Μαθηματικά και Μάρκετινγκ πάνε μαζί;

Οι αρχές του marketing είναι γνωστές πλέον σε μεγάλο ποσοστό του επιχειρηματικού κόσμου. 

Τα 4 "P" είναι τα βασικά συστατικά του μείγματος marketing. 
Προχωρώντας ένα βήμα παραπέρα όμως, βλέπουμε την ανάγκη να καθοριστούν ακριβέστερα αυτά τα συστατικά.

Τρανό παράδειγμα η τιμή. Γιατί η τιμή ενός προϊόντος να είναι 1€ και όχι 1,1 ή 0,98 κ.λπ.; 

Σε κάποιες αγορές η τιμή ρυθμίζεται από την αγορά ή από ψυχολογικούς παράγοντες αλλά αν εξαιρέσουμε αυτούς τους λόγους τότε το ερώτημα παραμένει. 
Σε περιπτώσεις συχνής επαναγοράς, ένα ερώτημα είναι πότε θα ξαναέρθει ένας πελάτης να ψωνίσει την υπηρεσία ή το υλικό αγαθό;
Ποιά η πιθανότητα να...
ψωνίσει κάτι ακριβότερο από αυτό που συνήθως ξοδεύει;

Τις απαντήσεις αυτές προσπαθεί η ακαδημαϊκή κοινότητα καθώς και οι επαγγελματίες του χώρου να τα απαντήσουν χρησιμοποιώντας μαθηματικά εργαλεία και κυρίως τη στατιστική. Η ακαδημαϊκή προσέγγιση ονομάζεται marketing science και η επιχειρηματική της προσέγγιση συνήθως καλείται marketing analytics. Στο εξής θα χρησιμοποιείται ο όρος marketing analytics. Τον όρο analytics μπορεί ίσως να τον έχετε συνδέσει με το internet ως web analytics. Η πληθώρα των δεδομένων επιτρέπει τη συγκέντρωση ικανού αριθμού ώστε αυτά να επεξεργαστούν και να εξαχθούν συμπεράσματα για τον πελάτη, την επιχείρηση και την αγορά ακόμα.

Πρέπει να δωθεί όμως προσοχή σε ένα σημείο. Συγχέονται καμιά φορά οι όροι reporting και analytics. Εργαλεία reporting είναι εκείνα που συγκεντρώνουν την πληροφορία τη δομούν και την παρουσιάζουν στον τελικό χρήστη. Η ανάλυση δεν συμπεριλαμβάνεται στο μενού, τουλάχιστον με αυτοματοποιημένο τρόπο. Εδώ έρχονται τα analytics tools τα οποία χρησιμοποιούν μαθηματικές τεχνικές για να βρεθούν σχέσεις αιτίας – αιτιατού αλλά και προβλέψεις, ομαδοποιήσεις (segmentation/clustering) ακόμα και δημιουργία προϊόντων (conjoint analysis). Είναι η ακριβής και αποδεδειγμένη εξαγωγή συμπερασμάτων που κάνουν το marketing analytics δημοφιλές σε πάρα πολλές επιχειρήσεις ανά τον κόσμο.

Ας δούμε όμως το παράδειγμα της τιμής. Ας πούμε ότι έχουμε ένα προϊόν το οποίο πωλείται σε διάφορα σημεία με σχετικά διαφορετικές τιμές αλλά σε σχετικά μικρό εύρος. Η εταιρεία παραγωγής ενδιαφέρεται να δώσει οδηγίες στα σημεία πώλησης ώστε να πωλείται στην καλύτερη δυνατή τιμή. Μια πρώτη εφαρμογή είναι να δούμε πως η τιμή επηρρεάζει τις πωλήσεις σε συγκεκριμένο χρονικό διάστημα. Θεωρούμε ότι δεν πρόκειται για προϊόν Giffen και ισχύει ο νόμος της ζήτησης. Τότε η σχέση είναι προφανώς αρνητική. Αλλά το ζήτημα είναι πόσο. Με βάση το αν είναι ελαστικό ή ανελαστικό το προϊόν και πόσο, διαμορφώνεται η ανάλογη στρατηγική. Για παράδειγμα μια αύξηση της τιμής κατα 10% μπορεί να επιφέρει μείωση της ζητούμενης ποσότητας κατά 5%, οπότε στην ουσία κερδίζει η επιχείρηση. Αν μιλάμε για πωλήσεις 1.000.000 €, τότε το πιθανό κέρδος είναι 45.000 € και αυτό σε ένα στενό χρονικό διάστημα. Μήπως αξίζει να έχει στην κατοχή της η επιχείρηση αυτή τη γνώση;

Οι εφαρμογές είναι πάρα πολλές και μάλιστα έγκεινται στη δημιουργικότητα της ομάδας που τις αναλαμβάνει. Δεν είναι τυχαίο ότι η στατιστική θεωρείται και μιας μορφής τέχνης στον κόσμο αυτών που την καταλαβαίνουν και τη χρησιμοποιούν.

Με την έλευση των marketing analytics το marketing έχει γίνει accountable και πλέον αξιολογείται και με τη γλώσσα που αρέσει στους επιχειρηματίες, αυτή του χρήματος. Οι επενδύσεις στο marketing γίνονται όλο και πιο έξυπνες και ο επιχειρηματικός κόσμος τις αγκαλιάζει με μικρότερο φόβο.

source:www.epixeiro.gr

PrimEcomomy