转换模型根据消费者和某个品牌或产品种类的关系来细分群体。通常，最简单的分类是将消费者划分为使用者和非使用者，转换模型在这一基础上对两个群体做了进一步细分。当然，市场细分的方法有很多种，包括运用人口统计学变量、心理变量、地理变量等作为划分标准，但基于消费者和品牌联系强度的分类方法似乎用得很少。

　　转换模型针对品牌（或产品种类）引入了“黏性”这一概念，将某品牌的用户划分为不同黏度的细分群体。与此同时，非使用者也依据其争取的难易程度做了细分。从概念上来描述，转换模型由以下这些要素组成：

　　用户

　　目标品牌的用户通常被归入以下四个细分群体之一：稳固型——特定的产品领域之中，在未来不太可能改变消费模式的用户；普通型——在短期内不太可能改变消费模式，但在中长期有转变的可能性；边缘型——在品牌黏度方面低于普通型用户，其中已有一些消费者在考虑其他品牌；易转换型——某品牌的用户中最容易流失的群体。

　　非用户

　　非用户同样被归入以下四个细分群体之一：容易争取型——这部分消费者对目标品牌的偏好超过了现用品牌，所以尽管目前没有发生品牌转换行为，但在心理上已做好了转换的准备；左右摇摆型——在这部分消费者看来，目标品牌和现用品牌具有同等的吸引力；轻度背离型——偏好取向和现用品牌联系在一起，但对现用品牌的黏度低于重度背离型；重度背离型——强烈偏好现用品牌，所以从近期来看，争取这部分消费者的可能性最小。

　　转换模型的应用同样是建立在收集数据的基础上，较常用的数据收集方法包括邮寄问卷、电话访问、一对一的面访等，其中面访是最适宜的数据收集方法。在实际操作的时候，通常需要被访者回答一组问题，这组问题基本上涵盖了以下四个维度：需求满足度、在特定产品领域的购买介入度、对其他品牌的态度、现场决策犹疑程度。

　　需求满足度

　　需求满足度指的是消费者使用某品牌后的体验，其需求得到满足的程度。显然，对某品牌的满意度越低，品牌黏度也越低。需要注意的是，满意度是测量品牌黏度一个必要的指标，但如果只用这一个指标来预测消费者的转换行为是不够的，其原因可以由第二个维度来解释。

　　在特定产品领域的购买介入度

　　在这里，购买介入度的含义侧重于品牌选择的重要性。我们知道，某种产品在日常生活中占有的地位越重要，消费者可以忍受不满的限度也越高。同样的道理，如果某种产品居于相对次要的地位，对某个品牌表示满意的消费者也可能在下次购买时转向其他品牌，比如一个定价更为便宜的品牌。

　　对其他品牌的态度

　　用满意度来预测转换行为并不完善的另一个原因可以用这一维度来解释。一个消费者可能对当前使用的品牌极其不满，但如果他认为其他品牌更糟糕，那么转换行为就不太会发生。同样的道理，消费者可能对现用品牌很满意，但相比之下认为其他品牌更好一些，那转换行为也可能发生。所以，消费者对竞争品牌持有的态度应是形成现用品牌黏度的重要因素之一。

　　现场决策犹疑程度

　　该维度指的是消费者以往在作选择时，是否容易被现场提供的品牌分散注意力。一些消费者很少迟疑，不会轻易改变原有的消费模式，另外一些消费者面对众多的品牌变得拿不定主意，一时之间很难下决心。现场决策所表现出来的犹疑不定对现用品牌的黏度将产生直接的影响。

　　借助数学中的突变理论（具体的类型为蝴蝶突变），根据被访者对以上四个维度问题的回答，运用一定的算法之后，可以将被访者划分为不同的群体。举个简单的例子，如果某个被访者对现用品牌非常满意，品牌选择对他而言有着重要的意义（也就是说，在特定的产品领域中购买介入度较高），在品牌态度方面现用品牌被认为明显好于其他竞争品牌，在现场选择时忠于一定的模式，该被访者将归入稳固型用户。　

　　度量“黏性”不仅仅是一个理论概念，黏度较高的群体对于市场营销而言，有着重要的意义，这是因为，相比较黏度较低的群体有以下特征：他们更容易被说服重复购买某品牌；他们对竞争品牌的宣传更具免疫力；当遇到常用的品牌（产品）缺货的情况，他们不会轻易接受其他品牌；他们对于价格的敏感度较低；他们支撑了特定的产品领域中和他们维持高强度关系品牌的较大的市场份额；最重要的是，黏度通常和未来的购买行为联系在一起。

　　转换模型被广泛应用于产品和概念测试、广告测试以及持续的品牌良性发展监测等领域。

　　应用案例

　　以下是一个关于酒类产品的案例，在这个案例中，运用转换模型将品牌Ａ的用户和非用户细分后，具体构成如图1所示。在图中，“容易被攻击”的群体是将边缘型和易转换型两类用户合并在一起，“开放”的群体是将容易争取型和左右摇摆型两类非用户群体做了合并。

　　我们需要了解为什么会有11％的用户和品牌之间建立了较强的联系，同时如何防止10％的易受攻击的用户转向其他品牌。为此，研究的重点分为两个方面：其一是在每个细分群体中，有哪些因素对品牌偏好产生了驱动作用；另一方面，测量品牌Ａ相对于竞争品牌在这些重要维度上的表现。

　　为了解决上述问题，我们将用到“多元回归”和“提及次数份额”这两种方法。

　　多元回归是以品牌偏好得分为因变量，属性维度上的得分为自变量，建立自变量和因变量之间的回归方程，由此得到的回归方程的系数代表了各种属性对于品牌整体偏好的影响。在回归系数的基础上，我们可以将所有属性按照重要程度进行排序。

　　“提及次数份额”是一种相对简单的测量方法，具体的算法是某种属性维度上提到品牌Ａ的次数除以所有品牌提及次数总和后得到的比值，通过这一数值可以看出品牌Ａ相对其他品牌的表现。

　　运用这两种方法对数据进行处理之后，我们来看一下品牌Ａ在“稳固型”用户心目中的形象，具体而言，看哪些是驱动该群体品牌偏好的重要属性，同时品牌Ａ在这些重要属性上有何种表现。图形2显示，在一些相对重要的维度上，在“稳固型”用户看来，品牌Ａ都胜过其他品牌。

　　再来看品牌Ａ在“易受攻击型”用户中的形象。图形3显示，品牌Ａ在两个维度（产品属性1和饮酒动机2）上的表现超过了竞争品牌，但这两个属性并不是影响品牌偏好的决定性因素。相反，在产品属性2和品牌个性2这样一些最具影响力的维度上，品牌Ａ被认为逊色于竞争品牌。

　　简而言之，由于品牌Ａ在不太相关的属性上表现相对强势，而在一些重要属性上处于下风，由此削弱了品牌Ａ和这部分消费者之间的联系。

　　“易受攻击型”和“稳固型”用户的区别主要体现在两个方面：首先，他们追求的是不同的利益点；其次，在一些关键属性上，他们有截然不同的感受。

　　针对上述情况，我们可以给出两种对策：第一种是在品牌Ａ的薄弱环节方面（比如产品属性2和品牌个性2）有所提升，由于需要改变品牌在消费者心目中已确立的形象，在实际操作的时候可能会较为困难。第二种是加强品牌Ａ的优势属性和品牌偏好的联系，这种对策从影响消费者需求的角度出发，使品牌Ａ在优势属性方面的价值得到充分体现，同时确保品牌Ａ在不同时期的形象保持前后一致性。　

　　原载：《经济观察报》2004-03-15第151期
　　　　　　　本文由 授权转载，版权属于原出版人

相 关 文 章（共4篇)

成功建立细分市场五部曲 （2009-11-19, 《新营销》2009年11月刊，作者：Scott Gerber） 消费品行业如何细分市场 （2005-07-26, 中国营销传播网，作者：王晨光） 如何做好细分市场？ （2003-05-21, 中国营销传播网，作者：胡隽） 生活方式与细分市场 （2003-03-19, 中国营销传播网，作者：牛锐）