بازاریابی در دنیای دیجیتال مبتنی بر داده: مفاهیمی برای نقش و حوزه بازاریابی

چکیده

ما در دنیایی از داده های فراوان و پیشرفت های سریع فناوری در حوزه دیجیتال زندگی می کنیم. پیامدهای رویه های بازاریابی متحول کننده بوده است. مجله بازاریابی و مجله تحقیقات کسب وکار این مساله خاص را برای پرداختن به نیاز به تحقیق در این حوزه مورد حمایت قرار دادند. ما از متون گذشته استفاده می‌کنیم تا دریابیم که چگونه فعالیت‌های بازاریابی برگرفته از داده و اتخاذ تکنولوژی‌های دیجیتال به تبدیل و توسعه دامنه بازاریابی از یک عملکرد کمک کرده‌اند که عمدتاً مربوط به تحلیل تبلیغات, و استفاده از بازاریابی مبتنی بر مشتری محور, تا تابعی است که از لحاظ مالی مسئول بوده و به طور فزاینده‌ای فن‌آوری را فعال می‌کند. مجموعه‌ای از 9مطالعه در این مساله خاص, چالش‌هایی را توصیف می‌کند که متخصصان بازاریابی با آن مواجه هستند و موضوعات تحقیقاتی را که باید مورد توجه قرار گیرند را برجسته می‌کند.

کلید واژه ها:بازاریابی داده محور.تکنولوژی دیجیتالی.آینده بازاریابی.تکامل آینده بازاریابی

مقدمه

استفاده از داده ها و فناوری های دیجیتال در بازاریابی چندین مرحله دگرگونی جالب را پشت سر گذاشته است. هر مرحله به تغییر و افزایش دامنه و نقش عملکرد بازاریابی در سازمان کمک کرده است. ما از ادبیات گذشته استفاده می کنیم و به طور سیستماتیک کاربردهای بازاریابی مبتنی بر داده و فناوری های دیجیتال را در طول زمان دنبال می کنیم. ما متوجه شدیم که تکامل تاریخی بازاریابی مبتنی بر داده ممکن است به پنج مرحله مجزا تقسیم شود همانطور که در بخش 2 توضیح داده شد.

هر مرحله توضیح می دهد که چگونه برنامه های کاربردی داده محور (که بعداً توسط فناوری های دیجیتال فعال شدند) تحت تأثیر محیط کسب و کار در مرحله مربوطه قرار گرفتند و چگونه این در نهایت به گسترش نقش و دامنه بازاریابی در یک سازمان کمک کرد. در بخش بعدی (بخش 3) موضوع خاص مجله تحقیقات کسب وکار براساس موضوع ” بازاریابی در دنیای دیجیتال ” را معرفی می‌کنیم و مروری بر مطالعات مربوط به این موضوع خاص را ارایه می‌کنیم.

بازاریابی مبتنی بر داده چگونه به گسترش دامنه و نقش بازاریابی کمک کرد؟

خلاقیت

در سال 1879، یکی از آژانس های تبلیغاتی پیشگام، N.W. Ayer & Son، به طور ناخواسته شاید یکی از اولین کاربردهای بازاریابی مبتنی بر داده را ارائه کرد( Hower , 1939 ). هدف این شرکت برنامه ریزی زمانبندی تبلیغات برای مشتری خود شرکت  به وسیله نیکولز شپرد سازنده ماشین آلات کشاورزی بود.

آژانس تبلیغاتی با مقامات دولتی و ناشران در سراسر کشور تماس گرفت و اطلاعاتی را در مورد تولید غلات به دست آورد. این تمرین جمع‌آوری داده‌ها شبیه به یک نسخه خام از یک بررسی بازار بود و یکی از اولین نمونه‌های بازاریابی برگرفته از داده بود( lockley , 1950 ).

دیگر برنامه‌های اولیه عبارتند از هارلو گیل از دانشگاه مینه سوتا با استفاده از پرسشنامه های پستی برای به دست آوردن نظرات در مورد تبلیغات در سال 1895 و والتر دیل اسکات از دانشگاه نورث وسترن که در سال 1901 تحقیقات تجربی در مورد تبلیغات برای باشگاه عقیق شیکاگو انجام داد( Coolsen , 1947 ) .

در همین زمان، جان وانامیکر، یک فرد موفق در کسب وکار، طرفدار قوی تبلیغات، و به طور گسترده به عنوان یک “پیشگام بازاریابی” این جمله معروف را بیان کرد: “نیمی از پولی که برای تبلیغات خرج می کنم هدر می رود؛ مشکل اینجاست که نمی دانم کدام نیمه “( Wikipedia , 2020 ).

بیانیه او وضعیت بازاریابی در اوایل قرن بیستم را نشان می دهد و به توضیح اینکه چرا اکثریت زیادی از تلاش های تحقیقاتی مرتبط با داده ها به سمت تبلیغات هدایت می شود کمک کرد. پس از سال 1903، ادبیات مربوط به تبلیغات همزمان با اهمیت کاربردهای بازاریابی مبتنی بر داده مرتبط با مدیریت خلاقیت برای تولید محتوای معنادار برای مصرف کنندگان، به سرعت رشد کرد. بیش از صد و سی کتاب در این زمینه قبل از سال 1950 منتشر شد که نشان دهنده محبوبیت تبلیغات است( Bartels , 1976 ) با نظرسنجی و تجربیات آزمایشگاهی در حال ظهور به عنوان روش‌های انتخابی برای جمع‌آوری و تحلیل داده‌های کمی بود.

ارتباط

با افزایش اهمیت نقش بازاریابی در طول زمان، رهبران فکری برجسته ای مانند پیتر دراکر بر جنبه ارتباط بازاریابی با شیوه های کسب وکاریک شرکت تأکید کردند. به گفته دراکر “هدف یک کسب و کار ایجاد و حفظ مشتری است” و مهمترین سوالی که شرکت ها می توانند از خود بپرسند این است که “مشتری ما چه چیزی را ارزشمند می داند؟” ( Buchanan , 2009 ) .

تفکر مشابه به گسترش حوزه بازاریابی فراتر از تبلیغات کمک کرد و بر نیاز به جمع‌آوری اطلاعات در مورد معیارهای مهم خروجی مانند سود, فروش و سهم بازار به عنوان نتیجه تلاش‌های بازاریابی شرکت تاکید کرد. تلاش‌های جمع‌آوری داده‌ها فراتر از داده‌های مبتنی بر نظرسنجی به پانل اسکنر و داده‌های نقطه‌ی فروش گسترش یافت و در نتیجه به موجی از مطالعات متشکل از مدل‌های آمیخته بازاریابی کمک کرد که به شناسایی و تعیین کمیت تأثیر فعالیت‌های بازاریابی مختلف مانندترفیع فروش تبلیغات، توزیع، قیمت، ویژگی های محصول، تبلیغات تلویزیونی و چاپی، و غیره در سهم بازار، درآمد فروش یا ارزش ویژه برند یک برند محصول یاخدمات کمک کردند( e.g. Yoo , Donthu , & Lee , 2000 ; Ramaswamy , Desarbo , Reibstein , & Robinson , 1993 ; Andrews & Srinivasan , 1995 )

با افزایش تاکید بر مرتبط‌تر کردن بازاریابی،بازاریابان شروع به تغییر تمرکز خود از محصول محوری به دیدگاه مشتری محور کردند. مفاهیمی مانند بازارگرایی( Kohli & Jaworski , 1990 ; narver & Slater , 1990 )  سازمان بازار محور( Day , 1999 ) و یادگیری مبتنی بر بازار( Vorhies & Morgan , 2005 ) برای توانمندسازی شرکتها برای درک بهتر نیازها و خواسته های مشتری ایجاد شد. این امر مستلزم پذیرش اصول CRM یا مدیریت ارتباط با مشتری ( Parvatiyar & Sheth , 2001 ; Payne & Frow , 2005 ) در شیوه های بازاریابی و در نتیجه اندازه گیری و مدیریت دقیق معیارهای خروجی در سطح مشتری مانند وفاداری مشتری،  رضایت، سهم خرید مشتری، فروش متقابل، و ارزش طول عمر مشتری است( Clark , 1999 ).

از دیدگاه اطلاعاتی، بازاریابان اکنون شروع به تمرکز بر جمع‌آوری و تحلیل داده‌های تراکنش مشتریان کرده‌اند که به طور سیستماتیک و زمانی بایگانی می‌شوند که “مشتری آن چه” محصول یا خدمات “را در زمان” با ثبت اطلاعات مربوطه در سیستم‌های پایگاه‌داده اختصاصی خود در طول زمان ” خریداری کرده‌است. یک جریان قوی از تحقیقات و شیوه های بازاریابی مرتبط با بازاریابی مستقیم و پایگاه داده ظاهر شد که بر بازاریابی بسیار هدفمند، متمایز و مشتری محور متمرکز بود( e.g. Peppers , Rogers , & Dorf , 1999 ; Arora et al. , 2008 ; Kumar , Shah , & Venkatesan , 2006 )بازاریابان تلاش کردند تا از بینش داده های تراکنش مشتری بهره ببرند تا محصول مناسب را در زمان مناسب به مشتری مناسب بفروشند( Kumar , Venkatesan , & Reinartz , 2006 ). نتیجه تلاش دوباره برای مرتبط کردن بازاریابی از هر زمان دیگری از دیدگاه مشتری و نه صرفاً شرکت بود.

قابلیت تجزیه و تحلیل

در اوایل دهه 2000، ما شاهد آغاز یک انفجار داده بودیم که اساساً نحوه عملکرد بازاریابی در یک سازمان را تغییر داد. نفوذ سریع اینترنت، تکثیر تلفن‌های هوشمند، و افزایش استفاده از پلتفرم‌های رسانه‌های اجتماعی، اثر trifecta (نوعی شرط‌بندی که در آن برنده کسی است که سه نفر اول را از قبل پیشگزین کند) را برای تولید داده‌های بی‌سابقه ارائه می‌کند – که بیشتر آنها از حوزه دیجیتال می‌آمدند( Press , 2013 ).

با دیجیتال شدن روزافزون ذخیره سازی داده ها، نه تنها فراوان شد، بلکه آرشیو آن نیز آسان شد. به عنوان مثال، در سال 1986، 99.2 درصد از کل ظرفیت ذخیره سازی آنالوگ بود، اما تا سال 2007، 94 درصد از کل ظرفیت ذخیره سازی دیجیتال شد، که یک معکوس کامل از نقش ها بود( Hilbert & Lopez , 2011 ).

با پیشرفت در ریزپردازنده ها و رایانش ابری، هزینه های ذخیره سازی داده ها به طور چشمگیری کاهش یافت. در سال 1967، یک هارد دیسک 1 مگابایتی 1 میلیون دلار هزینه داشت( Mearian , 2017 ).

امروزه برای یک فضای ذخیره سازی مشابه کمتر از 1 سنت هزینه دارد. همه این‌ها به سازمان‌ها کمک کرد تا زیرساخت‌های خود را برای جمع‌آوری و ذخیره مقادیر انبوهی از داده‌ها که به‌عنوان داده‌های بزرگ شناخته می‌شوند افزایش دهند- اصطلاحی که برای حجم زیادی از مجموعه داده‌های پیچیده که از داده‌های ساختاریافته و بدون ساختار تشکیل شده‌اند و به کارگیری روش‌های غیرسنتی پردازش داده‌ها استفاده می‌شود( McAfee , Brynjolfsson , Davenport , Patil , & Barton , 2012 ; Sagiroglu & Sinanc , 2013 ) .

با افزایش حجم داده‌ها، بازاریابان شروع به پذیرش تکنیک‌های مدل‌سازی آماری پیشرفته برای تجزیه و تحلیل داده‌های پیچیده‌تر در سطح مشتری کردند که نه تنها از داده‌های تراکنش سنتی بلکه همچنین داده های بدون ساختار به شکل مکالمات، تصاویر، ویدئوها، فایل های صوتی و فیلم های ویدئویی به دست آمده از رسانه های دیجیتال و اجتماعی به دست آمده است ( Chaffey , Ellis – Chadwick , & Chaffey , 2012 ).

همانطور که تجزیه و تحلیل در مرحله مرکزی قرار گرفت و برنامه های کاربردی مبتنی بر داده تشدید شد، دامنه بازاریابی با افزایش و/یا اغلب رهبری قابلیت تجزیه و تحلیل شرکت گسترش بیشتری یافت( Davenport , 2006 ; Hauser , 2007 ; Wedel & Kannan , 2016 ).

پیامد مستقیم این دگرگونی داده‌ها این بود که عملکرد بازاریابی بیشتر به یک علم تبدیل شد تا هنر. علاوه بر این، از آنجایی که جریان اطلاعات و تراکنش ها با توسعه اینترنت تا حد زیادی تسهیل شد،قابلیت تجزیه و تحلیل به شدت توانایی شرکت را برای مشارکت در بازاریابی یک به یک و ایجاد محتوای شخصی سازی شده افزایش دادو هدف قرار دادن مشتریان مناسب با پیشنهادات مناسب با قیمت های مناسب، بسیار افزایش داد.

پاسخگویی

در حدود اوایل قرن بیست و یکم، عملکرد بازاریابی با چالشی از نوع متفاوت روبرو بود.Rust , Lemon , and Zeithaml ( 2004 ) خاطرنشان کردند که فقدان مسئولیت پذیری بازاریابی وجود دارد که اعتبار بازاریابی را تضعیف کرده است، جایگاه بازاریابی را در شرکت تهدید می کند و حتی موجودیت آن را به عنوان یک قابلیت متمایز در شرکت تهدید می کند. اکثریت بزرگی از مدیران عامل احساس می کردند که CMOها بازگشت سرمایه کافی را نشان نمی دهند و بنابراین در نشان دادن پتانسیل واقعی بازاریابی شکست خورده اند ( see The CMO Council Report , 2007 ).

بازاریابی در حال از دست دادن قدرت و جایگاه خود در میز هیئت مدیره بود( Webster , Malter , & Ganesan , 2003 ). دستور واضح بازاریابان این بود که تصویر تاکتیکی بودن خود را به جای استراتژیست هایی که قادر به کمک به مدیر عامل در جهت رشد و سودآوری هستند، از بین ببرند( Kumar , 2004 ).

این امر مستلزم نتایج مربوط به تلاش‌های بازاریابی با معیارهای مالی سطح بالاتر است که مربوط به مدیر عامل است. تحقیق بازاریابی با ارتباط دادن نتایج تلاش‌های بازاریابی به اطلاعات مربوط به پیامدهای مالی یک شرکت پاسخ داد. برخی از مطالعات تجربی مرتبط شامل پیوند رضایت با ارزش شرکت( e.g. , Anderson , Fornell , & Mazvancheryl , 2004 ; Fornell , Mithas , Morgeson , & Krishnan , 2006 )

ارزش برند به شرکت ( e.g. , Kerin & sethuraman , 1998 ; Mizik & Jacobson , 2008 ; Rao , Agarwal , & Dahloff , 2004 )

ارزش مشتری به ارزش شرکت و/یا عملکرد سهام شرکت ( Gupta , Lehmann , & Stuart , 2004 ; Kumar & Shah , 2011 ) محتوای تولید شده توسط کاربر برای عملکرد سهام( Tirunillai & Tellis , 2012 ) و رفتار مشتری نسبت به ارزش سهامداران یک شرکت( Shah , Kumar , Kim , & Choi , 2017 ).

هدف کلی هر یک از این مطالعات تعیین کمیت میزان تاثیرگذاری بازاریابی به طور قابل توجهی بر عملکرد سطح شرکت بود. چنین تلاش هایی به استواری پاسخگویی مالی تلاش های بازاریابی و در نتیجه گسترش بیشتر دامنه کلی بازاریابی در یک سازمان کمک کرد.

فن آوری

به سرعت به سوی بخش کسب وکار فعلی حرکت می‌کند. در حال حاضر، ما شاهد دورانی از اختلالات دیجیتالی هستیم که باعث ایجاد تحول بی سابقه ای در شرکت ها در سراسر صنایع شده است. انتظار می‌رود میانگین دوره تصدی شرکت‌ها در S & P 500 از 33 سال در سال 1965 به حدود 14 سال تا سال 2026 کاهش یابد( Mochari , 2016 ).

بر اساس تحقیقات فورستر ، تا پایان سال 2020، هر کسب و کاری یا به یک شکارچی دیجیتال یا یک طعمه دیجیتال تبدیل می شود( Evans , 2012 ). پیش‌بینی شوم فورستر با این واقعیت پشتیبانی می‌شود که مصرف‌کنندگان به طور فزاینده‌ای محصولات و خدمات مبتنی بر فناوری دیجیتال را که ارزان‌تر، بهتر و/یا سریع‌تر هستند، اتخاذ می‌کنند. در نتیجه، اکنون فرصت برای بازاریابی در پذیرش فناوری‌های متحول دیجیتال با هدف کلی ارائه ارزش پیشنهادی برتر به مشتریان است.

تحقیقات بازاریابی شروع به کاوش عمیق‌تر در شیوه‌های بازاریابی کرده است که ممکن است توسط فناوری‌های دگرگون‌کننده مانند هوش مصنوعی، واقعیت ترکیبی (به عنوان مثال، (افزایش دنیای واقعی با ترکیب عناصر فیزیکی و مجازی جهان با کمک فناوری) فعال شوند، و بلاک چین یا دفتر کل غیرمتمرکز توزیع شده همتا به همتا

( Shah & Shay , 2019 ). به عنوان مثال، یادگیری ماشین (زیر مجموعه هوش مصنوعی) یکی از محبوب ترین فناوری های تحول آفرین است که به طور گسترده توسط شرکت ها مورد استفاده قرار می گیرد( Teradata 2017 ).

به نظر می رسد که عملکرد بازاریابی و فروش در حال استفاده از یادگیری ماشینی / هوش مصنوعی سریعتر از هر بخش دیگری در یک شرکت امروزی است ( Columbus , 2019 ). جریان های مرتبط از تحقیقات چندین زمینه امیدوارکننده را مورد بحث قرار داده اند که شامل خدمات مشتری

( see Huang & Rust , 2018 for a review ) ، تجزیه و تحلیل پایگاه های داده مشتریان پر سر و صدا

( Cui , Wong , & Lui , 2006 ; Chintagunta , Hanssens , & Hauser , 2016 ) تجزیه و تحلیل احساسات و/یا پردازش زبان طبیعی ( Dhaoui , Webster , & Tan , 2017 ; Berger et al. , 2020 ) و بهبود برنامه بازاریابی هدفمند فراگیر می شود ( Chen et al. , 2020 ).

شیوه های بازاریابی همچنین به طور فزاینده ای از سایر فناوری های تحول آفرین مانند IOT یا اینترنت اشیا (سیستمی از دستگاه های محاسباتی مرتبط – فیزیکی و دیجیتالی – که به اینترنت متصل هستند و قادر به جمع آوری و به اشتراک گذاری داده ها از طریق شبکه بدون نیاز به تعامل انسان با انسان یا انسان با رایانه) استقبال می کنند.

در مجموع، فناوری‌های انتقال‌یافته در حال باز کردن امکانات بی‌شماری از برنامه‌های کاربردی بازاریابی هستند. برخی از نمونه‌های برنامه‌های امیدوارکننده عبارتند از شرح نیومن (Newman , 2019 ) در مورد اینکه چگونه بلاک چین بازاریابی دیجیتال را مختل می‌کندرشد سریع در توسعه دستگاه‌های مصرف‌کننده مجهز به اینترنت اشیا مانند ساعت‌های هوشمند، ردیاب‌های تناسب اندام، دستگاه‌های امنیتی، لوازم آشپزخانه، و دستیاران خانگی ( Morrissey , 2019 ) و استفاده از واقعیت ترکیبی برای جلب مشتری( Nishi , 2019 ) ، آزمایش محصولات جدید و/یا افزایش تجربه خرید( Cook , Ohri , & Kusumoto , 2020 ).

نتیجه توسعه بیشتر دامنه بازاریابی با فن‌آوری توانمندسازی فعالیت‌های بازاریابی است که پتانسیل ارائه کارایی عملیاتی بهتر، بینش بازاریابی بهتر، و روش‌های خلاقانه تر برای تعامل با مشتریان شرکت را ارایه می‌دهد ( Shah & Shay , 2019 ).

در مجموع، ما شاهد تحول جالبی در بازاریابی مبتنی بر داده در یک محیط کسب و کار دائماً در حال تغییر بوده ایم که به طور فزاینده ای دیجیتال و فناوری فعال شده است. در طول زمان، این تکامل نقش و حوزه فعالیت بازاریابی را از درجه اول در توسعه و مدیریت ارتباطات خلاقانه برای پیاده‌سازی فعالیت‌های بازاریابی برگرفته از داده و بازاریابی، که نه تنها مربوط به شرکت و مصرف کنندگان می‌باشد، بلکه به لحاظ مالی موظف به پاسخگویی مالی نیز می‌باشد، کمک کرده‌است. شکل ۱ تکامل بازاریابی تا به امروز را خلاصه می‌کند.

مقدمه ای بر موضوع ویژه: بازاریابی در دنیای دیجیتال مبتنی بر داده

مطابق با اهمیت روزافزون بازاریابی مبتنی بر داده، Marketing Edge کنفرانسی را در نیواورلئان در اکتبر 2017 برگزار کرد و موضوع آن “بازاریابی در دنیای دیجیتال مبتنی بر داده” بود. روسای کنفرانس به دنبال همکاری با مجله تحقیقات تجاری و سردبیر آن دکتر ناوین دونتو بودند و با تولید یک شماره ویژه با موضوع بازاریابی دیجیتال موافقت کردند ( Webster et al. , 2003 ).

در مجموع 52 مقاله بر اساس موضوع کنفرانس برای ارائه در کنفرانس انتخاب شدند و از نویسندگان مربوطه دعوت شد مقالات تحقیقاتی خود را برای انتشار احتمالی در شماره ویژه مجله تحقیقات بازرگانی ارسال کنند. فراخوان مقالات محدود به مقالات ارائه شده در کنفرانس Marketing Edge 2017  بود.

متعاقباً 29 مقاله از شرکت کنندگان در کنفرانس دریافت کردیم. هر مقاله از طریق روند منظم بررسی همتایان مجله انجام شد. در نهایت هفت مقاله برای چاپ پذیرفته شد. علاوه بر این، از دو تن از علمای برجسته دعوت کردیم – دکتر جگدیش شث و دکتر وی کومار نظرات خود را در رابطه با موضوع شماره ویژه ارائه دهد.

مقالات گنجانده شده در این شماره ویژه تعدادی از حوزه ها، فناوری های دیجیتال و روش های تحقیق را در بر می گیرد. در حالی که مقالات بیشتری بر B2C تمرکز دارند، مقالات مرتبط با B2B نیز وجود دارد. در حوزه B2C , مقالات شامل کالاهای لوکس , مراقبت های بهداشتی , سازمان های غیر دولتی و بازاریابی مستقیم می شود .

به طور مشابه، فناوری‌های دیجیتالی که این مقالات پوشش می‌دهند شامل رسانه‌های اجتماعی، اطلاعات کانال همه‌جانبه، اینترنت اشیا (IoT)، زنجیره بلوکی، هوش مصنوعی (AI) و یادگیری ماشینی است. این مجموعه شامل مقالات تجربی با استفاده از اقتصاد سنجی پیشرفته، مدل های معادلات ساختاری رفتاری (LISREL)، متن کاوی، و تحلیل مفهومی و تولید فرضیه است. ما نه مطالعه را به طور کلی به سه موضوع تقسیم می کنیم:

(1) تأثیر رسانه های اجتماعی (از جمله مطالعاتی که بر فیس بوک، اسنپ چت یا توییتر تمرکز دارند) و تحلیل های متن کاوی، ( 2 ) بینش از داده های مبتنی بر نظرسنجی ( در زمینه مراقبت های بهداشتی و صنعت بازاریابی داده ها ) , و ( 3 ) فن آوری های جدید و حوزه های تحقیقاتی نوظهور همانطور که در شکل 2 خلاصه شده است . بخش بعدی مرور مختصری از مقالات موجود در شماره ویژه را به همان ترتیبی که در نسخه چاپی ویژه نامه آمده است ارائه می دهد.

آیا تکنیک ها با داده ها همگام خواهند بود؟

اولین مقاله در این شماره ویژه یک تفسیر دعوت شده از دکتر Jagdish Sheth با عنوان “مرزهای بعدی تحقیق در بازاریابی مبتنی بر داده: آیا تکنیک ها با سونامی داده ها همگام هستند؟” این مقاله یک دیدگاه جالب درباره تکامل بازاریابی برگرفته از داده ارائه می‌دهد و مرزهای بعدی فرصت‌های تحقیقاتی را به عنوان پیامد افزایش در دسترس پذیری داده‌ها، پیشرفت در تکنولوژی‌های دیجیتال و کاهش هزینه‌های ذخیره‌سازی داده‌ها نشان می‌دهد. در مجموع، این به چیزی کمک می کند که Sheth (2020) آن را “سونامی” دیجیتال و داده ای می نامد که به شدت بر تحقیقات آینده تأثیر می گذارد و تغییری در پارادایم ایجاد کرده است.

قبلاً تکنیک ها در جستجوی داده بودند اما در آینده داده ها در جستجوی تکنیک ها خواهند بود به ویژه در عصر رسانه های اجتماعی مانند توییتر، فیس بوک، یوتیوب، واتس اپ و اینستاگرام. Sheth (2020) شش زمینه امیدوارکننده از فرصت های تحقیقاتی در بازاریابی دیجیتال و داده محور را شناسایی کرد:

اینها عبارتند از (i) متن کاوی، (ii) داده های بیومتریک، (iii) تجزیه و تحلیل ویدیویی، (IV) تجزیه و تحلیل ایموجی، (v) تشخیص الگو، و (vi) تحقیقات علوم قضایی. با این حال، چالش‌های متعددی برای محققان بازاریابی وجود دارد، زیرا آنها از شش مرز جدید تحقیق استقبال می‌کنند.

او استدلال می کند که این چالش ها به (الف) بررسی داده ها – حصول اطمینان از اینکه داده های جمع آوری شده مرتبط و معتبر هستند، (ب) تجزیه و تحلیل داده ها – انتخاب مجموعه ای از تکنیک های مناسب برای تجزیه و تحلیل داده های پیچیده و متنوع، (ج) بینش – برخورد با دیدگاه های متعدد یا غلبه بر تعصبات مربوط به تفسیر داده های پیچیده و (د) نیمه عمر دانش – زمینه در حال تغییر می تواند نیمه عمر رو به زوال دانش بازاریابی را به چالش بکشد. پنج مقاله بعدی تأثیر رسانه های اجتماعی و تحلیل های متن کاوی را بر نتایج اساسی بازاریابی و کسب و کار بررسی می کند.

استفاده ازبرندهای شرکتی (در مقابل محصول) در فیس بوک برای تعامل در رسانه های اجتماعی

در زمینه خدمات و پست های رسانه های اجتماعی، سوانی، میلن و میلر (2020) به دنبال این هستند که بفهمند آیا برند شرکت ها تأثیر متفاوتی بر تعامل مشتری (تعداد لایک ها) و قصد خرید نسبت به برندهای محصول دارند؟ آنها در مقاله خود با عنوان “برندسازی خدمات رسانه های اجتماعی: استفاده از برند های شرکتی” یک مورد قانع کننده برای وجود چنین اثرات متفاوتی ارائه می دهند.

آنها بر روی خدمات به جای محصولات تمرکز می کنند، زیرا خطر نسبتاً بالاتر است و دهان به دهان دوستان اهمیت بیشتری دارد. آن‌ها از نظریه خود هویت برند استفاده می‌کنند تا نشان دهند که مصرف کنندگان با برندهایشرکت بیش از آن‌ها با برندهای محصول آشنا هستند, بیشتر در زمینه رسانه های اجتماعی که در آن افراد محتوای غنی را با دیگران به عنوان روشی برای بیان خود به اشتراک می گذارند.

آنها یک مطالعه میدانی با استفاده از پست های برند فیس بوک برای ارائه شواهدی برای حمایت از فرضیه های اصلی خود انجام می دهند. علاوه بر این، آنها چهار آزمون را برای شناسایی شرایط مرزی و پشتیبانی از پیوندهای موجود در فرآیند انجام می دهند. آنها دریافتند که برای شرکت های خدماتی، استفاده از برند شرکت ها در پست های فیس بوک تعداد لایک ها را بیشتر از استفاده از برندهای محصولات افزایش می دهد.

خلاقیت

تجزیه و تحلیل داده ها عمدتاً به تبلیغات مربوط می شود

ارتباط

افزایش مشتری مداری فروش محصول مناسب به مشتری مناسب در زمان مناسب

قابلیت تجزیه و تحلیل

عصر داده های بزرگ.تکثیر پلتفرم های دیجیتال.افزایش کاربرد تجزیه و تحلیل

پاسخگویی

بر خروجی های بازاریابی مرتبط با نتایج مالی در سطح شرکت تمرکز می کند

فن آوری

اتخاذ فناوری های تحول آفرین مانند هوش مصنوعی/ML، واقعیت ترکیبی، بلاک چین، و اینترنت اشیا برای شیوه های بازاریابی محرک

این آزمایش‌ها شواهدی مبنی بر ارتباط بین استفاده از برند شرکتی و هم قصد دوست‌داشتن و هم قصد خرید ارائه می‌دهند. علاوه بر این، آنها نشان می‌دهند که هویت برند باعث می‌شود که یک پیام را دوست داشته باشیم، که به نوبه خود قصد خرید را افزایش می‌دهد. در آخرین آزمایش، آنها یک شرط مرزی را تعریف کردند و نشان دادند که هم برای برندهای بسیار آشنا و هم برای برندهای بسیار ناآشنا (هم برند شرکت ها و هم برند محصول)، این تأثیر بسیار کمتر است.

آنها دریافتند که نتایج هم برای خدمات لذت گرا و هم برای خدمات سودمند صادق است. استفاده از روشهای مختلف – مطالعه میدانی و آزمایش – قابل توجه است. تنها نتیجه گیج کننده این است که استفاده از نام محصول بر لایک ها و قصد خرید تأثیر منفی می گذارد. به طور معمول می توان انتظار داشت که اثر مثبت یا غیر قابل توجهی داشته باشد، اما اثرات منفی قوی باید در تحقیقات آینده بررسی شود. آنها مزایای استفاده از برند شرکتی را در زمینه خدمات و پست های رسانه های اجتماعی ایجاد می کنند.

هزاره ها و اسنپ چت

Millennials & Snapchat در مقاله خود: بیان خود از طریق استفاده از آن و تأثیر آن بر انگیزه خرید ، فلچا ، کورادا ، وگا ، دونز و لوپز (2020) فرآیندی را که طی آن هزاره ها در اسنپ چت، یک پلتفرم رسانه اجتماعی محبوب، درگیر می شوند و اینکه چگونه بر استفاده آنها از این پلتفرم و همچنین قصد خرید آنها تأثیر می گذارد، توضیح می دهد.

آنها از نظریه کامروا سازی (Ruggiero , 2000 ) برای توسعه فرضیه های خود و سپس آزمایش آنها با استفاده از مدل معادلات ساختاری استفاده می کنند .

نویسندگان استدلال می کنند که دلیل اصلی جذب هزاره ها به اسنپ چت بیان خود با استفاده از رسانه های غنی است که برای مدت کوتاهی دوام می آورد. نظریه کامروا سازی چنین بیان می کند که استفاده از پلتفرم های رسانه های اجتماعی برای بیان رضایت خود را از چهار منبع فراهم می کند – انواع مختلف محتوا، توانایی کاربران برای انتشار یا اشتراک گذاری اطلاعات، تعامل، و قابلیت پیمایش. کامروا سازی رضایت، مصرف و هم قصد خرید را تقویت می کند.

عوامل پایدار (ارزش‌های شخصی، ویژگی‌ها، ترجیحات فردی) از طریق استفاده از رسانه‌های اجتماعی منجر به عوامل پویا (اهداف و کد رفتار اجتماعی) می‌شوند. ماهیت زودگذر اسنپ چت نیاز بیشتر به رضایت فوری و مشارکت سریع تر را تشویق می کند.

تبلیغ‌کنندگان چنین رفتاری را تشویق می‌کنند و ابزارهایی را برای کاربران فراهم می‌کنند تا از طریق تعامل با برندها، محتوای زودگذر تولید کنند. این منجر به اشتراک گذاری بیشتر، تعامل با محتوا و شدت استفاده از اسنپ چت می شود که بر انگیزه خرید و وفاداری به یک برند تأثیر مثبت می گذارد. آنها شواهد تجربی را بر اساس مدل معادلات ساختاری حداقل مربعات جزئی (SEM) بر روی نمونه ای از هزاره ها ارائه کردند.

نقش رسانه های اجتماعی در خرید سازمانی

سومین مقاله در رسانه های اجتماعی “خریدار اجتماعی” است: چارچوبی برای نقش پویای رسانه های اجتماعی در خرید سازمانی” توسط گوستافسون، پومیرلیانو، ماریادوس و جانسون (2020).

این توجه را بر مکانیسم هایی متمرکز می کند که از طریق آنها رسانه های اجتماعی بر تصمیمات خرید و نتایج سازمانی در زمینه کسب وکار بهکسب وکار (B2B) تأثیر می گذارند. نویسندگان استدلال می کنند که این موضوع به اندازه کافی در تحقیقات موجود مورد بحث قرار نگرفته است و بنابراین مستلزم بررسی دقیق فرآیندها و مسائل تحقیقاتی است. آنها بررسی انتقادی ادبیات را انجام می دهند، نظریه های مربوطه را مورد بحث قرار می دهند و مجموعه ای از گزاره ها را توسعه می دهند که بر فرآیندها حاکم است.

آنها دو فرآیند قابل انتساب به رسانه های اجتماعی را پیشنهاد می کنند – انتقال و همگرایی – که امکان کشف و انتشار دانش را فراهم می کند. انتقال فرآیند جمع آوری و به اشتراک گذاری اطلاعات مفید برای شرکت است ( Dennis , Fuller , & Valacich , 2008 ) و همگرایی به فعالیت گروهی در راستای تفسیر این اطلاعات برای ایجاد درک مشترک اشاره دارد( Lind & Zmud , 1991 ).

آنها مجموعه‌ای از گزاره‌های آزمایش‌پذیر را ایجاد می‌کنند که ویژگی‌های رسانه‌های اجتماعی مانند تعامل و غنای رسانه‌ای را به سرعت و کیفیت کشف دانش، اشتراک‌گذاری و تفسیر مرتبط می‌سازد. این کشف دانش به نوبه خود با کاهش هزینه و / یا افزایش بهره وری همراه است. آنها همچنین موقعیت خرید و ویژگی های واحد خرید را به عنوان تعدیل کننده نفوذ رسانه های اجتماعی پیشنهاد می کنند. این گزاره‌ها پایه‌ای غنی برای آزمایش و اعتبارسنجی تجربی در کارهای آینده فراهم می‌کنند و راه‌هایی را برای بررسی تأثیر رسانه‌های اجتماعی در یک محیط خرید سازمانی باز می‌کنند.

بازاریابی شبکه های اجتماعی برندهای لوکس

رسانه های اجتماعی نحوه تعامل برندهای لوکس با مشتریان خود را به روش های مختلف تغییر داده است. کیم و کو (2012) پنج فعالیت کلیدی مرتبط با تلاش های بازاریابی رسانه های اجتماعی یک شرکت را در زمینه یک برند مد لوکس پیشنهاد کردند. اینها عبارتند از : سرگرمی , تعامل , مد روز , سفارشی سازی , و دهان به دهان .

لیو، شین و برنز (2020) در مطالعه خود با عنوان “رویکردی کلان داده برای بررسی تاثیر بازاریابی رسانه های اجتماعی برند لوکس بر تعامل با مشتری” در زمینه توییتر به عنوان پلت فرم رسانه اجتماعی، بر این چارچوب بنا نهاده اند. نویسندگان از مجموعه داده نسبتاً بزرگی متشکل از 3.78 میلیون توییت از پانزده برند لوکس برتر (بر اساس تعداد دنبال کنندگان توییتر) در یک دوره زمانی پنج ساله استفاده می کنند ( جولای 2012 – ژوئن 2017 ) .

نویسندگان یک مدل رگرسیون با اثرات ثابت را برای ایجاد رابطه بین مشارکت مشتری و فعالیت های بازاریابی رسانه های اجتماعی برندهای لوکس مربوطه اعمال می کنند. در نتیجه, نویسندگان رفتار واقعی مشتریان را در واکنش به فعالیت‌های بازاریابی اجتماعی شرکت‌ها در طول زمان ارزیابی می‌کنند نه تکیه‌بر اقدامات مبتنی بر نظرسنجی که تمایل به ارزیابی ” نیت ” و نه رفتار واقعی دارند.

نویسندگان دریافته‌اند که فعالیت‌های بازاریابی رسانه‌های اجتماعی شرکت‌های لوکس مرتبط با افزایش سرگرمی، تعامل، و شیک بودن، تأثیر مثبتی بر تعامل مشتری با محتوای رسانه‌های اجتماعی مرتبط با برند دارد.

با این حال، در زمینه توییتر (به عنوان پلتفرم رسانه اجتماعی)، تلاش‌های شخصی‌سازی برندهای لوکس فعالیت‌های رسانه‌های اجتماعی بر تعامل مشتری تأثیر نمی‌گذارد. این ممکن است به دلیل کمبود داده در مورد تعاملات شخصی بین شرکت و مشتریان و/یا عدم وجود مارک های لوکس به طور کلی باشد که از توییتر برای ارتباطات شخصی با فالورها / مشتریان خود استفاده می کنند. یافته‌های این مطالعه مفاهیمی را برای طراحی، تحویل و مدیریت بازاریابی رسانه‌های اجتماعی توسط شرکت‌های برندهای لوکس نشان می‌دهد.

تجزیه و تحلیل متن کاوی از سرمایه – افزایش محتوای جذاب

تأمین مالی جمعی عمل تأمین مالی یک پروژه یا سرمایه گذاری با جمع آوری مقادیر اندک پول از تعداد زیادی از افراد، معمولاً از طریق اینترنت است. با این حال , موفقیت می تواند دست نیافتنی باشد .

به عنوان مثال، معلمان بیش از 80 درصد از کل مدارس دولتی و منشور K-12 در ایالات متحده از پلتفرم های تأمین مالی آنلاین مانند DonorsChoose.org برای تهیه لوازم کلاس استفاده می کنند در حالی که تنها در 75 درصد مواقع به اهداف خود می رسند ( Kamatham , Pahwa , Jiang , & Kumar , 2020 ).

در مطالعه ای با عنوان “تاثیر محتوای درخواست بر موفقیت جمع آوری کمک مالی و رفتار اهداکنندگان”، نویسندگان از یک رویکرد مبتنی بر داده برای درک اینکه چگونه محتوای جذاب می تواند بر موفقیت جمع آوری کمک مالی و رفتار اهداکنندگان تأثیر بگذارد، استفاده می کند. برای این تلاش، نویسندگان از داده‌های 439198 اهداکننده استفاده می‌کنند که 888308 کمک مالی به 168675 پروژه در یک دوره زمانی پنج ساله در چارچوب یک پلتفرم تأمین مالی جمعی برای معلمان K-12 انجام داده‌اند.

با توجه به هدف کلی , نویسندگان تجزیه و تحلیل متن را برای تجزیه محتوا و ایجاد معیارهای مبتنی بر محتوا مانند تعداد کلمات , احساسات , خوانایی , اعمال می کنند و شاخص فوگ مربوط به هر درخواست جذب سرمایه برای تجزیه و تحلیل تأثیر محتوای تجدیدنظر بر موفقیت بودجه و میزان کمک مالی می باشد.

نویسندگان همچنین بررسی می‌کنند که چگونه چارچوب‌بندی اطلاعات ارائه‌شده در پلت‌فرم‌های تأمین مالی جمعی بر رفتارهای اهداکنندگان تأثیر می‌گذارد. این مطالعه نشان می‌دهد که درخواست‌های طولانی‌تر کمک‌های مالی کمتری را جذب می‌کنند و به موفقیت مالی آسیب می‌رسانند، اما این تأثیر با احساسات و پیچیدگی تعدیل می‌شود. سفسطه درخواست تأثیر مثبتی بر جمع آوری کمک مالی و مبلغ اهدایی دارد.

ارائه اطلاعات در مورد وضعیت پروژه تأثیر مثبتی بر کمک های اهدایی اهداکنندگان بعدی دارد، نتیجه ای که مدل های تقویت کننده رفتار اهداکنندگان را تأیید می کند. به طور کلی، این مطالعه بینش های مبتنی بر داده های اساسی را هم برای جمع آوری کنندگان کمک مالی و هم برای پلتفرم ها ارائه می دهد. 2 مقاله بعدی بینش هایی را از تجزیه و تحلیل داده های مبتنی بر نظرسنجی ارائه می دهد.

جستجوی اطلاعات سلامت مصرف کنندگان در یک محیط کانال چند منظوره

ما در دنیایی از مصرف کنندگان پیچیده زندگی می کنیم که از جستجوی اطلاعات همه کانالی استفاده می کنند. کانال چند منظوره به معنی یکپارچه سازی و هماهنگی چندین کانال برای جستجوی اطلاعات است. جریان دیگری از تحقیقات مرتبط با مفهوم منطق غالب خدمات بر اهمیت بازاریابان برای جستجوی راه‌هایی برای تسهیل در ایجاد ارزش مشترک برای مصرف‌کنندگان تاکید کرده است( Vargo & Lusch , 2017 ).

دال، میلن و پلتیر (2020) استدلال می کنند که «جستجوی اطلاعات سلامتی مصرف کنندگان در محیط اطلاعاتی همه کاناله امروزی» یک فعالیت ایجاد ارزش حیاتی است که تعامل مصرف کنندگان را افزایش می دهد. آنها مفهوم کانال چند منظوره و منطق غالب خدمات را در مطالعه خود با عنوان “جستجوی اطلاعات سلامت دیجیتال در یک محیط کانال همه جانبه: یک تصمیم گیری مشترک و دیدگاه منطقی غالب خدمات” با هم آورده اند.

این مطالعه پیامدهای جستجوی اطلاعات سلامتی کانال چند منظوره می‌پردازد که به دنبال جمع‌آوری داده‌ها از ۳۱۰ مصرف‌کننده بهداشتی به عنوان بخشی از مطالعه سالیانه در دفتر سلامت و تحلیل آن در چارچوب مدل معادله ساختاری است. نویسندگان به طور تجربی چندین رابطه جالب از جمله یک ارتباط مثبت بین پاسخگویی سلامتی و آگاهی مصرف کنندگان و اطلاعات دیجیتال خارجی که از مصرف کنندگان و خودآگاهی مصرف کنندگان به دنبال آن هستند را تایید می‌کنند.اساسا، این مطالعه به درخواست برای بهبود نتایج بهداشت از طریق تبدیل اکوسیستم خدمات بهداشتی به هدایت مصرف کنندگان برای اتخاذ یک رویکرد متفکرانه به تصمیم‌گیری مرتبط با سلامت آن‌ها، کمک می‌کند.

اثرات هم افزایی بازارگرایی

سرعت کسب وکار سریعتر از همیشه در حال تغییر است. ناتوانی در پاسخگویی به تغییرات اغلب می تواند چالش های جدی برای بقا برای کسب و کار ایجاد کند. ابو و گوپالاکریشنا (2020) در مطالعه با عنوان “اثرات هم افزایی پیاده سازی بازارگرایی و درونی سازی و تاثیر آن بر عملکرد شرکت – صنعت ارائه دهنده خدمات بازاریابی مستقیم” بر ساختار مهم بازارگرایی به عنوان ابزاری برای عملکرد شرکت تکیه کرده اند.

به طور خاص , نویسندگان داخلی سازی بازارگرایی را به عنوان واسطه ای بین اجرای بازارگرایی و رابطه عملکرد شرکت معرفی می کنند . علاوه بر این، آنها تأثیر یادگیری جهت گیری را به عنوان تعدیل کننده ای که رابطه بین اجرای بازارگرایی و درونی سازی بازارگرایی را تقویت می کند، در نظر می گیرند.

نویسندگان روابط فرض شده را با داده‌های ۱۴۳ شرکت در صنعت ارایه‌دهنده خدمت / بازاریابی مستقیم ارزیابی می‌کنند و متوجه می‌شوند که شرکت‌هایی که درجه بالایی از پیاده‌سازی جهت گیری بازار را تمرین می‌کنند در موقعیت بهتری قرار دارند که نه تنها به طور موثر تولید، انتشار، و واکنش به نیازهای بازار در حال تغییر هستند، بلکه به مشتریان نیز بهتر عمل می‌کنند.

علاوه بر این، سطوح بالاتر پیاده سازی جهت گیری بازاریابی، شرکت ها را قادر می سازد تا نیازهای مشتری را شناسایی کرده و به سرعت محصولات جدید را برای حل مشکلات مشتری توسعه دهند. به طور مشابه، وجود درونی سازی بازارگرایی بالاتر، شرکت ها را قادر می سازد تا به طور کامل از مزایای سنجش بازار، یادگیری بازار، و قابلیت های ارتباط با مشتری پی ببرند، در نتیجه به آنها اجازه می دهد ارزش مشتری ایجاد کنند و به طور فعال روابط مشترک بلندمدت ایجاد کنند.

در مجموع، این مطالعه بر اهمیت پیاده‌سازی بازارگرایی و درونی‌سازی برای همراهی و تکمیل یکدیگر تأکید می‌کند تا شرکت‌ها بتوانند در محیط تجاری به سرعت در حال تغییر درست عمل کنند.

فن آوری های عصر جدید و مفاهیم برای تحقیقات آینده

پس از اینجا کجا برویم؟چگونه بازاریابی مبتنی بر داده در دنیای دیجیتالی فزاینده به شکل گیری تحقیقات آینده کمک می کند؟ما موضوع ویژه را با تفسیر دعوت شده از دکتر وی کومار و همکارانش به پایان می بریم. مقاله تأثیر فناوری های عصر جدید بر بازاریابی: یک دستور کار تحقیقاتی ” خلاصه بزرگی از تاثیر فن آوری های دیجیتال در حال تحول در آینده نزدیک ارائه می دهد. کومار، راماچاندران و کومار (2020) بر ارتباط و تأثیر چهار فناوری کلیدی، یعنی اینترنت اشیا (IoT)، هوش مصنوعی (AI)، یادگیری ماشینی (ML) و فناوری‌های بلاک چین تمرکز می‌کنند. آنها توضیح و تجزیه و تحلیل عمیق هر فناوری را انجام می دهند، زمینه هایی را در بازاریابی که احتمالاً این فناوری ها تأثیر عمده ای دارند را ترسیم می کنند و سؤالات تحقیقاتی را ایجاد می کنند که باید توسط محققان آینده در نظر گرفته شود.

آنها تعدادی چارچوب فکری را برای ایجاد زمینه برای بحث در مورد موضوعات ارائه می کنند. به عنوان مثال، آنها یک جهت گیری اصلی برای هر فناوری ایجاد می کنند – اینترنت اشیا در تولید داده، هوش مصنوعی و ML در پردازش و تحلیل داده ها و زنجیره بلوکی در تامین امنیت. سپس آنها بر روی مسائلی که شرکت، مشتریان و واسطه ها با آن روبرو هستند تمرکز می کنند، بنابراین مجموعه ای جامع از حدود بیست سوال تحقیقاتی را ارائه می دهند که باید به آنها پاسخ داده شود.

نمونه‌های موارد استفاده همگی جدید و آینده‌نگر هستند. آنها مجموعه ای از تغییرات روبروی مشتری را ارائه می دهند که احتمالاً در آینده نزدیک رخ خواهند داد، مانند فروشگاه های مواد غذایی که در آن مشتریان با کالاهای خود بیرون می روند، معاینات بهداشتی و نظارت توسط ماشین ها و دستگاه های تلفن همراه، سرگرمی های سفارشی و گزینه های خدمات در صنعت مهمان داری.

همه اینها مستلزم اشتراک گذاری بیشتر داده ها، اعتماد و مسئولیت بخشی از شرکت برای استفاده و پذیرش موفقیت آمیز آنها است. آنها مجموعه بزرگی از فرضیه ها را توسعه می دهند که مجموعه ای غنی از ایده ها را برای تحقیقات تجربی در اختیار محققان قرار می دهد.

در مجموع، مجموعه 9 مطالعه ای که در این شماره ویژه گنجانده شده است، چالش هایی را که متخصصان بازاریابی با آن مواجه هستند، به خوبی تشریح می کند و موضوعات تحقیقاتی را برجسته می کند که باید به آنها پرداخته شود. امیدواریم این شماره ویژه برای دانشجویان، محققین و شاغلین در مواجهه با حجم زیادی از داده ها و فناوری های دیجیتال انقلابی بسیار مفید باشد.

سایت دانلود مقاله