PEMASARAN MASSAL, SEGMENTASI PASAR, DAN HUBUNGAN PEMASARAN

Pemasaran online berbeda dari tradisional pemasaran dimana pelanggan online dapat secara individual
identifikasi ed dan bertarget. Ini secara individual pemasaran bertarget disebut satu-satu pemasaran atau
personal pemasaran. Itu merupakan bagian dari hubungan pemasaran yang memperlakukan setiap pelanggan
di cara unik untuk t fi profi le dan kebutuhan pelanggan (misalnya, personalisasi interaksi). Mari kita pertama
melihat bagaimana pendekatan satu-satu yang berkembang dari pendekatan pemasaran tradisional.

Dari pemasaran untuk satu-satu massal Pemasaran

Tiga pendekatan pemasaran utama telah diadopsi: pemasaran massal, segmentasi pasar, dan hubungan
pemasaran (satu-satu).

Massa pemasaran dan periklanan

Secara tradisional, upaya pemasaran dirancang untuk menarik perhatian semua orang di pasar ("massa").
Untuk contoh, menggunakan Surat Kabar atau iklan TV biasanya sarana komunikasi satu arah dari pesan
penyedia ke penerima. Usaha tersebut mungkin efektif untuk pengenalan merek atau untuk memperkenalkan
produk baru atau layanan kepada publik. Menempatkan banner iklan di portal Internet begitu bahwa setiap
orang yang mengakses website dapat melihat pesan contoh pemasaran massal online.

Segmentasi pasar

Segmentasi pasar mengacu pada strategi yang melibatkan membagi kelompok besar konsumen ke dalam
segmen yang lebih kecil dan kemudian menerapkan cocok iklan untuk menargetkan setiap segmen. Sebagai
contoh, kosmetik pengecer dapat beriklan di majalah diarahkan terutama terhadap wanita. Dalam hal ini
Misalnya, pasar dibagi oleh jenis kelamin konsumen. Internet memungkinkan lebih efektif segmentasi pasar,
tetapi juga meningkatkan pemasaran hubungan pemasaran, atau satu-satu.

Kriteria untuk segmentasi pasar

Untuk segmentasi pasar yang efektif, berikut adalah kriteria umum yang perusahaan menggunakan:
• Geografis. Daerah; ukuran kota, county, atau standar Metropolitan Area Statistik (SMSA); kepadatan
penduduk; iklim; bahasa.
• Demografis. Umur, pekerjaan, jenis kelamin, pendidikan, ukuran keluarga, agama, ras, pendapatan,
kebangsaan, perkotaan (atau pinggiran kota atau pedesaan).
• Psikologis (lifestyle). Kelas sosial, gaya hidup, kepribadian, kegiatan, nilai-nilai, dan sikap,.
• Kognitif, afektif, perilaku. Sikap, acara ts, status kesetiaan, tahap kesiapan, tingkat penggunaan, risiko, status
pengguna, yang dirasakan pola penggunaan keadaan, keterlibatan, Pengalaman berbelanja internet.
• Profesional tability. Pelanggan dihargai ditempatkan dalam kategori khusus.
• Inti risiko. Pelanggan tinggi atau rendah risiko ditempatkan di kategori khusus.

Hubungan (satu-satu)
Pemasaran
Hubungan pemasaran ini berbeda dari tradisional strategi pemasaran yang berfokus pada bangunan
hubungan jangka panjang dengan pelanggan. Dalam rangka untuk melakukannya, Penjual harus lebih
memahami pelanggan pada satu-satu dasar. Informasi tersebut bisa didapatkan lebih cepat,
lebih mudah, dan dengan biaya yang lebih rendah untuk pelanggan online. Ketika informasi tersebut dianalisis,
itu menjadi
berharga untuk satu-satu pemasaran. Meskipun segmentasi dapat fokus pada bersatu kelompok pelanggan, itu
tidak mungkin cukup baik karena sebagian besar pesaing dapat mengadopsi strategi serupa. Ini mungkin tidak
dianjurkan, karena itu, untuk pergeseran target pemasaran dari kelompok konsumen untuk setiap pelanggan
individu. Alih-alih menjual satu produk kepada pelanggan sebanyak mungkin, pemasar mencoba untuk
menjual banyak produk sebagai mungkin untuk satu pelanggan-selama jangka panjang waktu. Untuk
melakukan ini, pemasar perlu berkonsentrasi pada membangun hubungan yang unik dengan individu
Pelanggan secara satu-satu.
Satu-satu pemasaran adalah cara bagi pemasar untuk lebih mengenal pelanggan mereka
dengan memahami preferensi individu mereka dan kemudian memberikan mereka personalisasi pemasaran
komunikasi. Satu-satu berarti tidak hanya berkomunikasi dengan pelanggan sebagai individu, tetapi juga
mungkin menyediakan produk disesuaikan dan disesuaikan pesan berdasarkan preferensi pelanggan. The
Karakteristik utama pemasaran satu-satu dibandingkan dengan orang-orang pemasaran massal dan pasar
Segmentasi

Bagaimana satu-satu hubungan Dipraktekkan

Meskipun beberapa perusahaan telah menerapkan salah satu untuk program-program pemasaran satu selama
bertahun-tahun, mungkin banyak lagi acara MA untuk perusahaan-lebar kebijakan membangun hubungan
satu-satu Web. Karena satu-satu strategi pemasaran diaplikasikan langsung ke konsumen c olah, pemasar
harus menerapkan siklis, empat tahap proses dalam rangka untuk fulfi ll tujuan mereka mengelola hubungan
dengan Nasabah individu. Gambar 9.3 menunjukkan empat fase. Empat tahap adalah: kation identifikasi
pelanggan
preferensi , diferensiasi pelanggan, satu dari yang lain , interaksi dengan pelanggan, dan kustomisasi
(layanan pribadiPemasar dapat memulai proses pada setiap titik dalam siklus, tetapi biasanya awal adalah
"identifikasi." Namun, untuk pelanggan baru, itu biasanya dimulai dengan "Pelanggan menerima paparan
pemasaran" (atas kanan fi gure). Pelanggan kemudian memutuskan bagaimana menanggapi paparan
pemasaran dan membuat keputusan pembelian (e.g.,whether untuk membeli produk secara online atau offl
ine; jikaonline, apakah untuk membeli sebagai individu atau menggunakan kelompok membeli). Setelah
penjualan selesai, informasi yang dikumpulkan (sudut kiri bawah) dan kemudian ditempatkan dalam database.
Profil Nasabah dikembangkan, dan kemudian disebut empat P pemasaran (produk, tempat, harga, dan
promosi) direncanakan berdasarkan profi le, di satu-satu dasar. Semua ini dapat dilakukan dalam Lingkungan
web.Salah satu acara ts e-commerce satu-satu adalah bahwa perusahaan dapat lebih baik berinteraksi dengan
pelanggan dan memahami kebutuhan mereka. Ini perbaikan, pada gilirannya, memungkinkan perusahaan
untuk meningkatkan dan mempersonalisasikan sering masa depan mereka upaya pemasaran. Sebagai contoh,
Amazon.com dapat e-mail pengumuman dari buku-buku baru di Pelanggan area menarik bahkan sebelum
buku ini diterbitkan; Expedia.com meminta konsumen mana mereka ingin melakukan perjalanan, dan
kemudian e-mail mereka informasi tentang diskon khusus untuk
tujuan yang diinginkan mereka.

PERSONALISASI DAN PERILAKU PEMASARAN

Karena Internet menyediakan sejumlah besar data untuk pelanggan profi ling, satu-satu pemasaran menjadi
efektif. Ada tiga strategi generik untuk satu-satu pemasaran: personalisasi , perilaku
penargetan , dan kolaboratif fi ltering .

Personalisasi dalam E-Commerce

Personalisasi mengacu pada pencocokan iklan konten dan vendor Layanan pelanggan
berdasarkan preferensi dan individu kebutuhan. Personalisasi konten di situs web telah ditemukan untuk
meningkatkan tingkat konversi. (Pencocokan proses ini didasarkan pada le profi pengguna. The Profi le
menggambarkan preferensi konsumen, perilaku, dan demografi. Itu dapat dihasilkan dengan mendapatkan
informasi langsung dari pengguna; sebagai contoh, mengamati apa yang orang-orang yang
lakukan secara online melalui penggunaan alat-alat seperti cookie -data fi le itu, sering tanpa
pengetahuan pengguna, ditempatkan pada komputer mereka hard drive. Selain itu, profi les dapat
dibangun dari pola-pola pembelian sebelumnya. Profi less dapat distrukturisasi dari riset pasar atau dengan
membuat kesimpulan dari informasi yang diketahui apertarungan serupa konsumen. Satu-satu pencocokan
dapat dilakukan dengan metode seperti kolaboratif fi ltering (dibahas kemudian dalam Bagian ini). Banyak
vendor menyediakan personalisasi alat-alat yang membantu dengan akuisisi pelanggan dan retensi.

Menggunakan teknik personalisasi untuk meningkatkan penjualan

Hal ini telah menjadi praktek umum untuk vendor untuk menyediakan layanan pribadi untuk pelanggan di
untuk meningkatkan kepuasan pelanggan dan kesetiaan. Sebuah contoh utama adalah Amazon.com, yang
menyediakan banyak layanan yang dipersonalisasi mana kegiatan yang paling umum adalah rekomendasi
produk. Amazon.com secara otomatis menghasilkan seperti rekomendasi berdasarkan pembeli yang membeli
dan browsing histories, dan atas pembelian Sejarah pelanggan lain dengan serupa sejarah pembelian.
Personalisasi Layanan dapat difasilitasi ketika perusahaan tahu lebih banyak tentang pelanggan mereka.
Rapleaf) Rapleaf.com ) menawarkan layanan yang membantu bisnis Pelajari lebih lanjut tentang pelanggan
mereka Jadi mereka dapat mempersonalisasi konten.
Web cookie untuk pengumpulan Data Cookie adalah les fi kecil yang dikirimkan dari sebuah situs web dan
disimpan di daerah yang ditunjuk di komputer Anda. Mereka memungkinkan perusahaan untuk menyimpan
informasi tertentu untukpenggunaan masa depan. Penggunaan cookie adalah metode yang populer yang
memungkinkan komputer untuk tampilan lebih cerdas dan simplifi akses Internet es. Menurut Webopedia, "
Tujuan utama dari cookie adalah untuk mengidentifikasi pengguna dan kemungkinan mempersiapkan
disesuaikan halaman Web untuk mereka.
Perilaku pemasaran dan penyaringan kolaboratif

Tujuan utama dari pemasaran adalah untuk meningkatkan pelanggan nilai melalui pengiriman tepat productor
layanan kepada pelanggan. Salah satu yang paling populer cara mencocokkan iklan dengan pelanggan perilaku
pemasaran , yang adalah mengidentifikasi pelanggan perilaku di Web dan merancang pemasaran
merencanakan sesuai.

Perilaku penargetan
Perilaku penargetan menggunakan konsumen browsing perilaku informasi, dan informasi lainnya tentang
konsumen, untuk merancang iklan hasil personalisasi yang mungkin mempengaruhi konsumen lebih baik
daripada massa Apakah iklan. Ini juga mengasumsikan bahwa pengguna dengan les profi serupa dan perilaku
belanja masa lalu mungkin memiliki preferensi produk serupa. Google tes "iklan berbasis minat" untuk
membuat iklan lebih relevan dan bermanfaat.

Penyaringan kolaboratif

Ketika pelanggan baru untuk bisnis, itu akan sangat berguna jika sebuah perusahaan dapat memprediksi apa
produk atau layanan yang menarik bagi mereka tanpa meminta atau melihat catatan mereka sebelumnya.
Metode yang berusaha untuk melakukan hanya itu adalah kolaboratif penyaringan . Menggunakan berpemilik
rumus,
kolaboratif fi ltering secara otomatis preferensi dan kegiatan banyak pelanggan yang
memiliki karakteristik yang mirip dengan memprediksi preferensi pelanggan baru dan merekomendasikan
produk untuk
mereka. Untuk tutorial gratis 119 slide tentang kolaboratif Fi ltering dari Carnegie Mellon
Universitas, lihat Cohen (Undated). Banyak komersial sistem ini didasarkan pada ltering fi kolaboratif.
Amazon's "Pelanggan yang membeli konten ini juga membeli..."adalah khas pernyataan dihasilkan
oleh kolaboratif fi ltering, yang bermaksud untuk membujuk konsumen untuk membeli yang
direkomendasikan
item dengan menunjuk ke preferensi serupa konsumen.

Metode lain

Selain itu dengan penyaringan kolaboratif, beberapa lainnya metode untuk mengidentifikasi pengguna profil
dijelaskan di bawah ini:
Berbasis aturan penyaringan
Sebuah perusahaan query konsumen tentang preferensi mereka melalui beberapa pertanyaan pilihan dan
menggunakan informasi yang dikumpulkan untuk membangun pola untuk memprediksi kebutuhan pelanggan.
Dari informasi ini, sistem ltering fi kolaboratif berasal aturan perilaku dan demografis seperti, "jika
usia nasabah lebih dari 35, dan pendapatan pelanggan adalah di atas $100.000, menunjukkan
Jeep Cherokee iklan; Jika tidak, menunjukkan Mazda Dilindungi iklan."

Berbasis konten penyaringan

Teknik ini memungkinkan vendor untuk mengidentifikasi pelanggan preferensi oleh atribut
produk mereka membeli atau berniat untuk membeli. Mengetahui preferensi pelanggan, vendor akan
merekomendasikan produk dengan atribut serupa pengguna. Sebagai contoh, sistem dapat
merekomendasikan penambangan teks buku untuk pelanggan yang telah menunjukkan minat dalam data
pertambangan, atau merekomendasikan lebih film aksi setelah konsumen telah menyewa satu di Kategori ini.

Penyaringan berbasis aktivitas

Aturan penyaringan juga dapat dibangun dengan login kegiatan pengguna di Web. Sebagai contoh, vendor
mungkin ingin fi nd pelanggan potensial yang Kunjungi toko buku lebih dari tiga kali sebulan. Ini dapat
dilakukan dengan menganalisis mengunjungi website tingkat dan kegiatan. Untuk sebuah diskusi komprehensif
dan informasi lebih lanjut tentang data Koleksi, iklan bertarget, dan perusahaan 104 yang menangkap data,
dan sebagainya (termasuk infographic), lihat Madrigal () 2012 ).

9.6 RISET PASAR UNTUK E-COMMERCE

Untuk menjual lebih efektif, sangat penting untuk melakukan riset pasar tepat ke fi nd informasi
dan pengetahuan tentang konsumen dan produk. The peneliti pasar tujuan adalah untuk mengidentifikasi
pemasaran peluang dan masalah, untuk memberikan masukan untuk pemasaran perencanaan, untuk
menemukan cara untuk mempengaruhi
pembelian proses, dan untuk mengevaluasi keberhasilan promosi dan iklan. Riset pasar
bertujuan untuk menyelidiki perilaku pelanggan Web (Lihat Strauss dan Frost 2014 ). Peneliti pasar
mengumpulkan informasi tentang kompetisi, peraturan, perilaku harga, strategi, dan konsumen. Untuk aspek
teoritis pasar e-commerce penelitian, lihat 2013 slide presentasi "Pasar E-Commerce: aspek teoritis dan Riset
pasar"

Tujuan dan konsep-konsep online Riset pasar

Penyelidikan EC pasar dapat dilakukan melalui metode konvensional (misalnya, di-orang survei; kelompok
fokus) atau dapat dilakukan dengan menggunakan Internet. Berbasis Internet market Research sering lebih
cepat, memungkinkan para peneliti untuk mencapai terpencil atau beragam khalayak. Selain itu, pasar peneliti
dapat melakukan studi yang sangat besar pada Web pada harga yang jauh lebih rendah daripada
menggunakan offline metode. Telepon survei dapat biaya sebanyak $50 per wawancara dan kualitas mereka
mungkin menjadi miskin. Biaya tersebut bisa terakumulasi untuk ribuan dolar ketika beberapa ratus responden
yang diperlukan. Survei online sebagian kecil dari biaya akan sama ukuran survei melalui telepon dan dapat
mempercepat penelitian jauh. Di sisi lain,
ukuran sampel peningkatan dalam survei online dapat meningkatkan akurasi hasil. McDaniel dan Gates) 2012 )
menyediakan kajian komprehensif riset pasar online teknologi, metode, alat-alat, masalah, dan pertimbangan
etis.

Apa yang pemasar mencari di EC Riset pasar?

Dengan melihat pelanggan pribadi profi le yang termasuk mengamati perilaku di Web, itu adalah
mungkin bagi pemasar untuk memprediksi online membeli perilaku. Sebagai contoh, perusahaan ingin tahu
Mengapa beberapa pelanggan online pembeli, dan Mengapa yang lain tidak. Faktor-faktor utama yang
digunakan
untuk memprediksi pelanggan online pembelian perilaku adalah (dalam urutan penting):
informasi produk diminta, jumlah terkait e-mail, jumlah pesanan yang dibuat, produk /
Layanan yang dipesan, dan gender. Khas pertanyaan penelitian pasar online usaha-usaha untuk menjawab:
Apakah pembelian pola untuk individu yang khas, dan apa yang pola untuk olah c kelompok? Bagaimana kita
dapat mengidentifikasi orang-orang yang nyata pembeli dari orang-orang yang hanya browsing? Apa yang
dimaksud dengan desain halaman Web optimal? Mengetahui jawaban atas pertanyaan-pertanyaan ini dapat
membantu vendor beriklan dengan benar, harga barang, desain situs web, dan menyediakan layanan
pelanggan yang sesuai. Riset pemasaran online dapat menyediakan data untuk membantu menjawab
pertanyaan-pertanyaan. Informasi lebih lanjut tentang riset pasar di Web dapat ditemukan Dalam tutorial di
Webmonkey.com .

Perwakilan riset pasar

Pendekatan
Untuk melakukan pemasaran online, hal ini diperlukan untuk tahu apa yang pelanggan inginkan atau
kebutuhan. Seperti
informasi yang dapat dikumpulkan oleh:
• Meminta informasi dari pelanggan online (misalnya, melalui wawancara, kuesioner, penggunaan
kelompok fokus, atau blogging).
• Mengamati apa yang pelanggan lakukan pada Web dengan menggunakan transaksi log dan cookie.
• Menggunakan data, teks, dan Web pertambangan, atau kolaboratif Fi ltering teknik untuk menganalisis data
yang tersedia.

Pengumpulan data dan analisis

Olah c metode untuk mengumpulkan online data termasuk komunikasi e-mail dengan individu Pelanggan,
kuesioner yang ditempatkan di situs web, pemantauan percakapan dalam jaringan sosial, dan Pelacakan
gerakan pelanggan di Web.

Survei online
Survei online adalah cara utama untuk mengumpulkan EC data dan itu dianggap sebagai yang paling
costeffective
mode penelitian survey. Ini memiliki beberapa keuntungan lainnya, termasuk persiapan keseluruhan yang
lebih rendah
dan biaya administrasi, kontrol yang lebih baik dari proses lling fi kuesioner (yang
dapat menyebabkan lebih sedikit respon kesalahan dan lebih mudah tindak lanjut), dan lain exibility fl di
kuesioner
Desain. Selain itu, waktu siklus dapat jauh lebih pendek. Namun, survei online juga memiliki beberapa
pembatasan, termasuk kurangnya anonimitas, Kesalahan data karena bebas-tanggapan, pelaporan bias, dan
privasi data miskin. Untuk yang komprehensif Review, lihat kebun et al. () 2009 ).

Survei berbasis web

Tipe khusus dari survei online dilakukan dengan menempatkan pertanyaan pada situs web tertentu dan
mengundang konsumen potensial untuk menjawab. Sebagai contoh, Amerika Utara Mazda digunakan survei
berbasis Web untuk membantu merancang lini Miata. Survei web mungkin pasif (fi ll-in kuesioner) atau
interaktif (responden download kuesioner, tambahkan Komentar, pertanyaan, dan mendiskusikan isu-isu).
Survei mungkin termasuk kedua pendekatan. Untuk perangkat lunak survei online dan melihat kuesioner
SurveyMonkey.com .

Online kelompok fokus

Beberapa penelitian fi rms membuat panel berkualitas Web pengunjung untuk berpartisipasi dalam kelompok
fokus online.
Sebagai contoh, lihat NPD Group, Inc (pergi ke NPD.com/WPS/portal/NPD/US/about-NPD/consumerpanel
). Panel ini terdiri dari 2 juta konsumen direkrut online dan verifi pakai ed melalui telepon untuk memberikan
informasi bagi konsumen NPD itu pelacakan Layanan. Penggunaan telah kelompok fokus peserta membantu
mengatasi beberapa penelitian keterbatasan (misalnya, ukuran sampel kecil dan Tanggapan parsial) yang
kadang-kadang membatasi efektivitas survei berbasis Web. Lihat US.toluna.com . Untuk membuat free online
survei, kuis, dan jajak pendapat (gratis untuk menggunakan survei online builder), lihat kwiksurveys.com .

Mendengarkan secara langsung dari pelanggan

Daripada menggunakan kelompok fokus, sebuah perusahaan dapat meminta pelanggan secara langsung apa
yang mereka pikirkan tentang
produk atau jasa. Perusahaan dapat menggunakan chat Kamar, kelompok-kelompok diskusi jaringan sosial,
blog, wiki, podcast, dan elektronik konsumen Forum untuk berinteraksi dengan konsumen. Sebagai contoh,
toymaker LEGO digunakan riset pasar perusahaan untuk mendirikan sebuah survei langsung pada elektronik
papan buletin mana jutaan pengunjung Baca komentar satu sama lain dan berbagi pendapat
tentang mainan LEGO. Para peneliti menganalisis Tanggapan harian dan diterbitkan informasi
LEGO. Netfl ix menggunakan pendekatan ini secara ekstensif oleh mendorong pelanggan untuk laporan
mereka suka dan tidak suka (Lihat Online File W9.1). Perangkat lunak dapat memfasilitasi mendapatkan
masukan langsung dari pelanggan. Untuk contoh, lihat InsightExpress.com , penyedia terkemuka
Media analytics dan solusi pemasaran. Akhirnya, seperti dijelaskan dalam Bab 7, menyediakan jaringan sosial
beberapa metode untuk mendengar langsung dari Pelanggan.