Моделювання маркетингової діяльності підприємств за допомогою Data Science технологій

Дата
2023
Автори
Фаренюк Яна Валеріївна
Назва журналу
ISSN журналу
Назва тому
Видавець
Анотація
Робота присвячена дослідженню процесів формування бізнесстратегії підприємства, а також теоретичним та практичним засадам моделювання та прогнозування результатів маркетингової діяльності, економікоматематичним методам, моделям та інформаційним технологіям для підтримки прийняття стратегічних маркетингових рішень. Практична цінність роботи полягає у розробці та пропозиції дієвих та ефективних концептуальних підходів, економікоматематичних моделей, а також системи підтримки прийняття маркетингових рішень, які можуть бути впроваджені на українських та зарубіжних підприємствах для вдосконалення маркетингової діяльності, підвищення ефективності маркетингових (в т. ч. медійних) інвестицій, тобто зростання ROMI, формування ефективної маркетингової стратегії та прийняття зважених бізнесрішень. Одним із найважливіший і вкрай необхідних завдань підприємства є ведення ефективної маркетингової діяльності, що дає змогу посилювати розвиток бізнесу, забезпечувати ефективне функціонування з достатнім рівнем прибутковості. Підвищення ефективності є рушійною силою маркетингової діяльності будьяких підприємств в ринковій економіці, адже воно сприяє збільшенню прибутку. Одним із головних напрямків удосконалення бізнесстратегі . єшироке застосування різноманітних технологій та методів для вибору тактичних та стратегічних напрямків роботи, ефективних маркетингових засобів, оскільки така концепція максимально відповідає рівню конкурентного оточення та розвитку сучасних економічних систем. В умовах посилення конкурентної боротьби все більш важливими стають питання формування ефективної бізнесстратегії, вдосконалення маркетингової 3 діяльності та підвищення ефективності використання маркетингових бюджетів. Вирішити цю проблему та здійснювати ефективне управління всією економіковиробничою системою допомагає економікоматематичне моделювання на основі Data Science технологій. Складність проблем управління підприємством при формуванні та реалізації товарної та цінової політики, забезпеченні діяльності каналів збуту та просування, прийнятті маркетингових рішень обумовлюють необхідність і актуальність використання методів економікоматематичного моделювання для підвищення ефективності маркетингової діяльності підприємства. У процесі дослідження було встановлено, що сутністю сучасної маркетингової діяльності є задоволення потреб споживача найбільш ефективним шляхом, тому споживач, його потреби та поведінка на ринку є основним фокусом стратегічного планування. Формування ефективної бізнесстратегії передбачає собою розробку системи організації створення, виробництва і збуту товарів на основі комплексного (всебічного) вивчення ринку і реальних запитів потенційних покупців з метою отримання максимального прибутку та посилення конкурентних переваг. Розділ 1 присвячено теоретикометодологічним засадам моделювання бізнесстратегії підприємства. У першому пункті досліджено особливості формування ефективної бізнесстратегії, сутність сучасної маркетингової системи, а також процеси, які впливають на сучасні підходи до формування стратегій розвитку бізнесу. Показано, що успішне функціонування підприємства на ринку можливе лише за умови розробки ефективної бізнесстратегії, що передбачає здійснення маркетингової діяльності через поетапну реалізацію комплексу маркетингових заходів, дослідження впливу факторів маркетингового середовища та розробку відповідного цілям бізнесу комплексу маркетингу. Це вимагає запровадження поглибленого аналізу доступних даних, інформації та проведення досліджень. Також було сформовано ключові принципи маркетингового та медіапланування, які актуальні для впровадження в епоху маркетингу 5.0. Другий пункт присвячений дослідженню методологічних засад моделювання бізнесстратегії, які слід враховувати при впровадженні Data Science на підприємстві. У третьому пункті окреслено потенціал Data Science технологій для обґрунтування маркетингової 4 стратегії, визначено необхідність застосування різноманітних методів, моделей та технологій Data Science для вирішення широкого спектру задач маркетингу, сформовано ключові припущення та гіпотези, що мають бути враховані при моделюванні маркетингової діяльності підприємства. Таким чином, у розділі 1 було удосконалено принципи стратегічного планування маркетингової діяльності та медійної активності, що відповідають сучасному етапу розвитку та які, на відміну від розроблених раніше, передбачають такі аспекти, як максимізація охоплення, мультимедійний мікс, що збільшує синергетичний ефект та посилює кожен окремий канал комунікації; онлайнвідео, яке є ще одним телеканалом, а банерна реклама забезпечує додаткову частоту контактів з потенційними споживачами, мобільне мислення, адаптація креативних матеріалів; урахування регіональної специфіки, оптимізація архітектури побудови кампанії та перформанс не тільки в Інтернеті; программатик, який є основою для націлювання на аудиторію, а також безпека бренду, яка передбачає захист його оточення. Розділ 2 роботи присвячено дослідженню та консолідації організаційнометодичних підходів до моделювання маркетингової діяльності підприємств за допомогою Data Science технологій. Здійснено систематизацію практичних рекомендацій щодо моделювання маркетингової діяльності для різних ринкових категорій. У першому пункті на основі аналізу наукового доробку за останні 510 років щодо різноманітних аспектів моделювання маркетингової діяльності, генезису моделей та застосування Data Science технологій в маркетингу окреслено прогресивні практики моделювання маркетингової діяльності, досліджено релевантні економікоматематичні моделі та Data Science технології, особливості їх застосування та впровадження. Було продемонстровано різноплановість задач маркетингової діяльності, вирішення яких може бути вдосконалене за рахунок побудови та впровадження відповідних проблемі різноманітних методів, моделей та технологій інтелектуального аналізу даних. У другому пункті запропоновано авторську концептуальну схему впровадження на підприємстві математичного моделювання на основі Data Science технологій для вирішення задач маркетингу. Визначено необхідні методи аналізу та моделювання на кожному етапі процесу, основною ціллю якого є моделювання та ефективне управління маркетинговою діяльністю за рахунок пошуку прихованої цінної інформації в даних, розробки ефективних управлінських рішень та підвищення бізнесрезультатів. Нарешті, у третьому пункті запропоновано архітектуру мультиагентної системи підтримки прийняття маркетингових рішень, що об’єднує інформацію та дані щодо факторів внутрішнього і зовнішнього середовища, медіаактивності в різних каналах комунікації, динаміки бізнеспоказників, а також детальні результати розроблених моделей та систему сценарного прогнозування. В рамках ІС була запропонована методологія побудови економікоматематичних моделей, що дають змогу вдосконалити різноманітні аспекти маркетингової діяльності, зокрема формування ефективної маркетингової стратегії загалом та окремих її елементів, вирішення задач залучення та утримання клієнтів тощо. Така система є науковою основою прийняття маркетингових рішень, обґрунтованих на даних, та є частиною інтелектуальної системи планування діяльності бізнесу. Так, у розділі 2 було вперше розроблено концептуальний підхід до реалізації та впровадження Data Science технологій в маркетингову діяльність підприємства та запропоновано мультиагентну систему підтримки прийняття маркетингових рішень, яка базується на результатах моделювання маркетингової діяльності за допомогою економікоматематичних моделей та методів машинного навчання. Це універсальна концепція для підприємств різних видів економічної діяльності, яка забезпечує обґрунтування ефективних маркетингових рішень, що дають змогу бізнесу ефективно здійснювати маркетингові інвестиції та підвищити результативність їх комерційної діяльності. Також вперше запропоновано методологічні засади до формування ефективної портфельної стратегії на основі побудови економікоматематичних моделей, розрахунку показників Media Boost (внеску рекламної активності в продажі та частку ринку) та ROMI. Їх імплементація дає змогу ранжувати бренди в портфелі та максимізувати ефективність від розподілу медіаінвестицій. Нарешті було удосконалено підходи до оцінки цінової еластичності та формування оптимальної цінової політики з точки зору максимізації продажів у натуральному чи грошовому вираженні через визначення впливу індексу ціни на частки ринку в натуральних обсягах та в грошах, а також до визначення ефективної частки голосу в медіа (SOV) відповідно до позицій бренду та конкурентного оточення, зокрема удосконалено підхід «ESOV» та «SOM vs SOV», який передбачає побудову моделі впливу SOV на SOM для кожного сегменту ринку. У розділах 3 та 4 було реалізовано моделювання маркетингової діяльності підприємств різних ринкових категорій для максимізації продажів (розділ 3), а також ефективного залучення та утримання клієнтів (розділ 4). У пункті 3.1 побудовано комплекс моделей маркетингового міксу для фармацевтичних підприємств. У пункті 3.2 реалізовано моделювання маркетингової діяльності трьох фармацевтичних брендів та удосконалено портфельну маркетингову стратегію. У пункті 3.3 реалізовано моделювання для підвищення ефективності елементів національної та регіональної маркетингової стратегії для FMCG ринку. У пункті 4.1 проведено моделювання ефективності рекламної кампанії на прикладі банку. У пункті 4.2 продемонстровано механізм зростання ефективності медіастратегії за допомогою моделювання маркетингового комплексу в роздрібній торгівлі. В даному пункті було представлено удосконалення аналітичного підходу для забезпечення ефективної регіональної маркетингової стратегії, зокрема було удосконалено підхід «BDICDI » за рахунок запропонованої концепції «BDI по трафіку – BDI по товарообороту», що дає змогу визначити стратегічні фокуси маркетингової діяльності в регіональному розрізі. У пункті 4.3 досягнуто підвищення ефективності маркетингових рішень для ринку телекомунікацій на основі імплементації методів машинного навчання. Варто зазначити, що усі моделі були побудовані із використанням запропонованого концептуального підходу, а для їх впровадження в маркетингову діяльність були розроблені відповідні системи підтримки прийняття маркетингових рішень. Також було здійснено оцінку отриманих результатів моделювання, сформованих рекомендацій щодо покращення маркетингової стратегії та досліджено підвищення ефективності та якості маркетингових рішень, що базуються на результатах впровадження Data Science технологій для моделювання маркетингової діяльності. У практичній частині роботи отримали подальшого розвитку економікоматематичні моделі, що використовуються для розв’язання задач моделювання маркетингової діяльності та формування ефективної маркетингової стратегії, зокрема економікоматематичні моделі визначення параметрів залежності продажів, частки ринку, трафіку чи дзвінків у Call Center тощо від інструментів маркетингового комплексу підприємства, а також моделі машинного навчання для задач кластеризації та класифікації, що дає змогу раціоналізувати маркетингові витрати та підвищувати бізнесрезультати. На відміну від існуючих моделей запропоновано врахувати не загальні медіаінвестиції, а детальні показники щодо фактично реалізованих обсягів активності в кожному каналі комунікації, а також вдосконалено опис функціональних залежностей. Окрім того, дістали подальшого розвитку моделі підвищення ефективності рекламної активності по періодах протягом року, архітектурах рекламних кампаній, хронометражах рекламних роликів, а також каналах та форматах комунікації тощо. На відміну від існуючих моделей передбачено використання показнику сезонного ROI, обсягу реалізованої активності в кожному рекламному форматі з урахуванням розподілу ефекту з часом через функцію AdStock, яка описує нелінійність впливу реклами на результати бізнесу (наявність миттєвого і відкладеного ефекту). Використання зазначених моделей дасть змогу максимізувати ефект від проведення рекламної кампанії та відповідно підвищити ROMI від реалізації медіаінвестицій. Таким чином, у дисертаційній роботі побудовано комплекс економікоматематичних моделей для показників маркетингової діяльності підприємств, обґрунтовано і розроблено концептуальні підходи для прийняття ефективних і дієвих рішень на підприємстві, що відповідають динамічності сучасного маркетингового середовища та потребам підприємства у підвищенні результатів їх комерційної діяльності. Ключові слова: бізнесстратегія, маркетинг, реклама, моделювання маркетингового комплексу, Data Science, машинне навчання, інтелектуальний аналіз даних, система підтримки прийняття рішень, ефективність, прогнозування, економікоматематичне моделювання, модель, регресія, сегментація, класифікація.
The thesis is devoted to the study of the processes of forming the business strategy of the enterprise, as well as the theoretical and practical principles of modeling and forecasting the results of marketing activities, economic and mathematical methods, models, and information technologies to support the adoption of strategic marketing decisions. The practical value of the work consists in the development and proposal of effective and efficient conceptual approaches, economic and mathematical models, as well as a marketing decisions support system, which can be implemented at Ukrainian and foreign enterprises to improve marketing activities, increase the effectiveness of marketing (including media) investments, i.e. the growth of ROMI, the formation of an effective marketing strategy and the adoption of business decisions. One of the most important and absolutely necessary tasks of the enterprise is conducting effective marketing activities, which makes it possible to strengthen business development, to ensure effective functioning with a sufficient level of profitability. Increasing efficiency and increasing profits are the driving forces of marketing activities of any enterprise in a market economy. One of the main directions of improving business strategy is the wide application of various technologies and methods for choosing tactical and strategic areas of work, and effective marketing tools since this concept corresponds to the level of the competitive environment and the development of modern economic systems as much as possible. In the conditions of increased competition, the issues of forming an effective business strategy, improving marketing activities, and increasing the efficiency of using marketing budgets are becoming more and more important. Economic and mathematical modeling based on Data Science technologies helps to solve these problems and carry out effective management of the entire economic and production system. The complexity of enterprise management problems in the formation and implementation of product and price policy, ensuring the activity of sales and promotion channels, and making marketing decisions determine the necessity and relevance of using economic and mathematical modeling methods to increase the effectiveness of the enterprise's marketing activities. In the research process, it was established that the essence of modern marketing activity is to satisfy the needs of the consumer in the most effective way, therefore the consumer, his needs, and behavior on the market are the main focus of strategic planning. The formation of an effective business strategy involves the development of a system for organizing the creation, production, and sale of goods on the basis of a comprehensive study of the market and real requests of potential buyers in order to obtain maximum profit and strengthen competitive advantages. Chapter 1 is devoted to the theoretical and methodological principles of modeling the enterprise's business strategy. The first paragraph examines the peculiarities of the formation of an effective business strategy, the essence of the modern marketing system, as well as the processes that affect modern approaches to the formation of business development strategies. It is shown that the successful functioning of the enterprise on the market is possible only if an effective business strategy is developed, which involves the implementation of marketing activities through the phased realization of a set of marketing measures, research into the influence of factors of the marketing environment, and the development of a marketing mix suitable for business goals. This requires the introduction of an indepth analysis of available data, information, and research. Key marketing and media planning principles, which are relevant for implementation in the era of marketing 5.0, were also formed. The second paragraph is devoted to the study of the methodological foundations of business strategy modeling, which should be taken into account when implementing Data Science at the enterprise. In the third paragraph, the potential of Data Science technologies to substantiate the marketing strategy are outlined, the need to use various methods, models, and Data Science technologies to solve a wide range of marketing problems is determined, and key assumptions and hypotheses that must be taken into account when modeling the marketing activities of the enterprise are formed. Thus, in Chapter 1, the principles of strategic planning of marketing and media activity were improved, corresponding to the current stage of development and which, unlike those developed earlier, provide for such aspects as maximization of coverage, multimedia mix, which increases the synergistic effect and strengthens each individual communication channel; online video, which is another TV channel, and the display provides an additional frequency of contact with potential consumers, mobile thinking, an adaptation of creative materials; consideration of regional specifics, optimization of the architecture of campaign and performance not only on the Internet; programmatic, which is the basis for audience targeting, as well as brand safety, which involves protecting its environment. Chapter 2 of the work is devoted to research and consolidation of organizational and methodical approaches to modeling the marketing activity of enterprises using Data Science technologies. Systematization of practical recommendations for modeling marketing activity for various market categories has been carried out. In the first paragraph, based on the analysis of scientific work over the past 510 years regarding various aspects of marketing activity modeling, the genesis of models, and the application of Data Science technologies in marketing, progressive practices of marketing activity modeling are outlined, relevant economic and mathematical models and Data Science technologies, as well as peculiarities of their application and implementation are investigated. It demonstrated the multifaceted nature of the problems of marketing activity, the solution of which can be improved due to the construction and implementation of various methods, models, and technologies of Data Science corresponding to the problem. In the second paragraph, the author's conceptual scheme for the implementation of mathematical modeling based on Data Science technologies for solving marketing problems at the enterprise is proposed. The necessary methods of analysis and modeling at each stage of the process are defined. The main goal of the process is modeling and effective management of marketing activities by finding hidden valuable knowledge in data, developing effective management solutions, and improving business results. Finally, in the third paragraph, the architecture of a multiagent marketing decision support system is proposed, which combines information and data on factors of the internal and external environment, media activity in various communication channels, the dynamics of business indicators, as well as detailed results of the developed models and the system of scenario forecasting. In the framework of the information system, a methodology for building economic and mathematical models was proposed, which makes it possible to improve various aspects of marketing activities, in particular, the formation of an effective marketing strategy in general and its individual elements, solving the problems of attracting and retaining customers, etc. Such a system is the scientific basis for making databased marketing decisions and is part of an intelligent system for planning business activities. Thus, in Chapter 2, a conceptual approach to the implementation and introduction of Data Science technologies into the marketing activities of the enterprise was developed for the first time and a multiagent marketing decision support system was proposed. Such a system is based on the results of modeling marketing activities using economic and mathematical models and machine learning methods. This is a universal concept for enterprises of various types of economic activity, which ensures the search and reasoning for effective marketing solutions that enable businesses to effectively make marketing investments and increase the effectiveness of their commercial activities. Methodological principles for the formation of an effective portfolio strategy based on the construction of economic and mathematical models, calculation of Media Boost indicators (contribution of advertising activity to sales and market share), and ROMI are also proposed for the first time. Their implementation makes it possible to rank brands in the portfolio and maximize efficiency from the allocation of media investments. Finally, approaches were improved to estimate price elasticity and formulate optimal pricing policies from the point of view of maximizing sales in volume or monetary terms by determining the impact of the price index on market share in volume and in money, as well as determining the effective share of voice in the media (SOV), respectively to the positions of the brand and the competitive environment, in particular, the "ESOV" and "SOM vs SOV" approach has been improved, which involves building a model of the influence of SOV on SOM for each market segment. Chapters 3 and 4 implemented modeling of marketing activities of enterprises of various market categories for maximizing sales (chapter 3), as well as effective attraction and retention of customers (chapter 4). In paragraph 3.1, a set of marketing mix models for pharmaceutical enterprises is built. In paragraph 3.2, the modeling of the marketing activities of three pharmaceutical brands was implemented and the portfolio marketing strategy was improved. In paragraph 3.3, modeling is implemented to improve the effectiveness of the elements of the national and regional marketing strategy for the FMCG market. In paragraph 4.1, the effectiveness of the advertising campaign was modeled on the example of a bank. Paragraph 4.2 demonstrates the mechanism of increasing the effectiveness of the media strategy using the modeling of the marketing mix in retail trade. In this paragraph, the improvement of the analytical approach to ensure an effective regional marketing strategy was presented, in particular, the "BDICDI" approach was improved due to the proposed concept of "BDI on traffic BDI on turnover", which makes it possible to determine the strategic focuses of marketing activities in a regional context. In paragraph 4.3, an increase in the effectiveness of marketing solutions for the telecommunications market was achieved based on the implementation of machine learning methods. It is worth noting that all models were built using the proposed conceptual approach, and appropriate marketing decision support systems were developed for their implementation in marketing activities. The obtained modeling results were also evaluated, recommendations were made for improving the marketing strategy, and the improvement of the effectiveness and quality of marketing decisions based on the results of the Data Science technologies implementation for modeling marketing activities was also investigated. In the practical part of the work, the economic and mathematical models used to solve the problems of modeling marketing activity and forming an effective marketing strategy were further developed, in particular, the economic and mathematical models for determining the dependence of sales parameters, market share, traffic, or calls to the Call Center, etc. on elements of the enterprise's marketing mix, as well as machine learning models for clustering and classification tasks, which allows to rationalize marketing costs, and increase business results. In contrast to the existing models, it is proposed to take into account not general media investments, but detailed indicators regarding the actually realized volumes of activity in each communication channel, and the description of functional dependencies has also been improved. In addition, the model of increasing the effectiveness of advertising activity by periods during the year, architectures of advertising campaigns, durations of video, as well as communication channels and formats, etc. were further developed. In contrast to the existing models, the use of the seasonal ROI, the amount of realized activity in each advertising format, taking into account the distribution of the effect over time through the AdStock function, which describes the nonlinearity of the impact of advertising on business results (the presence of an immediate and delayed effect) is provided. The use of the specified models will make it possible to maximize the effect of the advertising campaign and, accordingly, increase the ROMI from the realization of media investments. Thus, in the thesis, a complex of economic and mathematical models for indicators of the marketing activity of enterprises was built, conceptual approaches for making effective and efficient decisions at the enterprise were substantiated and developed, corresponding to the dynamism of the modern marketing environment and the needs of the enterprise in increasing the results of its commercial activity. Keywords: business strategy, marketing, advertising, marketing mix modeling, Data Science, machine learning, intelligent data analysis (Data Mining), decision support system, efficiency, forecasting, economicmathematical modeling, model, regression, segmentation, classification.
Бібліографічний опис
Галузь знань та спеціальність
05 Соціальні та поведінкові науки , 051 Економіка
Бібліографічний опис
Фаренюк Я. В. Моделювання маркетингової діяльності підприємств за допомогою Data Science технологій : дис. ... д-ра філос. : 051 Економіка / Фаренюк Яна Валеріївна. - Київ, 2023. - 276 с.
Зібрання