11. Oppgave 1.
Delingsøkonomien får stadig større oppmerksomhet også i det norske samfunnet. I
Bergen er AirBnb største utleier og i New York er det over 20 000 Uber-biler, mot
”bare” 13500 drosjer.
Forklar hvorfor delingsøkonomien vokser så raskt med bakgrunn i begreper som
omfattes av ”digital økonomi” og andre forhold du mener påvirker veksten.
Drøft hvilke momenter som taler for og mot delingsøkonomien i Norge.
Oppgave 2.
Facebook har startet tjenesten ”instant articles”. Forklar kort hva dette er. Lag en
analyse av hvordan denne tjenesten kan påvirke konkurransebildet for norske medier
samt utviklingen av norske avisers forretningsmodeller. I analysen skal du også bruke
begreper fra ”den digitale økonomien”.
16. «Halvparten av pengene jeg bruker
på markedsføring, er bortkastet.
Problemet er at jeg ikke vet hvilken
halvpart»
John Wanamaker, gründer, 1838-1922
32. Spillteori benyttes for å
forstå samspillet mellom
de ulike kanalene.
Avanserte algoritmer
tildeler kreditt for den
endelige konverteringen.
Datadrevet attribusjon
34. Scenario og medie-
modellering gir bedre
planlegging av kampanjen
Bidraget fra
markedsføringen kan
kalkuleres - til CFOs store
glede.
Datadrevet attribusjon
35. Mange typer 3. partsdata
kan integreres sømløst
mot medieplanleggingen
Eksempelvis; Kostnader for
mediekjøp kan integreres for
beregning av nøyaktig CPA.
Datadrevet attribusjon
37. Kontekst
Flyselskapet selger kun på nett og benytter mange digitale
markedsføringskanaler.
De ønsker å effektivisere sine medieinvesteringer og få en
bedre oversikt over hva som faktisk bidrar til konverteringer.
38. Utfordring
Er siste-klikk
hensiktsmessig for å
vurdere resultatene av
betalte kanaler ?
Hva er en optimal
budsjettfordeling for
kampanjen?
Hvordan er adferden til
de som besøker
flyselskapets nettsider?
39. Utfordring
Er siste-klikk
hensiktsmessig for å
vurdere resultatene av
betalte kanaler ?
Hva er en optimal
budsjettfordeling for
kampanjen?
Hvordan er adferden til
de som besøker
flyselskapets nettsider?
Strategi
Sammenligne resultatene
fra mediemiksen med
ulike attribusjons-
modeller, inkludert
algoritmisk modell.
Definere en optimal
investeringsmiks basert
på rekalkulert ROI.
Segmentere kundenes
adferd i henhold til
relevante kriterier.
40. Utfordring
Er siste-klikk
hensiktsmessig for å
vurdere resultatene av
betalte kanaler ?
Hva er en optimal
budsjettfordeling for
kampanjen?
Hvordan er adferden til
de som besøker
flyselskapets nettsider?
Strategi
Sammenligne resultatene
fra mediemiksen med
ulike attribusjons-
modeller, inkludert
algoritmisk modell.
Definere en optimal
investeringsmiks basert
på rekalkulert ROI.
Segmentere kundenes
adferd i henhold til
relevante kriterier.
Resultat
Medieinvesteringene ble
endret som følge av den
algoritmiske innsikt
ROI økte med 20% etter
at anbefalingene ble
implementert.
Mediekjøpene ble
tilpasset kundenes
faktiske adferd.
42. Kontekst
Turoperatøren er nykommer i et konkurranseutsatt marked.
Kunden ønsket å utvikle merkevarekjennskap og fokusere sin
markedsføring på tiltak som gir dette arbeidet størst verdi.
43. Utfordring
Hvilket samspill er det
mellom de ulike kanalene og
hvordan leder dette
kundene mot konvertering?
Hvilke kanaler og kampanjer
er best egnet for å skaffe
nye kunder?
Hvordan øke den
gjennomsnittlige
handelekurven?
44. Utfordring
Hvilket samspill er det mellom de
ulike kanalene og hvordan leder dette
kundene mot konvertering?
Hvilke kanaler og kampanjer er best
egnet for å skaffe nye kunder?
Hvordan øke den gjennomsnittlige
handelekurven?
Strategi
Vi ønsket å fastslå hvilke synergier
som eksisterer mellom ulike kanaler
og ulike typer kampanjer.
Vi ønsket å klassifisere de ulike
kanalene i henhold til innflytelse for
hvert trinn i beslutningssyklusen;
oppdagelse, vurdering, evaluering og
kjøp.
Vi analyserte oppkjøpsstrategiene i
forhold til brukerens dataprofil (nye
kunder vs lojale kunder, liten/stor
gjennomsnittlig størrelse på
handlekurv, geografiske opprinnelse,
produkter som ble sett på og kjøpte
produkter)
45. Utfordring
Hvilket samspill er det mellom de
ulike kanalene og hvordan leder dette
kundene mot konvertering?
Hvilke kanaler og kampanjer er best
egnet for å skaffe nye kunder?
Hvordan øke den gjennomsnittlige
handelekurven?
Strategi
Vi ønsket å fastslå hvilke synergier
som eksisterer mellom ulike kanaler
og ulike typer kampanjer.
Vi ønsket å klassifisere de ulike
kanalene i henhold til innflytelse for
hvert trinn i beslutningssyklusen;
oppdagelse, vurdering, evaluering og
kjøp.
Vi analyserte oppkjøpsstrategiene i
forhold til brukerens dataprofil (nye
kunder vs lojale kunder, liten/stor
gjennomsnittlig størrelse på
handlekurv, geografiske opprinnelse,
produkter som ble sett på og kjøpte
produkter)
Vi anbefalte en medieplan som tar
hensyn til synergier mellom kanaler
og kampanjetyper.
Vi justerte markedsføringstiltakene i
tråd med annonsørens mål og hver
enkelt kanals rolle.
Kampanjene ble rettet mot produkter
og geografiske regioner som ga best
økonomisk uttelling.
Resultat
Ingen kunst å samle inn data – kunsten er å analysere dataene slik at de gir et effektive og raske beslutningsgrunnlag for bedre optimalisering og bedre avkastning
COLLECT
MEASURE
ANALYZE
70 prosent av alle digitale markedsførere bruker i snitt 7 kanaler