Pazar Bölümlendirmede Farklı Kriter Ve Analiz Yaklaşımlarının Yeri: Finans Sektöründe Bir Uygulama

Abstract

Gerçekleştirilen çalışmada öncelikle pazar bölümlendirme kavram olarak incelenmiş; pazar bölümlendirmede temel alınan mevcut/ yeni kriterler ve kullanılan istatistiksel analiz yöntemleri üzerinde ayrıntılı olarak durulmuştur. Çalışmanın uygulama bölümünde, bireysel bankacılık müşterileri için gerçekleştirilmiş olan araştırma çalışmasının verileri üzerinden: müşteriler bölümlendirilerek elde edilen pazar bölümlerinin karşılaştırmalı analizinin yapılabilmesi amacı ile bir araştırma tasarlanmıştır. Sonuçların analizinde SPSS 11.0 ve Latent Gold 3.0 programları kullanılmıştır. Araştırma kapsamında bireysel bankacılık müşterileri; psikografik ve davranışsal değişkenler temel alınarak K Ortalamalar ve Gizli Sınıf Analizi algoritmaları kullanılarak kümelemeye tabi tutulmuş ve elde edilen pazar bölümleri karşılaştırmalı olarak analiz edilmişlerdir. Çalışma sonucunda; her iki yöntem ve farklı kriterler ile bireysel bankacılık müşterileri için anlamlı pazar bölümleri elde edilebildiği bununla birlikte elde edilen kümelerin farklı yapılarda oluştuğu görülmektedir. K Ortalamalar ve Gizli Sınıf Analizi yöntemleri; bireysel finansal hizmetler sektöründe diğer pazar bölümlendirme koşulları ile birlikte değerlendirilerek pazarlama yönetimi sürecinde birbirlerine alternatif olarak kullanılabilecek yöntemler olduğu görülmektedir.In this study concept of market segmentation is investigated from different aspects and basic segmentation criteria and statistical analysis methods that are used in market segmentation process are evaluated comprehensively. In this study, research model is designed on the basis of the data of a quantitative survey, which is conducted within retail banking customers; aims to segment customers and test the efficiency of segmentation results; make a comparative analysis of different clustering methods of different bases. In analysis process SPSS 11.0 - Latent Gold 3.0 softwares are used. In scope of the study; retail bank customers were segmented on the basis of behavioral and psychographic variables via using K-Means and Latent Class clustering algorithms. Final clusters were comparatively analysed on the base of cluster means and socio-demographic variables. As a result it is seen that; for both methods statistically significant clusters (market segments) were found for retail banking customers which have different cluster structures in terms of cluster membership and means. In conclusion; K-Means and Latent Class Clustering methods arise as alternative methods; which can be used via evaluating the other basic conditions of market segmentation for retail financial services sector.