Marketing analytics: Methods, practice, implementation, and links to other fields

Ghose, Sanjoy

doi:10.1016/j.eswa.2018.11.002

Cited by 72 publications

(63 citation statements)

References 279 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Today with increasing possibilities of data, marketing intelligence is very important. It consists of four main marketing components: customers, market, competitors and product (figure1) represents the structure of marketing intelligence, which is based on literature review and classification of marketing intelligence from different studies [1,2,3].…”

Section: Resultsmentioning

confidence: 99%

Modern aspects and trends of customer intelligence development

Saira¹,

Yessimzhanova²

2020

JESP

View full text Add to dashboard Cite

Жүріп жатқан сандық түрлендіру бизнес үшін де, тұтынушылар үшін де деректерді жинау және өңдеу саласында үлкен перспективаларды ұсынады. Қазіргі уақытта деректерді жинау және өңдеу жүйелерінің дамуы тұтастай бизнес, сонымен қатар маркетинг үшін жаңа және серпінді мүмкіндіктер ашады, өйткені құрылымдалған мәліметтермен қатар құрылымданбаған деректер де өңделіп, маркетингтік аналитиканың құрамдас бөлігі болып табылады. Зерттеудің мақсаты-тұтынушылық аналитиканың жалпы аспектілерін, мақсаттары мен бағыттарын жалпы маркетингтік аналитика бөлігі ретінде анықтау болып табылады. Енді кез-келген ұйым өзінің маркетингтік қызметінде сандық құралдар мен әдістерді қолдана алады. Компаниялар тұтынушылар туралы, соның ішінде тікелей тұтынушылардың пікірлерін жинау және өңдеу үшін үлкен мүмкіндіктерге ие болды. Өз кезегінде тұтынушылар компаниялармен және олардың брендтермен тікелей байланыс орнатуға көбірек ресурстар алуда. Тұтынушыларды диалогқа тарту және олардың іскерлік қызметтің барлық салаларына әсер етуі компаниялар қызметінің ажырамас бөлігіне айналды. Авторлар маркетингтік талдау призмасы және нарық аналитикасы, өнім, бәсекелестер, тұтынушылар сияқты оның төрт компоненті арқылы Клиент аналитикасының мәнін, оның маркетингтік қызметтегі рөлін анықтау үшін 28 ғылыми және іскери журналға әдеби шолу жасады. Қазіргі әлемде Клиенттік аналитика маркетингтік қызметтің негізгі компоненттерінің бірі бола отырып маркетингтік қызметтің көрсеткіштерін едәуір жақсартуға көп мүмкіндіктер тупғызады. Түйін сөздерi: Маркетингтік аналитика, мәліметтер базасы негізіндегі маркетинг, клиенттік талдам, клиенттік талдама ресурстары, тұтынушыларды идентификациялау, тұтынушыларды тарту, тұтынушыларды ұстап қалу, тұтынушылардың құндылығын дамыту Аннотация Цифровая трансформация, происходящая в данный момент, представляет огромные перспективы как для бизнеса, так и для потребителей в сфере сбора и обработки данных. Текущее развитие систем сбора и обработки данных открывает не просто новые, а прорывные возможности для работы бизнеса в целом и маркетинга в частности, потому что обрабатываются не только структурированные данные, но и неструктурированные данные становятся частью маркетинговой аналитики. Целью данного исследования является выявление существующих аспектов, задач и трендов потребительской аналитики как части маркетинговой аналитики в целом. В современных условиях любая организация использует цифровые инструменты и методы в своей маркетинговой деятельности. Компании получили большие возможности для сбора и обработки данных о потребителях, включая их прямые отзывы. Потребители, в свою очередь, получают все больше и больше ресурсов для прямых контактов с брендами и компаниями. Диалог бизнеса с потребителями оказывает влияние на все сферы бизнес активности и уже стал неотъемлемой частью деятельности компании. Авторы провели литературный обзор 28 научных и бизнес-журналов для определения сути и понятия клиентской аналитики, ее роли в маркетинговой активности через призму маркетинговой аналитики и ее четырех составляющих: аналитики рынка, про...

show abstract

Section: Resultsmentioning

confidence: 99%

Modern aspects and trends of customer intelligence development

Saira¹,

Yessimzhanova²

2020

JESP

View full text Add to dashboard Cite

show abstract

“…Consumer mapping is a widely applied method to help segment consumers and understand consumer responses to marketing activities [94]. A range of multidimensional scaling based methods have been utilized in marketing mapping applications [25,64]. To demonstrate the use of QVisVis on real-world data, several algorithms were tested on a set of consumer data 2 , which gives music, movie, and lifestyle preferences for a young adults.…”

Section: A Consumer Mapping Example With T-snementioning

confidence: 99%

A review, framework, and R toolkit for exploring, evaluating, and comparing visualization methods

Akküçük

2020

Vis Comput

Self Cite

View full text Add to dashboard Cite

This paper gives a review and synthesis of methods of evaluating dimensionality reduction techniques. Particular attention is paid to rank-order neighborhood evaluation metrics. A framework is created for exploring dimensionality reduction quality through visualization. An associated toolkit is implemented in R. The toolkit includes scatter plots, heat maps, loess smoothing, and performance lift diagrams. The overall rationale is to help researchers compare dimensionality reduction techniques and use visual insights to help select and improve techniques. Examples are given for dimensionality reduction of manifolds and for the dimensionality reduction applied to a consumer survey dataset.Keywords Dimensionality reduction · mapping · solution quality · model selection 1 IntroductionThe problem of dimensionality reduction is core to statistics, machine learning, and visualization. High dimensional data can contain a large amount of noise and importantly for visualization, the human brain can only comprehend three dimensions. Thus, there is a need to reduce data into an interpretable format by converting high dimensional data into two or three dimensions, which can subsequently be visualized using a two or three dimensional scatterplot. To meet the need for dimensionality reduction methods, a plethora of algorithms and associated fitting methods have been developed. A researcher wishing to perform dimensionality reduction for visualization will be presented with a choice of hundreds of algorithms. Which algorithm should be used? This paper describes a visualization framework called QVisVis and associated software tools implemented in R to help choose dimensionality reduction methods, tune these methods, and visually evaluate the quality of dimensionality reduction solutions. The major contributions of these paper are to review and synthesize previous work on evaluating and "visualizing" performance metrics, create an overall visualization framework for "visualizing" visualization quality, and implement the framework in an R toolkit.

show abstract

“…These support systems should be able to evaluate not only financial indexes but also the level of social integration and customer collaboration. Results from social media analysis significantly influence company marketing decisions [28]. Therefore, social data integration is key.…”

Section: A Customer Data Collectionmentioning

confidence: 99%

Computer Estimation of Customer Similarity With Facebook Lookalikes: Advantages and Disadvantages of Hyper-Targeting

Semerádová

Weinlich

2019

IEEE Access

View full text Add to dashboard Cite

The advertising systems and the algorithms they use are constantly evolving and expanding the possibilities for reaching potential customers. Hyper-targeting (also called microtargeting) is the use of detailed customer data and marketing automation to deliver highly targeted and personalized messages across a large number of channels. These campaigns are designed to appeal to specific people or small groups of customers. By using the ability to process large amounts of data through innovations, such as predictive analytics, marketers can gain a deeper understanding of their audiences, focusing on specific accounts and not on the entire segments. This reportedly allows B2B brands to target customers directly and provide unique personal and highly relevant experiences. However, the scientific evidence to support this claim is missing. Some previous studies even suggest a negative impact of highly personalized advertising content on user reactiveness and purchase behavior. In this article, we test the effects of different levels of personalized advertisements using the advanced campaign targeting tool called Facebook Lookalike Audiences. Facebook Lookalike Audiences works on the basis of the estimation of customer similarity based on the characteristics of a custom audience, as defined by the advertiser. We examine the performance of various targeting settings using data from 840 Facebook ads with different personalization levels. These advertisements are compared in terms of reach, number of reactions, frequency of impressions, number of clicks, average time spent on a website, number of viewed pages, number of conversions, and profitability. We believe that the findings presented in this article help clarify the factors that influence user reactiveness toward personalized online advertising using evidence from actual Facebook ad sets.

show abstract

Marketing analytics: Methods, practice, implementation, and links to other fields

Cited by 72 publications

References 279 publications

Modern aspects and trends of customer intelligence development

Modern aspects and trends of customer intelligence development

A review, framework, and R toolkit for exploring, evaluating, and comparing visualization methods

Computer Estimation of Customer Similarity With Facebook Lookalikes: Advantages and Disadvantages of Hyper-Targeting

Contact Info

Product

Resources

About