توضیحات
ABSTRACT
The rise of unstructured data (UD), propelled by novel technologies, is reshaping markets and the management of marketing activities. Yet these increased data remain mostly untapped by many firms, suggesting the potential for further research developments. The integrative framework proposed in this study addresses the nature of UD and pursues theoretical richness and computational advancements by integrating insights from other disciplines. This article makes three main contributions to the literature by (1) offering a unifying definition and conceptualization of UD in marketing; (2) bridging disjoint literature with an organizing framework that synthesizes various subsets of UD relevant for marketing management through an integrative review; and (3) identifying substantive, computational, and theoretical gaps in extant literature and ways to leverage interdisciplinary knowledge to advance marketing research by applying UD analyses to underdeveloped areas.
INTRODUCTION
The contemporary world is characterized by rapid advances in technology that are pervasive in everyday life (Huang and Rust 2017). This swift development has also spurred an unprecedented influx of unstructured data (UD). UD is commonly understood as Binformation that either does not have a predefined data model or is not organized in a pre-defined manner^ (Wikipedia 2017). An estimated 80% of data held by firms today are unstructured (Rizkallah 2017), and they are growing 15 times faster than structured data (SD) (Nair and Narayanan 2012). This global expansion has not gone unnoticed; 87% of marketers cite data as their most underutilized resource but note that deriving value from various sources of UD remains a key challenge (Howatson 2016). The obstacles faced in extracting knowledge from UD mean that firms often sit idly on expansive troves of it, earning UD the designation Bdark analytics^ (Briggs and Hodgetts 2017). Yet, unlocking the insights embedded in this burgeoning resource has the potential to be particularly valuable in marketing, sales and service settings where UD volumes are an estimated five times greater than SD (Davies 2015). A wealth of unique information can be derived from analyses of UD for managerially relevant domains of interest such as competitive advantages (Coughlin 2017), social networks (Lohr 2012), and data privacy (Rizkallah 2017).
چکیده
افزایش داده های بدون ساختار (UD) که به وسیله فن آوری های نوین پیش می رود، بازسازی بازارهای و مدیریت فعالیت های بازاریابی است. با این حال، این اطلاعات افزایش یافته اغلب توسط بسیاری از شرکت ها مورد استفاده قرار نگرفته است، و این نشان می دهد که پتانسیل تحولات تحقیقاتی بیشتر. چارچوب یکپارچه ارائه شده در این مطالعه، ماهیت UD را دربر می گیرد و از طریق ادغام بینش از رشته های دیگر، ثروت نظری و پیشرفت های محاسباتی را دنبال می کند. این مقاله سه اصل اصلی را به ادبیات ارائه می دهد: (1) ارائه تعاریف و مفهوم سازی واحد UD در بازاریابی؛ (2) ادغام ادبیات غیر متقابل با چارچوب سازماندهی که سنتز زیر مجموعه های مختلف UD مربوط به مدیریت بازاریابی را از طریق یک بررسی جامع؛ و (3) شناسایی شکاف های محتمل، محاسباتی و نظری در ادبیات موجود و راه های استفاده از دانش بین رشته ای برای پیشبرد تحقیقات بازاریابی با استفاده از تحلیل های UD به مناطق توسعه نیافته.
مقدمه
جهان معاصر با پیشرفت های سریع تکنولوژی که در زندگی روزمره فراگیر است، مشخص می شود (Huang and Rust 2017). این رشد سریع موجب بی سابقه هجوم داده های بدون ساختار شده (UD) شده است. UD معمولا به عنوان B اطلاعات شناخته شده است که یا یک مدل داده پیش از تعریف ندارد یا در یک شیء از پیش تعیین شده سازماندهی نشده است ^ (Wikipedia 2017). تخمین زده می شود 80٪ از اطلاعات موجود در شرکت ها امروزه بدون ساختار (Rizkallah 2017) و 15 برابر سریعتر از داده های ساختاری (SD) رشد می کنند (Nair and Narayanan 2012). این گسترش جهانی تا به حال نادیده گرفته نشده است؛ 87٪ از بازاریاب ها به عنوان منبع کم منابع استفاده می کنند اما توجه داشته باشید که ارزش ناشی از منابع مختلف UD همچنان یک چالش کلیدی است (Howatson 2016). موانع مواجهه با استخراج دانش از UD به این معنی است که بنگاهها اغلب به صورت گسترده در آن سرمایه گذاری می کنند و UD را به عنوان تحلیل تجزیه و تحلیل Bdark ((Briggs and Hodgetts 2017) به دست می آورند. با این حال، باز کردن بینش های موجود در این منبع رو به رشد می تواند به طور خاص در تنظیمات بازاریابی، فروش و خدمات که در آن حجم UD ها تقریبا پنج برابر بیشتر از SD (Davies 2015) است، بسیار ارزشمند باشد. ثروت از اطلاعات منحصر به فرد را می توان از تجزیه و تحلیل UD برای دامنه های مرتبط با مدیریت مرتبط از جمله مزایای رقابتی (Coughlin 2017)، شبکه های اجتماعی (Lohr 2012) و حفظ حریم خصوصی (Rizkallah 2017) مشتق شده است.
Year: 2018
Publisher : SPRINGER
By : Bitty Balducci & Detelina Marinova
File Information: English Language/ 34 Page / size: 591 KB
سال : 1396
ناشر : SPRINGER
کاری از : Bitty Balducci & Detelina Marinova
اطلاعات فایل : زبان انگلیسی / 34 صفحه / حجم : KB 591
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.