Сегментирование рынка кофеен Санкт-Петербурга

     При определении оптимального числа  кластеров необходимо учитывать  два аспекта: [2]

1. В процессе формирования кластеров их число становится все меньше, а количество объектов исследования, входящих в один кластер, – все больше.
2. С увеличением числа объектов, объединяемых в один кластер, растет гетерогенность формируемого кластера.

     Оптимальным является такое число кластеров, при котором сформированные кластеры:

• с одной стороны, объединяют в себе как можно больше объектов исследования;
• с другой стороны, являются возможно менее гетерогенными внутри.

     Таким образом, исходя из всего вышеперечисленного, оптимальным числом кластеров для  проведения дальнейшего анализа  будет 2.

     Кластерный  анализ методом К-средних

     Иерархический метод объединения, хоть и точен, но трудоёмок: на каждом шаге необходимо выстраивать дистанционную матрицу для всех текущих кластеров. Поэтому при наличии большого количества наблюдений применим данный метод кластерного анализа – кластеризация К-средними. Недостаток этого метода заключается в том, что здесь необходимо заранее задавать количество кластеров. Эту проблему можно преодолеть проведением иерархического анализа со случайно отобранной выборкой наблюдений и, таким образом, определить оптимальное количество кластеров, что мы и сделали в предыдущей части работы. Таки образом, число кластеров для данной кластеризации – 2.

     Для начала, при проведении анализа необходимо определить начальные центры кластеров. Информация, их содержащая, представлена в таблице 3.4.

     Т.к. мы задали заранее количество кластеров, которое необходимо получить в результате объединения, то первые наблюдения, содержащиеся в выборке, используются как первые кластеры.

     На последующих шагах кластерный центр заменяется наблюдением, если наименьшее расстояние от него до кластерного центра больше расстояния между двумя ближайшими кластерами. По этому правилу заменяется тот кластерный центр, который находится ближе всего к данному наблюдению. Таким образом, получается новый набор исходных кластерных центров. Для завершения шага процедуры рассчитывается новое положение центров кластеров, а наблюдения перераспределяются между кластерами с изменёнными центрами. [2]

     В следующей таблице 3.5 представлены данные касательно окончательной принадлежности наблюдения к одному из двух кластеров, а также расстояний от этих наблюдений до центра их кластера.

     Таким образом, мы видим, что центром первого  кластера является наблюдение №15, а  второго - №40. Степень гетерогенности приемлема, что позволяет сделать вывод о том, что анализ был проведен в корректной форме.

     Таблица 3.6 заключает в себе окончательные  центры сформированных кластеров. Они  были образованы в результате преобразования начальных центров кластеризации  по правилу, изложенному выше. 

     Исходя  из всего вышеизложенного, можно  сделать выводы о сформировавшихся кластерах и охарактеризовать их, но с учетом данных, представленных в таблице 3.7 «Матрица ANOVA».

     Главный параметр, который будет нас интересовать при анализе данной таблицы, представлен  в столбце «Знч.», который содержит величину средней ошибки выборки при анализе данных наблюдений. Он позволяет выбрать для позиционирования такие характеристики как: пол, возраст, любимый напиток, главные цели посещения кофеен, осведомленность о сети и желание открытия кофейни Starbucks в Санкт-Петербурге, а также расположение новой кофейни сети Таким образом, получившиеся кластеры можно интерпретировать следующим образом:

1. Кластер №1: Яппи¹ – в основном, активные молодые люди и мужчины в возрасте от 25 до 40 лет; любимый напиток – минеральная вода, следят за своим здоровьем; главные цели посещения кафе – быстро и качественно перекусить, что неизбежно в их ритме жизни.
2. Кластер №2: Бимбо² – молодые девушки в возрасте от 18 до 25 лет; кофе предпочитают чай, т.к. он оказывает меньшее негативное влияние на эмаль зубов; главной целью посещения выступает приятное времяпрепровождение, не прочь завести новые знакомства.

     Оба кластера показали высокую степень  осведомленности о бренде Starbucks и желают открытия пилотного проекта сети в городе Санкт-Петербург. В качестве места для новой кофейни предлагается выбрать центр города.

     Последняя таблица 3.8 содержит количества респондентов в 1 и 2 кластерах соответственно.

     Кластер №2 относительно более многочисленный, по сравнению с первым кластером. Все 44 наблюдения использовались для  анализа, соответственно пропущенные  значения отсутствуют.

     Обоснование выбора целевого сегмента

     Основываясь на многолетнем опыте ведения  бизнеса компанией Starbacks и принимая во внимание проведенное нами исследование, можно принять целесообразным позиционирование на сегмент рынка, полученный на основе кластера №1. Это активные молодые люди, в перспективе постоянные клиенты сети. Данный сегмент обладает потенциалом роста в нашей стране из-за его малочисленности и не нацеленности на него других сетей кофеен в городе Санкт-Петербург.