Customer Intelligence тапсырмаларына арналған KPI панелі: қолданылуы мен бизнес үшін маңыздылығы

Елдердіңэкономикалық дамуына,жаңажұмыс орындарын ашуға, білімберуді дамытуға, қоршаған ортаны жақсартуға және халықтың өмір сүру деңгейін арттыруға бизнестің қосқан үлесі өте зор. Кәсіпорындардың өздері үшін тұтынушылардың аналитикасы (ТA) маңызды рөл атқаратын тиімді маркетингтік қызметке негізделген тұрақты және бәсекеге қабілетті даму өте маңызды. Бұл қазіргі заманғы шынайылықта тұтынушыларға назар аудару компанияларға нарықта неғұрлым табысты және тұрақты болу мүмкіндігін беретінімен негізделеді. Әлемдік цифрлық трансформация көптеген компанияларға өнімдер мен қызметтерді кастомизациялау үшін үлкен мүмкіндіктер беру арқылы бәсекеге қабілеттілігін арттырып жатыр. Жаһандық цифрлық трансформация компанияларға өнімдер мен қызметтерді кастоматизациялау үшін көптеген мүмкіндіктер берді, бұл бір жағынан бәсекеге қабілеттілікті арттырады, ал екінші жағынан тұтынушылармен жұмыс істеу үшін жаңа мүмкіндіктер ашады. Маркетингтік әрекеттердегі тұтынушылардың дерекқорларына сүйене отырып, тұтынушылар аналитикасын (ТА) қолдануды бастауға болады. Тұтынушылардың деректер қорын жинау және өңдеу үшін бүгінгі күні ТА-ны пайдалануды бастауға мүмкіндік беретін көптеген әдістер мен технологиялар бар. Бұл зерттеудің мақсаты – негізгі тиімділік көрсеткіштерінің панелін пайдалана отырып, тұтынушылар аналитикасын қолдану мақсатында практикалық тәсілді ұсыну, мұнда ақпараттық панель ТА мақсаттарын іске асыру негізінде таңдалған негізгі тиімділік көрсеткіштерінің жиынтығы болып табылады. Бұл панельді пайдалану компанияларға осы әдістемені пайдалану тиімділігін түсіну және бағалау арқылы тұтынушылар аналитикасын енгізуге мүмкіндік береді. Нәтижелерді жүйелі пайдалану және қадағалау, сайып келгенде, компаниялардың тұрақтылығы мен өміршеңдігіне әсер етеді.

1. Ali F., Kim W.G., Li J., Jeon H.M. Make it delightful: customers’ experience, satisfaction and loyalty in Malaysian theme parks. J. Destination Marketing Manage, 2018, no. 7, pp. 1–11.

2. Rygielski C., Wang J.-C., Yen D.C. Data mining techniquesfor customer relationship management. Technology in Society, 2002, no. 24(4), pp. 483–502.

3. Lu J., Cairns L., Smith L. Data science in the business environment: customer analytics case studies in SMEs. Journal of Modelling in Management, 2020.

4. Sychrová L., Šimberová I. Key Performance Indicators as as Basic Element for a Marketing Efficiency Measurement // 7th International Scientific Conference “Business and Management“ 2012, pp. 488–493.

5. Andersén J., Strategic resources and firm performance. Management Decision, 2011, no. 49(1), рр. 87–98.

6. Amado A. et al. Research trends on big data in marketing: а text mining and topic modeling based literature analysis. European Research on Management and Business Economics, 2018, vol. 24, no. 1, pp. 1–7.

7. Worldbank.org, Small and Medium Enterprises (SMEs) Finance. 2021. URL: https://www.worldbank.org/en/topic/smefinance

8. Bulletin “Main indicators of the number of subjects in the Kazakhstan Republic”. Accessed August 8, 2021. URL: https://stat.gov.kz/official/industry/13/statistic/5

9. V2019 godu likvidirovano rekordnoye chislo predpriyatiy. 2020.URL: https://kapital.kz/business/82371/v-2019-godu-likvidirovano-rekordnoye-chislo-predpriyatiy.html

10. Soldatenko T.А., Yessimzhanova S.R. Modern aspects and trends of Customer Intelligence development // Economics: strategy and practice, 2020, no. 2 (15), pp. 107–113.

11. Google Analytics. URL: https://support.google.com/

12. Kalinić Č, Vujičić M. A subnational assessment of hotel social media metrics – The case of Serbia. Geographica Pannonica, 2019, no. 23(2), pp. 87–101.

13. Facebook Business Help Center. URL: https://www.facebook.com › business › help

14. Support Google. URL: https://support.google.com

15. Bondarenko S. et al. Modern lead generation in internet marketing for the development of enterprise potential, 2019.

16. Wiegand S. AerOff Oy–in-depth potential customer analysis focusing on the southern German CNC market, 2021.

17. Baehre S. et al. The use of Net Promoter Score (NPS) to predict sales growth: insights from an empirical investigation //Journal of the Academy of Marketing Science, 2022, vol. 50, no. 1.

18. Van Lierop, D. e A. El-Geneidy. Enjoying loyalty: The relationship between service quality, customer satisfaction, and behavioral intentions in public transit. Research in Transportation Economics, 2016, vol. 59, no. 1, pp. 50–59.

19. Abdolvand N., Baradaran V., Albadvi A. Activity–level as a link between customer retention and consumer lifetime value // Iranian Journal of Management Studies, 2021.

20. Sinha A. et al. Modelling Customer Churn Rate and Its Use for Customer Retention Planning // Available at SSRN 3998408, 2022.

21. Bonyuet D. Price Delegation and the Impact on Customer Loyalty // Journal of Instructional Pedagogies, 2019, p. 22.

22. John Solomon. What is Customer LifeTime Value (CLTV). Why is it considered an important SaaS Metric. URL: https://www.chargebee.com/blog/saas-metric-customer-life-time-cltv

23. Meeker M., Wu L. Internet trends. 2018. URL: https://hybg.cebnet.com.cn/upload/internettrends-2018/internet-trends-2018-en

24. Balancing your new existing customer revenue. 2020. URL: https://www.optimove.com/blog/balancing-your-new-existing-customer-revenue-mix

25. How to calculate customer churn and revenue churn. 2021. URL: https://www.salesforce.com/resources/articles/how-calculate-customer-churn-and-revenue-churn