|
|
Маркетингові дослідження на зовнішніх ринках: інформаційне забезпечення
Назва | Маркетингові дослідження на зовнішніх ринках: інформаційне забезпечення |
Назва англійською | Marketing research in foreign markets: information support |
Автори | Кузняк Б., Добрянська В., Васюта В. |
Принадлежність |
Національний університет «Полтавська політехніка
імені Юрія Кондратюка», Полтава, Україна |
Бібліографічний опис | Кузняк Б., Добрянська В., Васюта В. Маркетингові дослідження на зовнішніх ринках: інформаційне забезпечення. Галицький економічний вісник. 2021. Том 73. № 6. С. 70-77. |
Bibliographic description (trans): | Kuznyak, B., Dobrianska, V. and Vasiuta, V. (2021). Marketing research in foreign markets: information support. Galician economic journal, vol. 73, no 6, pp. 70-77. |
Bibliographic description: | Kuznyak, B., Dobrianska, V. and Vasiuta, V. (2021). Marketing research in foreign markets: information support. Galician economic journal, vol. 73, no 6, pp. 70-77. |
UDC: |
330. 341.1 |
DOI | https://doi.org/10.33108/galicianvisnyk_tntu2021.06.070 |
Ключові слова |
маркетингові дослідження, Інтернет, соціальні мережі, міжнародні ринки |
Короткий опис |
Досліджено процес збирання маркетингової інформації на зарубіжних ринках. Актуальність теми дослідження зумовлена тенденцією ринків до глобалізації. У нинішній час уже не тільки для крупних, а й для середніх підприємств постає проблема виходу на ринки інших країн. Роль маркетингових досліджень полягає в оцінюванні маркетингових ситуацій, забезпеченні інформацією, яка дає можливість розробити ефективні маркетингові програми підприємства. Запорукою якості маркетингових досліджень є отримання повної, об’єктивної, релевантної інформації про об’єкт дослідження. Головною проблемою міжнародних маркетингових досліджень є важкодоступність інформації, зумовлена географічною віддаленістю ринків та необізнаність замовника досліджень у соціокультурних особливостях місцевої аудиторії. До цього додається організаційна проблема, пов’язана з труднощами налагоджування взаємодії з потенційними можливими місцевими посередниками (агентствами зі збирання маркетингової інформації), зумовлена як географічною віддаленістю, так і наявними мовними і культурними відмінностями замовника та виконавця дослідження. Особливої гостроти перераховані проблеми набули у період карантинних обмежень. У статті для подолання перешкод для збирання інформації на зовнішніх ринках запропоновано використання можливостей мережі Інтернет. Основними перевагами маркетингових досліджень з використанням Інтернету є те, що Інтернет-опитування забезпечують найбільш широкий географічний обхват респондентів у порівнянні з усіма іншими методами, відкривають доступ до важкодосяжних респондентів, зручні для формування «цільових» вибірок на основі використання соціальних мереж, при Інтернет-опитуваннях відсутні витрати на поштові перекази, телефонні перемовини, тиражування анкет і оплату праці «польових» дослідників, що було б дуже дорого для досліджень зовнішніх ринків. Пошук респондентів відбувається автоматично. Сучасні користувачі Інтернет, об’єднані соціальними мережами, можуть легко обмінюватися контентом між собою, що доє можливість аналізувати зміст онлайн-оглядів і розмов, брати участь в онлайн-бесідах з покупцями, що крім анкетування дає змогу організовувати спільні онлайн-дискусії або експертне опитування. |
ISSN: | 2409-8892 |
Перелік літератури |
-
Ameri M., Honka, E. and Xie Y. (2019), «Word of mouth, observed adoptions, and anime-watching decisions: the role of the personal vs. the community network». Marketing Science. Vol. 38. No. 4.
P. 567–583. https://doi.org/10.1287/mksc.2019.1155
-
Buschken J. and Allenby G. M. (2016), «Sentence-based text analysis for customer reviews» Marketing Science. Vol. 35. No. 6. P. 953–975. https://doi.org/10.1287/mksc.2016.0993
-
Chen X., van der Lans R. and Phan T. Q. (2017), «Uncovering the importance of relationship characteristics in social networks: implications for seeding strategies». Journal of Marketing Research. Vol. 54. No. 2. P. 187–201. https://doi.org/10.1509/jmr.12.0511
-
Cho Y. J., Fu P. W. and Wu C. C. (2017), «Popular research topics in marketing journals, 1995–2014». Journal of Interactive Marketing. Vol. 40. P. 52–72. https://doi.org/10.1016/j.intmar.2017.06.003
-
Evgeniou T., Pontil M. and Toubia O. (2007), «A convex optimization approach to modeling consumer heterogeneity in conjoint estimation». Marketing Science. Vol. 26. No. 6. P. 805–818. https://doi.org/10.1287/mksc.1070.0291
-
Godes D. and Mayzlin D. (2009), «Firm-created word-of-mouth communication: evidence from a field test» Marketing Science. Vol. 28. No. 4. P. 721–739. https://doi.org/10.1287/mksc.1080.0444
-
Grewal L. and Stephen A. T. (2019), «In mobile we trust: the effects of mobile versus nonmobile reviews on consumer purchase intentions». Journal of Marketing Research. Vol. 56. No. 5. P. 791–808. https://doi.org/10.1177/0022243719834514
-
Grewal D., Bart Y., Spann M. and Zubcsek P. P. (2016), «Mobile advertising: a framework and research agenda». Journal of Interactive Marketing. Vol. 34. P. 3–14. https://doi.org/10.1016/j.intmar.2016.03.003
-
Hoffman D. L. and Novak T. P. (2018), «Consumer and object experience in the internet of things: an assemblage theory approach». Journal of Consumer Research. Vol. 44. No. 6. P. 1178–1204. https://doi.org/10.1093/jcr/ucx105
-
Kannan P. K. and Li H. S. (2017), «Digital marketing: a framework, review and research agenda». International Journal of Research in Marketing. Vol. 34. No. 1. P. 22–45. https://doi.org/10.1016/j.ijresmar.2016.11.006
-
Li H. S., Kannan P. K., Viswanathan S. and Pani A. (2016), «Attribution strategies and return on keyword investment in paid search advertising». Marketing Science. Vol. 35. No. 6. P. 831–848. https://doi.org/10.1287/mksc.2016.0987
-
Novak T. P. and Hoffman D. L. (2019), «Relationship journeys in the internet of things: a new framework for understanding interactions between consumers and smart objects». Journal of the Academy of Marketing Science. Vol. 47. No. 2. P. 216–237. https://doi.org/10.1007/s11747-018-0608-3
-
Novak T. P., Hoffman D. L. And Yung Y. F. (2000), «Measuring the customer experience in online environments: a structural modeling approach». Marketing Science. Vol. 19. No. 1. P. 22–42. https://doi.org/10.1287/mksc.19.1.22.15184
-
Olenski S. (2018), «Data science is the key to marketing roi – here’s how to nail it», Forbes.
-
URL: www.forbes.com/sites/steveolenski/2018/03/06/data-science-is-the-key-to-marketing-roi-heres-how-to-nail-it/#237ed7131c3b/ (accessed: 20 August 2019).
-
Ramsoy T. Z. (2019), «Building a foundation for neuromarketing and consumer neuroscience research: how researchers can apply academic rigor to the neuroscientific study of advertising effects». Journal of Advertising Research. Vol. 59. No. 3.
-
Roubaud J. (2018), «Will data teams replace marketing teams in the near future?». Adweek. URL: www. adweek.com/digital/will-data-teams-replace-marketing-teams-in-the-near-future/.
-
Timoshenko A. and Hauser J. R. (2019), «Identifying customer needs from user-generated content». Marketing Science. Vol. 38. No. 1. P. 1–20.
-
Tirunillai S. and Tellis G. J. (2014), «Mining marketing meaning from online chatter: strategic brand analysis of big data using latent Dirichlet allocation». Journal of Marketing Research. Vol. 51. No. 4. P. 463–479.
-
Wang, X., Bendle N. T., Mai F. and Cotte J. (2015), «The journal of consumer research at 40: a historical analysis». Journal of Consumer Research. Vol. 42. No. 1. P. 5–18.
|
References: |
-
Ameri M., Honka E. and Xie Y. (2019), “Word of mouth, observed adoptions, and anime-watching decisions: the role of the personal vs. the community network”, Marketing Science. Vol. 38. No. 4.
P. 567-583. https://doi.org/10.1287/mksc.2019.1155
-
Buschken J. and Allenby G. M. (2016), “Sentence-based text analysis for customer reviews”, Marketing Science. Vol. 35. No. 6. P. 953–975. https://doi.org/10.1287/mksc.2016.0993
-
Chen X., van der Lans, R. and Phan T. Q. (2017), “Uncovering the importance of relationship characteristics in social networks: implications for seeding strategies”. Journal of Marketing Research. Vol. 54. No. 2. P. 187–201. https://doi.org/10.1509/jmr.12.0511
-
Cho Y. J., Fu P. W. and Wu C. C. (2017), “Popular research topics in marketing journals, 1995–2014”. Journal of Interactive Marketing. Vol. 40. P. 52–72. https://doi.org/10.1016/j.intmar.2017.06.003
-
Evgeniou T., Pontil M. and Toubia O. (2007), “A convex optimization approach to modeling consumer heterogeneity in conjoint estimation”. Marketing Science. Vol. 26. No. 6. P. 805–818. https://doi.org/10.1287/mksc.1070.0291
-
Godes D. and Mayzlin D. (2009), “Firm-created word-of-mouth communication: evidence from a field test”. Marketing Science.Vol. 28. No. 4. P. 721–739. https://doi.org/10.1287/mksc.1080.0444
-
Grewal L. and Stephen A. T. (2019), “In mobile we trust: the effects of mobile versus nonmobile reviews on consumer purchase intentions”. Journal of Marketing Research. Vol. 56. No. 5. P. 791–808. https://doi.org/10.1177/0022243719834514
-
Grewal D., Bart Y., Spann M. and Zubcsek P. P. (2016), “Mobile advertising: a framework and research agenda”. Journal of Interactive Marketing. Vol. 34. P. 3–14. https://doi.org/10.1016/j.intmar.2016.03.003
-
Hoffman D. L. and Novak T. P. (2018), “Consumer and object experience in the internet of things: an assemblage theory approach”. Journal of Consumer Research. Vol. 44. No. 6. P. 1178–1204. https://doi.org/10.1093/jcr/ucx105
-
Kannan P. K. and Li H. S. (2017), “Digital marketing: a framework, review and research agenda”. International Journal of Research in Marketing. Vol. 34. No. 1. P. 22–45. https://doi.org/10.1016/j.ijresmar.2016.11.006
-
Li H. S., Kannan P. K., Viswanathan S. and Pani A. (2016), “Attribution strategies and return on keyword investment in paid search advertising”. Marketing Science. Vol. 35. No. 6. P. 831–848. https://doi.org/10.1287/mksc.2016.0987
-
Novak T. P. and Hoffman D. L. (2019), “Relationship journeys in the internet of things: a new framework for understanding interactions between consumers and smart objects”. Journal of the Academy of Marketing Science. Vol. 47. No. 2. P. 216–237. https://doi.org/10.1007/s11747-018-0608-3
-
Novak T. P., Hoffman D. L. and Yung Y. F. (2000), “Measuring the customer experience in online environments: a structural modeling approach”. Marketing Science. Vol. 19. No. 1. P. 22–42. https://doi.org/10.1287/mksc.19.1.22.15184
-
Olenski S. (2018), “Data science is the key to marketing roi – here’s how to nail it”. Forbes.
-
URL: www.forbes.com/sites/steveolenski/2018/03/06/data-science-is-the-key-to-marketing-roi-heres-how-to-nail-it/#237ed7131c3b/ (accessed: 20 August 2019).
-
Ramsoy T. Z. (2019), “Building a foundation for neuromarketing and consumer neuroscience research: how researchers can apply academic rigor to the neuroscientific study of advertising effects”. Journal of Advertising Research. Vol. 59. No. 3.
-
Roubaud J. (2018), “Will data teams replace marketing teams in the near future?”, Adweek. URL: www.adweek.com/digital/will-data-teams-replace-marketing-teams-in-the-near-future/.
-
Timoshenko A. and Hauser J. R. (2019), “Identifying customer needs from user-generated content”. Marketing Science. Vol. 38. No. 1. P. 1–20.
-
Tirunillai S. and Tellis G. J. (2014), “Mining marketing meaning from online chatter: strategic brand analysis of big data using latent Dirichlet allocation”. Journal of Marketing Research. Vol. 51. No. 4. P. 463–479.
-
Wang X., Bendle N. T., Mai F. and Cotte J. (2015), “The journal of consumer research at 40: a historical analysis”. Journal of Consumer Research. Vol. 42. No. 1. P. 5–18.
|
Завантажити | |
|