लोकप्रिय पोस्ट

संपादक की पसंद - 2019

नई तकनीक ऑनलाइन शब्द-मुंह विपणन को बढ़ावा दे सकती है

Anonim

उत्तरी कैरोलिना स्टेट यूनिवर्सिटी और कैटलोनिया के ओपन यूनिवर्सिटी के शोधकर्ताओं ने जटिल भविष्यवाणियों के औजारों के निर्माण के लिए एक तकनीक विकसित की है जिसका उपयोग ऑनलाइन उत्पादों और सेवाओं के लिए मुंह के विपणन के बारे में प्रभावी निर्णय लेने के लिए किया जा सकता है।

विज्ञापन


बिजनेस मैनेजमेंट के एक सहायक प्रोफेसर विलियम रैंड कहते हैं, "शुरुआत में हमें एक ऑनलाइन गेम प्रदाता द्वारा संपर्क किया गया था, जो 'फ्रीमियम' मॉडल का इस्तेमाल करता था - खिलाड़ी मुफ्त में खेल सकते थे, लेकिन प्रीमियम उपयोगकर्ताओं बनने के लिए शुल्क का भुगतान करके उन्नयन प्राप्त कर सकते थे।" एनसी राज्य और काम पर एक पेपर के सह-लेखक। "कंपनी जानना चाहती थी कि खिलाड़ियों को प्रीमियम उपयोगकर्ताओं बनने के लिए प्रोत्साहन देने की संभावना सबसे अधिक होगी। यह काम के लिए उत्साह था, लेकिन जो हमने पाया वह वास्तव में किसी भी कंपनी या डेवलपर के लिए प्रासंगिक है जो ऐप्स या ऑनलाइन सेवाओं में उपयोगकर्ता निवेश को प्रोत्साहित करने में रूचि रखता है । "

एक प्रारंभिक मूल्यांकन से संकेत मिलता है कि उपयोगकर्ता सामग्री का भुगतान करने के लिए नए खिलाड़ियों तक पहुंच प्राथमिक ड्राइवर नहीं है। इसके बजाए, खिलाड़ी निवेश को किसी खिलाड़ी के सोशल नेटवर्क से जोड़ा जाना प्रतीत होता था।

अधिक जानने के लिए, शोधकर्ताओं ने ऑनलाइन गेम के 1.4 मिलियन उपयोगकर्ताओं पर तीन महीने के डेटा का मूल्यांकन किया, जिसमें प्रत्येक खिलाड़ी ने गेम खेलना शुरू किया; अन्य खिलाड़ियों के साथ प्रत्येक खिलाड़ी के इन-गेम कनेक्शन; और क्या कोई खिलाड़ी प्रीमियम उपयोगकर्ता बन गया है।

उस डेटा का उपयोग करके, शोधकर्ताओं ने एजेंट-आधारित मॉडलिंग का उपयोग करके एक कंप्यूटर मॉडल बनाया, एक विधि जो एक उपयोगकर्ता या उपयोगकर्ता के समूह का प्रतिनिधित्व करने के लिए एक कम्प्यूटेशनल एजेंट बनाती है। कंप्यूटर मॉडल ने उन भूमिकाओं का आकलन करने की अनुमति दी जो खिलाड़ियों को उपयोगकर्ता शुल्क का भुगतान करने के लिए सामाजिक कनेक्शन खेल सकते हैं। उन्होंने पाया कि दो अलग व्यवहार मॉडल बहुत अच्छी तरह से काम करते थे, लेकिन विभिन्न तरीकों से।

"हमने पाया कि प्रीमियम उपयोगकर्ताओं बनने वाले खिलाड़ियों की समग्र दर की सटीक भविष्यवाणी करने के लिए सबसे अच्छा मॉडल तथाकथित 'बास मॉडल' था, जिसमें यह माना जाता है कि आपके पास सीधे कनेक्शन के अंश का बड़ा हिस्सा है जो उत्पाद का उपयोग करते हैं, उतनी अधिक संभावना है कि आप उत्पाद का उपयोग करने के लिए, "रैंड कहते हैं।

हालांकि, शोधकर्ताओं ने पाया कि किसी भी विशिष्ट व्यक्ति के व्यवहार की भविष्यवाणी करने का सबसे अच्छा मॉडल जटिल संक्रम मॉडल था।

"बास मॉडल आपके प्रत्यक्ष कनेक्शन के अंश को देखता है जो एक उत्पाद को अपनाते हैं, जबकि जटिल संक्रम मॉडल बस आपके प्रत्यक्ष कनेक्शन की कुल संख्या को देखता है जो" गोद लेते हैं।

दोनों तकनीकों के कारोबार के लिए उपयोगिता है। उदाहरण के लिए, यह अनुमान लगाने में सक्षम होना कि कितने खिलाड़ी प्रीमियम बन जाएंगे, कंपनी एक कंपनी को टिकाऊ व्यावसायिक निर्णय लेने में मदद कर सकती है; जबकि एक व्यक्तिगत खिलाड़ी के व्यवहार की भविष्यवाणी करने में सक्षम होने से कंपनी के लक्षित खिलाड़ियों की मदद मिल सकती है जो प्रीमियम उपयोगकर्ताओं बनने की सीमा के पास हैं।

"इन दो मॉडलिंग दृष्टिकोणों को विलय करके, हमने एक ऐसा टूल बनाया है जो एक कंपनी को यह अनुमान लगाने की अनुमति देगा कि प्रीमियम उपयोगकर्ताओं को बनने की सीमा वाले व्यक्तिगत खिलाड़ियों को विपणन में निवेश के विभिन्न डिग्री के आधार पर कितने अतिरिक्त प्रीमियम उपयोगकर्ता हासिल करेंगे, " रैंड कहते हैं। "इसका इस्तेमाल मुंह के विपणन पर पूंजीकरण के लिए 'बीजित' या लक्षित, मार्केटिंग में निवेश करने के बारे में सूचित निर्णय लेने के लिए किया जा सकता है।

"यहां की निचली पंक्ति यह है कि इस उपकरण को विकसित करने के लिए हमने जो दृष्टिकोण लिया वह किसी भी कंपनी के लिए एक कस्टम उपकरण विकसित करने के लिए इस्तेमाल किया जा सकता है जो मुंह के माध्यम से ऑनलाइन उत्पाद या सेवा का विपणन कर रहा है।"

पेपर, "वर्ड-ऑफ-मुथ प्रोग्राम्स के लिए एजेंट आधारित-आधारित निर्णय समर्थन प्रणाली। एक फ्रीमियम एप्लिकेशन, " जर्नल ऑफ मार्केटिंग रिसर्च में ऑनलाइन प्रकाशित किया गया है।

विज्ञापन



कहानी स्रोत:

उत्तरी कैरोलिना स्टेट यूनिवर्सिटी द्वारा प्रदान की जाने वाली सामग्री। नोट: सामग्री शैली और लंबाई के लिए संपादित किया जा सकता है।


जर्नल संदर्भ :

  1. मैनुअल चािका, विलियम रैंड। शब्द-के-मुंह कार्यक्रमों के लिए एजेंट आधारित निर्णय समर्थन प्रणाली का निर्माण। एक फ्रीमियम आवेदनविपणन अनुसंधान जर्नल, 2016; डीओआई: 10.150 9 / जेएमआर.15.0443