Internet Prodaja - CAS 06-Marketing znanje

MARKETING ZNANJE: 

FORKUP , Beograd Intenet Marketing 1 MARKETING ZNANJE Oznaka predmeta: Naziv predmeta: INTERNET MARKETING Predavanje br. 0 6 Čas: Trajanje: XX min Nastavna jedinica: Nastavna tema: MARKETING ZNANJE Pripremio: Petar Kočović FORKUP - BEOGRAD

Slide 2: 

Intenet Marketing 2 “Od podatka do znanja dugačak je put” – Clifford Stoll, američki astronom

Ciljevi: 

Intenet Marketing 3 C iljevi Nakon ove lekcije, moći ćete da: Identifikujete tri glavna izvora podataka koji stručnjaci za elektronski marketing koriste . Diskutujete kako i zašto rukovodioci elektronskog marketinga imaju potrebu da provere kvalitet podatka koje su dobili onlajn . Objasnite zašto se Internet koristi kao metod za kontaktiranje za primarno istraživanje i opišete primarni pristup na bazi interneta 6-2

Ciljevi (nast).: 

Intenet Marketing 4 C iljevi (nast) . 6- 4 Opišete nekoliko načina da kontrolišete veb radi prikupljanja informacija Uporedite razlike u prikupljanju podataka preko klijentske i serverske strane Objasnite 4 važna metoda za analizu koje stručnjaci za elektronski marketing primenjuju u informacijama koje dobijaju iz magacina informacija

Purina: 

Intenet Marketing 5 Purina Nestle Purina PetCare pouzdano zna da je onlajn oglašavanje na vebsajtu ovoj kompaniji donelo povećanje prodaje u onlajn sektoru. Kako? Pažljivo vođenom studijom koja je integrisala podatke u onlajn i oflajn ponašanju. Nestle je počeo svoje istraživanje sa tri istraživačka pitanja: Da li naši kupci koriste naše brendirane veb sajtove? Treb a li da investiramo u nešto drugo sem u ove brendirane veb sajtove u onlajn oglašavanju? Ako je odgovor da, gde da postavimo ove oglase?

Purina nast.: 

Intenet Marketing 6 Purina nast. Oni kombinuju onlajn i oflajn prodajni panel podataka i otkrili su da: Kliktanje po baneru je nisko (0.06%) 31% subjekata su izloženi i onlajn i oflajn oglašavanju Visoko izložene grupe pomenute u Purini su u većini Sajtovi vezani za kuću, zdravlje i življenje su najposećeniji od strane njihovih potrošača

Podaci vode strategiju: 

Intenet Marketing 7 Podaci vode strategiju Organizacije plivaju u podacima . Rukovodioci u e-marketingu moraju da odrede kako da steknu uvid iz biliona bajtova Marketinški uvidi se mogu naći negde između informacije i znanja . Purina, na primer, barata sa podacima oko 1.5 miliona potrošača kako bi doneli odluku

Terabajti korporacijskih podataka – rast od 1999-2003: 

Intenet Marketing 8 Terabajti korporacijskih podataka – rast od 1999-2003

Purina: od podataka do odluke: 

Intenet Marketing 9 Purina: od podataka do odluke

Eksplozija podataka: 

Intenet Marketing 10 Eksplozija podataka Više podataka generisano u ‘05-’06 nego u celokupnoj istoriji 2008 će generisati više podataka nego u celokupnoj istoriji pre toga Svetski vodeći DW – slede Moore -ov zaon 2002 : 48TB 180 milijardi slogova 2004 155TB 1 Trilion a slogova 2007 : 1 PB 6 Tri liona slogova Exabytes

Slide 11: 

Intenet Marketing 11 M urov zakon : Svakih 18 meseci, procesorska snaga se duplira, dok troškovi ostaju nepromenjeni (Gordon M u r- suosnivač Intel Corp-1965) Moore-ov zakon

Sledeća generacija diskova će biti manja, brža i jeftinija : 

Intenet Marketing 12 Sledeća generacija diskova će biti manja, brža i jeftinija Porast kapaciteta diskova kreira novi rečnik Yottabyte 1,024 zettabytes (2 80 ) Zettabyte 1,024 exabytes (2 70 ) Exabyte 1,024 petabytes (2 60 ) Petabyte* 1,024 terabytes (2 50 ) Terabyte 1,024 gigabytes (2 40 ) Gigabyte 1,024 megabytes (2 30 ) *1,125,899,906,842,624 byt eova

Eksplozija podataka: 

Intenet Marketing 13 Data growth : 500% over 3 years Eksplozija podataka

Strukturisani naspram nestrukturisanih podataka : 

Intenet Marketing 14 Stru kturisani naspram n e stru kturisanih podataka Stru kturisani podaci Tabele u ( npr. ) DBMS, sa jasno definisanim vezama Nazivamo ih “SQL data” – “stanuju” u RDBMS Nestrukturisani podaci Tekst, multimedija, e-mailovi, file ovi Ponekad se nazivaju BLOB podacima (Binary Large OBject ) Trenutna situacija Ni j edan proizvod ne pre nosi i arhivira NEstrukturis a ne podatke Različiti alati ( tj. RDBMS/DW/DM) su nosioci SQL Nema proizvoda koji prenose i unificiraju obe vrste podataka

Top 10 - najveće baze podataka na svetu Februar 15, 2007 : 

Intenet Marketing 15 Top 10 - najveće baze podataka na svetu Februar 15, 2007 10. Library of Congres: 130 mil iona elemenata ( knjige i sl) 20 TB teksta 9. CIA -- n ema podataka 8. Amazon: 42 TB , 59 miliona aktivnih kupaca 7. YouTube : 45 TB vide o materijala (1TB se dodaje svaki dan ) 6. ChoicePoint : 250 TB ličnih podataka za 250 miliona ljudi 5. Sprint: 53 M pretplatnika , 2.85 triliona redova u bazi podataka, 365 milion a CDR dnevno (trilion=10 12 ) 4. Google : “ krije ” svoju veličinu : 91 miliona upita dnevno = 50 % svih internet pretraživanja  ali ko posmatra Googleova pretraživanja ? 3. AT&T: 323 TB , 2 Triliona zapisa telefonskih poziva 2. National Energy Research Center: 2.8 PB podataka ( na trakama, u fajlovima, ali ne u DB) 1. World Data Centre for Climate – Max Planck Institute - Munich 220 TB podataka dostupnih na vebu , 6 PB na magnetnim trakama ( ne u DB) Nielsen Media Research / Web Ratings: IQ: measures mass-media audiences- TV, radio, newspapers, the Web - including all Google's daily internet searches http://www.businessintelligencelowdown.com/2007/02/top_10_largest_.html

Upravljanje marketinškim znanjem: 

Intenet Marketing 16 Upravljanje marketinškim znanjem Upravljanje znanjem je proces upravljanja, kreacije, korišćenja i podele znanja. Podaci , informacije i znanje se dele sa unutrašnjim donosiocima odluka, partnerima, članovima kanala i ponekad kupcima.

Elektronski marketinški informacioni sistemi: 

Intenet Marketing 17 Elektronski marketinški informacioni sistemi Marketinški informacioni sistem (MIS) je proces kojim markrtinški stručnjaci rukovode znanjem. Proces počinje kada rukovodioci marketinga imaju problem koji zahteva podatke kako bi se rešio. Sledeći korak: prikupljanje podataka iz unutrašnjih izvora, iz drugorazrednih izvora ili izvođenjem prvorazrednih marketinških istraživanja. Primer: veb oglašavačima je potrebna statistika o auditorijumu pre nego što odluče gde da i postave baner (problem). Žele da znaju koliko mnogo ljudi u njihovom ciljnom tržištu posmatra različite veb sajtove kako bi ocenili vrednost veb oglasa u odnosu na TV oglase i oglase u drugim medijima (potrebe za informacijama). Jedan od načina da se dobiju te informacije je preko sekundarnih izvora kao što je već pomenuti comScore. Ove firme rangiraju veb sajtove pretraživanjem navika vezanih za upotrebu Interneta velikih panela korisnika.

Skladišta podataka (data warehouse).: 

Intenet Marketing 18 Skladišta podataka (data warehouse) . Mnoge firme smeštaju elektronske marketinške podatke u bazama podataka i skladištima podataka (data warehouse) . Skladišta podataka omogućavaju marketinškim stručnjacima da dobiju vredne, adekvatne i obrađene informacije u svako doba dana i noći. Trgovci dobijaju informacije sa veb stranica i e-mailova preko: pejdžera, faks mašina, PDS urađaja i mobilnih telefona Potrošači imaju pristup delu baze. Kada posetimo amazon.com vršimo upit u bazu podataka proizvoda. Tražimo naslove knjiga, dobijamo informacije o trenutnom stanju na našem računu i prethodnim kupovinama: sve klikom na miša Zahtevi kupaca su potpuno automatizovani, sa personalizovanim veb stranicama. Najveći broj firmi prepoznaje da su ovi podaci i informacije beskorisne dok se ne pretvore u znanje u cilju povećanja profita

Unutrašnji zapisi: 

Intenet Marketing 19 Unutrašnji zapisi Unutrašnji zapisi predstavljaju značajni izvor marketinškog znanja. Računovodstvo, finansije i proizvodno osoblje prikuplja i analizira podatke koji omogućavaju vredne informacije za marketinško planiranje. Sama odeljenja marketinga prikupljaju i održavaju mnoštvo relevantnih informacija oko karakteristika i aktivnosti. Mogućnost da se proizvod isporuči odmah pomaže da se poveća profitabilnost. Just-in-time magacinski sistem, poboljšava isporuku u okviru kanala i omogućava da firma smanji troškove magacinskog poslovanja zadovoljavajući zahteve kupaca na vreme.

Nemarketinški podaci: 

Intenet Marketing 20 Nemarketinški podaci Računovodstvena odeljenja generišu podatke o prodaji, novčanom protoku, troškovima marketinga i profitabilnosti tako da e-marketiari mogu da ih koriste da ocene efikasnost u marketingu. Primer, firma uvodi novi proizvod na veb sajtu želeći momentalnu reakciju – prodaju

Podaci od prodaje : 

Intenet Marketing 21 Podaci od prodaje Prodajni informacioni sistemi često koriste softver za automatizaciju prodaje i omogućavaju predstavnicima da unesu rezultate u prodajne pozive kako za prospekte tako i za trenutne kupce na MIS. Mnogi prodavci koriste svoje laptop računare za pristup proizvodima i bazi potrošača dok su na putu. Ovakvi sistemi služe da bi se uneli izveštaji i predlozi na različite teme. Podaci se smeštaju u bazu znanja.

Karakteristike kupca i njihovo okruženje : 

Intenet Marketing 22 Ba za kupaca Prodavac Kupac poručuje 10 novih računara 3. Trendovi u bazama podataka Hmm, 21% potrošača ne može da pronađe dugme “on” 4 Redizajn dugmeta “on” Predstavnik servisa kupca 2 Kupac zove kompaniju Gde je %”#$& “on” dugme? Karakteristike kupca i njihovo okruženje

Karakteristike kupca i njihovo okruženje: 

Intenet Marketing 23 Karakteristike kupca i njihovo okruženje Mnoge kompanije koje imaju veb sajtove koji mogu da kontrilišu šetnju korisnika po vašem veb sajtu koriste te podatke kako bi povećali efikasnost. Koliko dugo korisnici provode vremena na svakoj strani koliko dugo su na sajtu i koje veb stranice su posetili. Podaci su generisani automatski Amazon i FedEx vrlo pažljivo analiziraju ovako prikupljene podatke. Oko 20,000 posetilaca poseti deo veb sajta za ljudske resurse. Oni te podatke vrlo brižljivo obrađuju

Izvor 2: sekundarni podaci: 

Intenet Marketing 24 Izvor 2: sekundarni podaci Kada se suoče sa potrebama za specifične informacije koje nisu dostupne kompaniji ili partnerskoj bazi podataka, marketinški stručnjaci u elektronskoj trgovini prvo posmatra sekundarne podatke, koji mogu da se prikupe brže i jeftinije nego primarni podaci – specijalno na Internetu, gde se mogu naći najnovije informacije iz više od 200 država i dostupne su 24x7, od kuće i sa posla isporučivši se u deliću sekunde. Sekundarni podaci ne mogu da zadovolje sve potrebe elektronskog stručnjaka za marketing, jer su prikupljeni u različite svrhe. Opšti problem - kvalitet sekundarnih podataka. Stručnjaci za marketing nemaju kontrolu nad procedurama za prikupljanje podataka, tako da oni stalno treba da ocenjuju kvalitet sekundarnih podataka. Sekundarni podaci nisu najsvežiji. U Srbiji Republički zavod za statistiku obezbeđuje različite podatke što u elektronskom, što u papirnatom obliku.

Poslovno obaveštavanje (engl. Busines Intelligence, BI) : 

Intenet Marketing 25 Poslovno obaveštavanje (engl. Busines Intelligence, BI) Koji tip informacija nam je potreban rukovodiocima marketinga? Skeniranje okruženja može da nam pruži informacije o sledećem: Demografski trendovi Konkurencija Tehnološke sile Prirodni izvori Socijalni i kulturni trendovi Svetska i lokalna ekonomija Pravno i političko okruženje

Pretraživačke mašine: 

Intenet Marketing 26 Pretraživačke mašine Pretraživačke mašine pretražuju veb sajtove mesec dana unapred i smeštaju rezultate u velike baze podataka. Šalju automatski program koji se zove pauk (ili veb robot ) na veb sa ciljem da ide sa sajta na sajt, obiđe stranicu po stranicu i reč po reč, kako je prikazano na sledećoj slici.

Slide 27: 

© Fakultet informacionih tehnologija, Beograd Intenet Marketing 27 Baza podataka Pretra živačka mašina 3. Korisnik unosi pojam za pretraživanje Korisnik 4. Pretraživačka mašina skenira bazu podataka kako bi našla pojam koji se traži 2. Ključne reči su indeksirane tako što pokazuju lokaciju na stranu i frekvencu pojavljivanja Veb sajt Paukovi “gmižu” po veb sajtovima. Podaci su stari mesec dana Pauk Veb sajt Veb sajt Pauk Pauk

Slide 28: 

© Fakultet informacionih tehnologija, Beograd MK 250-Intenet Marketing 28

Pretraživačke mašine: 

Intenet Marketing 29 Pretraživačke mašine Paukovi grade masivne indekse ili baze podataka za sve reči koje su pronađene, gde su pronađene, koliko često se pojavljuju na svakoj strani itd. Pošto su baze podataka indeksirane, odgovor je trenutan. Rezultati se vraćaju po relevantnosti pri čemu se najčešći sajtovi pojavljuju prvi. Kako pretraživačke mašine definišu relevantnost?

Paukovi: 

Intenet Marketing 30 Paukovi Posao je pretraživačkih mašina da prikažu koji su sajtovi najrelevantniji za prikaz. Paukovi rade više od pukog brojanja reči. Oni traže lokacije reči na stranicama i frekventnost pojavljivanja. Primer: ako je reč u naslovu stranice, dobija veću relevantnu vrednost nago reč koja se pojavljuje u telu teksta. Ako se reč pojavljuje više puta takođe se rangira bolje.

Paukovi (nast.): 

Intenet Marketing 31 Paukovi (nast.) Zašto onda ne kombinovati ove ideje i ponoviti ključne reči više puta u vrhu stranice, kako bi obmanuli pauka? Paukovi su istrenirani da izbegavaju sajtove koji se koriste ovim „prljavim“ trikovima kako bi ponovili više puta reč u nizu. Jedna od tehnika je da se ignorišu reči koje nisu odvojene sa najmanje sedam drukčijih reči. Na taj način se paukovi brane od onih koji ubacuje stranicu sa rečima npr „Mazda, Mazda i Mazda“.

Paukovi (nast.): 

Intenet Marketing 32 Paukovi (nast.) Pretraživačke mašine uzimaju sledeće dve pretposavke u obzir: koliko mnogo linkova vode na dati sajt koliko mnogo korisnika posećuje stranice na sajtu. I link i kliktanje kroz sajt su indikatori popularnosti sajta. Zašto ne napraviti gomilu sajtova koji imaju linkove na vaš sajt? Zašto ne upisati u pretraživačke mašine hiljade klikova po stranicama kako bi se povećao rejting vašeg sajta? Pretraživačke mašine su utrenirane da ovo izbegnu. Aktuelne tehnike koje se koriste postaće trgovačke tajne jer proizvode pretraživačke mašine koje vraćaju istinski korisne rezultate, razlikuju diferencijaciju i obezbeđuju takmičarsku prednost. Sajt www.SearchEngineWatch.com otkriva mnoge tajne za svaku od pretraživačkim mašina.

Paukovi (nast.): 

Intenet Marketing 33 Paukovi (nast.) Oni koji se bave elektronskim marketingom žele da se njihovi sajtovi pojave na najvišoj mogućoj poziciji na pretraživačima – po mogućstvu na prvoj stranici – i iznad svih. Jedan od načina: da se plati listiranje. Drugi način: da se pronađe kompanija koja studira pretraživačke mašine koje određuju kako se određuje rangiranje kako bi se poboljšao rang. Did-It ( www.didit.com ), MoreVisibility ( www.morevisibility.com ) SpiderBait ( www.spiderbait.com ).

Javno generisani podaci: 

Intenet Marketing 34 Javno generisani podaci Mnoge informacije možemo da obezbedino preko sajtova kao što su Republički zavod za statistiku. Međunarodni monetarni fond ( www.imf.org ) ili Svetska banka ( www.worldbank.org ) su dobri izvori za skeniranje okruženja.

Privatno generisani podaci: 

Intenet Marketing 35 Privatno generisani podaci Dobri izvori su velike istraživačke firme kao što su: www.comscore.com , Forester ( www.forester.com ) ili Gartner ( www.gartner.com ) - na svojim sajtovima objavljuju statistike i obaveštenja za štampu čime privlače kupce da se pretplate na pune izveštaje. Nielsen/Net Ratings i PCData postavljaju banere u periodu istraživanja. Za informacije o e-businessu: besplatne vesti nudi Advertising Bureau ( www.iab.net ) i ClikZ ( www.clikz.com ) su posebno dragoceni Iako često nekompletne, ove informacione poslastice su generalno korisne u skeniranju okruženja i pomažu tržištima da odluče da li da poruče cele izveštaje.

Obaveštavanje o konkurenciji : 

Intenet Marketing 36 Obaveštavanje o konkurenciji Obaveštavanje o konkurenciji (engl. Competitive Intelligence - CI) je akcija prikupljanja, analiziranja i primene informacije o proizvodima, domenima, potrošačima i konkurencije u kratkoročnim i dugoročnim potrebama planiranja jedne organizacije. 40% svih firmi regularno izvode CI aktivnosti ( www.fuld.com ) Specijalisti Fulde sugerišu sledeći obaveštajni ciklus: Definišite potrebe za obaveštavanjem Prikupite i organizujte informacije Analizirajte primenom informacija na posebne situacije i predlaganje akcija. Izvestiti druge o pronalascima Ocenite uticaj upotrebe obaveštavanja i sugerisati proces unapređenja

Kvalitet informacije: 

Intenet Marketing 37 Kvalitet informacije Koraci treba da se preduzmu kako bi se ocenili sekundarni podaci prikupljeni onlajn: Otkriti autora veb sajta . Odlaskom na sajt www.godaddy.com , ukucavanjem imena sajta traže se podaci o vlasniku. Problem: primer, grupa Rolling Stones ima više sajtova, od kojih najveći broj pripada njihovim navijačima. Pokušajte da saznate da li je autor sajta autoritet u oblasti teme koja je publikovana na veb sajtu . Na primer, ekonomista sa Harvarda ili iz Merrill Lyncha možda ima kredibilnije informacije o kamatama nego političari. Pogledajte kada je sajt poslednji put osvežen, ne prihvatajte datum sa sajta kao zdravo za gotovo . Mnogi veb sajtovi se osvežavaju svaki dan, ali neki nisu osvežavani godinama. Neke informacije su korisnije od drugih Odredite koliko su veb sajtovi pouzdani . Da li pokrivaju temu koju obrađuju? Pokušajte da ocenite kvalitet i pouzdanost podataka upoređujući ga sa drugim izvorima . Ako neki statistički podaci nisu dostupni na drugim mestima, pronađite način da ih procenite. Pregledajte sadržaj sajta .

Izvor 3: primarni podaci : 

Intenet Marketing 38 Izvor 3: primarni podaci Primarni podaci se prikupljaju kako bi se prvi put rešio dati problem. Skuplji i treba im više vremena za obradu. Dva elektronska izvora prikupljanja: Internet i realni prostor . Internet: uključuje tradicionalnu primenu eksperimentisanjem, posmatranje ciljnih grupa, dubinske intervjue i istraživanje pregleda. Sve je popularnija metoda pregleda raznih istraživanja preko Interneta i onlajn panela. Netradicionlana onlajn tehnologija se odnosi na profilisanje veb sajtova u realnom vremenu i računarsko automatsko prikupljanje podataka na klijentskoj ili serverskoj strani. Kada su podaci prikupljeni preko Interneta ili oflajn, svi elektronski podaci se slivaju preko bilo kog klijentovog medijuma za prenos (na primer: e-mail, telefon, veb sajt, kupovina u bakalnicama...) i završava u bazi podataka i postaje deo baze znanja koja se koristi za efektivno planiranje.

Koraci za primarno istraživanje: 

Intenet Marketing 39 Koraci za primarno istraživanje Problem istraživanja . Kao i sa sekundarnim podacima, specifičnost je vitalna. Plan istraživanja . Istraživanje . Na bazi potrebnih informacija, istraživači biraju: eksperimente, ciljne grupe, tehnike posmatranja, dubinske intervjue, istraživanja i netradicionalne tehnike u realnom vremenu i realnom prostoru. Dizajn uzorka . Metod kontaktiranja . Metodi mogu d abudu preko telefona, pisma, lično, preko Interneta... Dizajn intrumentarijuma . Ako je planirano istraživanje, istraživači razvijaju upitnik, kao i protokol Prikupljanje podataka . Istraživači prikupljaju informacije prema zadatom planu. Analiza podataka . Istraživači analiziraju podatke u svetlu originalnog problema. Ovi koraci uključuju upotrebe statistike. Distribucija rezultata/dodavanje u bazu podataka . Istraživački podaci mogu da budu smešteni u bazu marketinškog znanja i prezentiraju se u pisanoj ili oralnoj formi rukovodiocima marketinga.

Istraživanja na bazi Interneta : 

Intenet Marketing 40 Istraživanja na bazi Interneta Primećen je pad popularnosti klasičnih anketa. Odbacivanje telefonskih analiza iznosi 40 do 60 procenata. Saglasno Fredu Boveu iz Socratic techologies, „telemarketari ruiniraju telefonsko in t ervjuisanje.“ Nasuprot tome, sve veći broj p rodavaca sprovodi jeftin i brz metod intervjuisanja.

Istraživanja na bazi Interneta: 

Intenet Marketing 41 Istraživanja na bazi Interneta

Tri primera uspešnih onlajn istraživanja : 

Intenet Marketing 42 Tri primera uspešnih onlajn istraživanja Kreativni test . Leo Burnett je agencija za oglašavanje. Napravila je panel od 50 osnovnih škola u cilju testiranja koje je usmereno na dečja tržišta. Burnett je ostavio neke postere za oglašavanje onlajn i poslao e-mailove upućujući učenike na veb stranice koje su prikazivale postere. Studenti su kompletirali istraživanje kako bi izabrali najbolji. U ovom testu, više od 800 dece je pomoglo da se odluči koji je najbolji kreativni pristup za poster

Tri primera uspešnih onlajn istraživanja: 

Intenet Marketing 43 Tri primera uspešnih onlajn istraživanja Zadovoljstvo kupca . British Airways je postavio upitnik na svom veb sajtu kako bi prikupili informacije u kompanijskim uslugama od članova Executive Cluba. Više od 9,000 ljudi je kompletiralo upitnik za devet meseci.

Tri primera uspešnih onlajn istraživanja: 

Intenet Marketing 44 Tri primera uspešnih onlajn istraživanja Razvoj proizvoda . Na univerzitetu u Nevadi, Reno postvljen je upitnik o programu za marketing na veb sajtu, pozivajući učesnike i stručnjake da daju mišljenje oko toga šta treba da bude uključeno u e-commerce programe na univerzitetu: 140 učesnika je pomoglo da se dizajnira novi kurs.

Onlajn eksperimenti : 

Intenet Marketing 45 Onlajn eksperimenti Eksperimentalna istraživanja pokušavaju da testiraju uzrok i efekte veza, kao na primeru Purine. Istraživači će izabrati subjekte, slučajno ih smestiti u dve i više grupa i zatim izložitu svaku grupu različitim stimulusima. Istraživači zatim mere odgovore na stimuluse, obično u obliku upitnika da bi odredili koje razlike postoje između grupa. Svakako, ovi efekti moraju da se testiraju u drugim situacijama i sa ostalim subjektima kako bi se odredio stepen generalizacije. Primer: kompanije mogu da pošalju e-mail obaveštenje dve različite cenovne ponude, svaku na jednu polovinu korisničke baze. Ako je hiperlink na dve različite veb stranice uključen u e-mail, biće vrlo brzo razrešeno koji je „puls bolji.“

Onlajn ciljna grupa: 

Intenet Marketing 46 Onlajn ciljna grupa Ciljna grupa istražuje kvalitativnu metodologiju koja pokušava da prikupi dubinske informacije od malog broja učesnika. 30% agencija za oglašavanje i marketing koriste Internet za određane ciljne grupe Ove metode kontaktiranja imaju neke prednosti nad tradicionalnim ciljnim grupama, gde su svi učesnici u jednoj sobi Učesnici daju odgovore svaki za sebe, nisu pod uticajima onoga što drugi kažu (poznato kao grupno razmišljanje) Pomoću veba, istraživači mogu da prikažu učesnicima animiranu pomoć, da demonstriraju softver ili da koriste ostale multimedijalne stimuluse momentalnim grupnim odlukama

Onlajn posmatranje: 

Intenet Marketing 47 Onlajn posmatranje Posmatrači osmatraju ljudsko ponašanje u relevantnim situacijama. Primer: maloprodavci koji prodaju video kasete i CDove, posmatraju kuda se kreću kupci po radnji kada biraju naslove. Mnogi istraživači veruju da akcije govore više od hiljadu reči, pa im je posmatranje kretanja kupaca jako bitno. Posmatranje malog broja ljudi ne može da se iskoristi za opis delovanja kupca. Interesantno i važno iz ovog istraživanja, koje mogu da se dobiju samo preko Interneta, uključuju monitoring četa potrošača i slanja e-mailova preko čet soba ili mailing lista. Jedan forum koji predviđa da ima oko 35,000 news grupa kaže da je svaka grupa za sebe Način pravljenja i rukovođenje grupama možete da organizujete na veb sajtu Google Groops ( http://groups.google.com ).

Onlajn dubinski intervjui : 

Intenet Marketing 48 Onlajn dubinski intervjui Onlajn intervju po dubini je tehnika koja zahteva polustrukturisanu konverzaciju sa malim brojem subjekata. Anketari razvijaju gupu pitanja i ohrabruju subjekte da govore nadugačko o pojedinim pitanjima preko pažlivih tehnika proba. Mnoge velike kompanije izvode studije za procenu upotrebljivosti sajtova posmatrajući korisnike kako klikću po firminom veb sajtu. U ovoj situaciji, subjekat i anketar su u istoj obi dok subjekat izvodi specijalne zadatke na računaru. Sun Microsystems testira ikone radi efektivnije komunikacije sa samo tri korisnika. Pojedini subjekti gledaju veb sajt SUN Microsystems označavajući koje ih informacije interesuju na pojedinačnim stranicama. Ovo istraživanje se najbolje izvodi u pojednačnoj varijanti. E-mail će poboljšati komunikaciju kada subjekt živi daleko od istraživača.

Onlajn istraživanja: 

Intenet Marketing 49 Onlajn istraživanja E-mail istraživanja . Organizacije treba da odrede uzorak e-mail adresa iz baza podataka, da kupe listu ili potraže e-mail adrese od veb mastera news grupa. Firme žele da imaju kontrolu nad onima koji su se odlučili za elektronske upitnike, tako da će izabrati specijalizovane i reprezentativne grupe za istraživanje. Slaće e-mail podsetnike onima koji još nisu popunili upitnik. Uspešnost se meri interesom učesnika da popune upitnik. Javlja se jedan problem: mnogi potrošači nemaju tehničkog iskustva da postave e-mail u mod „replay and edit“ i da daju potrebne odgovore. Cista e-mail istraživanja su pogodna za države gde je Internet osnova dial-up, pri čemu se pregled radi oflajn, a odgovori se šalju onlajn.

Onlajn istraživanja: 

Intenet Marketing 50 Onlajn istraživanja Web istraživanja . Mnoge kompanije postavljaju upitnike na veb stranice. Upitnik ima oblik „radio button“, drop-down menija ili blanko polja za odgovor. Svrha upitnika: statistike vezane za istraživanje (ponekad je to mnogo formalnije istraživanje) Primer: New Balance postavlja upitnike slučajnim posetiocima sa zahtevom da ovi rangiraju važnost i performansu različitih karakteristika sajta. Oglašavanje dodavanjem banera i veze sa drugih sajtova će dodati malo saobraćaja veb sajtu.

Određivanje uzoraka: 

Intenet Marketing 51 Određivanje uzoraka Određivanje uzorka i merenje validnosti - najveći nedostaci onlajn prikaza u odnosu na oflajn način. Ne mogu da se izračunaju verovatnoće i ocene uzorka, jer se ne zna koliko korisnika trenutno postoji i koliki je relevantni uzorak. Jedino što može da se uradi pri oceni statistike je lista e-mail korisnika iz baze podataka prodavca. Zato istraživači ne žele da generišu pouzdane rezultate sa Interneta jer ne mogu da ocene populaciju. Šta znači 1,500 onlajn kupovina proizvoda kada se kupuje onlajn? Kako se rezultati odnose na sve veb korisnike? Neke firme, kao što je www.bizrate.com ovo kompenzuju tako što upitnik ponude svakom n-tom posetiocu veb sajta. Ova tehnika funkcioiše ako firme žele informacije od dobrog uzorka posmatrača.

Analiza podataka i distribucija: 

Intenet Marketing 52 Analiza podataka i distribucija Rudarenje (engl data mining ) je proširenje skrivene prediktivne informacije u velikim bazama podataka preko statističkih analiza Profilisanje potrošača pomaže stručnjacima u oblasti marketinga da shvate karakteristike i ponašanje određene grupe RFM analiza skenira baze podataka na tri kriterijuma. Prvo – kad su kupci poslednji put kupovali? Drugo - koliko često potrošači kupuju (frekvencija)? Treće – koliko mnogo potrošači troše na kupovinu (monetarna vrednost)? Generatori izveštaja automatski i na lako čitljiv način kreiraju visoko kvalitetne izveštaje iz magacina podataka na r e gularnoj bazi.