Tiếp thị và quảng cáo E-Marketing - Nguyễn Huy Hoàng

Chia sẻ: Trần Đức Anh | Ngày: | Loại File: PDF | Số trang:40

Thêm vào BST

Báo xấu

98
lượt xem 18
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Hiểu hành vi mua hàng của người tiêu dùng. Hành vi của người tiêu dùng .Tìm hiểu hành vi của người tiêu dùng .Giúp người bán hiểu “người tiêu dùng ra quyết định mua hàng như thế nào?”

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tiếp thị và quảng cáo E-Marketing - Nguyễn Huy Hoàng

Tiếp thị và quảng cáo E-Marketing G V: N G U Y Ễ N HU Y H OÀ N G (N G U Ồ N : THƯ Ơ N G M ẠI Đ I Ệ N T Ử - T H S . L Ư Ơ N G V Ĩ M I N H – Đ H K HTN – Đ HQG TP HC M ) 1
Nội dung Hành vi mua hàng của người tiêu dùng Tiếp thị điện tử Quảng cáo điện tử 2
Hành vi mua hàng của người dùng TI Ế P THỊ VÀ QU ẢN G C ÁO TR O N G E C 3
Giới thiệu Mối quan hệ với khách hàng Khách hàng Doanh nghiệp Đối thủ cạnh tranh Hiểu hành vi mua hàng của người tiêu dùng 4
Hành vi của người tiêu dùng •Tìm hiểu hành vi của người tiêu dùng • Giúp người bán hiểu “người tiêu dùng ra quyết định mua hàng như thế nào?” • Từ đó • Sản xuất sản phẩm đúng với thị hiếu • Thay đổi chiến lược tiếp thị và quảng cáo phù hợp 5
Quá trình ra quyết định mua 1 • Nhận diện nhu cầu 2 • Tìm kiếm thông tin 3 • Chọn nhà cung cấp, giá cả 4 • Mua, thanh toán, vận chuyển 5 • Dịch vụ, ý kiến sau khi mua 6
Các yếu tố ảnh hưởng Môi trường Người mua Mua ? Mua cái gì Ở đâu ? Khi nào? Quá trình Giá mua ? Ra quyết định Tiếp tục mua nữa ? Người bán 7 Nguồn: Electronic Commerce, Efaim Turban (2006)
Các yếu tố ảnh hưởng Xã hội Môi trường Sở thích Tuổi Giới tính Cộng đồng Người mua Tâm lý Chính phủ Pháp luật Học vấn Đạo đức Mua ? Mua cái gì Trả lời các câu hỏi thường gặp Ở đâu ? Phương thức thanh toán Khi nào? Quá trình Giá mua ? Hình thức giao hàng Ra quyết định Tiếp tục mua nữa ? Bảo hành Hỗ trợ kỹ thuật Giá Khuyến mãi Người bán 8 Source: Electronic Commerce, Efaim Turban (2006)
Tiếp thị điện tử TI Ế P THỊ VÀ QU ẢN G C ÁO TR O N G E C 9
Tiếp thị điện tử Chiến lược tiếp thị 1-1 Hệ hỗ trợ quyết định 10
Tiếp thị 1-1 – Qui trình • Quan tâm khách hàng theo một cách riêng biệt dựa trên hồ sơ và nhu cầu của khách hàng Khách hàng nhận Chọn quảng cáo/tiếp được quảng cáo thị phục vụ tốt nhất tiếp thị Phản hồi của cho khách hàng khách hàng Mối quan Khách hàng ra quyết Cập nhật tiếp thị 4P’s cho khách hàng hệ khách định mua hàng hàng Xây dựng hồ sơ Thu thập thông tin khách hàng của khách hàng Cập nhật vào CSDL 11 Source: Electronic Commerce 2006, Efaim Turban.
Tiếp thị 1-1 Cá nhân hóa (Personalization) Lòng Dự đoán trung thành (Collaborative Filtering) (Loyalty) Độ tin cậy (Trust) 12
Kỹ thuật Cá nhân hóa – Ví dụ 13 Source: Website Personalization, Willy Chiu, IBM.
Kỹ thuật Cá nhân hóa • Ghép cặp sản phẩm, dịch vụ và nội dung quảng cáo với một cá nhân nào đó • Doanh nghiệp biết gì về khách hàng • Hồ sơ khách hàng (user profile) • Sở thích của khách hàng (preferences) • Hành vi của khách hàng (behaviors) • Tiểu sử của khách hàng (demographics) 14
Kỹ thuật cá nhân hóa với Hồ sơ khách hàng • Hồ sơ khách hàng (User profile) • Hỏi trực tiếp thông tin của khách hàng • Yêu cầu khách hàng điền thông tin • Phỏng vấn • Quan sát hoạt động của khách hàng trực tuyến • Cookie URL Hoạt động Tập tin Client Web Server 15
Kỹ thuật cá nhân hóa với Hồ sơ khách hàng • Từ những lần mua hàng trước đó • Thực hiện nghiên cứu thị trường • Suy luận • Từ 1 vài thông tin do khách hàng cung cấp • Từ những thông tin do thực hiện phân tích hồ sơ của các khách hàng tương tự (collaborative filtering) 16
Kỹ thuật Dự đoán • Kỹ thuật dự đoán (Collaborative filtering) • Là phương pháp dự đoán (filter) sở thích của 1 người dùng dựa trên tập hợp các sở thích của người khác (collaborating) 17
Kỹ thuật Dự đoán • Dự đoán dựa trên luật (rule-based filtering) • Cho phép người quản trị trang web chọn các luật để xác định ra nội dung phục vụ cho 1 cá nhân nào đó • www.broadvision.com • Dự đoán dựa trên nội dung (content-based filtering) • Kết hợp với hồ sơ khách hàng chọn lọc ra nội dung phù hợp cho khách hàng đó • www.amazon.com, www.CD2now.com • Dự đoán dựa trên hành động (activitiy-based filtering) • Tận dụng sự tương đồng của những hồ sơ khách hàng khác để đề nghị nội dung phù hợp với khách hàng hiện tại thông qua các hành động 18
Hệ thống tư vấn phim (user-based) C. Hồ sơ của người dùng u B. Người dùng u chọn Item A • Ví A B dụ: C Item A D E F G Hồ sơ của Hồ sơ của người dùng tương đồng người dùng tương đồng H I J User 1 User 2 A. Bộ dữ liệu được chọn Các đối tượng đã được người dùng u đánh giá bị giới hạn. Những đối tượng yêu thích Chỉ còn B, C, D, E. trong hồ sơ người dùng tương đồng, có chứa các • Item A • Item A đối tượng trong hồ sơ người • Item B • Item B dùng u. • Item C • Item C • Item D • Item E D. Tư vấn Tìm trong hồ sơ của người dùng tương đồng, tư vấn những đối tượng thường được chọn hoặc được đánh giá cao. Item B & C Tư vấn cho người dùng u [13] Jing Chen, Anant Jatia, "zMovie: The Movie Recommendation Engine ,". 19
Hệ thống tư vấn phim (item-based) C. Hồ sơ của người dùng u B. Người dùng u chọn Item A A B C Item A D E F G H I J Tập đánh giá của người dùng gồm A, B, C & D A. Bộ dữ liệu được chọn Các đối tượng đã được 2 2 3 người dùng u đánh giá đã bị giới hạn. Chỉ còn B, C, D. Item A Item B Item C Item D Người dùng u Người dùng 1 Người dùng 2 D. Tư vấn Tìm trong hồ sơ của người dùng tương Người dùng 3 đồng, tư vấn những đối tượng thường được chọn hoặc được đánh giá cao. Item D tương đồng với item A nhất Item D trong tập đánh giá  Thích:  Ghét: Tư vấn cho người dùng u 20 [13]Jing Chen, Anant Jatia, "zMovie: The Movie Recommendation Engine ,".