Resumen:
|
[ES] ¿Cómo es la atribución en un entorno de omnicanal? Se puede determinar una distinción
importante en contraste con la atribución en un entorno multicanal. Además de proporcionar
el proceso de análisis de marketing, ...[+]
[ES] ¿Cómo es la atribución en un entorno de omnicanal? Se puede determinar una distinción
importante en contraste con la atribución en un entorno multicanal. Además de proporcionar
el proceso de análisis de marketing, una especificación del proceso estándar intersectorial
para la minería de datos (CRISP¿DM), se utiliza un enfoque de método mixto secuencial para
analizar la cuestión principal de la investigación.
En el primer paso de esta investigación se analizan las características y los requisitos de
atribución eficiente en un entorno omnicanal. A partir de entrevistas semiestructuradas con
expertos y de un proceso de investigación bibliográfica holística estructurada, se identifica
claramente la falta de un enfoque de atribución omnicanal. Los enfoques de atribución
existentes se identifican mediante la realización de un proceso estructurado de revisión de la
literatura. Estos enfoques identificados se evalúan aplicando los resultados de las entrevistas
semiestructuradas con expertos, es decir, los requisitos y características de una atribución
omnicanal eficiente. Ninguno de los enfoques de atribución identificados cumple con la
mayoría de los requisitos de omnicanal analizados.
Al tener la brecha de investigación ¿ la falta de un enfoque de atribución de omnicanales ¿
claramente identificada, se desarrolla un enfoque de atribución de omnicanales en la segunda
parte de esta investigación presentada. Utilizando la metodología MAP, la principal laguna de
investigación se llena proporcionando el Holistic Customer Journey (HCJ): una base de datos
lista para el omni¿canal y un enfoque de atribución de omni¿canal correspondiente. Entre
otras cosas, el enfoque de atribución desarrollado consiste en una clasificación de aprendizaje
automático. Esta investigación presentada es la primera en utilizar información de casi
240.000.000 de conjuntos de datos de interacción, que contienen información entre
dispositivos y entre plataformas. Todas las fuentes de datos subyacentes son proporcionadas
por una de las plataformas inmobiliarias más grandes de Alemania.
[-]
[CA] Com és l'atribució en un entorn de omnicanal? Es pot determinar una distinció important en
contrast amb l'atribució en un entorn multicanal. A més de proporcionar el procés d'anàlisi de
màrqueting, una especificació ...[+]
[CA] Com és l'atribució en un entorn de omnicanal? Es pot determinar una distinció important en
contrast amb l'atribució en un entorn multicanal. A més de proporcionar el procés d'anàlisi de
màrqueting, una especificació del procés estàndard intersectorial per a la mineria de dades
(CRISP¿DM), s'utilitza un enfocament de mètode mixt seqüencial per analitzar la qüestió
principal de la investigació.
En el primer pas d'aquesta investigació s'analitzen les característiques i els requisits d'atribució
eficient en un entorn omnicanal. A partir d'entrevistes semiestructurades amb experts i d'un
procés de recerca bibliogràfica holística estructurada, s'identifica clarament la falta d'un
enfocament d'atribució omnicanal. Els enfocaments d'atribució existents s'identifiquen
mitjançant la realització d'un procés estructurat de revisió de la literatura. Aquests
enfocaments identificats s'avaluen aplicant els resultats de les entrevistes semiestructurades
amb experts, és a dir, els requisits i característiques d'una atribució omnicanal eficient. Cap
dels enfocaments d'atribució identificats compleix amb la majoria dels requisits de omnicanal
analitzats.
En tenir la bretxa de recerca ¿ la manca d'un enfocament d'atribució de omnicanales ¿
clarament identificada, es desenvolupa un enfocament d'atribució de omnicanales a la segona
part d'aquesta investigació presentada. Utilitzant la metodologia MAP, la principal llacuna de
recerca s'omple proporcionant el Holistic Customer Journey (HCJ): una base de dades a punt
per al omni¿canal i un enfocament d'atribució de omni¿canal corresponent. Entre altres coses,
l'enfocament d'atribució desenvolupat consisteix en una classificació d'aprenentatge
automàtic. Aquesta investigació presentada és la primera a utilitzar informació de gairebé
240.000.000 de conjunts de dades d'interacció, que contenen informació entre dispositius i
entre plataformes. Totes les fonts de dades subjacents són proporcionades per una de les
plataformes immobiliàries més grans d'Alemanya.
[-]
[EN] What does attribution in an omni¿channel environment look like? A major distinction can be
determined in contrast to attribution in a multi¿channel environment. Besides providing the
Marketing Analytics Process, a ...[+]
[EN] What does attribution in an omni¿channel environment look like? A major distinction can be
determined in contrast to attribution in a multi¿channel environment. Besides providing the
Marketing Analytics Process, a specification of the Cross¿industry standard process for data
mining (CRISP¿DM), a sequential mixed method approach is utilized to analyze the main
research question.
Within the first step of this presented research characteristics, and requirements of efficient
attribution in an omni¿channel environment are analyzed. Based on semi¿structured expert
interviews and a holistic structured literature research process, the lack of an omni¿channel
attribution approach is clearly identified. Existing attribution approaches are identified by
conducting the structured literature review process. Those identified approaches are
evaluated by applying the results of the semi¿structured expert interviews - the requirements
and characteristics of efficient omni¿channel attribution. None of the identified attribution
approaches fulfill a majority of the analyzed omni¿channel requirements.
By having the research gap - the lack of an omni¿channel attribution approach - clearly
identifed, an omni¿channel attribution approach is developed in the second part of this
presented research. Utilizing the MAP methodology, the main research gap is filled by
providing the Holistic Customer Journey (HCJ): an omni¿channel ready data foundation and a
corresponding omni¿channel attribution approach. Among other things the developed
attribution approach consists of a machine learning classification. This presented research is
the first to utilize information from almost 240.000.000 interaction data sets, containing crossdevice
and cross¿platform information. All underlying data sources are provided by one of
Germany's largest real¿estate platforms.
[-]
|