科学的市场细分是成功营销的基础。这种理念实际上是经过了相当一段时间才被国内研究咨询业所接受。的确，市场细分是一种基础性工作，除了对行业的深度理解外，还需要掌握相关的分析工具。笔者认为，结合通信行业的研究咨询经验，在此***介绍了市场细分的方法和工具。
一、科学的市场细分是成功营销的基础
市场细分是指通过聚类分析等方法定义不同细分市场，以达到同一细分市场内个体之间的差异减少到***小，不同细分市场之间的差异增加到***大；用户细分起因于不同的用户有不同的需求偏好，目前移动通信市场细分正由细分市场向定制市场方向迈进。
用户细分可以从不同的角度进行分类。按细分目的分可分为战略细分与策略细分；按细分对象分可分为普通用户细分与集团用户细分；按数据来源分可分基于样本调查数据的用户市场细分和基于BOSS系统数据的用户行为细分；按与用户关系分可分愿者上钩式细分与对号入座式细分。所谓“愿者上钩”方式，是指公司根据对用户细分市场的理解设计好他们需要的产品/服务，放在他们易于找到的道路上，由他们自已去选。所谓“对号入座”方式，用简单的分析工具确认不同消费者的所属细分市场，由此划分消费者并区别对待。
移动通信市场需要进行市场细分。笔者认为，伴随移动通信市场的迅速发展，移动用户的特征在发生变化；随着不同用户群的加入，移动用户市场已出现细分化、异质化特征。在此过程中，不同用户群因其职业、生活习惯的差异而体现出不同的移动消费行为。在用户需求个性化增强的同时，移动通信技术进步创造出多样化的业务产品，为满足不同消费需求提供了可能。总之，不同类型用户移动消费的内在差异性会随着移动公司业务产品、生产营销和客户服务的进一步发展而显现，更加科学的用户细分十分必要。
从竞争的角度看，目前移动公司正面临巨大的挑战，联通和电信小灵通对移动公司的市场主导地位展开了激烈的攻势。竞争对手的主要竞争手段是通过对细分客户群的蚕食来削弱中国移动的市场地位，抢夺移动***。由于缺乏对移动客户的深入了解，缺乏更科学的市场细分和更有效的营销策略，移动公司目前的市场基础并不稳固。国外发展历程表明，市场挑战者将会利用市场细分化机遇对***者发动攻击。***地位的保持与用户价值的提升需要移动公司深入了解客户，对市场进行有效细分。有效的市场细分有助于移动公司更好地了解市场状况、客户需求和竞争形势。
在移动市场日趋细分化、差异化的情况下，传统按ARPU值进行的市场细分已无法满足移动公司科学制订营销策略的要求；当前移动公司以年龄层次与话费额作为战略细分标准，需要进一步作***性细分；移动管理人员需要综合运用数据挖掘工具，通过聚类分析等方法利用现有BOSS系统数据库对移动客户群消费行为的内在差异进行细分；同时，通过市场调研采用因子分析/判别分析方法，基于客户心理/社会人口特征从另一角度进行细分。基于不同角度的细分方法有其各自的应用价值；科学的市场细分需要利有矩阵组合形式综合不同角度的细分，以获取对市场更为深入和***的认识。在科学细分基础上，综合运用相关分析方法和工具，结合相关项目运作经验，可以为进一步的营销策略提供有力支持。科学的用户细分能支持移动公司提高市场营销和客户服务的效率及制定科学系统的差异化市场营销与客户服务策略；***终，使科学的用户细分成为移动公司战略发展和价值增长的推动力。
二、基于市场调查数据的细分方法和工具
一个典型的市场细分工作可分为3个模块、8个步骤。在3大细分工作模块中，明确细分的目的是项目出发点，深刻了解用户需求是细分的关键，如何定义和选择目标细分市场则富有技巧。
用户细分的***步是了解市场总体特性，深入分析市场机会和威胁，有助于有效确立市场细分的目的。第二步是确定基础变量：有八类指标/基础变量供决策人员选择：地理位置、人口特征、使用行为、利润潜力、价值观/生活方式、需求/动机/购买因素、态度、业务/服务使用场合。在具体的细分项目中，决策人员需要权衡这些指标的竞争优势与实施难易程度，以***终选择一个或几个指标。一般来说，以需求为基准的细分市场优于以简单人口特征为基准的细分市场，而在实际中，决策人员常常组合不同的细分基准以获得较好的效果。细分的第三步是收集数据，抽样调查是用户调研中***基本的数据收集模式。细分的第四步是分析数据，数理统计方法是定量细分市场的主要分析工具。第五步是构建细分市场，使用基础变量定义用户群，使用描述变量刻画用户群。第六步是描述细分市场，***是描述细分市场有别于整体市场的典型特征。第七步是命名细分市场，基于细分市场典型特征和战略营销取向为细分市场命名。第八步是选择目标细分市场，常常基于市场吸引力和能力适应度二大标准选择目标细分市场。
笔者认为，一个完整的用户细分涉及因子分析、聚类分析、判别分析、交互分析和对应分析等几种常用的方法和工具。因子分析是一种多变量化简技术，目的是分解原始变量，从中归纳出潜在的类别；因子分析对样本量及变量间的相关性有一定要求。SPSS软件提供了一系列有关用户细分的操作菜单，因子分析可调用“analyze-date redution-factor”子菜单。聚类分析方法是按距离的远近划分类别，常用于细分市场。使用聚类分析方法，常需要考虑七个相关问题：距离测量、变量选择、共线性、变量标准化、异常值、分类数及对结果的解释。聚类分析有三种方法：快速聚类、系统聚类和二步聚类，它们依据的原理不同，各有其特点。聚类分析在SPSS中也有现成的菜单可供调用。判别分析是指从已知样本中训练出判别函数，并据此判别函数判定未知样本属性/类别。判别分析在SPSS中也有现成的菜单可供调用，但有其适用条件，在利用判别结果前需要进行判别的效果验证，如各自变量是否为连续性或有序分类变量，各组的协方差矩阵是否相等，变量间是否***，有无共线性现象。在对用户进行细分后，常需要使用交互分析方法，以进一步描述不同细分市场的典型特征；在SPSS中专门用于分类数据的描述/分析模块, Crosstabs过程既包括强大的描述功能，又具有丰富的统计推断能力。对于交互分析，在SPSS中可调用crosstabs和General Tables两种子菜单。交互分析表的信息量较丰富，但结果不够直观，而对应分析给出的对应图则非常清晰直观；对应分析是多维图示分析技术的一种，它能更直观地展示各类人群典型特征。
三、基于BOSS系统数据的细分方法和工具
现代通信企业的内部营销管理能力，除了依赖传统的流程和策略二大要素外，还涉及与BOSS系统相关的数据挖掘技术。基于BOSS系统的数据挖掘将为移动公司提供用户细分模型，以及建立在用户细分基础之上的一系列其它模型。
一个完整的数据挖掘过程可划分为六个环节：商业理解、数据理解、数据准备、建立模型、模型评估、结果发布。这六个环节依次进行，但需要不断地循环往复进行数据探索和模型的调优。在商业理解阶段，专注于从商业的角度理解项目目标和需求，然后将其转换成数据挖掘问题定义，并设计出达到目标的初步计划。在数据理解阶段，先收集初步的数据，然后进行熟悉数据的各种活动，包括识别数据的质量问题、观察数据基本特征、检测感兴趣的数据子集。在数据准备阶段，任务覆盖了从数据构造到***终数据集合的所有活动，包括表、记录属性的选择以及对数据进行的转换和净化。在建立模型阶段，可以选择和应用各种建模技术将其参数校正到优化值，这常常是一个循环往复的过程。在模型评估阶段，对所建模型再次考察其执行的步聚及是否正确地达到了商业目标，***终获得使用数据挖掘结果的判定。在结果发布阶段，用一种用户可以使用的方式来***和表示挖掘结果，并在模型结果的基础上进行分析，提出相应的营销策略。
基于BOSS系统的数据挖掘涉及到几种数据挖掘分析软件，Clementine是一种主流的挖掘分析软件。目前Clementine软件提供了一系列方便、快捷的记录处理节点和变量处理节点。在数据描述和呈现方面，可以直接调用输出节点族中的一系列统计分析节点和能非常直观地展现数据的图节点。Clementine提供了一系列建模方法供分析人员选择，所有的建模方法可归纳为描术性分析和预测性分析二大类，聚类分析属描术性分析。系统聚类（Kohenen）是基于二维映射技术将用户/变量聚合成不同群体。