• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Andra
    Vad AI-analys av 100 miljoner sociala medier-interaktioner kan lära produktchefer

    Kredit:Pixabay/CC0 Public Domain

    Forskare från Hong Kong University of Science and Technology och University of Maryland vid College Park publicerade ett nytt dokument i Journal of Marketing som undersöker produktmarknader utifrån konsumenternas uppfattningar om varumärken istället för från köpdata.

    Företag konkurrerar om att tillfredsställa konsumenternas specifika behov. Marknaden och de konkurrerande produkterna utgör en "produktmarknad" med en gräns. Att identifiera produkt-marknadsgränsen och undersöka styrkan i konkurrensen mellan varumärken inom produktmarknaden har länge varit viktiga frågor för chefer. Det har konsekvenser för produktdesign, produkt placering, ny kundförvärv, och prissättning och marknadsföringsbeslut.

    Snabba förändringar i konkurrensmiljön, dock, har gjort det allt svårare att identifiera produkt-marknadsgränser. De traditionellt definierade SIC- och NAICS-klassificeringskoderna kanske inte är tillräckliga, och speciellt inte för att fånga konsumenternas uppfattningar om och preferenser för varumärken.

    Tekniska framsteg ändrar produkt-marknadsgränser. Till exempel, filmkameror gav plats för digitalkameror, sedan förbättrades produktmarknaden för digitalkameror av den tekniska utvecklingen inom smartphones. Liknande, Ford introducerade nyligen sin elektriska pick-up F-150 Lightening till ett lågt pris av $40, 000 för att ta bort en stor barriär för kunder som funderar på att byta från bensinmotorer och Tesla introducerade sin elektriska Model 3 från 39 $, 500 till breddar dess attraktionskraft till massan - marknadbilköpare.

    Båda stegen förändrade därmed konkurrensen inom dessa marknader för billiga fordonsprodukter. Företag går också allt mer in på produktmarknader de tidigare inte konkurrerade på. T.ex. Amazon, hittills en onlineplattform, korsade i huvudsak produktmarknadens gränser när det förvärvade Whole Foods, därmed presentera traditionella dagligvarumärken med en ny och innovativ konkurrent. Liknande, Whirlpool Corporation, världens största tillverkare av hushållsapparater, förvärvade Yummly, en receptsökmotor med 20 miljoner användare, komma närmare hur dess potentiella konsumenter lagar mat.

    Verkligheten är att produktmarknaderna är mer flytande än någonsin. Med tanke på potentialen för nya och oförutsedda relationer mellan varumärken, chefer behöver djupare insikter i de flytande produkt-marknadsgränserna. Hur kan chefer exakt identifiera potentiella hot och möjligheter, speciellt på olika produktmarknader? Hur kan chefer få dessa insikter med hjälp av lättillgänglig och allmänt tillgänglig data? En ny studie i Journal of Marketing tar upp dessa frågor och får marknadsföringsinsikter med hjälp av big data (över hundra miljoner "gillar" och "kommentarer" för användarengagemang i sociala medier) som spänner över flera tusentals varumärken i olika produkt-/tjänstkategorier.

    Denna forskning tittar på produktmarknader ur ett annat perspektiv genom att fokusera på konsumenternas uppfattningar om varumärken baserat på sociala mediers engagemangdata, som avslöjar mer av dynamiken på spel, snarare än att använda köpdata som är låsta inom fördefinierade produktmarknadsgränser. "Vi kan visa att två varumärken ligger väldigt nära varandra, även om de är i helt olika SIC-kategorier. Med andra ord, genom att undersöka relationer mellan varumärke och användare, vi skapar en mer inkluderande och aktuell representation av varumärken och de konkurrenskraftiga/komplementära relationerna mellan dem, säger Yang.

    Genom att använda data om varumärkesengagemang som involverar miljontals användare av sociala medier, forskarna fångar latenta relationer mellan tusentals varumärken och över många kategorier för att avslöja en mycket exakt marknadsstruktur. De bygger ett varumärke-användarnätverk med hjälp av data och komprimerar sedan nätverket till en marknadsstrukturkarta som visuellt representerar varumärkena.

    "Till exempel, " förklarar Zhang, "Tänk på Amazons förvärv av Whole Foods. I diagrammet nedan, de gröna linjerna visar att Whole Foods närhet till andra detaljhandelsvarumärken som Target och Walmart ökar, medan de röda linjerna visar att dess närhet till stormarknadsmärken som Goya Foods och HelloFresh minskar."

    Diagram över varumärkesrelationer. Kredit:Yi Yang, Kunpeng Zhang, P.K. Kannan

    Vår marknadsstrukturkarta hjälper chefer att identifiera varumärken utanför produktmarknaden som ligger nära ett specifikt varumärke. Till exempel, Disney Cruise Line och Hyatt är två varumärken utanför flygbolagens produktmarknad, men identifieras som proximala varumärken till Southwest men inte för United. Sådana fynd kan ge möjligheter för Southwest att rikta in sig på användare som gillar Disney Cruise och Hyatt i sociala medier. Southwest kan korspromovera med Disney Cruise och/eller Hyatt på varandras webbplatser eller lansera koalitionens lojalitetsprogram. Från andra hotellkedjors synvinkel som konkurrerar med Hyatt, Att få sådana insikter tidigt kan hjälpa dem att vidta proaktiva åtgärder. Bilden nedan visar dessa samband.

    Marknadsstrukturkarta. Kredit:Yi Yang, Kunpeng Zhang, P.K. Kannan

    Denna forskning avslöjar att chefer kan få mycket användbara insikter från användarens engagemangsdata på sociala medieplattformar i en skala och omfattning som inte enkelt kan matchas av någon annan källa. Kannan säger "Kraften i vår metod ligger i dess förmåga att fånga de dynamiska förändringarna i marknadsstrukturen. Eftersom kartorna är baserade på analys av big data som kan samlas in på relativt kort tid, vår metod kan spåra förändringar i varumärkens relativa position när företag introducerar nya produkter, nya kampanjer, och nya marknadsföringsinitiativ. Företag kan använda vår metod för att förbättra sina sociala nätverksbaserade marknadsföringsinsatser genom att bättre rikta in sig på specifika potentiella kunder."


    © Vetenskap https://sv.scienceaq.com