Die Segmentierung von Kunden ist eine wichtiger Schritt im Database Marketing. Grundvoraussetzung dafür ist das Data Mining bei dem mittels meist statistisch-mathematisch Methoden komplexe und ungleichen Datenbeständen auf versteckte Muster und Strukturen zu analysiert werden um in den Profilen der Kunden mehrerer Variablen (Kriterien) aufzudecken, die zu Gruppen (Zielgruppensegmente) zusammengefasst werden können. Diese Kriterien können als abgrenzende bzw. unabhängige (d.h. mit einer Güteanforderung) Variablen verstanden werden, die es ermöglichen einen Kunden z.B. durch sein Ausgabeverhalten einer Kundengruppe (bzw. Segment) zuteilen zu können.
Grundsatz der Segmentierung ist, dass Kundengruppen untereinander heterogen in sich homogen sind.
Die Segmentierung führt dazu, dass in sich homogene (im Sinne von vorher definierten Kriterien) Kundengruppen einheitlich angesprochen werden können, da die Prämisse gilt, dass diese Kunden sich ähnlich verhalten. So können z.B. Streuverluste vermieden werden oder segmentspezifische Angebote unterbreitet werden.
In der klassischen Segmentierungslehre gibt es 4 Obergattungen:
- Soziodemographische Merkmale, wie z.B. Beruf und Alter.
- Psychographische Merkmale, wie z.B. Motive und Lebensstil.
- Geographische Merkmale, wie z.B. Ortsteil und Land.
- Verhaltensbezogene Merkmale, z.B. Produktwahl und Wechselbereitschaft.
Siehe auch Database Marketing, Data Mining.