ZobaczNasi Klienci w Konkursie „Dyrektor e-Commerce Roku 2024"

Informacja jako determinant e-zakupów

Kultura i polityka, nr 16 rok 2014 Autor: Wojciech Szymański.

Rozwój technologii informacyjnych doprowadził do rewolucyjnych zmian w komunikowaniu, dając możliwość upowszechniania informacji bez pośrednictwa tradycyjnych mediów, a także wymiany informacji, danych i komunikacji dwukierunkowej w czasie rzeczywistym.


Badania przeprowadzone przez firmy Google i Shopper Sciences U.S. na próbie około 5 tyś. internautów pokazują, że aż 84% badanych wykorzystuje Internet w celu wyszukiwania informacji o produktach, które chcą kupić (The Zero Moment of Truth, Makro Study, 2011). Co więcej, aż połowa transakcji realizowanych w sklepach tradycyjnych jest najpierw poprzedzona gruntownym sprawdzaniem cen i informacji o towarach w sieci. Zjawisko to nazywane efektem ROPO (Research Online, Purchase Offline) jest szczególnie silne m.in. w takich kategoriach produktowych i branżach, jak telefonia komórkowa, motoryzacja, farmacja, turystyka czy sprzęt RTV/AGD.

Herbert Kubicek w pracy Moglichkeiten und Gerafern der „Informationsgesellschaft” (1999) określił społeczeństwo informacyjne jako formę społeczno-gospodarczą, w której dominującą rolę odgrywa produktywne wykorzystanie zasobu, jakim jest informacja, oraz intensywna pod względem wiedzy produkcja. Termin społeczeństwo informacyjne jest zdaniem tego profesora informatyki używany do określenia społeczeństwa, w którym zarówno konsumenci, jak i pracownicy intensywnie wykorzystują informację. W tym miejscu warto zwrócić uwagę na to, że wspominana informacja w Internecie może mieć wiele różnych form. Tymoteusz Doligalski w artykule Społeczne uwarunkowania marketingu w Internecie i e-biznesu (E-mentor nr 1 (28), 2009) twierdzi, iż „użytkownicy Internetu mogą odnaleźć, porównać i zweryfikować interesujące ich informacje, co ma kolosalne znaczenie nie tylko dla nich samych, ale również dla firm, przedstawicieli administracji publicznej, polityków itp.”. W tym samym artykule autor jako przykładowe formy dostępu do informacji podaje:

  • wyszukiwarki internetowe,
  • artykuły w serwisach internetowych,
  • wyszukiwarki cenowe (porównywarki cenowe),
  • opinie innych internautów pozostawione jako komentarze w sklepach bądź serwisach internetowych,
  • bezpośrednią komunikację pomiędzy internautami poprzez fora lub listy dyskusyjne.

Studiując literaturę, można spotkać również inne wymieniane formy dostępu do informacji i wymiany opinii pomiędzy internautami, między innymi serwisy społecznościowe wskazywane przez Mirosława Moroza w artykule Źródła efektywności przekazu marketingowego w serwisach społecznościowych (E-mentor nr 4 (36), 2010). Co więcej, przytaczając inne artykuły wydane na łamach tego dwumiesięcznika – np. Serwisy internetowe banków jako ich produkt z perspektywy elementu użyteczności - czasu dostępu (Jurkiewicz, 2012) oraz E-konsumentów portret własny (Feldy, 2012), można zauważyć, że sama zawartość sklepów internetowych i ich dopasowanie do konsumentów odgrywa ogromną rolę.


Przetwarzanie informacji przez e-konsumentów

Pojawienie się w gospodarce nowych gałęzi związanych ściśle z przetwarzaniem i wykorzystaniem informacji przewidział już w 1962 roku amerykański ekonomista Fritz Machlup (The production and distribution of knowledge in the United States, 1962), a 15 lat później poparł ten pogląd Uri Porat – również ekonomista (The Information Economy: Definition and Measurement, 1977). Stwierdzili oni, że gromadzenie i dystrybucja informacji stworzą nową jakość gospodarki, a to z kolei będzie miało wpływ na życie społeczne.

W książce Społeczeństwo informacyjne – Stan i kierunki rozwoju w świetle uwarunkowań regionalnych (2008) pod redakcją Colina Halesa można przeczytać, iż „zasoby wiedzy i zdolności intelektualnej będą wpływać w dużym stopniu na wartość organizacji oraz decydować o możliwości dostosowywania się do zmian zewnętrznych”, a także „sukces organizacji zależy w dużej mierze od terminowej i wiarygodnej informacji”. Można stwierdzić, że trwa walka informacyjna, w której główną rolę odgrywają systemy informacyjne oraz ich otoczenie, które z kolei wspomagają możliwości percepcyjne oraz analityczne człowieka.

W 2014 roku firma Ideo Sp. z o.o. przeprowadziła badanie 2-etapowe badanie ilościowe w formie ankiet (CAWI), którego celem było sprawdzenie oczekiwań Internautów względem sklepów internetowych oraz ich zachowań i postaw względem transakcji online. Celem pierwszego etapu nazwanego „Ankietą ogólną” było stworzenie możliwości odnoszenia otrzymanych wyników do całej badanej populacji, czyli możliwości uogólniania rezultatów. Ponieważ jednak przebadanie całej populacji, a tym kontekście są to wszyscy Internauci w Polsce- tj. prawie 18 mln (MillwardBrown, 2013), nie jest w tym przypadku możliwe konieczne było uzyskanie wyników ankiet od 300 osób. W drugim etapie (czyli bardziej szczegółowym) zdecydowano, że zankietowane mają zostać osoby, które:

  • Same uważają, że są częstymi klientami sklepów internetowych
  • Co najmniej raz dokonały zakupów w sklepie internetowym (dane deklaratywne),
  • Są pełnoletnie (dane weryfikowane przez system ankietowy).

Z powyższego badania (Ideo Sp. z o.o., 2014) na potrzeby stworzenia innowacyjnego systemu wspomagającego decyzje e-marketingowe, w którym autor niniejszego artykułu miał znaczący udział, wynika, że prawie 30% ankietowanych dzieli się opiniami na temat zakupów po każdej transakcji. Znacznie mniej osób robi to tylko wtedy, kiedy są niezadowoleni lub nigdy, a tylko niecałe 5% dzieli się swoimi przemyśleniami na temat zakupu wtedy, kiedy są zadowoleni.

Z tego samego badania wynika, iż najrzadziej dzielą się swoimi opiniami w Internecie osoby w wieku 51-60 lat, natomiast najczęściej dzieję się to w przypadku klientów w przedziale wiekowym 21-35 lat.

Zjawisko wykorzystywania informacji występuje zarówno po stronie firm, jak i konsumentów – można mówić o kilku aspektach tej sytuacji:

  • konsumenci wykorzystują zastane w Internecie informacje do podjęcia decyzji zakupowych,
  • firmy zdają sobie sprawę z powyższego, dlatego celowo wykorzystują to medium do publikowania swoich informacji i biernego docierania do konsumentów,
  • firmy, wykorzystując Internet, aktywnie docierają do konsumentów (np. poprzez e-mailing),
  • firmy dysponują informacjami:
    • pozostawianymi przez konsumentów w Internecie (np. w komentarzach),
    • w formie raportów i opracowań,
    • z systemów statystycznych zaimplementowanych na stronach internetowych,
    • dzięki analizie działań konkurencji.

Ten ostatni punkt jest nierozerwalnie związany koncepcją tzw. big data. W tym miejscu warto również wskazać na potrzebę odczucia przez konsumenta efektu synergii, który wynika z zsynchronizowania czasowego i przestrzennego odpowiedniego zestawu komunikatów. Jak można przeczytać w artykule Big Data Marketing - jak automatyzować marketing w oparciu o gromadzone dane behawioralne i transakcyjne (Nowymarketing.pl, 2013), stosując się do idei marketingu w oparciu o big data należy:

  • monitorować zachowania klientów na stronie WWW,
  • gromadzić dane pochodzące z systemów CRM, ERP i lojalnościowych,
  • monitorować aktywność klientów na portalach społecznościowych,
  • analizować gromadzone informacje w czasie zbliżonym do rzeczywistego,
  • spersonalizować komunikację one-to-one z klientem, za pomocą optymalnie dobranego kanału.

Badania pokazują, że prawie 60% menedżerów uznaje poprawę jakości procesu decyzyjnego za priorytet swoich inwestycji, a 53% podejmowanie szybszych decyzji biznesowych jako podstawowy sterownik analityki (The 2014 IDG Enterprise Big Data research, 2014).


Findability, czyli wykorzystanie potencjału informacji

Przenosząc rozważania na temat konieczności wykorzystania informacji w prowadzeniu działań e-marketingowych z płaszczyzny teoretycznej na praktyczną, warto zdać sobie sprawę, że współczesne narzędzia statystyczne umożliwiają dokonanie pomiarów efektywności tychże działań. Wśród marketingowców, zwłaszcza z Europy Zachodniej oraz Stanów Zjednoczonych, utarło się określnie findability, co w dosłownym tłumaczeniu oznacza zdolność do bycia odnalezionym. Findability to możliwość odnalezienia pożądanej informacji, produktu lub usługi w każdym momencie, w którym jest taka potrzeba, a w języku angielskim najtrafniejszy opis tego określenia brzmi „the ability to find anyone or anything from anywhere at anytime”. Co ciekawe, w przypadku sklepów internetowych ważną informacją są komentarze i oceny pozostawiane przez inne osoby robiące zakupy w danym sklepie. Z badania przeprowadzanego przez firmę Ideo Sp. z o.o. (Ideo Sp. z o.o., 2014) na próbie 1 tysiąca Internautów wynika, że jest to tak samo ważne jak koszty wysyłki (blisko 20%).

W tym samym badaniu okazało się, że ponad 40% e-kupujących zgłosiło tendencje do monitorowania komentarzy na temat sklepów online w Internecie przed dokonaniem transakcji. Z badań wynika, że tendencja do pozostawiania komentarzy na temat sklepu, jak i śledzenia opinii innych Internautów jest związana z wiekiem (Ideo Sp. z o.o., 2014). Osoby, które mają powyżej 60 lat, twierdzą, że nigdy nie sprawdzają komentarzy na temat sklepów internetowych. Respondenci w wieku 36-50 lat w 28% sprawdzają tego typu opinie. Najmłodsi respondenci w wieku 21-35 lat oraz młodsi w około 50% przypadków przyznają się to monitorowania opinii w tym temacie. Dodatkowo, w przypadku respondentów, którzy stwierdzili, że dysponują bardzo małą ilością wolnego czasu, 50% z nich stwierdziło, że sprawdza opinie na temat sklepów online w Internecie. W przypadku pozostałych grup ilość osób znajduje się w przedziale od 29% (bardzo duża ilość wolnego czasu) do 40% (przy „przeciętnej ilości wolnego czasu”). Okazuje się również, że w przypadku osób żyjących w rodzinie o bardzo słabej sytuacji materialnej tylko 33% ankietowanych z tej grupy przyznało się do sprawdzania komentarzy na temat sklepów online. Sytuacja zmienia się wraz ze wzrostem zamożności, aż do 50% w rodzinach o bardzo dobrej sytuacji materialnej. Duża część respondentów (około 50%) twierdzi, że opinie internautów są dla nich zawsze ważne. Z drugiej strony nieco mniejsza ilość respondentów stwierdziła, że opinie internautów nie mają dla nich żadnego znaczenia, o ile sami mają dobre doświadczenia związane z danym sklepem internetowym. Znacznie mniejsza część badanych (około 10%) twierdzi, że opinie znalezione w Internecie są dla nich ważne tylko w związku z drogimi produktami, natomiast najmniejsza cześć ankietowanych (zaledwie 3%) uważa, że jeśli sklep wygląda profesjonalnie, to opinie internautów nie mają znaczenia. W przypadku podziału respondentów ze względu na wiek okazuje się, że 100% osób w wieku powyżej 60 lat uważa, że opinie w Internecie są zawsze ważne, 36% osób w wieku 51-60 lat twierdzi, że ich własne doświadczenia są najważniejsze. U osób w średnim wieku głosy podzielone są praktycznie równomiernie pomiędzy własne doświadczenia i wagę opinii znalezionych w Internecie, podobnie jak w przypadku osób w wieku 21-30 lat.

Naturalnym wydaje się, że taka wiedza powinna przełożyć się bezpośrednio na działania firm nakierowane na pojawienie się informacji na temat ich marek.


Wskaźnik Findability

Autor niniejszego artykułu w oparciu o ponad 10-letenie doświadczenie w branży e-marketingowej, badań firmy Ideo Sp. z o.o. (Ideo Sp. z o.o., 2014) wśród Internautów i właścicieli sklepów internetowych dokonał próby zdefiniowania wzoru matematycznego pozwalającego na określenie efektywności prowadzenia działań e-marketingowych wykorzystujących informację. Wspomniany wzór, nazywany w dalszej części artykułu Wskaźnikiem Findability, bazuje na metadanych dostarczanych przez ogólnodostępne systemy służące do zbierania i analizowania danych związanych z ruchem na stronie internetowej. Metadane oznaczają najbardziej podstawowe informacje możliwe do zebrania i przetworzenia, takie jak np. czas odwiedzin czy ilość oglądanych podstron witryny.

Wskaźnik Findability opracowany przez autora artykułu stanowi iloczyn współczynnika ilości źródeł wejść do sklepu, współczynnika ilości grup źródeł wejść do sklepu, współczynnika procentowego udziału wejść z wyszukiwarek, współczynnika odrzuceń dla wejść spoza wyszukiwarek, współczynnika średniego czasu trwania sesji dla wejść spoza wyszukiwarek, współczynnika ilości odsłon podczas jednej sesji dla wejść spoza wyszukiwarek oraz współczynnika procentu powracających użytkowników. Ważne, aby we wskazanych przypadkach pomijać wejścia z wyszukiwarek internetowych, gdyż wynik byłby przekłamany. Wskaźnik może przyjmować wartości od 0 do 1 – wyższa wartość wskaźnika świadczy o większym wykorzystaniu potencjału informacji przez e-sklep.

Równanie 14 Funkcja opisująca Wskaźnik Findability. Źródło: Opracowanie własne.

Findability= Wz * Wg * Ww * Wo * Wsct * Wio * Wpu

Przyjęte oznaczenia we wzorze:

Findability – Wskaźnik findability sklepu internetowego,

  • Wz - Współczynnik ilości źródeł wejść do sklepu,
  • Wg - Współczynnik ilości grup źródeł wejść do sklepu (w nomenklaturze Google Analytics: ilość kanałów),
  • Ww - Współczynnik procentowego udziału wejść z wyszukiwarek,
  • Wo - Współczynnik współczynnika odrzuceń dla wejść spoza wyszukiwarek,
  • Wsct - Współczynnik średniego czasu trwania sesji dla wejść spoza wyszukiwarek,
  • Wio - Współczynnik ilości odsłon podczas jednej sesji dla wejść spoza wyszukiwarek.

Wskaźnik Findability wykorzystuje następujące metadane:

  1. Ilość źródeł wejść do sklepu,
  2. Ilość grup źródeł wejść do sklepu (w nomenklaturze Google Analytics: ilość kanałów),
  3. Procentowy udział wejść z wyszukiwarek,
  4. Współczynnik odrzuceń dla wejść spoza wyszukiwarek,
  5. Średni czas trwania sesji dla wejść spoza wyszukiwarek,
  6. Ilość odsłon podczas jednej sesji dla wejść spoza wyszukiwarek,
  7. Procent powracających użytkowników.

Przyjęto następujące założenia główne:

1. Ze względu na ilość źródeł wejść do sklepu – jako źródło wejścia należy zaliczyć:

  • Unikalny adres odsyłającej witryny internetowej (nawet wejścia z 20 różnych podstron jednej witryny to nadal 1 źródło). W ramach tej grupy są rozumiane również porównywarki cen.
  • Domeny wyszukiwarek internetowych z podziałem na medium, tj. płatne i bezpłatne – czyli wejścia z Google.pl z wejść płatnych i bezpłatnych stanowią dwa źródła wejść lub jeśli byłyby wejścia z Google.pl i Google.de i w obu przypadkach z wejść płatnych i bezpłatnych to łącznie byłyby 4 źródła.

Jako źródło wejścia nie zalicza się nazwa kampanii – jest to o tyle istotne, że system Google Analytics nazwy kampanii pokazuje właśnie jako osobne źródła wejść.

Czym starszy sklep, tym powinien mieć więcej źródeł – nawet wyświetlanie się strony w nic nie wartych ze względu na grupę docelową forach czy katalogach może sprawiać, że ilość źródeł będzie większa, ale nie będzie to miało wpływu na transakcje. Ta zależność wpływa na to, że wartość pojedynczego źródła musi być niewielka, ale też zauważalne jest, że istnienie kilkunastu źródeł wejść na stronę jest obligatoryjne.

Można to zwizualizować tak jak na poniższym schemacie:

Można to opisać funkcją:

2. Ze względu na ilość grup źródeł wejść do sklepu (w nomenklaturze Google Analytics: ilość kanałów) – na potrzeby wskaźnika konieczne jest stworzenie stałych grup:

  • Porównywarki cenowe,
  • Wyszukiwarki – ruch płatny,
  • Wyszukiwarki – ruch bezpłatny,
  • Wejścia bezpośrednie,
  • Wejścia z Social Media,
  • Wejścia z odesłań (referral),
  • Kampanie reklamowe inne niż reklama płatna w wyszukiwarkach,
  • Pozostałe źródła wejść.

Oznacza to, że łącznie może być 8 grup źródeł wejść do sklepu. Optymalnie, jeśli sklep zdobywa ruch ze wszystkich 8 grup źródeł.

Można to zwizualizować tak jak na poniższym schemacie:

Można to opisać funkcją:

3. Ze względu na procentowy udział wejść bezpłatnych z wyszukiwarek – z punktu widzenia findability, czyli możliwości odnalezienia udziału wejść z wyszukiwarek, jest bardzo ważnym czynnikiem. Mowa tutaj o wejściach bezpłatnych (Organic Search).

Można to zwizualizować tak jak na poniższym schemacie:

Można to opisać funkcją:

4. Ze względu na współczynnik odrzuceń z wejść spoza wyszukiwarek internetowych – istnieje pewna optymalna wartość współczynnika odrzuceń. Sklep internetowy, w którym współczynnik odrzuceń z ruchu pochodzącego spoza wyszukiwarek jest większy niż 20%, powinien zoptymalizować swoje działania.

Można to zwizualizować tak jak na poniższym schemacie:

Można to opisać funkcją:

5. Ze względu na średni czas trwania sesji dla wejść spoza wyszukiwarek – istnieje pewna optymalna wartość średniego czasu trwania sesji dla wejść spoza wyszukiwarek. Ruch, który ma zerowy czas trwania sesji (czyli stan niemożliwy do osiągnięcia) lub trwa powyżej 10 minut, jest dla sklepu bezwartościowy. W przedziale pomiędzy 0 a 10 minut wartość ruchu stopniowo się zmienia (rośnie, a potem maleje), przyjmując swoje maksimum w okolicach między 3 – 4 minuty (w zależności od branży).

Można to zwizualizować tak jak na poniższym schemacie:

Można to opisać funkcją:

6. Ze względu na ilość odsłon podczas jednej sesji dla ruchu spoza wyników wyszukiwania – istnieje pewna optymalna wartość średniej ilości odsłon podczas jednej sesji. Ruch, który ma zerową ilość odsłon w czasie jednej sesji (czyli stan niemożliwy do osiągnięcia) lub posiada ponad 10 odsłon w czasie jednej sesji, jest dla sklepu bezwartościowy. W przedziale pomiędzy 0 a 10 odsłon wartość ruchu stopniowo się zmienia (rośnie, a potem maleje), przyjmując swoje maksimum w okolicach między 4 – 7 odsłon na sesję (w zależności od branży).

Można to zwizualizować tak jak na poniższym schemacie:

Można to opisać funkcją:

7. Ze względu na procent powracających użytkowników – istnieje pewna optymalna wartość procentu powracających użytkowników. Sklep internetowy, który ma zerową ilość powracających użytkowników lub posiada ich ponad 80% jest nieoptymalny. Można przyjąć, że optimum sklep uzyskuje pomiędzy 28% a 70%.

Można to zwizualizować tak jak na poniższym schemaci

Można to opisać funkcją:


Przykład zastosowania Wskaźnika Findability

Następujący przykład wydaje się być idealnym do zobrazowania możliwości zastosowania Wskaźnika Findability: Pewien sklep internetowy chciał sprawdzić, czy prowadzone przez nich działania sprzyjają zwiększeniu ich zauważalności w sieci. Aby to zrobić, konieczne jest sprawdzenie metadanych z systemów statystycznych (w tym przypadku Google Analytics), a następnie znormalizowanie pozyskanych informacji. Poniżej znajduje się tabela z porównaniem danych z lat 2012, 2013 i 2014 dla tego samego e-sklepu.

Poniżej znajduje się tabela z wartościami po normalizacji:

Jak wynika z powyższej tabeli, najlepszy wynik został osiągnięty w roku 2014, a w celu lepszej wizualizacji i zrozumienia danych można je przedstawić na wykresie.

Z powyższych obliczeń jasno wynika, że działania podejmowane w skali trzech lat dały pozytywny efekt, lecz zestawiając dane z roku 2012 i 2013, widać wyraźny spadek. Może on wynikać z zaprzestania kluczowych działań e-marketingowych, minimalizacji budżetu promocyjnego bądź próby zmiany kanałów dystrybucji informacji na temat sklepu bądź sprzedawanych produktów. Niezależnie od przyczyny zmian w wyniku zaobserwowano zmiany również w ilości transakcji – im wyższy Wskaźnik Findability, tym większa ilość sprzedaży oraz średnia wartość koszyka.


Wnioski i podsumowanie

W ciągu ostatnich lat można zaobserwować ustawiczny wzrost znaczenia Internetu w życiu ludzi. Może o tym świadczyć fakt, iż dzień 17 maja każdego roku został ustanowionym przez Zgromadzenie Ogólne ONZ (27 marca 2006 roku) Światowym Dniem Społeczeństwa Informacyjnego. W budżetach większości nowoczesnych Państw przewiduje się coraz większe kwoty na wdrażanie lub umacnianie społeczeństwa informacyjnego. Samo pojęcie zostało wymyślone przez etnologa Tadao Umsao i pierwszy raz zostało wykorzystane w artykule o ewolucyjnej teorii społeczeństwa informacyjnego opartego na przetwarzaniu informacji. I właśnie to przetwarzanie informacji przez dzisiejszych konsumentów i ich zdolność do zdobycia tychże informacji wydaje się być jednym z głównych elementów wpływających na decyzje marketingowe w firmach. W pracach socjologów czy ekonomistów zamiennie pojawiają się również hasła „globalna wioska”, „społeczeństwo wiedzy” i „społeczeństwo komunikacji” – wszystkie te trzy terminy jasno wskazują na to, że Internet jest źródłem wiedzy, w tym także o firmach, ich produktach i usługach. Konieczne wydaje się być wykorzystanie tego faktu w działaniach e-marketingowych firm, testując jednocześnie i wdrażając najnowsze możliwości wspierające podejmowanie decyzji – takie jak między innymi Wskaźnik Findability.

Bibliografia

  1. Bonek, Tomasz, Smaga, Magda (2012), Biznes w internecie: praktyczny poradnik o marketingu, sprzedaży, public relations on-line, i promocji w mediach społecznościowych, Warszawa, Wolters Kluwer Polska
  2. Ceneo.pl, Bezpieczeństwo i zaufanie - filary polskiego e-commerce, 2013
  3. Doligalski, Tymoteusz (2009), Społeczne uwarunkowania marketingu w Internecie i e-biznesu, "E-mentor", 1 (28)
  4. Feldy, Marzena (2012), E-konsumentów portret własny, "E-mentor", 4 (46)
  5. Google i Shopper Sciences U.S., The Zero Moment of Truth, Makro Study, 2011
  6. Hales, Colin (2009) Społeczeństwo informacyjne – Stan i kierunki rozwoju w świetle uwarunkowań regionalnych, Rzeszów, Uniwersytet Rzeszowski
  7. HubSpot.com, Online Marketing Opportunity Report, 2012
  8. Ideo Sp. z o.o., Badania na potrzeby PIWEH, 2014
  9. Jurkiewicz, Maciej (2012), Serwisy internetowe banków jako ich produkt z perspektywy elementu użyteczności - czasu dostępu, "E-mentor", 2 (44)
  10. Kubicek, Herbert (1999), Möglichkeiten und Gefahren der Informationsgesellschaft, Tubungen
  11. Machlup, Fritz (1962), The production and distribution of knowledge in the United States, Printeton, Princeton University Press
  12. Małecki, Marcin, Big Data Marketing - jak automatyzować marketing w oparciu o gromadzone dane behawioralne i transakcyjne, (2013), http://nowymarketing.pl/a/1319,big-data-marketing-jak-automatyzowac-marketing-w-oparciu-o-gromadzone-dane-behawioralne-i-transakcyjne
  13. Mazur, Damian (2013), Społeczeństwo informacyjne szukające nowej drogi rozwoju we współczesnym świecie, Rzeszów, Oficyna Wydawnicza Politechniki Rzeszowskiej
  14. MillwardBrown, Internet w Polsce, 2013
  15. Money.pl, Najlepsze sklepy w polskim Internecie, , 2013
  16. Moroz, Mirosław (2010), Źródła efektywności przekazu marketingowego w serwisach społecznościowych, "E-mentor", 4 (36)
  17. Pilarczyk, Bogna, Mruk. Henryk (2007), Kompendium wiedzy o marketingu, Warszawa, Wydawnictwo Naukowe PWN
  18. Porat, Uri (1977), The Information Economy: Definition and Measurement, Washington, Office of Telecommunications
  19. Social Media Examiner, 2012 Social Media Marketing Industry Report, 2013

 


Autor
 

Wojciech Szymański
Od 2014 Prezes Zarządu agencji e-marketingowej Ideo Force Sp. z o.o.. Od 2013 roku dyrektor Działu Marketingu Internetowego w agencji interaktywnej Ideo Sp. z o.o., gdzie nadzoruje pracami działu, wyznacza jego cele i odpowiada za wyniki finansowe, a także dalszy rozwój. Wcześniej przez 6 lat kierownik Działu Promocji w Wyszukiwarkach w tej samej agencji. W firmie oprócz koordynowania pracą zespołu przygotowuje strategie marketingowe, strategie e-PR oraz plany media relations z wykorzystaniem internetu.

Prowadzi zajęcia na studiach licencjackich, inżynierskich oraz magisterskich Wyższej Szkoły Informatyki i Zarządzania w Rzeszowie – najlepiej ocenianej uczelni w Polsce południowej wg Rankingu Niepublicznych Uczelni Magisterskich 2013, przygotowanym przez Perspektywy i Rzeczpospolitą.

Publikacja:
Kultura i polityka, nr 16 rok 2014

raport_ecommerce_


 


Może zainteresują Cię także

Do tych klientów wyślij e-maila. Wrócą i kupią

5 czerwca 2014
Interaktywnie.com, 05.06.2014r. Autor: Wojciech Szymański.

Zwiększaj obroty firmy dzięki lojalności klientów

2 stycznia 2014
Firmer, 2013/9 – 2014/1. Autor: Krystian Baran.

Porozmawiajmy

Wypełnij formularz lub zadzwoń: +48 17 860 21 86
×

Klienci o nas