Jan Kestle mengepalai perusahaan analisis pemasaran terbesar Kanada dan merupakan pemimpin lama di bidang segmentasi geodemografi.
Sebagai bangsa, kita sering menggambarkan diri kita dalam hal apa yang membuat kita berbeda. Bahasa Inggris versus Prancis. Timur versus Barat. Makmur versus miskin. Urban versus pedesaan. Elit versus kelas pekerja. Progresif versus konservatif. Tetapi perbedaan -perbedaan itu tidak pernah secukupnya atau biner seperti yang terlihat. Kita sebenarnya lebih dari mosaik budaya – komunitas komunitas – yang ditentukan oleh gaya hidup dan nilai -nilai kita seperti halnya demografi kita.
Gaya hidup adalah cara kita memilih untuk hidup. Ini adalah totalitas kebiasaan, minat, sikap kita. Begitulah cara kita berpikir – apa yang kita yakini – bagaimana kita menghabiskan waktu – apa yang paling kita hargai. Dan karakteristik gaya hidup itu sangat berkorelasi dengan tempat kita tinggal, karena alasan sederhana bahwa kita ingin tinggal di tempat yang paling kita rasakan di rumah. Di mana kita tinggal, singkatnya, mengatakan sesuatu tentang siapa kita. Tetangga sebelah kami mungkin terlihat berbeda, mungkin sedikit lebih tua atau lebih muda, tetapi kemungkinan mereka mungkin berbagi banyak nilai dan kepercayaan yang sama. Mereka mungkin menonton pertunjukan yang sama – membeli produk yang sama – memilih partai politik yang sama.
Kalkulus sederhana itu dikenal sebagai segmentasi geodemografi. Ini didasarkan pada premis bahwa “burung dari bulu berkumpul bersama”. Pemasar telah menggunakan sistem gaya hidup selama lebih dari setengah abad untuk membandingkan pelanggan mereka terhadap populasi, menemukan prospek yang mirip di pasar, saluran media tertentu, pesan merek yang dirancang khusus, memilih lokasi situs ritel terbaik dan banyak lagi.
Konsep segmentasi geodemografi awalnya dikembangkan oleh seorang ilmuwan sosial bernama Jerome Robbins pada awal 1970 -an. Dia mengambil kaset komputer pertama dari sensus AS pada tahun 1970, mengklasifikasikan variabel demografis menjadi lima domain (kelas sosial dan kemakmuran, siklus hidup keluarga, mobilitas, etnis, gaya perumahan dan tingkat urbanisasi), dan menemukan faktor -faktor utama yang menyumbang sebagian besar varian antara lingkungan di tingkat ZIP kode. Dia kemudian mengelompokkan kode pos ke dalam kelompok yang berbeda dan homogen. Itu adalah momen Eureka. Dengan mengetahui kode pos yang dijalani seseorang, Anda dapat dengan andal memprediksi gaya hidup mereka (dan dengan ekstensi, media dan preferensi produk mereka).
Pengungkapan itu membuat Robbins memulai perusahaan Claritas pada tahun 1974 untuk tujuan mengkomersialkan model segmentasi cluster -nya yang mengidentifikasi 40 segmen gaya hidup yang berbeda. Kemudian perusahaan meluncurkan sistem Prizm -nya (akronim untuk peringkat potensial oleh Zip Markets) yang menjadi hit instan dengan pemasar yang telah mulai mengakui bahwa Amerika telah menjadi masyarakat yang sangat terfragmentasi. Ketika pemasaran niche semakin penting, permintaan untuk alat geodemografi melonjak.
Di Kanada, mitra untuk Claritas adalah sebuah perusahaan bernama Compusearch, juga didirikan pada tahun 1970 -an, yang model geosmegmentasinya menjadi sangat populer di kalangan pemasar. Pada tahun 1993 perusahaan memikat Jan Kestle jauh dari peran seniornya sebagai kepala Pusat Statistik Pemerintah Ontario dan segera setelah menunjuk presidennya. Setelah Compusearch dijual, Jan meninggalkan industri, hanya untuk kembali pada tahun 2003 untuk membentuk perusahaan geodemografinya sendiri, Environics Analytics, dalam kemitraan dengan Grup Environics Group of Companies. Hari ini perusahaan ini dimiliki oleh Bell Canada dan merupakan pemasok terkemuka produk dan alat geodemografi di Kanada. Jan telah menjadi doyen analitik pemasaran di Kanada, memimpin tim yang dinamis dari 200 ilmuwan data, pengembang perangkat lunak, dan spesialis pemasaran.
Saya mulai dengan bertanya kepada Jan apa yang pertama kali menariknya ke dunia geodemografi.
Jan Kestle (JK): Jadi, saya adalah seorang ahli matematika dengan pelatihan, matematika terapan, sebenarnya, jadi semacam di sisi matematika dan fisika. Tetapi ketika saya lulus, pekerjaan pertama yang saya dapatkan adalah dengan Ontario Statistics Center. Dan itu adalah peluang besar dalam retrospeksi untuk benar -benar memiliki fondasi yang hebat dalam data dan bagaimana data dikumpulkan. Dan pekerjaan saya di sana, statistik adalah tanggung jawab federal sehingga di provinsi itu sangat terbatas, tetapi pekerjaan pertama saya di sana adalah untuk benar -benar mengambil data survei dan mengerjakan edit dan imputasi. Sekarang, tentu saja, ini adalah survei kertas dan, Anda tahu, krayon yang Anda edit, jadi kami agak berbicara tentang usia batu. Tetapi yang saya pelajari melalui itu adalah bagaimana, Anda tahu, ada semacam aliran dan pola, dan ketika Anda mendiagnosis data, dan Anda dapat melihat nilai -nilai yang hilang atau Anda dapat melihat outlier, Anda harus mencarinya. Dan itu semacam pekerjaan.
Kemudian pekerjaan kedua saya sedang mengerjakan sensus, dan pada saat itu Ontario melakukan banyak nilai tambah di atas data sensus. Tapi tentu saja, data sensus datang dalam cetakan, sangat sedikit transfer teknologi, jadi saya harus menghabiskan banyak waktu memahami konsep sensus, yang merupakan fondasi yang hebat untuk apa yang terjadi kemudian. Dan akhirnya pekerjaan terakhir saya di sana sebenarnya memimpin sekitar 50 orang tim statistik Ontario yang disebut titik fokus. Dan pekerjaan itu, saya harus melakukan dua hal. Saya harus mengerti dari 27 Ontario Pemerintah Kementerian seperti apa data yang mereka butuhkan untuk berbagai program. Jadi, ekuitas iklim, layanan kepolisian, tempat penitipan anak, perawatan kesehatan, pembangunan ekonomi, akun ekonomi. Jadi, saya melakukan itu dalam semacam memimpin konsultasi dalam bidang kebijakan Ontario tentang informasi seperti apa yang mereka butuhkan, dan kemudian saya harus pergi ke Ottawa dan duduk di meja dalam negosiasi federal-provinsi untuk apa yang akan dibangun oleh sistem statistik nasional.
Jadi, saya selalu mengatakan bahwa ketika tim Compusearch datang dan meminta saya untuk bergabung karena mereka berkembang, mereka telah memulai bisnis yang terutama berfokus pada ritel dan membantu pengecer memahami siapa yang tinggal di area perdagangan mereka dengan demografi. Dan mereka memperluas dari, mereka beralih dari ritel ke otomotif, dan mereka ingin dengan cukup cerdas untuk dilihat, Anda tahu, barang paket konsumen, jasa keuangan, pemerintah. Jadi, mereka meminta saya untuk datang dan menjual data mereka kembali ke sektor pemerintah.
Stephen Shaw (SS): Dan siapa “mereka” pada saat itu, Jan?
Segmentasi gaya hidup pasca: Wawancara dengan Jan Kestle, pendiri dan CEO, Environics Analytics muncul pertama kali pada pemikiran pertama pelanggan.
