ОЦІНКА ЕФЕКТИВНОСТІ ПРОСУВАННЯ ПРОДУКТУ НА ВЕЛИКИХ ТОРГОВИХ МАЙДАНЧИКАХ
Анотація
У дослідженні сформовано систему оцінки просування продукту на цифрову майданчику, яка складається зі стратегічних показників оцінки (частка ринку, частка витрат конкурентів на рекламу, вартість реклами відносно продажів), показників операційної ефективності (конверсія, вартість за клік, окупність інвестицій), показників вимірювання взаємодії з покупцями (лояльність та задоволеність на основі показників індексу підтримки споживачів, показнику прибутковості клієнтів, рівень задоволення споживанням продукту, середній рейтинг продукту та інші). Оцінювання ефективності просування на торгових майданчиках повністю автоматизоване, що забезпечує швидку операційну реакцію компанії на скорочення обсягів продажу або незадоволення покупця. Система відгуків є важливим елементом системи продажів й просування продукту, від якої залежить майбутня взаємодія компанії з наявною базою клієнтів та новими клієнтами. Система відгуків забезпечує розуміння планових обсягів продажу, а в поєднанні з системою показників оцінки лояльності клієнтів дає змогу прогнозувати майбутні доходи, прибутковість, рентабельність інвестицій у рекламу. Система відгуків на електронному ринку автоматизована та включає аналіз рейтингу продукту, обсягів та актуальності відгуків, найбільш корисних коментарів, сприйняття покупців. Вказані показники забезпечують розуміння потреб клієнтів та потенціал задоволення очікувань покупців на основі аналізу переваг та недоліків продуктів.
Посилання
Bayir, M. A., Xu, M., Zhu, Y., & Shi, Y. (2019, January). Genie: An open box counterfactual policy estimator for optimizing sponsored search marketplace. In Proceedings of the Twelfth ACM International Conference on Web Search and Data Mining (pp. 465–473).
BrightLocal. Local Consumer Review Survey (2020). Retrieved from: https://www.brightlocal.com/research/local-consumer-review-survey/
da Silva Ramos A. F. (2021). Analysis and Assessment of Sellers' Operational Performance in an E-Marketplace. Retrieved from: https://repositorio-aberto.up.pt/bitstream/10216/132873/2/446748.pdf
Li, B., Ch’ng, E., Chong, A. Y. L., & Bao, H. (2016). Predicting online e-marketplace sales performances: A big data approach. Computers & Industrial Engineering, 101, 565–571. DOI: https://doi.org/10.1016/j.cie.2016.08.009
Li, H., Fang, Y., Wang, Y., Lim, K. H., & Liang, L. (2015). Are all signals equal? Investigating the differential effects of online signals on the sales performance of e-marketplace sellers. Information Technology & People, 28 (3), 699–723. DOI: https://doi.org/10.1108/ITP-11-2014-0265
Milić, B., Rosi, B., & Gumzej, R. (2019). An approach to E-marketplace automation. Tehnički vjesnik, 26(3), 639–649.
Sfenrianto, S., Wijaya, T., & Wang, G. (2018). Assessing the buyer trust and satisfaction factors in the E-marketplace. Journal of theoretical and applied electronic commerce research, 13(2), 43–57. DOI: https://doi.org/10.4067/S0718-18762018000200105
Thitimajshima, W., Esichaikul, V., & Krairit, D. (2018). A framework to identify factors affecting the performance of third-party B2B e-marketplaces: A seller’s perspective. Electronic Markets, 28(2), 129–147.
Trustpilot (2021). Consumers find ads more trustworthy with the Trustpilot trust mark. Retrieved from: https://business.trustpilot.com/marketing/trust-mark-research
