Case Study – Ein Fokus auf die Kunden von jungen Amazon

Objektiv

Die Studierenden müssen zwei ursprünglich geschriebene Arbeiten im Stil einer Fallstudie in der Werbestrategie entwickeln und einreichen. Jedes Papier muss sich um ein bestehendes Unternehmen handeln und eine Übersicht über eingehende Forschung zu einem Thema enthalten, das für ein Hauptkonzept in diesem Kurs relevant ist. Jedes Projekt wird ein spezifisches Thema in Bezug auf die Entwicklung und Umsetzung eines integrierten Förderprogramms als Anwendung der in der Lesung und Diskussion diskutierten Theorie enthalten.

Die Sammlung von Daten und Analysen sind wichtige Merkmale dieser Projekte. Die professionellen Autoren von writology.com stehen rund um die Uhr zur Verfügung, um Datenerfassung, Hintergrundforschung und eingehende Analysen zu unterstützen. Wenn Sie mit unserer Schreibfirma Benutzerdefinierte Essays kaufen, wird Ihr Studentenleben einfacher. Sie erhalten alle erforderlichen Daten und Unterstützung, um zu lernen, Ihre Schreib- und Analysefähigkeiten zu verbessern.

Technische Spezifikationen

• Die Fallstudie muss aus mindestens 1.000 Wörtern bestehen, einschließlich Ihrer Text- und Diskussionsfragen. Die minimale Wortlänge schließt Titel/Überschriften, Referenzen und Anhänge aus.
• Es wird bevorzugt, dass Sie 12-Font-Times New Roman mit 1-Zoll-Rändern verwenden. Der Abstand liegt bei Ihnen.
• Verwenden Sie Überschriften und Unterüberschriften nachdenklich und angemessen
• Bitte reichen Sie entweder ein Word-Dokument (.doc, .docx) oder ein PDF-Dokument (.pdf) ein.
• Ein großer Teil der Schrift muss originell sein. Jede Einreichung wird über die SafeAssign-Software von Blackboard ausgeführt, um Plagiate zu erkennen. Diese Software durchsucht den Text der eingereichten Dokumente auf allen Websites und vielen veröffentlichten Ressourcen, einschließlich Lehrbüchern und Nachrichtenartikeln. Stellen Sie daher sicher, dass jeder „geliehene“ Text eindeutig in Anführungszeichen zitiert und seine Quelle zitiert wird. Weitere Informationen finden Sie in den Abschnitten „Akademische Integrität“ und „Ethikkodex“ des Lehrplans.
• Jede Übermittlung muss einen formatierten und vollständigen Referenzabschnitt enthalten. Der spezifische Formatierungsstil ist Ihre Wahl, aber jede Quelle muss einen Autor, Veröffentlichungstitel, Veröffentlichungsdatum und alle anderen relevanten Informationen (z. B. Website, Herausgeber usw.) enthalten.
• Die Einreichung muss eine Titelseite mit den Namen aller beitragenden Teammitglieder enthalten. Der Name eines Studenten, der nicht in der Einreichung enthalten ist, erhält keine Gutschrift für diese Aufgabe.
• Der Bericht und die Präsentation müssen in Aussehen und Inhalt professionell sein, einschließlich der korrekten Schreibweise, der grammatikalischen und anderen technischen Schreibkriterien.

Ein Fokus auf die Kunden von Young Amazon

Amazon.com ist ein Verkäufer, der sich bemüht, alles zu liefern, was Kunden möglicherweise online kaufen möchten („Über Amazon“, n.d.). Es bietet ihnen niedrige Preise, Komfort und eine große Auswahl an Waren (Chaffey, 2014). Daher sind ältere Personen ein Marktsegment, das für dieses Unternehmen von Interesse ist. Amazon.com konzentriert sich auf das Kundenerlebnis. Darüber hinaus nennt dieser Verkäufer es Kundenbesessenheit. Insbesondere die Kunden von Amazon müssen über einen bestimmten Betrag ausgeben, um kostenlose Versandangebote zu erhalten (Chaffey, 2014). Der Anbieter verwendet auch Empfehlungen als gezieltes Marketing-Tool in vielen E-Mail-Kampagnen und auf den meisten Seiten seiner Websites. Außerdem gibt es einen Link, über den seine Kunden in der Lage sind, einen ziemlich ausgefeilten Filter auf ihre Empfehlungen anzuwenden, herauszufinden, warum Artikel empfohlen werden, und ihre vorherigen Einkäufe sowie die empfohlenen Produkte zu bewerten (Linden et al., 2003, S. 78). Junge Menschen sind aufgrund mangelnder Erfahrung sehr anfällig für diese Tricks. Daher ist die Jugend ein weiteres Marktsegment, das für Amazon von Interesse ist. Viele Online-Verkäufer verwenden in ihren Empfehlungssystemen (Leimstoll & Stormer, N. D., S. 1) einen kollaborativen Filteransatz. Bei diesem Ansatz werden Empfehlungen für einen Kunden auf der Grundlage von Daten über frühere Käufe generiert, die dieser Kunde getätigt hat (Linden et al., 2003, S. 76). Solche Systeme sind jedoch eine ernsthafte Bedrohung für die Privatsphäre des Einzelnen (Canny, n. D., S. 1). Obwohl die meisten Online-Anbieter ihr Bestes tun, um Informationen über ihre Kunden privat zu halten, werden sie routinemäßig verkauft, nachdem die Unternehmen bankrott gehen (Canny, N. D., S. 1). Daher sind beide oben genannten Segmente unterversorgt. Für Amazon.com verwendet es auch das Empfehlungssystem (Linden et al., 2003, S. 78). Der Umsatz pro Besucher ist eine der wichtigsten Maßnahmen für jede kommerzielle Website (Chaffey, 2014). Aus Abbildung 1 geht hervor, dass Amazon.com sehr gut abschneidet. Außerdem hat dieses Unternehmen mehr als 76 Millionen Kundenkonten (Chaffey, 2014).

Daher kann Amazon dank der Korrelationen zwischen den Kundenkaufoptionen über Produktdomänen (Canny, N. D., S. 1) bei der Eingabe einer anderen Präferenzdaten für viele Benutzer in einer Produktdomäne einen erheblichen Vorteil haben. Daher ist es stark genug, um beide oben genannten Segmente anzusprechen. In der Zeitung wird die Herausforderung der Kommunikation mit der Jugend als Zielgruppe identifiziert. Es entstehen auch die Lücken, die das aktuelle Amazon-Image in diesem Segment enthält. Darüber hinaus wird die Vertrauenswürdigkeit der Schlussfolgerung über die Kommunikationsherausforderung untersucht, die Bedeutung von Überlegungen bei der Auswahl der Lücke, die zuerst geschlossen werden soll, diskutiert und Gründe, warum Unternehmen ihre Kunden klassifizieren müssen, erklärt werden.

Die Untersuchung der Forschung

Die folgenden zwei Skalen können verwendet werden, um einen Einblick in die Art der Kommunikationsherausforderung zu erhalten (Kotler, 1997, S. 608).

Die erste ist die Vertrautheitsskala (siehe Abbildung 2). Die zweite Skala ist die Günstigkeit (siehe Abbildung 3). Wenn der Prozentsatz der Befragten, die in der ersten Skala „noch nie gehört“ oder „nur gehört haben“ einkreisen, überschreitet, muss der Verkäufer daran arbeiten, ein größeres Bewusstsein zu schaffen (Kotler, 1997, S. 607). Diejenigen, die eine der anderen Optionen markiert haben, können gefragt werden, wie sie sich gegenüber den Dienstleistungen von Amazon.com fühlen (Kotler, 1997, S. 608). Wenn der Prozentsatz der jungen Kunden, die entweder „sehr ungünstig“ oder „etwas ungünstig“ markieren, 50% überschreitet, muss der Anbieter daran arbeiten, sein Image zu verbessern (Kotler, 1997, S. 608). Während der Studie wurden 60 zufällig ausgewählte junge Menschen befragt, und nur 25 von ihnen wählten entweder “nie gehört” oder “nur gehört”. Daher ist der Grad der Vertrautheit zufriedenstellend. Um den Stichprobenfehler zu berücksichtigen, wurde festgestellt, dass 11 der ersten 30 Befragten die ersten beiden Kategorien der in Abbildung 2 dargestellten Skala markierten.

Um die Lücken des Amazon-Images bei seinen jungen Kunden zu identifizieren, wurde das semantische Differential-Tool verwendet. Dieser Anbieter erreichte die Loyalität aller Kunden und deren wiederholter Käufe durch die Arbeit an benutzerfreundlicher Funktionalität, schneller und zuverlässiger Erfüllung, zeitnahem Kundenservice, funktionsreichen Inhalten und einer vertrauenswürdigen Transaktionsumgebung (Chaffey, 2014). Daher wurde der folgende Satz von Dimensionen ausgewählt: Funktionalität, Geschwindigkeit der Erfüllung, Zuverlässigkeit, Aktualität des Kundenservice, Inhalte und Transaktionsumgebung. Die durchschnittliche Wahrnehmung des Verkäufers durch die Befragten ist in Abbildung 4 dargestellt. Daher betrachten junge Kunden Amazon.com als den Verkäufer, der benutzerfreundliche Funktionen liefert, die Auftragserfüllung zuverlässig ist, einen zeitnahen Kundenservice bietet und eine vertrauenswürdige Transaktionsumgebung bietet.

Die Standardabweichungen (SDs) der Werte der Dimensionen für Amazon liegen im Bereich von 0,7 bis 1,8 Schritten der Skala. Daher ist das Bild des Amazonas verbreitet. Es deutet darauf hin, dass die Stichprobe der an dieser Studie teilnehmenden Befragten repräsentativ ist. Da die SDs der Erfüllungsgeschwindigkeit und des Inhalts 0,8 bzw. 0,7 betragen, gibt es für diese beiden Dimensionen Bildlücken. Bei den anderen Dimensionen machen relativ hohe Werte ihrer SDs die jeweiligen Bildlücken statistisch unbedeutend.

Die oben angegebene Schlussfolgerung über die Kommunikationsherausforderung könnte irreführend sein, da die Bildveränderung deutlich hinter der im jeweiligen Unternehmen zurückbleibt. Zum Beispiel könnte die Öffentlichkeit einen minderwertigen Verkäufer loben, weil nur hoch diskreditierende Informationen ein etabliertes Bild von etwas in Frage stellen können. Die folgenden Informationen über Thom Mcan, den vor einigen Jahrzehnten bekannten Schuhhersteller, verdeutlichen diesen Punkt. In vier aufeinanderfolgenden Jahrzehnten ab dem vierten Jahrhundert des letzten Jahrhunderts (Kotler, 1997, S. 609) konnte er in den USA in vier aufeinanderfolgenden Jahrzehnten große Verkaufszahlen seiner Schuhe genießen. Zu dieser Zeit waren seine Schuhe ziemlich billig und von guter Qualität. In den neunziger Jahren des letzten Jahrhunderts wurde diese Marke jedoch als veraltete angesehen und verzeichnete im neunten Jahrzehnt des letzten Jahrhunderts einen Umsatzrückgang von 37,5%. Um den Umsatz zu steigern, begann das Unternehmen, sein Image zu verbessern. Sein Trick bestand darin, Witze darüber zu machen, wie veraltet sein Bild ist (Kotler, 1997, S. 609). Zum Beispiel verwendete das Unternehmen Anzeigen, in denen behauptet wurde, dass „die gut aussehenden Schuhe immer wieder an einen Thomas McAn in der 221 E. 6^thSt.“ (Kanner, 1994) geliefert wurden.

Die Lücke schließen, um sich zuerst zu schließen, muss das Management das Ziel verfolgen, deutlich besser in den Zielmarktwerten zu sein. Insbesondere sollte der Beitrag zum insgesamt günstigen Image der Organisation geschätzt werden, der durch die Schließung der als Kandidaten betrachteten Lücke erzielt werden würde. Außerdem lohnt es sich, die Strategie (Kombination realer Änderungen und Kommunikationsänderungen) zu entwickeln, die helfen kann, die Lücke zu schließen. Darüber hinaus muss das Management abschätzen, wie lange es dauern wird, um die Lücke zu schließen und die Kosten für die Schließung der zu schließen (Kotler, 1997, S. 609).

Ein Unternehmen muss seine Kunden klassifizieren, da es experimentelle Beweise dafür gibt, dass Unternehmen, die sich darauf spezialisiert haben, die Bedürfnisse einer Gruppe von Verbrauchern gegenüber einer anderen zu erfüllen, rentabler sind (Perner, N. D.).

Daher wurde in dieser Studie die Umfrage, in der junge Befragte gebeten wurden, anzugeben, wie gut sie wissen, dass Amazon.com durchgeführt wurde. Außerdem wurden in diesem Prozess diejenigen, die diesen Anbieter kennen, zumindest ein wenig gebeten, anzugeben, wie gut dieser Verkäufer ist. Aus den Ergebnissen dieser Umfrage geht hervor, dass Amazon.com daran arbeiten muss, seinen guten Ruf bei jungen Menschen und ein hohes Bewusstsein für das jeweilige Segment aufrechtzuerhalten. Dieses Argument könnte jedoch irreführend sein, da die Kunden erst nach etwas Außergewöhnlichem auf die Verschlechterung der Qualität der Dienstleistungen reagieren können, die Amazon rechtzeitig erbringt. Außerdem wurde in dieser Studie die Umfrage durchgeführt, in der die Befragten gebeten wurden, ihre Wahrnehmung von Amazon.com zu kommunizieren, indem sie auf den in Abbildung 4 dargestellten Skalen notiert wurden. Aus den Ergebnissen kann geschlossen werden, dass es bei diesem Unternehmen die Bildlücken für die durchschnittliche Geschwindigkeit der Auftragserfüllung und die Inhalte gibt, die dieser Anbieter anbietet. Um herauszufinden, welche zuerst geschlossen werden soll, sollte das Management die Werte vergleichen, die der Markt dem Entfernen jeder dieser Lücken zuteilt. Die Klassifizierung von Kunden ist für jedes Unternehmen wichtig, da diese Informationen einen Gewinn für das Unternehmen generieren können.

Referenzen

Amazon.com. (N. D.). Über Amazon . Abgerufen von http://www.amazon.com/careers-homepage/b?ie=utf8&node=239364011

Canny, J. (N. D.). Kollaborative Filterung mit Datenschutz . Abgerufen von http://www.cs.berkeley.edu/~jfc/%27mender/ieeesp02.pdf

Chaffey, D. (2014, 30. Juni). amazon.com Fallstudie . Abgerufen von http://www.smartinsights.com/digital-marketing-strategy/online-business-revenue-models/amazon-case-study/

Leimstoll, U., & Stormer, H. (N. D.). Kollaborative Empfehlungssysteme für Online-Shops. Abgerufen von http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.87.8558&rep=rep1&type=pdf

Linden, G., Smith, B. & York, J. (2003, Januar-Februar). Amazon.com Empfehlungen: Kollaboratives Filtern von Artikel zu Artikel. IEEE Internet Computing, 7 (1), 76–80.

Kanner, B. (1994, 2. Dezember). Thom Mcan glaubt, dass das Geständnis gut für die Sohle sein muss. Die Buffalo News (Buffalo, NY) . Abgerufen von: http://www.highbeam.com/doc/1p2-22659003.html

Kotler, Ph. (1997). Marketing-Management: Analyse, Planung, Implementierung und Kontrolle (9. Aufl.). Upper Saddle River, NJ: Prentice Hall.

Perner, L. (N. D.). Segmentierung, Targeting und Positionierung. Abgerufen von http://www.consumerpsychologist.com/cb_segmentation.html