Дискриминантный анализ можно отнести к группе методов сегментирования, связанных с реакцией потребителя или откликом. Сегментирование, основанное на откликах, предполагает поиск таких сегментов, в которые попадут потребители, с наибольшей вероятностью предпринимающие определенные, предпочтительные для маркетолога действия (например, самое желанное действие — покупку товара, да еще и неоднократную). В связи с этим, в проводимом анализе используется некоторый критерий или решающее правило (связанное с принятием решения потребителем), что требует применения методов, отличных от кластерного анализа. К наиболее известным методам, используемым в подобных случаях, когда переменные сегментирования измерены в интервальной шкале, относятся дискриминантный анализ и логистическая регрессия.

Главной особенностью методов сегментирования, основанных на откликах, является такое формирование сегментов, при котором имеется явно заданный выходной критерий, и основная задача — максимизация этого критерия. В данном случае маркетолог определяет не естественные группы покупателей (как это делалось в методах, описанных в предыдущих статьях), а сегменты с такими потребителями, которые наиболее вероятно предпримут определенные действия. Как уже упоминалось выше, обычно (хотя и совсем не обязательно) под такими действиями понимается решение о покупке.

Можно заметить, что в данном случае исследователь производит поиск потребителей с характеристиками, предсказывающими их желательные действия. Математическая статистика предлагает ряд методов, подразумевающих категориальную природу выходного критерия: дискриминантный анализ, логистическая регрессия, логлинейное моделирование, построение деревьев классификации (например, CHAID-анализ). Каждый из этих методов предлагает различный способ оценки предсказывающих переменных (предикторов), определяющих желаемый отклик. Помимо предикторов исследователь должен определить также выходную (зависимую) переменную, в качестве которой может выступать какое-либо действие потребителя (например, предполагаемое приобретение товара).

При использовании метода дискриминантного анализа главным показателем является точность классификации, и этот показатель можно легко определить, оценив долю правильно классифицированных при помощи прогностического уравнения наблюдений. Если исследователь работает с достаточно большой выборкой, применяется следующий подход: выполняется анализ по части данных (например, по половине), а затем прогностическое уравнение применяется для классификации наблюдений во второй половине данных. Точность прогноза оценивается, т.е. происходит перекрестная верификация. Поскольку маркетолог располагает, как правило, большим количеством предсказывающих переменных, он должен принять решение о том, какие из них будут использоваться в прогностическом уравнении. В дискриминантном анализе существуют методы пошагового отбора переменных, помогающие осуществить выбор предсказывающих переменных. Исследователь-маркетолог может (для переменных, фактически используемых в дискриминантной модели) оценить нормированные коэффициенты и использовать их как критерий относительной важности этих переменных.

Итак, целью дискриминантного анализа является получение прогностического уравнения, которое можно будет использовать для предсказания будущего поведения потребителей.