100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
Previously searched by you
Previously searched by you
logo
Big Data Marketing Samenvatting | CE-DBC Jaar 2 Periode 2 $7.55
Add to cart
Quickly navigate to
Preview
  2.  
  3. Fontys Hogeschool (Fontys)
  4.  
  5. Big Data Marketing

Summary

Big Data Marketing Samenvatting | CE-DBC Jaar 2 Periode 2

4 reviews
 16 purchases
  • Course
  • Big Data Marketing
  • Institution
  • Fontys Hogeschool (Fontys)
  • Book
  • Waarde creëren met big data-analytics

Samenvatting voor het vak Big Data Marketing (opleiding Digital Business Concepts) a.d.h.v. het boek 'Waarde Creëren met Big Data Analytics, hoofdstukken 1 t/m 10 en hoofdstuk 12.

Preview 3 out of 24  pages

Document information

  • No
  • H1 t/m 10 en h12
  • January 30, 2022
  • 24
  • 2021/2022
  • Summary

Subjects

  • big data
  • data analytics
  • marketing
  • conjointanalyse
  • metrics
  • value to firm
  • value to consumer
  • customer lifetime value
  • analytics
  • customer equity
  • herfindahl index
  • brand
  • waarde creëren met big data
  • kpis

Connected book

book image

Book Title:

Author(s):

  • Edition:
  • ISBN:
  • Edition:

Written for

  • Fontys Hogeschool (Fontys)
  • Commerciële Economie
  • Big Data Marketing
All documents for this subject (1)

4  reviews

review-writer-avatar

By: robindgreef • 3 weeks ago

review-writer-avatar

By: kristiandenissen • 9 months ago

-

review-writer-avatar

By: svenlenders123 • 9 months ago

review-writer-avatar

By: chantaldenis02 • 3 year ago

Seller

avatar-seller
ElineMP

Reviews received

Content preview

Big Data Marketing
Les 1 – Uitdagingen en Waarde van Big Data H1 & 2


Introductie
De toenemende beschikbaarheid van gegevens (door digitalisering van de maatschappij, het
zakenleven en marketing) vormt tegenwoordig een van de grootste uitdagingen voor managers.
 Big data is een grote uitdaging in het bedrijfsleven. De opkomst van het internet en sociale
media heeft tot een verdere explosieve gegevensgroei geleid. Veel bedrijven hebben data nu
dagelijks of zelfs real time tot hun beschikking. Het creëren van waarde uit deze gegevens is een
motor van groei voor economieën. Het internet is tegenwoordig een van de belangrijkste
marktplaatsen, online C2C markten zijn dan ook steeds belangrijker geworden t.o.v. B2C markten.

Big data hebben (volgens het boek) een impact op 3 niveaus:
1 Marktniveau
2 Merk- of productniveau
3 Klantniveau
H2

Big-datawaardecreatiemodel H5 H12 H13
H8
Het model hiernaast geeft weer hoe big data-
waardecreatie plaatsvindt. De 4 elementen
worden hieronder toegelicht:

1 Big-data-activa | Hulpbronnen (materieel
of immaterieel) die een bedrijf in de loop
van de tijd vergaart. Een voorbeeld hiervan
is een klantendatabase.
2 Big-datacompetenties | Er zijn 4 competenties van big data:
- Mensen  Personeel, big-dataexperts.
- Systemen  Hier zijn 2 elementen van belang: data-integratie en het verzorgen van
een geïntegreerd datasysteem.
- Processen  Hebben betrekking op hoe bedrijven de gegevensinvoer en -opslag
organiseren, de toegankelijkheid van gegevens voor analytische teams en de
communicatie tussen deze teams en (marketing)management.
- Organisaties  Bedrijven moeten aandacht hebben voor de manier waarop ze big
data intern organiseren.
3 Big data analytics | Analytics zijn van belang voor een optimaal gebruik van de
mogelijkheden die big data bieden, ze richten zich op het verkrijgen van inzichten en het
ontwikkelen van modellen om de besluitvorming te verbeteren. De ontwikkelde inzichten
en modellen creëren op 3 manieren waarde voor bedrijven (zie pg. 26, 27 van het boek):
- Input / support voor strategische & tactische marketingbeslissingen
- Verbeterde acties en campagnes
- Op informatie gebaseerde producten en oplossingen

, Big data hebben 5 kenmerken die uitdagingen vormen voor onderzoekers en managers:
1. Volume | De toenemende hoeveelheid data leidt tot zeer grote databases.
2. Velociteit (snelheid) | Gegevens komen sneller bij bedrijven binnen, wat snellere analyses
en acties in de hand werkt.
3. Variatie | Gegevens worden complexer omdat ze in verschillende formats binnenkomen.
4. Veraciteit (betrouwbaarheid) | Niet alle gegevens zijn even betrouwbaar.
5. Value | De waarde die wordt gerealiseerd door het analyseren en gebruiken van date.
4 Big-datawaarde | Er zijn 3 methoden waarmee big-data-analyses waarde creëren:
- Nieuwe inzichten creëren  die het marketingbeslissingsproces verbeteren
- Effectieve marketingcampagnes  hierbij wordt gefocust op klanten (Customer
Lifetime Value en klantenbelang)
- Ontwikkelen klantoplossingen  vaak een verbetering van de service-ervaring

Het begrip waarde heeft 2 perspectieven, namelijk
de waarde voor de klant (V2C) en voor het bedrijf
(V2F). In ruil voor waardecreatie voor klanten (zoals
aanbiedingen) ontvangen bedrijven waarde van
klanten.  Value delivery (waardelevering) en value
extraction (waarde-extractie, dit is een direct gevolg
van waardelevering, het treedt op door betaalde
prijspremies, hogere loyaliteitsratio’s etc.). Bedrijven
classificeer je o.b.v. de 2 waardedimensies 

Een focus op alleen V2F of V2C is niet langer voldoende, het waardeconcept moet worden
uitgebreid om rekening te houden met Value to Society (V2S).

Metrics (meetsystemen die trends, dynamieken of kenmerken kwantificeren) zijn belangrijk
vanwege de toenemende aandacht voor de verantwoordelijkheid van bedrijven en de daaruit
voortvloeiende gevolgen voor marketingafdelingen. Binnen de marketing worden tal van metrics
gemeten, hieronder is de classificatie van V2F en V2C metrics te zien.
H3 H4

, Les 2 – Waarde-voor-Klant- en Bedrijfmetrics H3 & 4


V2C-marktmetrics
De V2C-marktmetrics zijn voornamelijk relevant in de vroege fasen van de levensduurcyclus van
een product, wanneer bedrijven de waarde en relevantie van nieuwe producten en diensten
communiceren. De belangrijkste manier om dit proces te evalueren is met het adoptiemodel van
Rogers (zie pg. 44 van het boek). Een ander veelgebruikt model is het technologie-
acceptatiemodel (TAM), dit stelt dat er 2 houdingen zijn t.o.v.
nieuwe technologieën: gebruiksgemak en bruikbaarheid.

V2C-merkmetrics
V2C-merkmetrics worden veelvuldig verzameld, voor bedrijven is het belangrijk om voortdurend
de indicatoren van hun merkprestaties te meten. Traditionele merkprestatiemaatstaven kun je
structureren rond de sales funnel, merkmetrics kun je ook indelen o.b.v. hun focus. In grote lijnen
kun je onderscheid maken tussen cognitieve (gericht op kennis die klanten al hebben van een
merk) en affectieve (gericht op gevoelens die klanten hebben bij een merk) merkmetrics. Wat
voorbeelden van merkmetrics zijn: merkassociaties, merkoverweging, merkvoorkeur en
merkwaardering.

Brand Equity (BE, merkwaarde)  Heeft verschillende betekenissen. Afhankelijk van de maatstaf
beschouw je het als een extra V2C-metric of een extra V2F-metric.

Goede V2C-merkmetrics presteren op 3 criteria:
1 Ze moeten groeipotentieel hebben
2 Ze moeten enigszins stabiel zijn
3 Ze moeten reageren op marketinginspanningen

Als gevolg van online en sociale-mediaontwikkelingen zijn er nieuwe bronnen voor gegevens over
merken bijgekomen, deze bronnen worden aangeduid als user generated content (UGC). UGC
kun je verzamelen en analyseren om merkmetrics te maken. De volgende specifieke nieuwe big-
datametrics worden bekeken:
1 Digitale netwerken van merkassociaties  Klanten kunnen hun mening over een merk
verbaal met elkaar delen. Methoden om deze gegevens te verzamelen en analyseren,
evalueren de valentie, ofwel de positieve en negatieve associaties van woorden.
2 Digitale, samenvattende indexen van merkmetrics  Heten ook wel ‘eWOM’ (electronic
Word of Mouth), oftewel digitale mond-op-mond reclame
3 Sociale-mediamerkmetrics  Ook merken zelf maken gebruik van social media voor
promotiedoeleinden. De inhoud van sociale-mediamarketingcampagnes heeft invloed op
verschillende metrics., of deze metrics echte V2C-merkmetrics zijn is discutabel.

V2C-klantmetrics
Marketingonderzoekers duiden V2C-klantmetrics vaak aan als customer feedback metrics
(CFMs)  klanten geven feedback (customer feedback loop). De meest populaire metrics zijn de
net promotor score (NPS, klanttevredenheid) en de recentere customer effort score (CES,
klantinspanning). Zie in tabel 3.2 in het boek (pg. 52) hoe deze gemeten worden). De hierboven
genoemde metrics worden onderscheiden in 2 dimensies:

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

Guaranteed quality through customer reviews

Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.

Quick and easy check-out

Quick and easy check-out

You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.

Focus on what matters

Focus on what matters

Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!

Frequently asked questions

What do I get when I buy this document?

You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.

Satisfaction guarantee: how does it work?

Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.

Who am I buying these notes from?

Stuvia is a marketplace, so you are not buying this document from us, but from seller ElineMP. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $7.55. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

68175 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 15 years now

Start selling
$7.55  16x  sold
  • (4)
Add to cart
Added