廣東是中國的溫泉旅游大省。據(jù)中國科學(xué)院廣州能源研究所研究(2004),廣東省處于我國東南沿海地?zé)釒?/a>,以中、低溫熱水型的地?zé)豳Y源為主,已勘明的溫)沸泉總數(shù)為291個,占全國總數(shù)的1213%,僅次于西藏、四川和云南。目前已建成的溫泉度假區(qū)40多個(廣東溫泉協(xié)會,2005),數(shù)量居全國首位。

 

  廣東溫泉度假區(qū)分布比較集中,約2P3在珠三角地區(qū),良好的客源市場為溫泉旅游業(yè)的發(fā)展提供了必備條件。

 

  廣東溫泉數(shù)量雖多,但存在活動項目單一、產(chǎn)品雷同、市場定位不明、缺乏主題等問題,面對競爭日益激烈的溫泉行業(yè),根據(jù)游客需求營造自身特色是溫泉度假區(qū)成功的關(guān)鍵(陳南江,2005)。為此,溫泉旅游開發(fā)亟待解決的基礎(chǔ)問題是/什么樣的游客需要什么樣的溫泉產(chǎn)品0。目前,國內(nèi)對溫泉旅游的研究絕大部分集中在地理學(xué)和城市規(guī)劃學(xué)的范疇,而從市場營銷角度的研究尚無。本文旨在運用利益細分技術(shù)深入了解溫泉游客的需求取向,對利益取向相似的群體進行聚類,并總結(jié)各群體的特征,由此獲得的信息將為今后溫泉度假區(qū)的規(guī)劃和經(jīng)營決策提供有力的數(shù)據(jù)支持。

 

  2 文獻綜述

 

  211 追求利益

 

  追求利益是源自營銷學(xué)的概念,它是指人們期望從消費某產(chǎn)品的過程中獲取的利益(Haley,1968),這種利益是/消費者對某產(chǎn)品屬性產(chǎn)生的欲望(want)或需求(need),以及通過使用該產(chǎn)品期望獲得的主觀回報(subjective reward)0(Peter&Olson,1987;Lee&Kim,2000)。相對于反映消費者內(nèi)在特征的社會經(jīng)濟學(xué)或心理學(xué)概念,如年齡、性別、動機等,都里(Dolye,1985)和庫奈里斯(Cornelis,1986)認為追求利益更側(cè)重于研究消費者對產(chǎn)品外在的最終的使用目的,因此能更直觀易懂地分析消費者需求取向,并且更具可操作性(鄭琦,2002)。

 

  追求利益概念應(yīng)用于旅游市場是人們旅游需求日益多樣化的結(jié)果,因為即使同一個旅游區(qū),游客因各自尋求的利益不同而表現(xiàn)出不同的旅游行為或偏好。從以游客為導(dǎo)向的市場角度,非常需要了解游客希望從旅游或相應(yīng)支持的設(shè)施服務(wù)中獲得何種利益,以便確定細分市場和把握細分市場特征(Lee &Kim,2000)。而且,海利(Haley,1968)指出追求利益是細分市場存在的根本原因,因此,追求利益的概念被廣泛應(yīng)用于旅游市場研究領(lǐng)域。在實際概念的操作中,薩瑞古路(Sarig?ll?et al,2005)等根據(jù)對相關(guān)先行研究的回顧,認為追求利益從廣義角度包括兩種表現(xiàn)形式:?需要的設(shè)施P活動,?旅游動機。

 

  212 旅游市場細分

 

  市場細分是指在廣泛的、不同的人口中找到具有共同特征的人群,從而對專為他們需求而設(shè)計的營銷項目進行開發(fā)與營銷(西頓,班尼特,2004)。為了更清晰有效地進行市場細分,許多研究者使用統(tǒng)計技術(shù)來識別消費者的行為特征,運用先進技術(shù)獲得的分析結(jié)果能提供關(guān)于該市場的全新視角,從而有助于提高市場細分決策、目標市場選擇和營銷管理的有效性(邁爾斯,2005)。

 

  旅游市場細分的方法可分為事前細分和事后細分(邁爾斯,2005;Bieger&Laesser,2002)。前者是根據(jù)預(yù)先所知的變量劃分游客群,一般使用地理學(xué)、人口統(tǒng)計學(xué)、出游特征變量,例如按年齡段將游客劃分為青年游客、中年游客、老年游客等。后者是指在事先不對市場進行劃分,而是在使用統(tǒng)計學(xué)分析方法處理完問卷數(shù)據(jù)后再進行市場細分,該方法根據(jù)被訪者回答結(jié)果的相似性進行聚類,一般使用的變量有生活方式、追求利益、心理特征等。

 

  根據(jù)凱姆(Kim, 2004)和弗羅強特(Frochot,2005)的研究,基于追求利益細分市場的好處主要有:第一,追求利益屬于因果關(guān)系因素,它比人口統(tǒng)計學(xué)特征、出游特征等描述性因素更有效地預(yù)測消費者需求;第二,有助于設(shè)計廣告的宣傳口號,即根據(jù)目標消費群體對產(chǎn)品的特定需求,以強調(diào)該產(chǎn)品屬性的語句作為宣傳口號;第三,根據(jù)細分市場的利益取向,有助于進行產(chǎn)品更新或新產(chǎn)品設(shè)計;第四,結(jié)合人口統(tǒng)計學(xué)、心理學(xué)等變量,能更全面地了解細分市場的特征。

 

  3 研究方法

 

  311 追求利益變量的選取

 

  為了使追求利益變量更全面和真實地反映溫泉游客的利益訴求,變量選取采用了文獻研究(literature research)、試驗性調(diào)查(pilot survey)和深入訪談(in-depth interview)三者結(jié)合的研究方法。首先從相關(guān)文獻中提取與溫泉旅游有關(guān)的利益變量。然后對25名溫泉旅游經(jīng)驗豐富者進行試驗性調(diào)研,他們包括溫泉旅游開發(fā)專家、旅游規(guī)劃專業(yè)人士、有多次泡溫泉經(jīng)驗的公司白領(lǐng)。最后針對試驗性調(diào)查的結(jié)果與25名被訪者展開深入訪談,根據(jù)其反饋意見,對部分變量進行了增刪、合并和語句修改的處理。

 

  313 數(shù)據(jù)收集

 

  因為溫泉度假區(qū)淡旺日接待人數(shù)波動明顯,調(diào)查時間選擇在周末,即2005年9月16日至18日。

 

  調(diào)查對象是正在使用溫泉設(shè)施或使用完畢的游客,調(diào)查地點選擇廣東省內(nèi)住宿設(shè)施在四星級以上、知名度較高、經(jīng)營狀況良好的溫泉度假區(qū)4家,分別是從化碧水灣度假區(qū)、珠海御溫泉度假區(qū)、恩平錦江溫泉度假區(qū)和惠州龍門溫泉度假區(qū)。樣本數(shù)確定的依據(jù)一是被訪者與進行因子分析的變量數(shù)比例至少為10B1(Nunally,1967;Frochot,2005);二是/樣本數(shù)要盡量大,才能確保因子分析結(jié)果的可靠性0(吳明隆,2003),于是每個度假區(qū)派發(fā)問卷300份,抽樣方式采取調(diào)查員隨機攔截訪問方式,當(dāng)場回收問卷共1022份;三是,調(diào)查員進行問卷有效性檢查,刪除無填寫誠意及缺漏項較多的問卷,最終用于數(shù)據(jù)分析的有效問卷為832份,回收率達8114%。各溫泉區(qū)樣本數(shù)量均勻.

 

  314 數(shù)據(jù)分析與檢驗

 

  本文使用SPSS1010分析軟件。數(shù)據(jù)處理過程包括三個步驟。首先,為了將原利益變量合并成能反映大部分變量信息的若干因子,進行因子分析,并用信度檢驗考察各因子的內(nèi)在一致性(internalconsistency)。第二步,為了將具有共同利益取向的樣本結(jié)合一起,進行快速聚類分析(K-means clusteranalysis),并使用判別分析檢驗類別的差異性。第三步,將各細分市場與人口統(tǒng)計學(xué)變量、出游特征變量進行交叉分析,利用卡方(chi-square)檢驗和單因素方差分析(one-way ANOVA)進行顯著性檢驗,顯著性檢驗P值取小于0105。

 

  4 結(jié)果分析

 

  411 樣本人口統(tǒng)計學(xué)特征

 

  從總體來看,男女比例持平;年齡結(jié)構(gòu)以25 -34歲者比例最高,占4514%,其次是15 -24歲者,占2215%,再次是35 -44歲者,占2119%,45歲以上者比例較小,只有1013%;學(xué)歷水平以受過大專以上高等教育者占大部分,為6712%;職業(yè)以公司普通職員、單位中高層管理人員、教師律師醫(yī)生等專業(yè)人員、私營企業(yè)經(jīng)營者、政府公務(wù)員占絕大多數(shù),為8619%;月收入以2000元以上者較多,占6818%,其中8000元以上最高收入者占1118%;已婚者較多,占5818%。因此,高檔溫泉度假區(qū)游客的總體市場特征可總結(jié)為年齡輕、學(xué)歷高、職位高、收入高和有家庭,即大部分屬于高端游客。

 

  412 追求利益重要程度排序

 

  溫泉游客認為最重要的追求利益是和家人在一起(4109),和朋友在一起(3192),其次是強身健體(3159)和參加單位集體活動(3153),得分均超過315,認為重要者比例超過50%。而解除病痛(3143)、護膚美容減肥(3126)、逃避單調(diào)日常生活(3124)等相對重要程度較低。重要程度最低的是表現(xiàn)身份地位(2152)。

 

  413 利益細分市場的鑒別

 

  41311 因子分析

 

  因子分析根據(jù)變量之間的相關(guān)性(余建英等,2003)將大部分變量合并成少數(shù)幾個因子。因子提取使用主成分分析法(principal factor analysis),因子旋轉(zhuǎn)使用方差極大法(varimax)。結(jié)果顯示,KMO值=01819,并且通過球形檢驗,可認為這12個變量適合進行因子分析;因子載荷和變量共同度均大于014,表明各變量被因子提取出的比例較高;最后提取特征值大于1的4個因子,累計方差貢獻率為621847%,說明4個因子對原有12個追求利益變量具有621847%的解釋能力;每個因子的可信度系數(shù)均大于015,總可信度系數(shù)為01784,說明各因子和全體變量都具有較好的內(nèi)在一致性。

 

  因子1包括/解除病痛0、/護膚美容減肥0、/強身健體0、/獲得運動機會0,故命名為/康體0。因子3包括/逃避單調(diào)日常生活0、/表現(xiàn)身份和地位0、/增長見識0、/享受高檔的設(shè)施和服務(wù)0,故命名為/享受0。因子2包括/和家人在一起0、/和朋友在一起0,故命名為/親朋0。因子4包括/參加單位集體活動0、/增進與客人感情0,故命名為/公務(wù)0。

 

  41312 聚類分析

 

  聚類分析根據(jù)樣本之間的距離合并為具有共同特征的樣本,一般有層次聚類法(hierarchical clusteranalysis)和快速聚類法(K-means cluster analysis)兩種方法,若觀察值個數(shù)在200個以上,宜采用快速聚類法(吳明隆,2003;余建英等,2003)。經(jīng)因子分析得到的4個因子被賦予新的變量值,基于該值對樣本進行快速聚類。由系統(tǒng)任意設(shè)置初始類中心,再經(jīng)過歐式距離算法進行迭代,直到新一次形成的類中心點與上次的距離為0為止。通過設(shè)置不同的細分市場個數(shù)并比較分類結(jié)果,最終發(fā)現(xiàn)劃分為3類結(jié)果最理想。表4顯示了各細分市場在4個因子上的最終中心點位置。各類群體以得分最高的因子命名。

 

  類1群體所占比例最多,為3612%,該群體與4個因子均有聯(lián)系,但相對于其他兩類,只有它在享受和公務(wù)因子中取正值,故命名為/公務(wù)享受型0。類2群體占3510%,只有它在親朋因子上為正值,故命名為/親朋情感型0。

 

  類3群體占2818%,只有它在康體因子上為正值,故命名為/康體保健型0。經(jīng)各群體之間的單因素方差檢驗,顯著性水平小于0101,可認為各群體之間存在顯著差異。

 

  為了進一步證明上述聚類分析所劃分出來的各群體之間確實不同,對利益變量和群體類別實施判別分析(邁爾斯, 2005;Pennington-Gray&Kerstetter,2001;Bieger&Laesser,2002)。兩個判別函數(shù)的顯著性水平小于0101,說明判別函數(shù)在3個群體中的平均值存在顯著差異。函數(shù)1的特征值為11362,具有5213%的解釋力;函數(shù)2的特征值為1124,具有4717%的解釋力,說明兩個判別函數(shù)均較具區(qū)別力。表6顯示了聚類分析的分類準確度非常高,9514%的樣本被準確分類。

 

  414 利益細分市場特征

 

  經(jīng)交叉分析,發(fā)現(xiàn)3類群體在人口統(tǒng)計學(xué)特征和出游特征上存在顯著差異。相對其他兩類,公務(wù)享受型游客大專學(xué)歷者較多,單位中高層管理人員和專業(yè)人士較多,月收入2000 -3999元者較多,有3次以上溫泉經(jīng)驗者較多,人均旅游花費在400 -599元或1000元以上者較多。親朋情感型游客本科以上學(xué)歷者較多,專業(yè)人士和政府公務(wù)員較多,月收入4000元以上者較多,以已婚者為主,有3次以上溫泉經(jīng)驗者較多,人均旅游花費在1 -399元或800 -999元者較多?？刁w保健型游客高中以下學(xué)歷者較多,公司普通員工、其他職業(yè)和私營企業(yè)經(jīng)營者較多,月收入在1999元以下者較多,溫泉經(jīng)驗無或只有1 -2次,人均旅游花費在200-399元或600 -799元者較多。

 

  415 利益細分市場特征總結(jié)

 

  表7中每個比例顯著較多的項都意味著產(chǎn)品策劃和市場營銷的重要切入點。在對溫泉游客總體特征把握的基礎(chǔ)上,為了強調(diào)3類細分市場之間具有顯著差異的特點。