 10 23 -
Пенсионер 12,2 10 12 20 12
Безработный 10,3 5 10 - - -
Итого 100 100 100 100 100 100
Основную характеристику кластерного признака - уровня дохода клиентов, можно охарактеризовать как основополагающий для выбора гостиничного комплекса эконом-класса. Группировка доходов клиентов гостиничного комплекса на пять интервалов выявила наиболее многочисленный сегмент: до 45000 рублей (53% от выборки). Мужчины в возрасте от 24-44 лет, как правило это служащие, руководители среднего звена или предприниматели. На втором месте по объему выборки - уровень доходов до 60 000 рублей (21%), здесь резкое преобладание женщин (88%) в возрасте от 35-44 лет, социальный статус «предприниматели/руководители».
Зависимость частоты пользования услуг гостиниц от соци
Третий сегмент, с доходом до 30000 рублей, преобладают мужчины в возрасте от 35-44 лет, социальный статус «служащие/специалисты». Четвертый сегмент, клиенты с доходом до 15 000 рублей, преобладают юные женщины до 24 лет, студенты. Пятый, с доходом более 100 000 рублей самый малочисленный (7%), представлены в выборке только мужчинами, предпринимателями, объясняется это тем, что данный сегмент пересекается с клиентской аудиторией более дорогих гостиничных комплексов (4*- 5* класса). Следующий критерий анализа «частота пользования услугами гостиницы». Результаты выборки представлены в таблицы 2.
Таблица 2
■-демографических характеристик клиентов гостиничного ком-
Социально-демографические признаки Удельный вес,% Доля клиентов, % к численности каждой группы
Чаще или 1 раз в месяц 1 раз в квартал 1-2 раза в год Реже одного раза в год
Общий вес значения выборки,% 100 27 35 23 15
1.Пол
Мужчины 49 21 56 46 54
Женщины 51 79 44 54 46
Итого 100 100 100 100 100
2. Возраст
15-24 13,6 38 21 15 12
25-34 22,9 14 14 34 12
35-44 27,8 25 31 38 41
45-55 21,6 12 21 11 23
Старше 55 14 11 13 2 12
Итого 100 100 100 100 100
З.Социальный статус
Учащийся, студент 8,1 32 13 19 21
Рабочий 8,9 8 13 23 2
Служащий /специалист 27,9 12 31 2 18
Предприниматель/ руководитель 22,9 14 11 24 18
Домохозяйка 9,7 8 12 10 21
Пенсионер 12,2 23 20 14 18
Безработный 10,3 3 - 8 2
Итого 100 100 100 100 100
Четыре сформированных сегмента выявили преобладание выборки посещения гостями гостиничных комплексов один раз в квартал
(35%), причем это мужчины в возрасте от 35-44 лет, социальный статус - служащие/ специалисты. Следует подчеркнуть, неожиданной стала
Journal of Economy and entrepreneurship, Vol. 9, Nom. 8-2
активная мобильность (частота посещений 1 Следующий критерий, «продолжитель-
или более раз в месяц) пенсионеров (23% вы- ность проживания в гостиничном комплексе», не
борки) и ожидаемая активность в этом же сег- принес неожиданностей, наиболее распростра-
менте студентов (32%). ненная длительность: «одни сутки», характерна
для городских отелей.
Таблица 3
Зависимость времени проживания в гостинице от социально-демографических характеристик клиентов гостиничного
комплекса
Социально-демографические признаки Удельный вес,% Доля клиентов в группах, % к численности каждой группы
1 сутки 2 дня 5 дней 10 дней Более 10 дней
Общий вес значения выборки,0/» 100 68 12 4 12 4
1.Пол
Мужчины 49 41 52 69 78 67
Женщины 51 59 48 31 22 33
Итого 100 100 100 100 100 100
2. Возраст
15-24 13,6 14 12 12 4 3
25-34 22,9 20 14 8 18 17
35-44 27,8 22 22 32 21 22
45-55 21,6 23 27 36 33 26
Старше 55 14 21 25 12 24 32
Итого 100 100 100 100 100 100
3.Социальный статус
Учащийся, студент 8,1 30 27 5 - -
Рабочий 8,9 10 4 2 2 -
Служащий /специалист 27,9 21 23 23 24 32
Предприниматель/ руководитель 22,9 15 25 25 34 48
Домохозяйка 9,7 12 10 8 10 10
Пенсионер 12,2 6 7 37 30 10
Безработный 10,3 6 4 - - -
Итого 100 100 100 100 100 100
Следует обратить внимание на сегменты ментацией «использование дополнительных
«10 дней» и «более 10 дней», несмотря на не- услуг». Преобладают мужчины в возрасте стар-
значительный объем в выборке (12% и 4%), этот ше 45 лет, социальный статус - «Предпринима-
сегмент пересекается по характеристикам с сег- тели/руководители», «Пенсионеры».
Таблица 4
Зависимость использования дополнительных услуг в гостинице от социально-демографических характеристик клиентов
гостиничного комплекса
Социально-демографические признаки Удельный вес,% Доля клиентов, % к численности каждой группы
До 2000 рублей До 5000 рублей До 10000 рублей Свыше 10000 рублей
Общий вес значения выборки,% 100 25 62 8 5
1.Пол
Мужчины 49 76 65 80 100
Женщины 51 24 35 20 -
Итого 100 100 100 100 100
2. Возраст
15-24 13,6 2 - -
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.