Segmentation of students according to the importance of predictors of choosing post-commodity science studies fields of study

Segmentacja studentów ze względu na ważność predyktorów wyboru posttowaroznawczych kierunków studiów

DOI: 10.34866/am71-xt62

Aleksander Lotko
ORCID: 0000-0003-4420-7495

Krzysztof Melski
ORCID: 0000-0003-4085-9357

Małgorzata Lotko
ORCID: 0000-0002-3704-1119

Słowa kluczowe: posttowaroznawstwo, wybór kierunku studiów, predyktory wyboru, segmentacja, marketing uczelni.

Key words: post-commodity science, choice of field of study, predictors of choice, segmentation, university marketing.

Streszczenie: Celem opracowania było przeprowadzenie segmentacji studentów ze względu na ważność predyktorów wyboru posttowaroznawczych kierunków studiów oraz określenie ich implikacji dla działań marketingowych uczelni. Jako metodę badawczą wykorzystano ankietę zrealizowaną z wykorzystaniem autorskiego kwestionariusza na próbie 240 studentów Uniwersytetu Ekonomicznego w Poznaniu na kierunkach studiów jakość i rozwój produktu (JiRP) oraz zarządzanie i inżynieria produkcji (ZIP). Do identyfikacji i charakterystyki uzyskanych segmentów zastosowano analizę skupień. Jako implikację teoretyczną uzyskano model segmentacji studentów ze względu na ważność kryteriów wyboru kierunku studiów. Uzyskano 3 skupienia. W ramach implikacji praktycznych dostarczono rekomendacji istotnych dla efektywnych działań marketingowych uczelni. Elementem nowości jest zastosowanie analizy skupień w badanym obszarze, uzyskana segmentacja studentów, wskazanie marketingowych implikacji wyników tych analiz.

Abstract: The purpose of the paper was to classify students according to the importance of predictors of choosing post-commodity science fields of study and determining their implications for university marketing activities. As the research method, the survey was carried out using an original questionnaire on a sample of 240 students of the Poznań University of Economics in the fields of product quality and development (JiRP) and production management and engineering (ZIP). Cluster analysis was used to identify and characterize the obtained segments. A theoretical implication is student segmentation model due to the importance of criteria for choosing a field of study. 3 clusters were obtained. Practical implication is providing recommendations important for effective university marketing activities. Authors’ contribution is application of cluster analysis in the researched area, obtained student segmentation, indication of the marketing implications of the results of these analyses.