Obchodní inteligence - Market intelligence

Tržní informace (MI) jsou informace relevantní pro trh společnosti - shromažďují a analyzují trendy , konkurenty a zákazníky (stávající, ztracené a cílené) . Jedná se o podtyp konkurenční inteligence (CI), což jsou data a informace shromažďované společnostmi, které poskytují nepřetržitý vhled do tržních trendů, jako jsou hodnoty a preference konkurentů a zákazníků.

MI spolu s marketingovými schopnostmi organizace poskytuje vodítko pro přidělování a implementaci zdrojů a procesů. Používá se za účelem nepřetržitého poskytování strategického marketingového plánování pro organizace k měření marketingových pozic, aby společnosti získaly konkurenční výhodu a nejlépe splnily cíle.

Organizace mohou vyvíjet rámce a modely MI, které jsou vhodné pro finanční možnosti a požadovaná tržní odvětví, ale jsou založeny hlavně na čtyřstupňovém procesu shromažďování, ověřování, zpracování a komunikace MI. Shromažďování údajů MI je řazeno do mnoha různých kategorií, mimo jiné včetně kvalitativních , kvantitativních , formálních, neformálních, publikovaných a nepublikovaných. Data MI jsou shromažďována interně i externě.

MI může přinést výhody v tom, že poskytuje přehled o zákaznících , konkurentech a trhu a umožňuje organizacím získat konkurenční výhodu ve svých marketingových strategiích . Problémy, které může MI přinést, je získávání dat a informací nezákonnými nebo neetickými způsoby, což může vést k finanční ztrátě a vládním regulačním selháním .

Pozadí a vývoj

MI a jeho širší termín, marketingová inteligence , byl poprvé představen v „Marketing Intelligence for Top Management“ společností Kelley, aby poskytl informace, které byly analyzovány, spolehlivé a konzistentní pro organizaci, aby lépe vytvářela zásady a přijímala obchodní rozhodnutí.

V návaznosti na Kelleyho v článku „Jak vyvinout systém marketingové inteligence“ ukazuje R. Pinkerton proaktivitu organizací, protože systémy marketingové inteligence se uplatňují v době, kdy dochází k technologické revoluci . Příspěvky do MI zahrnují profesní organizace jako „Global Intelligence Alliance“ a „ Society of Competitive Intelligence Professionals “ (SCIP). Tyto organizace přispěly jak empirickým, tak teoretickým výzkumem ve snaze dále definovat a porozumět MI.

Vzhledem k tomu, že výzkum MI pochází od vědců a neučenců různého původu, vyústil v roztříštěný stav výzkumu. To vedlo k tomu, že MI byly používány zaměnitelně s jinými tržními pojmy, jako je konkurenční zpravodajství , obchodní zpravodajství a strategické zpravodajství . MI k tomuto aktuálnímu datu se stále mění, aby splňoval organizační požadavky.

Rámec

Implementace MI se liší podle toho, jak ji organizace vnímají. MI je definován jako složený ze tří hlavních činností, kterými jsou akvizice informací, shromažďování marketingových informací, které jsou nutné pro aktuální a budoucí potřeby zákazníků, informační analýza, což je inteligence získaná ze shromážděných informací a aktivace informací, která využívá inteligence implementovat a rozvíjet marketingové plány.

Rámce mohou být flexibilní, nicméně základ, který organizace používají k modelování MI, obklopuje čtyřkrokový proces, kterým je shromažďování, ověřování, zpracování a komunikace. Techniky dolování dat se používají v celém procesu k pomoci při shromažďování a analýze získaných dat a informací. MI je nepřetržitý proces, který organizace potřebují sledovat, aby zlepšily své strategické a taktické marketingové plánování. Tyto procesy se zaměřují na tři činnosti, kterými je MI definován. Model lze v případě potřeby upravit a přizpůsobit a lze jej implementovat najednou nebo po částech.

Sbírka

Sběr je prvním krokem v modelu MI, zahrnuje sběr dat a informací o konkrétním tržním sektoru . Taková data a informace lze shromažďovat z externích zdrojů, jako jsou jiné organizace a jejich tržní strategie , výzkumné ústavy a obchodní zprávy .

Interní faktory mohou zahrnovat nahlédnutí do aktuálních strategických procesů a osobních trendů zákazníků. Odhaduje se, že 70% až 80% zpravodajských informací je umístěno mezi zaměstnanci organizací nebo interní sítí MI, protože jsou týmem, který získává informace při interakci s dodavateli , zákazníky a dalšími průmyslovými kontakty. Chcete -li zapojit zaměstnance do zpravodajského programu za účelem získání dat a informací, je třeba vzít v úvahu následující skutečnosti: vývoj programu odměn na podporu účasti, poskytování cílů MI, požadavků a časového rámce pro poskytování informací a vytvoření vhodné komunikační metody na podporu zpravodajský program se zaměstnanci, například pomocí e-mailového systému.

Úkolem, který vzniká při sběru dat a informací, je identifikace relevantních informací, což je důsledek toho, že organizace jasně nedefinují tržní sektor .

Validace

Zobrazuje duplikaci dat, která snižuje kvalitu dat

Ověření je druhým krokem v modelu MI, který lze označit jako čištění dat. Udržování dobré kvality dat je důležité, protože data a informace se získávají z mnoha různých zdrojů. Data a informace získané ze zdrojů mohou být špinavé , což znamená, že jsou neúplné, nesprávné, nevhodné, duplicitní. Tento krok umožní, aby byla data a informace upravena a srozumitelná pro organizaci, a navíc umožňuje, aby byla přítomna konzistence a soulad. Pokud není kvalita dat udržována správně, může to vést k organizačním ztrátám s výpadky příjmů a vládních regulací .

Způsob ověření

Čištění dat je složitý proces, který zahrnuje několik fází za účelem získání dobré kvality dat pro použití strategie MI. Fáze zahrnují definování úrovně kvality dat organizace , detekci chyb ze shromážděných dat a jejich opravu. Pět fází čištění dat je analýza dat za účelem identifikace chyb, odstranění chyb, kontrola zajištění odstranění chyb, které se provádějí odpovídajícím způsobem, obnovení data v datovém skladu a nakonec nahrazení špinavých dat čistými daty.

zpracovává se

Zpracování je třetím krokem modelu MI. Zahrnuje použití překladu čistých dat pomocí organizačních pravidel, modelování, logiky a analýzy k vytváření čitelných informací, zpráv a tabulek, které organizaci umožňují získat určené znalosti. Interpretace dat do čitelných informací je obtížná, protože je složitá, vyžaduje správnou technologii a velké nasazení ze strany nejvyšší organizační úrovně, aby bylo možné sladit získaná data a informace a sladit je s marketingovou strategií.

Sdělení

Komunikace je posledním krokem v modelu MI. Zahrnuje sdílení, doručování a přenos informací získaných z kroku zpracování na postavy v organizaci, které je budou odpovídajícím způsobem aplikovat na tržní strategii . Jelikož se MI neustále mění, komunikace strategie MI vyžaduje manažery, kteří mají odborné znalosti v daném tržním odvětví, aby mohli určit průběžnou platnost strategie MI a její implementaci. Aby byla komunikace strategie MI co nejúspěšnější, musí tento proces provádět každá úroveň organizace, známá také jako zpravodajská organizace.

Zpravodajská organizace

Zpravodajská organizace označuje „lidi a informační zdroje, díky nimž probíhá proces tržní informovanosti“. Pět prvků zpravodajské organizace je: vedení MI, které řídí a vede proces MI, tým MI, portfolio externích informačních zdrojů, které zřídil tým MI, interní síť MI tvořená uživateli MI a uživatelem MI síť zdrojů osobních informací. Prvek zpravodajské organizace se skládá z vnějších a vnitřních faktorů, které umožňují nepřetržitý proces MI.

Shromažďování údajů o tržních informacích

Využití vyhledávačů při shromažďování MI

Shromažďování údajů MI se liší v závislosti na finančních možnostech organizace. Zdroje dat a informací jsou rozděleny na kvalitativní , kvantitativní , formální, neformální, publikované a nepublikované. S takovými zdroji získanými interně i externě z organizace. Zahrnuje používání vyhledávačů a firemních webových stránek k zobrazení strategií konkurence, identifikaci obchodních trendů prostřednictvím renomovaných publikací a stávající klientely zákazníků. Organizace používají k shromažďování MI různé systémy, jeden systém je ten, který se používá jako open-source zpravodajský systém .

Shromažďování vnitřní inteligence

Zdroje shromažďování interních zpravodajských informací zahrnují, ale nejsou omezeny na, shromažďování dat od zákazníků, výrobců prostřednictvím výzkumu a vývoje (R&D), zaměstnanců , známých také jako salesforce, fyzické důkazy, prodejní nabídky , záznamy o prodejích, veletrzích a nových náborech. Organizace tyto zdroje dat seřadily na stupnici měřící pět za velmi důležitou pro jednu, která není důležitá. Byla založena, aby zákazníci a výrobci a R & D jsou považovány za nejdůležitější organizace s sto procent organizací pořadí těchto zdrojů dat s číslem čtyři, nebo vyšší , . Ukazuje, že v procesu shromažďování a shromažďování údajů a informací MI tyto zdroje dat přinesly organizacím největší hodnotu .

Shromažďování vnějších zpravodajských informací

Zdroje shromažďování externích zpravodajských informací jsou zahrnuty, ale nejsou omezeny na, shromažďování dat ze schůzek s klienty, prodejců/distributorů, zákazníků , obchodních partnerů, projektů průzkumu trhu , dodavatelů, online služeb, periodik a vládních publikací. Tyto zdroje dat byly porovnávány ve stejném měřítku jako interní zdroje shromažďování zpravodajských informací, přičemž výsledky ukazují, že pro organizace jsou nejdůležitější informace shromážděné prostřednictvím schůzek s klienty, přičemž sto procent organizací řadí tento zdroj dat na číslo čtyři nebo vyšší.

Shromažďování informací o informačních systémech

Marketingové informační systémy umožňují organizacím průběžně získávat, generovat a udržovat externí a interní informace. Jsou to systémy, které využívají technologii umělé inteligence (AI) k pomoci při plánování strategické a taktické marketingové strategie MI, ale také sdílejí marketingové znalosti.

Open-source Intelligence (OSINT)

Open-source inteligence je převládající formou shromažďování MI, kterou organizace využívají. OSINT je definován jako skenování, vyhledávání, shromažďování, využívání, ověřování, analýza a sdílení veřejně dostupných tiskových a digitálních/elektronických dat z neklasifikovaných , tajných a šedých literatur s klienty, kteří hledají informace . Často se používá, protože jeho systém je uživatelsky přívětivý, levný a zpracovává velké množství surovin, které lze dále zpracovávat.

Dopady tržní inteligence

Používání MI může přinést organizacím výhody i problémy v závislosti na tom, jak se MI získává, udržuje a implementuje. Mezi výhody, které MI může přinést, patří mimo jiné získání konkurenční výhody v jejich marketingových strategiích . Problémy, které může MI přinést, mohou zahrnovat, ale nejsou omezeny na, finanční ztráty a vládní regulační selhání.

Problémy

Existují problémy, které vznikají v procesu získávání dat a informací MI a implementace marketingové strategie organizace . Problémy, jako je neetické a nezákonné získávání zpravodajských informací, mohou vést k selhání vládních předpisů , a pokud špinavá data nejsou řádně vyčištěna a problémy nejsou zmírněny nebo vyřešeny, mohou vést k řadě negativních dopadů, které mohou mít za následek finanční ztráty a ztráty dobrého jména organizaci.

Zákonnost a etika

Letadlo British Airways

Problém, který může nastat, je neetické a nezákonné shromažďování údajů a informací. Organizace mohou shromažďovat data pro MI nelegálně nebo neeticky, aby se pokusily získat konkurenční výhody , toto je známé jako průmyslová špionáž . Příkladem nelegální praxe shromažďování MI je situace, kdy British Airways porušením zákona o ochraně údajů z roku 1984 zpřístupněním důvěrných údajů o letu společnosti Virgin .

Nezisková organizace Society of Competitive Intelligence Professionals vytvořila standard chování a vytvořila etický kodex, který mohou organizace dodržovat při shromažďování informací o trhu, aby se zabránilo nezákonnému a neetickému shromažďování údajů a informací.

Špinavá data

Shromážděná špinavá data je třeba vyčistit, aby byla zachována dobrá kvalita dat . Výzvy, které vznikají při čištění dat, spočívají v tom, že je přijímán velký objem dat, což vede k tomu, že se organizace potýkají s mnoha riziky selhání detekce zpracovávání špinavých dat . Pokud není kvalita dat spravována správně, může to mít za následek finanční ztráty, neefektivní implementaci strategií MI a nedodržování vládních předpisů. Důvodem finanční ztráty jsou provozní náklady , protože dochází ke zvýšení zdrojů a času stráveného identifikací a opravou špinavých dat .

Výhody

Procesy MI byly použity ve strategickém plánování trhu mnoha organizací, stále však existují potíže v tom, jaké tvrdé a měkké výhody použití procesu MI pro organizaci má. Přínosy úspěšného procesu MI lze rozdělit do tří kategorií, lepší a rychlejší rozhodování, úspora času a nákladů a organizační učení a nové nápady, celkově však může zlepšit ziskovost a konkurenceschopnost organizace. Konkurenceschopnost organizace se zvyšuje, protože s více shromážděnými MI poskytne organizacím způsob, jak inovovat zlepšováním současných metod a zvyšováním schopnosti vyhledávat a vytvářet nové produkty.

Reference