由于消费者需求的多样化，同一“40多岁、男性、上班族”（人口统计变量的例子）购买的产品存在显着差异。在大众营销时代，仅根据人口统计变量进行细分已经很难把握消费者的形象，因此需要进一步细分市场。使用了心理变量。
心理变量将个人偏好或内部因素（例如个 乌干达电子消费者电子费者电子邮件列表表 人的价值观、生活方式、个性和偏好）纳入分段轴。人口变量代表外部/客观特征，因此它们具有互补作用。
它不是对人口统计变量的进一步细分，而是完全不同维度的分段轴，因此将两个变量结合使用。
我的意思是，例如，“素食者”可能是“40多岁、男性、上班族”，但也有“20多岁、女性、兼职工人”，他们的人口统计数据完全不同”可能以同样的方式存在。
这样，就可以通过两个变量相乘来进行细分，例如“素食者”是“40多岁，男性，上班族”，“素食者”是“20多岁，女性，兼职人员”尽管它是细粒度的，但它并不具有按特定人口统计进一步细分细分市场的性质。
心理变量也是能让我们关注消费者内心世界、探究其行为原因的变量。借用前面的例子，假设“40多岁，男性，上班族”和“20多岁，女性，打工”之间，前者在餐馆点的蔬菜菜肴较多。
当我们调查其原因时，我们发现前一组中素食者的比例高于前一组中的素食者比例，并且在某些情况下，发生这种情况的原因可以通过心理变量来阐明。深入挖掘，人们吃素的原因可能有很多，比如健康意识、动物福利或宗教原因。
如果您根据此类分类因素和心理变量作为行动原因来更改营销信息，那么您将有更好的机会发送“到达”您的信息。另一方面，如果你完全无视他们并发出消息，那么效果就不那么有效，并且投诉的风险很高。
更深入地研究行为变量！ ─个人营销时代已经到来
基于心理变量的细分也不是万能的。例如，即使具有相同心理变量的细分也不一定具有相同的购买行为。
例如，即使两个人出于同样的原因购买同一块手表，通常一个人会在附近的手表专卖店购买手表，而另一个人会在网上购买。
作为营销人员，您需要分析客户行为。这是因为通过分析行为信息，可以预测或推断消费者下一步会做什么或他们当前在想什么。
消费者行为信息被称为行为变量，随着互联网和数字营销的进步，其使用变得更加广泛。
过去，消费者行为只能通过试销或小样本研究来了解。这也只有在非常有限的条件下才有可能实现。
然而，现在，只要满足条件，就可以获取每个消费者具体而详细的行为信息，例如每个网站的访问历史以及网站内的活动。通过收集和分析这些信息，可以在一定程度上准确地预测消费者的行为和偏好。
特定消费者喜欢什么样的东西和产品，他们在购买产品之前会采取哪些行动？ 目前，这仅限于在线行为，但行为分析的收集和准确性逐年变得更加复杂。 （此外，出现了整合和分析/利用互联网以外的活动的运动。）
行为变量是记录在日志等中的客观信息。在互联网上进行的数字营销，需要实时获取并分析这些行为变量，并根据“那个”个体消费者在网络上的实时行为制定最优的个性化营销措施。 。
行为变量通常单独使用，但通过将它们与人口统计和心理变量结合起来可以进一步提高准确性。
概括
在大众营销时代，主要以年龄、性别、职业等人口变量作为细分轴。
随着所谓消费者需求的多样化，心理变量这一内部因素开始被使用。
近年来，数字营销倾向于强调基于消费者实际行为的行为变量。
这次，通过谈论大众营销细分中使用的各种分类轴，我最终也触及了营销的历史。近年来，人们的注意力常常集中在行为变量上，但其他变量仍然是有意义的分段轴。
我认为接近消费者的最好方法是从尽可能多的不同角度来思考。