CC BY
362. Положения (стандарт) бухгалтерского об-тку 4 «Звгг про рух грошових кошпв [Електронний ресурс]. URL: https://zakon.rada.gov.ua/laws/show/z0398-99
3. Мартюшева Л.С., Меренкова Л.О. Фшан-сова дшльнють суб'екпв пвдприемництва, Навчаль-ний поабник. Харшв : Вид. ХНЕУ, 2008. - 218 с.
4. Аранчш В.1. Фшанси тдприемств : навч. поаб. Кшв: Професюнал. 2014. -304 с.
5. Азаренкова Г.М. Фшанси тдприемств: На-вчальний поабник для самостшного вивчення дис-циплши / Г.М. Азаренкова, Т.М. Журавель, Р.М. Михайленко. Кшв: Знання-Прес, 2011. - 299 с.
6. Шдручник А.М. Поддерьопн, М.Д. Бшик, Л.Д. Буряк та ш. Кер. кол. авт. i наук. ред. проф. А.М. Поддерьопн. 7-ме вид., без змш. Кт'в: КНЕУ, 2008. 552 с.
7. Бердар М.М. Фшанси пвдприемств : навча-льний посiбник. Кшв: ЦУЛ, 2012 352 с.
8. Публiчне акцiонерне товариство «Червона зiрка». Мiсто i люди. елисаветград. Юровоград, 1754-2004. 1люстрована енциклопедiя., Юрово-град: , «1мекс-ЛТД», 2004, стор. 162-163
9. Офщшний сайт ПАТ «ЕльвортЬ» [Електронний ресурс]. URL: https://www.elvorti.com
10. Методика розрахунку показнишв фшансо-вого стану [Електронний ресурс]. URL: https://www.finalon.com
11. Коефщент детермшацп [Електронний ресурс] URL: https://pandia.ru/text/79/148/38943.php
12. Томчук О.Ф., Левчук М.С. Критерп ощню-вання i прогнозування фшансового стану та результата дiяльностi пiдприeмства. Молодий вчений. 2019. № 9. 480-486 с.
13. Киш Л.М. Аналiз i прогнозування фшансо-во! стiйкостi пвдприемства у сучасних умовах. Ма-терiали III Всеукр. наук.-практ. конф., 14 трав. 2019 р. Кшв: В1ПО, 2019. С. 124-126.
14. Волонтир Л.О., Бендас М.Ю. Методи мате-матичного моделювання швестицшно! дiяльностi пiдприeмства. Ефективна економша. 2019. № 11. 7 с.
15. Фаюра Н.Д., Вдовенко Л.О., Бечко П.К,, Чухно О.М,, Клочковська В.О. Фшанси пвдпри-емств. Навчальний поабник. Вiнниця: РВВ ВНАУ, 2011. 240 с.
16. Офщшний сайт Державно! служби статистики Украши [Електронний ресурс]. URL: http://ukrstat.gov.ua.
ДИДЖИТАЛ-АНАЛИЗ БРЕНДА, КАК СОВРЕМЕННОЕ КОНКУРЕНТНОЕ
ПРЕИМУЩЕСТВО
Довбня Г.Э.
Магистрант экономического факультета, КубГУ
Воронина Л.А.
Доктор экономических наук, профессор, КубГУ BRAND DIDGITAL ANALYSIS AS COMPETITIVE ADVANTAGE
Dovbnya G.
Student, faculty of Economics, KubSU Voronina L.
Doctor of Economic Sciences, professor, KubSU
Аннотация
В данной статье рассмотрены преимущества использования технологий диджитал-анализа бренда в процессе повышения уровня конкурентоспособности экономических единиц. Также были представлены ключевые аспекты данного вида анализа, которые способствуют формированию более эффективной модели стратегического развития экономического субъекта. И разобраны этапы реализации аналитических инструментов на практике.
Abstract
Advantages of using brand digital analysis as the important point of increasing competitiveness for economic units were reviewed in this article. Also, the key aspects of this analysis, which contribute to the creation of more effective strategic development model for economic entity, were introduced. The implementation steps of analytic tools were disassembled.
Ключевые слова: бренд, диджитал-анализ, диджитал-маркетинг, платформа, пользователь, ресурсы, целевая аудитория.
Keywords: brand, digital analysis, digital marketing, platform, resources, target audience, user.
С развитием интернет технологий и их масштабного внедрения в экономику увеличивается востребованность диджитал-маркетинга в сфере формирования бренда. А реализация аналитических инструментов способствует получению более достоверной информации об уровне эффективно-
сти проводимых компанией мероприятий. В частности, использование цифрового анализа обеспечивает экономические субъекты данными о распространении собственного контента посредством поисковых систем, об уровне вовлечения и взаимодействия целевой аудитории на социальных платформах и сайтах бренда, а также о доли рынка
и позиций конкурентов. Поскольку представителям бизнеса необходимо соответствовать изменяющимся тенденциям рынка и спросу со стороны потребителей, то есть стабильно получать статистические данные об окружающей экосистеме и реализованных инструментах, влияние анализа на организацию дальнейших мероприятий компании в цифровой среде крайне велико. Также актуальность диджитал-анализа для бренда продиктована следующими причинами:
- помогает количественно оценить эффективность кампаний (в сфере диджитал) по формированию бренда в целом;
- определяет уровень эффективности конкретных каналов привлечения и работы с трафиком для их дальнейшей модернизации;
- анализирует качество работы и степень идентичности друг с другом различных онлайн сервисов фирмы по взаимодействию с клиентами;
- обрабатывает обратную связь от целевой аудитории для последующего совершенствования как бизнес-процессов, так и продуктовой линейки.
Изучение аудитории посредством диджитал технологий относительно новое явление для экономики. Их преимущество заключается в возможности анализа людей с множества разнообразных позиций, чтобы более точно сегментировать свою целевую аудиторию и подробнее их описать. Диджитал-анализ в данной сфере помогает ответить на 3 ключевых вопроса:
1. Кто относится к моей целевой аудитории?
2. Сколько людей я могу охватить посредством реализации программы продвижения?
3. Больше или меньше потенциальных клиентов реагируют на мои рекламные сообщения по сравнению с конкурентами?
Помимо указанного стоит добавить, что возможность спрогнозировать потенциальную ситуацию на рынке также служит одной из ключевых причин, подтверждающих высокую степень важности проведения цифрового аудита бизнеса. К тому же анализ способствуют выявлению точек бренда, где полностью отсутствует влияние на покупателей, или оно минимально, что позволяет изменить предлагаемый контент-план с целью повышения уровня лояльности потребителей. Однако частое использование аналитических технологий требует большого количества времени, финансов и других ресурсов предприятия, поэтому данный вопрос должен быть рассмотрен руководством в рамках стратегического развития бизнес-единиц. Затраченные средства на их реализацию необходимо соизмерять с потенциальной выгодой: уменьшение доли неопределённости в процессе принятия оперативных и стратегических решений за счёт собранной базы данных. Тем не менее издержки могут быть снижены благодаря организации комплексной системы анализа цифровой сферы экономического субъекта. Основными объектами исследования данного комплекса будут являться:
- доля бренда, знание которой способствует измерению влияния на внимание потребителей и оценки силы бренда;
- аудитория бренда, особенности и потребности которой следует изучить, и на их основе выстроить систему взаимодействия;
- соотношение бренда и клиента, выражающееся в удовлетворении ожиданий пользователей от мероприятий организации в цифровом пространстве.
Изучение доли бренда может определить количество людей, которые ищут те или иные продукты компании, рассказывают о бренде или являются клиентами фирмы. Эти данные можно рассматривать по отдельности, однако их совместный анализ формирует более объективную оценку силы бренда. Причиной этому служит расхождение желаний и намерений населения от их непосредственно действий.
Исследование доли разговоров характеризует уровень популярности на рынке той или иной торговой марки относительно своих конкурентов. Рассчитывают указанный показатель путём определения отношения количества упоминаний о бренде к общему количеству всех упоминаний конкретной сферы. Следовательно, предприятие с наивысшим показателем будет обладать большим охватом аудитории. Что позволит определить своё место на рынке и скорректировать программу продвижения путём изменения количества используемых инструментов, либо дифференцировать смысловую нагрузку коммуникационных сообщений. Благодаря развитию современных технологий отслеживания и алгоритмам работы онлайн сервисов информация об упоминании бизнес структур постоянно обновляется и является легкодоступной. Как итог, предоставляется возможность оценивать эффективность внесённых изменений в кратчайшие сроки.
Доля поиска помогает определить (по запросам в поисковых системах): какие действия потенциальные покупатели собираются совершить. В зависимости от вводимых вопросов и запросов пользователей маркетологи выясняют существующие потребности целевой группы и используют эту информацию в совершенствовании процессов и продуктов. Также с целью понимания уровня популярности фирмы сравнивают количество упоминаний в поисковых системах названия бренда относительно конкурентов в конкретной категории рынка. В добавлении, стоит отметить наличие разнообразных фильтров в алгоритмах анализа, что позволяет отделять информацию по отдельному признаку, например, по географическому. Этот механизм помогает увеличить точность получаемых сведений для бизнес-единицы в конкретном регионе. Построение ретроспективы поисковых данных и выявление трендов помогает компании снизить долю риска и неопределённости в принятии управленческих решений.
При измерении доли аудитории, как правило, общее количество потребителей рассматривают относительно общего числа конкретного конкурента в одной сфере рынка. Для более точного определения данных обычно выбирают приоритетные платформы взаимодействия с пользователями, чтобы не
рассеивать ресурсы на изучение каналов с малым влиянием на конечный результат. После того, как собраны все подходящие для вычисления кандидатуры, всё суммируется. Далее полученную сумму соотносят с данными конкурентов, которые можно получить в открытом доступе или вычислить самостоятельно. Долю аудитории стоит рассматривать отдельно по каждому конкуренту и социальной платформе для получения объективных выводов. В результате, организация получает ещё одну метрику, отслеживающей её конкурентоспособность в действующих экономических реалиях.
Для более подробного исследования целевой аудитории маркетологи анализируют такие компоненты, как общее количество пользователей, уровень вовлечения и уровень внимания. После определения общего числа пользователей со всех платформ и способов их привлечения (платные ил бесплатные) следует процесс отслеживания динамики изменения. Выявляют наличие роста аудитории или, наоборот, её уменьшение, а также отслеживают органический рост или эффективность платных механик привлечения с целью повышения эффективности программы привлечения клиентов и превращения их в лояльных.
Возросшее количество контента в онлайн и офлайн среде поспособствовало резкому увеличению информационного потока для человека, что влияет на работу его головного мозга. Для защиты от получения ненужной информации человек начинает фильтровать источники получения сведений и сами знания. Тем самым противостояние экономических субъектов за внимание людей с каждым годом становится всё масштабнее. Современные сервисы имеют алгоритмы, которые считывают время активного времяпровождения над конкретным контентом, что и позволяет определить степень внимания пользователя к определенному мероприятию. Анализ этих статистических данных помогает маркетологам в создании более привлекательного контента, увеличивающий время захвата внимания людей. Чем больше времени и внимания уделяет человек, тем выше шансы выстроить с ним долгосрочные экономические отношения.
Уровень вовлечения автоматически рассчитывается алгоритмами практически всех популярных сервисов и платформ. Указанный показатель крайне важен для оценки работы воронки продаж и повышении лояльности клиентов. Поскольку люди не просто изучают те или иные материалы, а предпринимают конкретные действия: комментируют, пересылают, отправляют, скачивают и т.д. Бренду целесообразно увеличивать механики активного
взаимодействия, то есть вовлечения, аудитории по причине снижения психологических барьеров для совершения последующей продажи товара или услуги.
Соотношение действий бренда и ожиданий потребителей является одним из приоритетных направлений в проведении диджитал-анализа бренда, поскольку увеличение этого показателя напрямую коррелируется с ростом силы бренда. Благодаря современным аналитическим инструментам компании в состоянии получать данные о желаниях потенциальных покупателей и реализо-вывать приёмы их привлечения на практике посредством разнообразных социальных платформ. Для расчёта количественной метрики описанного соотношения стоит выполнить следующие этапы:
1. Собрать актуальную информацию, используя системы определения упоминаний конкретного бренда и идентификации посланий пользователей.
2. Подготовить собранную базу данных для дальнейшей классификации.
3. Классифицировать обсуждения и посты по ранее выбранным темам.
4. Распределить сгруппированные данные по трём блокам: успешные активности бренда; активности на тему бренда со стороны пользователей; активности бренда, проигнорированные аудиторией.
5. Проанализировать полученные результаты и выявить точки взаимодействия, где расходятся действия фирмы с желаниями целевой аудитории.
Дальнейшее развития технологий и алгоритмов обработки данных большего количества и разных видов позволит брендам точнее определять свои позиции на рынке, особенности целевого сегмента и эффективность своих действий. Поэтому востребованность диджитал-анализа бренда со временем будет продолжать расти, а его использование обеспечит конкурентное преимущество.
Список литературы
1. Лыкова В.А., Минзов А.С. Концепции маркетинга в цифровой экономике // Системный анализ в науке и образовании. 2019. №3. С. 40-45.
2. Рыжая А.И., Бурыкин Е.С. Тенденции развития маркетинговых инструментов малых и средних предприятий // Вектор экономики. 2019. №4. С. 24.
3. Синяева И.М. Модель управления современным комплексом коммуникаций маркетинга // Стратегия бизнеса. 2019. №6. С. 19-23.
4. Шевченко Д.А. Цифровой маркетинг: обзор каналов и инструментов // Практический маркетинг. 2019. №10. С. 29-37.
