Международный
научный журнал

Современные подходы к сегментации клиентской базы розничного банка


Modern processes to the customer base segmentation of the retail bank

Цитировать:
Бояринцев В.И., Бровкина Н.Е. Современные подходы к сегментации клиентской базы розничного банка // Universum: Экономика и юриспруденция : электрон. научн. журн. 2016. № 12(33). URL: http://7universum.com/ru/economy/archive/item/3936 (дата обращения: 23.07.2019).
 
Прочитать статью:

Keywords: bank; decision tree; marketing; mass segment; segmentation; theory of generations; heuristics

АННОТАЦИЯ

В статье исследуется ряд подходов к сегментации клиентской базы как основы для разработки и продвижения продуктов розничного банка. Обзорно описываются эвристические и статистические группы методов. Выделяется целевая группа в составе общей популяции, а также «подсегменты» на основе статистического инструментария, а именно «деревьев классификации».

ABSTRACT

A number of processes to the customer base segmentation are investigated as a basis of the product development and promotion of the retail bank in the article. In general heuristic and static groups of methods are described. The target group is identified within the general population as well as “sub-segments” based on static tools “trees classification”. 

 

В условиях низкого потребительского спроса, «острой», часто неценовой конкуренции перед банками встает проблема «борьбы» за клиента - предложения такого банковского продукта, который удовлетворит или даже предвосхитит потребности рынка. Решением данной проблемы выступает целевой маркетинг и сегментация клиентской базы.

В ставшем классическим труде Филиппа Котлера «Основы маркетинга» автор выделяет три исторических этапа, на протяжении которых формировался современный маркетинг.

Первый этап характеризуется концентрацией на максимально крупном потенциальном рынке. Продавец здесь, по словам автора, занимается «массовым производством, массовым распределением и массовым стимулированием сбыта» единого товара для всех потребителей. Ключевым допущением здесь является тот факт, что конечный продукт может понравиться всем потребителям, а издержки производства и цены при таком подходе должны минимизироваться. Этот этап автор называет «массовым маркетингом».

«Массовый маркетинг» сменился т.н. «товарно-дифференцированным маркетингом». В данном случае, производится два или несколько товаров с разными свойствами, оформлением, качеством и т.д. На данном этапе создается некое разнообразие для покупателей.

Заключительным же этапом в рассматриваемой работе автор называет «целевой маркетинг». На данном этапе производится разграничение рынка, выбор отдельных групп и разработка товаров и «комплексов маркетинга» в соответствии с интересами этих групп. В зависимости от группы, варьируются цены, каналы распределения, расходы и характер рекламы. По словам Ф. Котлера, вместо «стрельбы из дробовика» фокус смещается к «стрельбе из винтовки», т.е. концентрации на покупателях, наиболее заинтересованных в конкретном продукте. [3, с. 228] Появляется понятие сегментирования рынка.

Дмитрий Николаевич Ушаков определяет сегмент (лат. segmentum – отрезок) как «часть тела, ограниченную плоскостью и отсекаемой ею частью поверхности тела». [6] Сегментирование же, опираясь на данное определение, представляет собой процесс выделения такой «части тела». Ф. Котлер определяет сегментирование рынка как «разбивку рынка на четкие группы покупателей, для каждой из которых могут потребоваться отдельные товары и/или комплексы маркетинга». [3, c. 228]

Концептуально выделяют эвристическую и статистическую сегментацию клиентов. [9, с. 208]

Эвристика (от греч. – отыскиваю, открываю) – «специальные методы решения задач (эвристические методы), которые обычно противопоставляются формальным методам решения, опирающимся на точные математические модели». [2, c. 630]

Эвристические подходы (также используют термин «a priori») интуитивны, часто сегментирование проводится по географическим и социально-демографическим (возраст, семейное положение, уровень дохода) признакам. Базовым принципом сегментации выступает уровень дохода. По доходу обычно выделяют следующие сегменты (ранжирование по сумме размещенных средств):

  •      «Mass retail» (до 100 тыс. долл.);
  •      «Mass affluent» (до 1 млн. долл.);
  •      «HNWI» (до 5 млн. долл.);
  •      «UHNWI» (свыше 5 млн. долл.). [4, c. 209]

Стоит заметить, что данная классификация является базовой и не учитывает региональные особенности.

Массовый сегмент (mass retail), в свою очередь, часто делят на три подсегмента:

  •      «нижний» (lower) ограничен в сбережениях, активно использует кредиты, базовые платежи;
  •      «средний» (mass) имеет небольшие сбережения, пользуется кредитами, активно пользуется платежами (наиболее активны в ДБО);
  •      «высокий» (upper) обладает значительным доходом, склонен преумножать сбережения. [8]

Банки могут сами определять целевую величину дохода для отнесения клиента к массовому розничному сегменту. Значительную роль здесь играют региональные особенности. Так, при среднедушевом доходе жителя Москвы сегодня в размере 55827 руб. [5], рационально признать границей отсечения сегмента mass affluent размер индивидуального дохода в размере примерно 170 тыс. рублей, или превышение среднего дохода семьи из трех человек. [1, c. 94]. Такая дифференциация используется банками, как для определения целевого сегмента и планирования кредитной политики, так и для разработки продуктовой линейки с учетом специфики целевой группы.

Говоря о возрастной сегментации, нельзя не остановиться на достаточно популярной теории, разработанной Уильямом Штраусом и Нилом Хоувом. Теория поколений Хоува-Штрауса описывает повторяющиеся поведенческие циклы. Рассмотрим российскую адаптацию теории поколений, выполненную Е. Шамис. Сегодня нас интересуют характерные особенности представителей четырех поколений.

Ценности молчаливого поколения (1923-1943) формировались под влиянием сталинских репрессий, Второй мировой войны, восстановления разрушенной страны. К ним относят преданность, соблюдение правил и законов, уважение к должности и статусу, честь, терпение.

Поколение беби-бумеров (1943-1963) формировалось под воздействием советской «оттепели», покорения космоса, «холодной войны». К ценностям относят оптимизм, заинтересованность в личностном росте и вознаграждении, коллективизм и командный дух, культ молодости.

Поколение Х (1963-1983) характеризуют готовность к изменениям, возможность выбора, глобальная информированность, техническая грамотность, индивидуализм, стремление учиться в течение всей жизни, неформальность взглядов, поиск эмоций, прагматизм, надежда на себя, равноправие полов. События, сформировавшие ценности, включают: продолжение «холодной войны», перестройка, СПИД, наркотики, война в Афганистане.

Поколение Y или поколение Сети, поколение Миллениум (1983-2003) формировалось под влиянием распада СССР, терактов и военных конфликтов, атипичной пневмонии, развития цифровых технологий. В систему ценностей «миллениалов» уже включены такие понятия, как гражданский долг и мораль, ответственность, но при этом психологи отмечают их наивность и умение подчиняться. На первый план для поколения Y выходит немедленное вознаграждение.

Знание характерных черт представителей данных поколений очевидно необходимо для банка, прежде всего с точки зрения разработки новых продуктов и планирования способов донесения информации до целевой аудитории. [7]

Наиболее интересным представляется статистический подход (также используют термин «post hoc») к сегментации клиентской базы, применяемый, в т.ч., при разработке скоринговых карт. Именно с помощью статистических инструментов мы можем получить наиболее объективную информацию о составе популяции клиентов конкретного банка при условии, что банк существует достаточно давно, располагает исчерпывающей статистической информацией и имеет стабильную «аудиторию». Имеющиеся данные должны соответствовать требованиям статистической значимости и случайности. Существующая выборка должна исключать статистические выбросы, связанные, в т.ч., с разовым рекламным привлечением, сезонностью и т.д.

Была проанализирована популяция, состоящая из 10 тыс. уникальных наблюдений, в каждом из которых выделена информация о возрасте, половой принадлежности, количестве детей (а также количестве иждивенцев), уровне образования, семейном положении, сфере деятельности, должности, персональном доходе, фактическом адресе проживания, количестве автомобилей и наличии квартиры в собственности.

Анализ проведен с помощью статистического ПП IBM SPSS Statistics 23. Использованы данные, размещенные АО «ОТП Банк» в 2011 году в рамках конференции «Математические методы распознавания образов» для проведения конкурса по предсказанию отклика клиентов ОТП Банка.

На первоначальном этапе предлагается исследование описательных статистик выборки, таких как максимальное и минимальное значение, среднее, медианное значение и среднеквадратическое отклонение, а также исключение статистических выбросов (при условии, что данные «очищены» от пропущенных значений или в расположении имеется достаточно большая выборка). Часть консолидированных результатов проведенного анализа представлены на рисунке 1.

 

Рисунок 1. Исследование описательных статистик выборки (составлено автором при помощи ПП IBM SPSS Statistics 23)

 

Таким образом, в популяции больше мужчин (64,3%), средний возраст которых составляет 40 лет; большинство состоят в браке, бездетны или имеют до 2 детей, работают. У почти 70% популяции нет своей квартиры. Средний доход по выборке составляет 14 тыс. рублей, максимум – 250 тыс. рублей, медианный доход составляет 12 тыс. рублей. Почти половина имеют среднее специальное образование. Кроме того (эти данные не вынесены на рисунок из-за большого объема), наибольшая группа (15,3%) работают в сфере торговли, 23,1% - неквалифицированные рабочие. У большинства (почти 90%) нет автомобиля. Можно сделать вывод о том, что приведенная популяция принадлежит к нижнемассовому сегменту (lower mass retail).

На втором этапе целесообразно детально изучить описанную выше группу. Представителю целевого сегмента от 22 до 56 лет, он/она не состоит или состоит в браке, не имеет автомобиля, бездетны или имеет до 2 детей, имеет среднее, среднее специальное, неоконченное высшее или высшее образование. После «очистки» выборка содержит 7232 наблюдений (или 72,32% от первоначальной выборки).

На третьем этапе предлагается с помощью статистического инструментария, выделить наиболее крупные «подсегменты» среди описанной выше группы. Для достижения данной цели воспользуемся «деревьями классификации» в ПП IBM SPSS Statistics. В качестве корневого узла используем показатель «личный доход» как наиболее релевантный для целей работы. В качестве узлов наиболее показательными переменными являются «уровень образования». Графическое представление результатов отражено на рисунке 2.

 

Рисунок 2. Результаты применения инструмента «деревья классификации»
(составлено автором при помощи ПП IBM SPSS Statistics)

 

Таким образом, наибольшее количество наблюдений представлено в группах «Среднее специальное», «Высшее» и «Среднее; Неполное среднее». Терминальный узел «Неоконченное высшее» не представляет интереса ввиду малого объема охвата выборки. По каждой из групп указан средний уровень персонального дохода (ожидаемо наиболее высокий по группе клиентов с высшим образованием и наименьший – по группе со средним и неполным средним образованием). Дочерние узлы по рассмотренным целевым группам не представлены графически из-за большого объема. Дочерние узлы содержат информацию о регионах проживания групп клиентов. Дочерний узел с наибольшим количеством наблюдений представлен на рисунке 3.

Рисунок 3. Дочерний узел анализируемого «дерева» с наибольшим количеством наблюдений (составлено автором при помощи ПП IBM SPSS Statistics)

Рассмотрим подробнее группу клиентов со средним специальным образованием и фактическим адресом проживания в Республике Башкортостан. Описательные статистики по переменной «Личный доход» данной группы представлены на рисунке 4.

Рисунок 4. Описательные статистики по переменной «Личный доход» подвыборки наблюдений (составлено автором при помощи ПП IBM SPSS Statistics)

Таким образом, средний доход по подвыборке составил 13537 рублей. Прожиточный минимум для трудоспособного населения Республики Башкортостан в 2011 году составлял 5992 рубля. Предположим, что единственным показателем при оценке кредитоспособности выступает коэффициент покрытия долга, который рассчитывается по формуле:

,                                 (1)

где DSCR – коэффициент покрытия долга;

NI – чистый доход за период;

DS - расход за период.

Очевидно, что коэффициент покрытия долга не должен быть ниже 1. Таким образом, максимальный искомый ежемесячный платеж составит 5989 рублей (расчет выполнен по формуле 1).

Стоит заметить, что при формировании результатов были сделаны следующие допущения: удовлетворяющий требованиям кредитной политики коэффициент обслуживания долга составляет 1,2; в составе расходов за период учитывается только прожиточный минимум для трудоспособного населения Республики Башкортостан в 2011 году.

Ежемесячный платеж (аннуитет) рассчитывается по формуле:

,                                     (2)

где k – коэффициент аннуитета;

S – сумма кредита.

Коэффициент аннуитета, в свою очередь, рассчитывается по формуле:

,                                (3)

где i – процентная ставка за период;

n – количество периодов.

При средней ставке по необеспеченным потребительским кредитам равной 25% и среднем сроке кредита равном 12 месяцам, коэффициент аннуитета составит 0,27 (расчет выполнен по формуле 3), а удовлетворяющая требованиям сумма кредита – 22181 рубль (расчет выполнен по формуле 2).

Таким образом, средняя сумма «годового» кредита в Республике Башкортостан должна составлять 22 тысячи рублей за рассматриваемый период. Данный факт следует принимать во внимание в процессе разработки кредитных продуктов и выбора оптимальных методов их продвижения, особенно в приоритетных, с точки зрения концентрации клиентской базы, филиалах и кредитно-кассовых центрах.

Детальное изучение клиентской базы (при условии достаточного объема статистики и стабильности популяции) является «основой», без которой невозможны ни разработка качественной продуктовой линейки, ни выбор методов для ее продвижения. При этом необходим разумный баланс между эвристическими и статистическими методами исследования. Нецелесообразно предлагать ИЖК аудитории с низким доходом, несмотря на отсутствие у них квартиры. Статистический подход к сегментации клиентской базы позволяет учесть интересы большей части потребителей и предложить релевантный данным интересам продукт.

 


Список литературы:

1. Бровкина Н.Е. Рынок банковского обслуживания физических лиц: тенденции и перспективы развития: мо-нография - М.: КНОРУС, 2014. –264 с.
2. Ильичёв Л.Ф., Федосеев П.Н., Ковалёв С.М. Философский энциклопедический словарь. - М.: Советская эн-циклопедия, 1983. – 836 c.
3. Котлер Ф. Основы маркетинга - М.: Прогресс, 1991. – 654 с.
4. Парамонова В.Е. Обзор клиентских сегментов private banking (частного банковского обслуживания) // Фундаментальные исследования. – 2015. – № 5-1. – 231 с.
5. Среднедушевые денежные доходы населения в 2016 г. / Территориальный орган Федеральной службы государственной статистики по городу Москве. [Электронный ресурс]. - Режим доступа: http://moscow.gks.ru/ wps/wcm/connect/rosstat_ts/moscow/ru/statistics/standards_of_life/ (дата обращения: 16.11.2016)
6. Толковый словарь русского языка, под ред. Д. Н. Ушакова / [Электронный ресурс]. - Режим доступа: http://ushakovdictionary.ru (дата обращения: 16.11.2016).
7. Шамис Е. Теория поколений: как продавать разным возрастным группам // Маркетинг Менеджмент – 2007. - № 6. - 128 с.
8. Mass retail banking: how savings banks in Africa, Asia and Latin America can provide / The World Savings and Retail Banking Institute / [Электронный ресурс]. - Режим доступа: http://www.savings-banks.com/SiteCollectionDocuments/Product%20Mapping%20Paper%20EN.pdf (дата обращения: 16.11.2016)
9. Wind Y.,Green P.E. Marketing Research and Modeling: Progress and Prospects // Springer, 2009 – 346 p.

Информация об авторах:

Бояринцев Владислав Игоревич Boyarintsev Vladislav

магистрант Департамента Финансовых рынков и банков, Финансовый университет при Правительстве РФ, 129164, РФ, г. Москва, ул. Кибальчича, д. 1

Master’s degree syudent of the Financial markets and banks’ Department, Financial University under the Government of the Russian Federation, 129164, Russian Federation, Moscow, Kibalchicha str., 1


Бровкина Наталья Евгеньевна Brovkina Natalia

к.э.н., доцент Департамента Финансовых рынков и банков, Финансовый университет при Правительстве РФ, 129164, РФ, г. Москва, ул. Кибальчича, д. 1

Candidate of Economic Sciences, Associate professor, Financial University under the Government of the Russian Federation, 129164, Russian Federation, Moscow, Kibalchicha str., 1


Читателям

Информация о журнале

Выходит с 2013 года

ISSN: 2311-4282

Св-во о регистрации СМИ: 

ЭЛ №ФС77-54432 от 17.06.2013

ПИ №ФС77- 66234 от 01.07.2016

Скачать информационное письмо

Размещается в: 

doi:

cyberleninka

google scholar

Ulrich's Periodicals Directory

socionet

elibrary

Base

ROAR

OpenAirediscovery

CiteFactor

Поделиться

Лицензия Creative CommonsЯндекс.Метрика© Научные журналы Universum, 2013-2019
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Непортированная.