MARKETING
ENGINEERING
1
,INTRO: WAT IS MARKETING ENGINEERING?
Marketing decisions: keuze maken uit een eindeloos aantal
alternatieven in een complexe en onzekere wereld.
Voorbeelden:
o Wie is je doelgroep?
o Hoe positioneer je je?
o Welke marktpositie/marketingmix neem je?
‘How do marketing managers make decisions?’:
1. Experience-based approach: Op basis van ervaring doorheen
de jaren en buikgevoel = seat-of-the-pants marketing
decisions
Is achteraf gezien niet goed genoeg!
Bv. ervaringsgewijs een vliegtuig besturen
2. Data mining approach: Er is gigantisch veel informatie
beschikbaar de dag van vandaag = Marketing data overload
Uit data kan je wel dingen bekomen maar niet perse
inzicht.
BELANGRIJK: Je moet een balans vinden tussen de twee om tot
goede marketingbeslissingen te komen!
Formule: goede data + statistische kennis + marketing kennis +
marketing modellen = goed werkend mechanisme
MANAGERIAL DECISION MAKING
Zich baseren op ervaring en standaarden uit de praktijk
(algemene regels)
Problemen:
o Kijkt niet hoe de markt zal reageren.
o Situatie van specifieke zaken die de standaard niet
ideaal maken.
o Zelfs standaard binnen sector kan niet meer toepasbaar
zijn (nieuw product bv.)
o Ervaring: bij nieuwe dingen kan je dit niet weten en
ervaring is persoonsafhankelijk (subjectief).
2
,MENTALE MODELLEN/CONCEPTUAL MARKETING:
o Systematische error!
o Ervaring: persoonsgebonden en cognitieve bias (als mens
kunnen we niet 100% rationeel denken) Iedereen maakt
andere dingen mee.
Availability heuristic = informatie die makkelijk
voor ons beschikbaar is gaan we meer gewicht geven
dan andere info
Confirmation bias = als je een bepaald idee hebt, ga
je info die je idee bevestigd horen en die dat het
niet bevestigen niet horen.
o Praktijkstandaarden: negeren situatiespecifieke factoren
en onvoldoende flexibel.
MANAGERIAL DECISION MAKING:
o Combineren van mental model en marketing engineering.
o Baseren op ervaring en standaarden uit de praktijk +
gebruik maken van beslissingsmodellen.
Bv Video- Target dataverzameling: Data analyse gebruiken om geld te
besparen en de juiste mensen te targetten en niet iedereen,
voorspellingsanalyses gebruiken om de goede klanten te voorspellen
en een kleiner groeppotentiële klanten te verkrijgen.
Vb: Colruyt: Effectiever door 35 persoonlijke coupons voor elk
huishouden te printen ipv alle coupons te versturen
(overstimulation), besparing van papier en meer uitgave van gelddoor
coupons.
WHY DATA + MODELS?:
o Marketing challenge: use predictive analytics to narrow
search and find good customers.
o Improve efficiency promotions (customer is already
overstimulated)
Selective marketing to increase success campaigns.
3
, o Benefit: cost saving (pages paper), increased spending
per capita, more cost-effective marketing
Marketing engineering!
Focus van deze cursus = blauwe kader
Informatie omzetten in inzicht om zo juiste marketing
beslissingen te kunnen nemen.
Informatie verwerken uit data door o.a. decision models/mental
models => Standaarddeviatie berekenen.
Beslissingsmodel loslaten met meer data en inzichten opdoen
Waarom minder verkopen?
BESLISSINGSMODEL
Model = vereenvoudigde weergave/voorstelling van de realiteit
die het gemakkelijker maakt om een specifiek probleem te
bestuderen.
Kern van marketing engineering
Mogelijkheid om volledige werkelijkheid weer te geven
minder belangrijk dan de mogelijkheid om gedachtengang te
veranderen.
Karakteristieken van een beslissingsmodel:
o Doel: ontwikkeld voor bepaald doel en enkel hiervoor
bruikbaar.
o Assumpties: model is vereenvoudiging en maakt dus veel
gebruik van assumpties.
o Variabelen:
4
ENGINEERING
1
,INTRO: WAT IS MARKETING ENGINEERING?
Marketing decisions: keuze maken uit een eindeloos aantal
alternatieven in een complexe en onzekere wereld.
Voorbeelden:
o Wie is je doelgroep?
o Hoe positioneer je je?
o Welke marktpositie/marketingmix neem je?
‘How do marketing managers make decisions?’:
1. Experience-based approach: Op basis van ervaring doorheen
de jaren en buikgevoel = seat-of-the-pants marketing
decisions
Is achteraf gezien niet goed genoeg!
Bv. ervaringsgewijs een vliegtuig besturen
2. Data mining approach: Er is gigantisch veel informatie
beschikbaar de dag van vandaag = Marketing data overload
Uit data kan je wel dingen bekomen maar niet perse
inzicht.
BELANGRIJK: Je moet een balans vinden tussen de twee om tot
goede marketingbeslissingen te komen!
Formule: goede data + statistische kennis + marketing kennis +
marketing modellen = goed werkend mechanisme
MANAGERIAL DECISION MAKING
Zich baseren op ervaring en standaarden uit de praktijk
(algemene regels)
Problemen:
o Kijkt niet hoe de markt zal reageren.
o Situatie van specifieke zaken die de standaard niet
ideaal maken.
o Zelfs standaard binnen sector kan niet meer toepasbaar
zijn (nieuw product bv.)
o Ervaring: bij nieuwe dingen kan je dit niet weten en
ervaring is persoonsafhankelijk (subjectief).
2
,MENTALE MODELLEN/CONCEPTUAL MARKETING:
o Systematische error!
o Ervaring: persoonsgebonden en cognitieve bias (als mens
kunnen we niet 100% rationeel denken) Iedereen maakt
andere dingen mee.
Availability heuristic = informatie die makkelijk
voor ons beschikbaar is gaan we meer gewicht geven
dan andere info
Confirmation bias = als je een bepaald idee hebt, ga
je info die je idee bevestigd horen en die dat het
niet bevestigen niet horen.
o Praktijkstandaarden: negeren situatiespecifieke factoren
en onvoldoende flexibel.
MANAGERIAL DECISION MAKING:
o Combineren van mental model en marketing engineering.
o Baseren op ervaring en standaarden uit de praktijk +
gebruik maken van beslissingsmodellen.
Bv Video- Target dataverzameling: Data analyse gebruiken om geld te
besparen en de juiste mensen te targetten en niet iedereen,
voorspellingsanalyses gebruiken om de goede klanten te voorspellen
en een kleiner groeppotentiële klanten te verkrijgen.
Vb: Colruyt: Effectiever door 35 persoonlijke coupons voor elk
huishouden te printen ipv alle coupons te versturen
(overstimulation), besparing van papier en meer uitgave van gelddoor
coupons.
WHY DATA + MODELS?:
o Marketing challenge: use predictive analytics to narrow
search and find good customers.
o Improve efficiency promotions (customer is already
overstimulated)
Selective marketing to increase success campaigns.
3
, o Benefit: cost saving (pages paper), increased spending
per capita, more cost-effective marketing
Marketing engineering!
Focus van deze cursus = blauwe kader
Informatie omzetten in inzicht om zo juiste marketing
beslissingen te kunnen nemen.
Informatie verwerken uit data door o.a. decision models/mental
models => Standaarddeviatie berekenen.
Beslissingsmodel loslaten met meer data en inzichten opdoen
Waarom minder verkopen?
BESLISSINGSMODEL
Model = vereenvoudigde weergave/voorstelling van de realiteit
die het gemakkelijker maakt om een specifiek probleem te
bestuderen.
Kern van marketing engineering
Mogelijkheid om volledige werkelijkheid weer te geven
minder belangrijk dan de mogelijkheid om gedachtengang te
veranderen.
Karakteristieken van een beslissingsmodel:
o Doel: ontwikkeld voor bepaald doel en enkel hiervoor
bruikbaar.
o Assumpties: model is vereenvoudiging en maakt dus veel
gebruik van assumpties.
o Variabelen:
4
