Nederlandse samenvatting van alle colleges van het derdejaars keuzevak Digital and Social Media Strategies. Er komt veel stof voorbij in een college, waardoor deze samenvatting erg nuttig kan zijn! Het geeft een overzichtelijke overview van alle stof uit de colleges, waardoor je je alleen maar hoef...
,Lecture 1
Definities
Digital Marketing = marketing van producten of diensten m.b.v. digitale technologieën,
voornamelijk op internet, maar ook mobiele telefoons, display-advertenties en elk ander digitaal
medium
Social Media Marketing = het proces van het creëren van (op maat gemaakte) content om
betrokkenheid te stimuleren, een bedrijf te promoten en inkomsten te genereren
Marketingstrategie = verwijst naar het algemene spelplan van een bedrijf om potentiële
consumenten te bereiken en ze om te zetten in klanten van hun producten of diensten
Opzet van de course
Strategic questions:
• Kunnen worden beantwoord (kan worden gekwantificeerd met een nummer)
• Dit nummer moet geloofwaardig opgebouwd zijn uit de correcte statistische analyse
van de juiste data
Data-driven answers:
• Anker op een te nemen beslissing en/of een strategische vraag die wordt gesteld
• Vinden gegevens voor het beoogde doel
• Beginnen vanuit wat onbekend is
• Empower besluitvormers
Methoden om data te analyseren
1) Descriptive Analysis = vat kenmerken van een dataset samen
a. Voor deze course omvat dit ook Exploratory Analysis
b. Hoe zien de gegevens eruit?
i. Gemiddelden, standaarddeviaties verdeling van gegevens
ii. Resultaten zijn (gestileerde) feiten
1. Voorbeeld: Hoe zijn gebruikers die een film bespreken
verbonden op sociale media?
3
, 2) Causal Analysis = leidt A tot B?
a. Er kan ook interesse zijn in het mechanisme hoe dit gebeurt
i. Voorbeeld: Verhogen zoekmachine-advertenties het aantal
productaankopen?
3) Predictive Analysis = hoe kan ik een uitkomst het beste voorspellen?
a. Als A voorkomt, dan B ook
i. Voorbeeld: Wordt een review geplaatst door een echt persoon of door
een bot?
Het belang van onderzoek
Goede nieuws: data-driven solutions van hoge kwaliteit zijn erg nuttig, omdat:
• Digitale en sociale media hebben invloed op een breed scala van industrieën
• Digitale markten leveren een stortvloed aan gegevens
• Het biedt echte antwoorden op echte problemen in marketing en bedrijfsstrategie (en
mensen geven om de antwoorden)
• Het kunnen doen van (goede) strategierelevante analytics zorgt voor veel (leuk)
baanperspectief
Slechte nieuws: het is moeilijk, omdat:
• Men moet leren om de juiste statistische tools te gebruiken en kunnen werken aan
causale (en voorspellende) vragen, terwijl men de context van het probleem begrijpt
4
,Lecture 2
Data Deluge
Data Deluge = er is te weinig capaciteit voor de overweldigende hoeveelheid aan data
“Nieuwe” data-driven marketing
Traditionele data-driven marketing Gold Standard data-driven marketing
Vasthouden aan beschikbare data Vasthouden aan een beslissing die gemaakt
moet worden
Doel vinden voor data Data vinden voor een doel
Beginnen vanuit wat bekend is Beginnen vanuit wat onbekend is
Versterkt data-analisten/wetenschappers Versterkt besluitvorming
Causale data-driven marketing
Wat is de impact van een marketinginterventie (X) op een uitkomst (Y)?
1) Moeilijk om te evalueren
2) Er moeten tegenfeitelijkheden berekend worden
3) Uitdaging: zelfde persoon kan niet tegelijk wel en geen behandeling krijgen
Verschil tussen causaliteit & correlatie
Een correlatie tussen variabelen betekent niet automatisch dat de verandering in de ene
variabele de oorzaak is van de verandering in de waarden van de andere variabele, terwijl een
causaal verband juist aangeeft dat de ene gebeurtenis het gevolg is van het optreden van de
andere gebeurtenis.
Causaliteit en de toename van experimenten
Mogelijke issues met observational data:
1) Lurking/confounding variables = variabele die niet inbegrepen is als een verklarende of
responsvariabele in de analyse, maar kan de interpretatie van relaties tussen variabelen
beïnvloeden
2) Sample selection bias = falen om te verzekeren dat de verkregen sample representatief
is voor de populatie bedoeld om geanalyseerd te worden
Dit betekent niet dat observational data niet bruikbaar is…
• Er zijn manieren om causale effecten te verkrijgen in bepaalde situaties met specifieke
aannames
• Het is bewezen dat gebruiken van observational data voor beschrijvende doelen
besluitvorming verbetert (Berman & Israeli, 2022)
Experiment (A/B(/n) tests) = statistische test waar een hypothese onderworpen is aan data
geproduceerd door een specifieke procedure, waarin een variabele die geacht wordt een
uitkomst te beïnvloeden, opzettelijk gemanipuleerd wordt
Overwint:
1) Lurking variables → zijn allemaal ongecorreleerd met het experiment
2) Selection bias → analyst kiest een sample om de geïnteresseerde populatie te matchen
5
, Experimenten leveren causale effecten op
1) Als X verandert, dan verandert Y ook
2) X gebeurde vóór Y
3) Niets anders dan X is systematisch veranderd
a. Als W en Z tegelijkertijd met X veranderen, kan niet uitgesloten worden dat W
en Z de verandering in Y veroorzaken
b. Het willekeurig toewijzen van proefpersonen aan een experiment kan dit
uitsluiten
Meeste experimenten falen
→ bewijzen niks, maar dit is positief, want slechte ideeën falen snel, de investering is klein en
de sample sizes ook
Zeven stappen van een experiment
1) Schrijf een testable hypothese op
a. Vaak een “no change”
hypothese
2) Beslis 1 of meerdere behandelingen
die de interessante
uitkomstvariabelen mogelijk
beïnvloeden
a. Algemeen, include een control
treatment
3) Verdeel random subjects in groepen
a. Beslis ook de sample size
voor elke groep
4) Stel elke groep bloot aan een andere
behandeling
5) Meet de respons in termen van
uitkomstvariabele(n) voor subjects in elke groep
a. Uitkomsten moeten van tevoren gekozen worden!
6) Vergelijk responses via een (correcte) statistische test
7) Concludeer op basis hiervan of je de hypothese wel of niet kan verwerpen
Stappen om experimentele data te analyseren:
1) Bouw een understanding op van de datastructuur
2) Bereken enkele beschrijvende statistieken
3) Visualiseer de data
4) Run (de correcte) statistische test’
5) (Gebruik de testresultaten om een beslissing te nemen)
Gemiddelden vergelijken – twee alternatieven
Vorm 0-hypotheses en alternatieve hypotheses.
Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.
L’achat facile et rapide
Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.
Focus sur l’essentiel
Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.
Foire aux questions
Qu'est-ce que j'obtiens en achetant ce document ?
Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.
Garantie de remboursement : comment ça marche ?
Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.
Auprès de qui est-ce que j'achète ce résumé ?
Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur kiki-in-the-house. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €10,48. Vous n'êtes lié à rien après votre achat.
