Marketing i Zarządzanie

Wcześniej: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Problemy Zarządzania, Finansów i Marketingu


ISSN: 2450-775X     eISSN: 2353-2874    OAI    DOI: 10.18276/miz.2017.49-04
CC BY-SA   Open Access 

Lista wydań / nr 3 (49) 2017
Rodzaje Big Data i ich wykorzystywanie w strategiach marketingowych

Autorzy: Grażyna Golik-Górecka
Uniwersytet Łódzki, Wydział Zarządzania
Słowa kluczowe: strategie marketingowe KPI mierniki marketingowe analityka danych Big Data
Data publikacji całości:2017
Liczba stron:12 (43-54)
Klasyfikacja JEL: M31 M21
Cited-by (Crossref) ?:

Abstrakt

Teraźniejszość i przyszłość marketingu opiera się na analityce danych, co stało się motywem podjęcia tematu artykułu. Podstawą bowiem biznesu oraz marketingu cyfrowego stają się Big Data, należy więc wykorzystać ich potencjał. Wdrażanie analityki w proces optymalizacji działań marketingu możliwy jest dzięki technologii business intelligence. Celem artykułu jest przedstawienie przydatności danych w różnych strategiach marketingowych – tych tradycyjnych i tych nowych oraz ich klasyfikacja – hot, warm, cold, dark data. W opracowaniu zawarto ponadto identyfikację i określenie wskaźników marketingowych najistotniejszych w planowaniu i realizacji strategii marketingowych. Wykorzystano w nim przegląd literatury oraz wstępne wyniki badań mierzenia i wskaźników działań, zawierających m.in. KPI – kluczowe wskaźniki efektywności oraz KRI – kluczowe wskaźniki ryzyka.
Pobierz plik

Plik artykułu

Bibliografia

1.Bryson, S., Kenwright, D., Cox, M., Ellsworth, D., Haimes, R. (1999). Visually exploring gigabyte data sets in real time. Communications of the ACM, 42 (8), 82‒90.
2.Garbarski, L. (red.). (2008). Koszty i efekty działań marketingowych. Warszawa: Szkoła Główna Handlowa w Warszawie.
3.Klamecka-Roszkowska, G. (2011). Koszty w ocenie efektywności działań marketingowych. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 668, 405‒413.
4.Milichovsky, F., Simberowa, I. (2015). Marketing effectiveness: Metrics for effective strategigc marketing. Inzinerine Ekonomika – Engineering Economics, 26 (2), 211‒219.
5.Parmenter, D. (2010). Key performance indicators. Developing, implementing and using winnings KPIs. New Jersey: John Willey & Sons.
6.Płoszajski, P. (2013). Big Data – nowe źródło przewagi i wzrostu firm. E-mentor, 3 (50), 5‒10.
7.Prajsnar, P., Sawa, M. (2017). Big Data, Hot Data. W: Perspektywy rozwojowe reklamy online w Polsce. Raport 2016/2017 (s. 30‒33). Pobrano z: https://www.iab.org.pl/wp-content/uploads/2016/11/Raport-IAB_20162017_Perspektywy-rozwojowe-reklamyonline-w-Polsce.pdf.
8.Press, G. (2013). A very short history of Big Data. Pobrano z: https:?//www.forbes.com/sites/gilpres/2013/05/09/a-very-short-history-of-big-data (12.03.2017).
9.Rawicz-Mańkowski, G. (2007). Jak mierzyć efektywność działań marketingowych. Pobrano z: https://www.internetstandard.pl/news/Jak-mierzyc-efektywnosc-dzialanmarketingowych,320594.html (20.04.2017).
10.Tabakow, M., Korczak, J., Franczyk, B. (2014). Big data – definicje, wyzwania i technologie informatyczne. Informatyka Ekonomiczna. Business Informatics, 1 (31), 144‒153.
11.W 2017 roku analityka Big Data nie zwolni tempa, a wartość rynku to już 130 mld dolarów (2016). Pobrano z: https://interaktywnie.com/biznes/artykuly/trendy/w-2017-roku-analityka-big-data-nie-zwolni-tempa-a-wartosc-rynku-to-juz-130-mlddolarow-254494 (23.02.2017).