Presentation is loading. Please wait.

IMPLEMENTASI DALAM PRAKTEK RISET PEMASARAN. 'Cluster analysis' is a class of statistical techniques that can be applied to data that exhibit natural.

Presentation on theme: "IMPLEMENTASI DALAM PRAKTEK RISET PEMASARAN. 'Cluster analysis' is a class of statistical techniques that can be applied to data that exhibit natural."— Presentation transcript:

IMPLEMENTASI DALAM PRAKTEK RISET PEMASARAN

'Cluster analysis' is a class of statistical techniques that can be applied to data that exhibit natural groupings.statistical Cluster analysis sorts through the raw data and groups them into clusters.

Secara umum bertujuan: mengelompokkan obyek-obyek berdasarkan kesamaan karakteristik di antara obyek-obyek tersebut. Ciri-ciri Cluster yang baik Homogenitas (kesamaan) yang tinggi antar anggota dalam satu Cluster (Within-Cluster) Heterogenitas (perbedaan) yang tinggi antar Cluster yang satu dengan Cluster lainnya (Between Cluster)

Builds the hierarchy from the individual elements by progressively merging clusters Example : 6 elements : a b c d e f First step : determine which elements to merge in a cluster. Construct a distance matrix

Mengukur kesamaan antar obyek (similarity). Sesuai dengan prinsip dasar cluster yang mengelompokkan obyek yang mempunyai kemiripan, maka proses pertama adalah mengukur seberapa jauh ada kesamaan antar obyek. Mengukur korelasi antar obyek pada beberapa variable Mengukur jarak (distance) antara dua obyek. Menggunakan rumus jarak. Yang paling terkenal adalah jarak Euclidean.

The two closest elements b and c are merged, We now have the following clusters {a}, {b, c}, {d}, {e} and {f}, and want to merge them further. To do that, we need to take the distance between {a} and {b c}, and therefore define the distance between two clusters.

Each agglomeration occurs at a greater distance between clusters than the previous agglomeration. Decide to stop clustering either when the clusters are too far apart to be merged (distance criterion) or when there is a sufficiently small number of clusters (number criterion).

Conceptual clustering : it is not only the inherent structure of the data that drives cluster formation, but also the description language which is available to the learner.description language Thus, a statistically strong grouping in the data may fail to be extracted by the learner if the prevailing concept description language is incapable of describing that particular regularity.

Contoh: Usia Konsumen (dalam tahun) Jumlah Anak dari Konsumen (Orang) Income (dalam Rupiah/bulan) Kegiatan Konsumen Membaca Koran Setiap Minggu (Jam) Kegiatan Konsumen Menonton TV Setiap Minggu (Jam) Jumlah Motor yang Dimiliki Konsumen (Buah) Jumlah Mobil yang Dimiliki Konsumen (Buah) Jumlah Kartu Kredit/ ATM yang Dimiliki Konsumen (Buah) Tingkat Pembelian Barang dari Konsumen Setiap Minggu (Berapa Kali dalam Seminggu) Perlu melakukan transformasi data Terlihat isi data sangat bervariasi dalam satuan, dimana ada variabel (data) dengan satuan ratusan ribu (INCOME), namun ada data dengan satuan di bawah 10 (ANAK). Perbedaan satuan yang mencolok seperti ini, akan menyebabkan bias dalam analisis Cluster, sehingga data asli harus ditransformasi (standardisasi) sebelum bisa dianalisis. Dengan demikian, perlu dilakukan transformasi terhadap variabel yang relevan ke bentuk Z-Score Standardisasi data dengan Z-Score:

The vacation travel market. Recent research has identified three clusters : 1) The demanders - they want exceptional service and expect to be pampered; 2) The escapists - they want to get away and just relax; 3) The educationalist - they want to see new things, go to museums, go on a safari, or experience new cultures.

In marketing, cluster analysis is used for: Segmenting the market Determining target markets Product positioning New Product Development

In the study of social networks: Clustering may be used to recognize communities within large groups of people.

In the field of marketing, demographics, opinion research, and social research in general, psychographic variables are any attributes relating to personality, values, attitudes, interests, or lifestyles. They can be contrasted with demographic variables (such as age and gender), behavioral variables (such as usage rate or loyalty). When a relatively complete assessment of a person or group's psychographic make- up is constructed, this is called a psychographic profile. Psychographic profiles are used in market segmentation as well as in advertising. Some categories of psychographic factors used in market segmentation include: Activities, Interests, Opinions (AIO) Attitudes Values

Price Conscious Quality Conscious Prestige/Image Conscious Risk taker Conservatif Impulsif Well Planned Agresif Pasif

Psychographics Analysis dibuat menggunakan metode cluster analysis terhadap variabel-variabel atau pernyataan-pernyataan psychographic yang telah didesign. Langkah-langkah Sebelum menentukan jumlah cluster yang akan dipakai, terlebih dahulu variabel-variabel tersebut kita analisis menggunakan Faktor Analysis yang tujuannya untuk menjelaskan hubungan diantara variabel-variabel dalam beberapa bentuk faktor. Dari faktor-faktor variabel tersebut akan terbentuk pengelompokan variabel yang didasarkan pada korelasi antar variabel, dimana antar variabel dalam suatu sel tertentu memiliki korelasi yang kuat, tetapi terhadap variabel dalam kelompok lain memiliki korelasi yang relatif lemah. Dari faktor analysis ini sudah bisa menganalisa secara umum kecenderungan dari variabel-variabel untuk masing-masing kelompok yang terbentuk dan kita bisa menentukan jumlah cluster yang akan kita gunakan. Berdasarkan faktor analysis ini kita bisa meng-cluster berdasarkan jumlah kelompok yang mencul. Untuk mengetahui lebih detail untuk masing-masing kelompok tersebut, hasil cluster dicrosskan dengan variabel demografi atau pertanyaan-pertanyaan yang relevan.

Factor analysis in psychology is most often associated with intelligence research. However, it also has been used to find factors in a broad range of domains such as personality, attitudes, beliefs, etc.. Advantages Reduction of number of variables, by combining two or more variables into a single factor. For example, performance at running, ball throwing, batting, jumping and weight lifting could be combined into a single factor such as general athletic ability. Usually, in an item by people matrix, factors are selected by grouping related items. In the Q factor analysis technique, the matrix is transposed and factors are created by grouping related people: For example, liberals, libertarians, conservatives and socialists, could form separate groups.

KARTU BANTU Berikut ini akan saya bacakan beberapa pernyataan; tolong B/I/S katakan kepada saya apakah pernyataan tersebut................. (mulai dari pernyataan bertanda X ) 1.Sangat sesuai dengan kebiasaan /pribadi saya 2.Sesuai dengan kebiasaan / pribadi saya 3.Kurang sesuai dengan kebiasaan / pribadi saya 4.Tidak sesuai dengan kebiasaan/pribadi saya Price conscious Saya bersedia untuk jalan lebih jauh untuk mendapatkan barang yang sedikit lebih murah. Sebelum membeli suatu barang, saya selalu membanding-bandingkan harganya terlebih dahulu. Saya lebih suka membeli barang-barang dengan harga diskon. Quality conscious Saya lebih suka membeli barang yang harganya lebih murah, walaupun kualitasnya sedikit lebih rendah daripada merek yang biasa saya beli. Saya selalu memilih merek yang kualitasnya paling baik, masalah harga tidak jadi soal. Image/Prestige conscious Saya lebih suka membeli barang yang telah terkenal mereknya. Saya lebih suka membeli barang yang biasa digunakan para artis/tokoh terkenal Saya merasa bangga bila menggunakan/membeli barang yang orang tahu harganya cukup mahal.\ Risk taker Saya suka mencoba-coba membeli merek baru yang belum saya ketahui kualitasnya Sayasama sekali tidak berkeberatan untuk mencoba produk baru. Konservatif Saya lebih suka membeli barang dengan merek yang telah lama saya gunakan. Saya lebih suka membeli barang dengan merek yang biasa digunakan orang-tua, teman atau kenalan saya. Impulsif Seringkali ketika saya pulang dari berbelanja, ternyata banyak barang yang saya beli diluar rencana Jika punya uang, saya sering membeli barang apapun yang ditawarkan sales kepada saya Seringkali saya membeli barang yang sesungguhnya tidak benar-benar saya butuhkan Well planned Kalau saya berbelanja, biasanya saya rencanakan dulu jenis dan merek barang yang akan saya beli. Sebelum menentukan pilihan, biasanya saya perlu waktu untuk membanding kelebihan dan kekurangan dari merek-merek

Rural Psychographic Segments Economical, thrifty, planned, not impulsive, look for quality and well trusted brands, not bold to try new things, non risk-taker. Anything goes, chameleon, not concerned about quality, look for discounts and inexpensiveness, like brands but also go for imitation, open to try new products, impulsive buyers. I. Ali – Alimah – (Traditionals ) Unconcerned attitude, lack of receptiveness toward new products, not attuned to quality, conservative, uninfluenced by environment, unbending, planned activities II. Eko – Eni – (Contemplators) III. Yoyok - Yayuk – (Chameleons )

Rural Psychographic Segments High socializing activities, look for qualtity and price, open for new products, greatly influenced by social environment, sufficiently well planned and not impulsive. V. Juragan – Juragin – (Status Seekers ) Status seeker, want to give impression of being able to buy expensive products, buy without planning, open to new products, look for quality and trusted brands. IV. Gultom – Gultami – (Innovators)

General Segmentation Purchase and consumption segmentation Product category segmentation Brand Segmentation Very general Very specific

Similar presentations

Ads by Google