Kan anbefalinger af anbefalere anbefales?



Relaterede dokumenter
Kan anbefalinger af anbefalere anbefales? Af Timme Bisgaard Munk, Center for Kommunikation, CBS & Peter Svarre, Instadia, Danmark. nr.

Kan anbefalinger af anbefalere anbefales?

Brugervenlighed på internettet

Opsætning af AdWords kampagne: v.1.0. AdWords opsætning: 6 trin til en god kampagnestruktur. med Kim Petersen fra OnlinePartners

Fra opgave til undersøgelse

Maj Ontasknaturally.com Case Studie. Hvordan E-Intelligence Sikrede Mere end 100% Tilbagebetaling På Investeringen til Ontasknaturally.

Google Plus for Virksomheder Hvordan laver man en Google plus side?

BAAN IVc. Brugervejledning til BAAN Data Navigator

FRA SALGSTRAKT TIL KUNDEREJSE

Gør dig klar til Google AdWords Workshop

Gør dig klar til Google AdWords Workshop

6 af de hyppigste Google AdWords fejl. af Nicolas Zangenberg Search Marketing Director

Om evaluering af projekter og programteori

Erik Rasmussen, Niels Bohr og værdirelativismen: svar til Ougaard

Brugerskabte data en national service (BSD) - produktbeskrivelse

Matematik og målfastsættelse

Inspirationsdag på Farsø Efterskole oktober 2013

Det gyldne snit, forløb i 1. g

SUP-specifikation, version 2.0. Bilag 14. SUP-Styregruppen. Ordliste (informativ) Udkast af 12. juni Udarbejdet for

Bringe taksonomier i spil

Nye sociale medier - Hvordan bruger man de nye medier strategisk?

Skab trafik. Til din hjemmeside

Facebook Annoncering. 4 timers kursus. Bliv skarp på Annoncering med de nye regler på Facebook

PAID SEARCH (Google Ads)

Matematik: Videnskaben om det uendelige 1

Nedbryd de strukturer, der forhindrer vidensdeling

Danhost Webshop. Bliv fundet på Google

James G. March Beslutningsadfærd i organisationer:

SEO og Kommunikation

Online tilstedeværelse

5 veje til at booste dit salg med Microsoft CRM

Cykelhandler projekt KOM / IT

Cleantech Partnerskab. Booster Camp 26. oktober

PRINCE Projekt & Program Forum

Undervisningsbeskrivelse. Stamoplysninger til brug ved prøver til gymnasiale uddannelser. Termin Maj-juni 2016 Institution Erhvervsgymnasiet Grindsted

Informationskompetence hvorfor og hvordan?

Google. SEO, AdWords og Analytics. Thomas T. Sloth -

Nu skal I til og I arbejdstøjet.. WElearn

På kant med EU. Østarbejderne kommer - lærervejledning

Vidensmedier på nettet

Terminologi. Search Engine Marketing (SEM) Search Engine Optimization (SEO) Black Hat SEO White Hat SEO Pay Per Click (PPC)

Årsplan for Matematik 8. klasse 2011/2012

I har fat i kunderne, men udnytter ikke kontakten

UML til kravspecificering

SAS fik kunder til at tænke over tid det kræver en god relation

Undervisningsbeskrivelse

Konference om Interaktiv teknologi, leg og læring: Design af læreprocesser med robotter som medier

Kommunikatørens. Guide til Platforme. lahme.dk

Internet-baseret indkøb

Fælles beslutningstagning: 1. Cochlear Implant eller 2. optimal høreapparatsbehandling


På kant med EU. Det forgyldte landbrug - lærervejledning

l ære EVALUERING AF DIGITALE LÆREMIDLER AARHUS AU UNIVERSITET INSTITUT FOR UDDANNELSE OG PÆDAGOGIK (DPU)

Karen-Margrethe Hansen Bager

Bilag 3. Diskussionsoplæg: Konkurrence- og forbrugervilkår i en digital verden

Specialiseringen Rapport Lavede Af Rasmus R. Sørensen Side 1 af 6

Helosan og Kræftens Bekæmpelse

VÆRKTØJSKASSEN TIL INNOVATION OG ENTREPRENØRSKAB I UNDERVISNINGEN

Sådan bliver du klar til mere synlighed og salg

Spørgeskemaer. Øjvind Lidegaard Gynækologisk klinik Rigshospitalet

Læremiddelformidling - en introduktion. Jens Jørgen Hansen jjh@ucsyd.dk

Virksomhedsøkonomi A hhx, august 2017

Maj Forleasebyowner.com Case Studie. Hvordan E-Intelligence Forbedrede Side trafik, Rankering og Kundeemner For Forleasebyowner.

Google AdWords Advanced

Sociale medier 2012 Danskernes holdning til og brug af sociale medier Præsentation

Bæredygtighed og Facilities Management i kommunerne. Kirsten Ramskov Galamba Cand. Scient, Ph.d. studerende

Præsentationsteknik og overbevisende budskaber

Aktivitetsskema: Se nedenstående aktivitetsskema for eksempler på aktiviteter.

1. definere nogle dogmeregler for god læring og undervisning med ipad. 2. arbejde med udvikling af nye læringsog undervisningsformer med ipad.

SEO-strategi. Kunde logo

Plant nu - Høst senere

De 10 bud til en bedre Linkedin profil

Velkommen til Google AdWords for begyndere Gorm Larsen & Zornig A/S - Not for use or distribution without written permission.

DIGITAL DANNELSE OG DIGITALE KOMPETENCER

Analyse af aktiviteter. Uge 8

Metoder og produktion af data

Pædagogisk kursus for instruktorer gang. Gry Sandholm Jensen

Undervisningsbeskrivelse

HOFOR A/S Fra godt til bedre, enkelt og effektivt

Workshop om. konverteringsop0mering. Ole Gregersen Customer Experience Konferencen 4. marts - Særligt for UX ere

10 Vigtigste SEO Ranking Faktorer

1. Beskriv beslutningsprocessen kunderne gennemgår, når de vælger at besøge Tivoli

AT og elementær videnskabsteori

Følg denne guide, det tager kun 1 timer Så bliver du belønnet med flere leads og mere salg

Forløbet er lavet med udgangspunkt i 8. klassetrin, men rummer udfordringer for alle elever i udskolingen.

Indhold. Forord 11. Indledning 13. Kapitel 1: Hvorfor udgive en bog? 17. Kapitel 2: Den gode idé sådan puster du liv i den 29

Kompetencemål for Matematik, klassetrin

Vejledning til Google Analytics rapporter

Informationskompetence

Jette Hyldegård Det gode navigationsapparat

Kursus i Infomedia. Udarbejdet af Annette Öhrström, Silkeborg bibliotek, september 2016

Tirsdag den 4. november 2014 DANSKERNES DIGITALE BIBLIOTEK

App til museeum Af Alan Mohedeen 3.5

INFLUENCERS. Nemt igang på internettet. Kom hurtigt igang med det du er god til. Klar, start! w w w. i n f l u e n c e r s. d k

MATEMATIK 7. KLASSE. Web 3

Almen studieforberedelse. 3.g

Google Pagerank Hvordan man finder en nål i en høstak

Østarbejderne kommer - elevvejledning

Detaljeret information om cookies

Der er ikke væsentlig niveauforskel i opgaverne inden for de fire emner, men der er fokus på forskellige matematiske områder.

Transkript:

Kan anbefalinger af anbefalere anbefales? Gå hjem møde ved center for kommunikation December 2003 Timme Bisgaard Munk

Formål Hvad er krydssalg? hvordan og hvorfor virker anbefalinger på Internettet til at skabe krydssalg? Analyse Amazon & Google som case? Konklusion anbefalinger har forskellig effekt i forskellige faser af forbrugernes beslutningsproces.

Krydssalg handler om at få flere til at købe mere. Krydssalg er at anbefale ekstra produkter, services og informationer til sine kunder. Krydssalg skabes ved at tilbyde de relevante associationer på det relevante tidspunkt til de relevante kunder med de relevante behov.

?

?

??

?? Kan anbefalinger af anbefalere anbefales??

Kan anbefalinger af anbefalere anbefales? Nej - Hvis man skal kunne anbefale en anbefaling fra en anbefaler, bør man vel også selv kunne blive demokratisk anbefalet som en anbefaler af anbefalinger af anbefaler. Pointen er, at den demokratiske definition af relevans og troværdighed af anbefalingen forskyder spørgsmålet i en uendelig basisdemokratisk rekurs på en række uklare præmisser.

Forbrugeren som aktiv i en problemløsningsproces bestående af fem-trin struktureret teleologisk og kausalt: behov erkendelse informationssøgning evaluering køb efterkøbsevaluering

På Internettet mødes køber og sælger ikke ansigt til ansigt, så derfor må sælgeren på en eller anden måde prøve at simulere den opmærksomme, empatiske og kloge sælger, som kan sælge ekstra. På Internettet sker det ved at oversættes sælgerens subjektive salgstalent og fornemmelser til tekst, matematik, koder og generelle logiske regler.

Forbrugerne og eksperternes anbefalinger er gode til at få andre forbrugere til at købe ekstra produktet. De relevante faser i den kognitive beslutningsproces omkring krydssalg er her: (køb, efterkøbsevaluering) Den matematiske opsamling af adfærd er god til af få forbrugerne til at behovsafklarer og finde de rigtige informationer omkring ekstra produkter. De relevante faser i den kognitive beslutningsproces omkring krydssalg er her : (behov erkendelse, informationssøgning )

Amazon & Google er hjemmesider som sikrer, at forbrugeren bliver overtalt eller overbevist om, at en ekstra service, information eller produkt er relevante for ham i forhold til hans oprindelige mål. Derfor kan man sige, at Amazon & Googles hjemmesider er designet persuasivt, fordi den søger at skabe krydssalg gennem anbefaling af nye produkter

Krydssalg Associativ relation samtidighed kontrast nærhed kausalitet vaner aktualitet intensitet emotionel ækvivalens

Strukturelt defineret anbefaling defineret af afsender

Manual associativ anbefaling defineret af forbrugeren Strukturelt defineret anbefaling defineret af afsender Customisering selvvalgt anbefaling defineret af forbrugeren Tesaurusen hierarkiske relationer

Anbefaling - virtuel tvilling collaborative filtrering Anbefaling udfra min adfærd

begreb produkt bogens titel

Semantisk netværk i E-handel generelt begreb produkt hierarkisk generisk klassifikation Krydssalg hierarkisk relation Muligheden for at skabe krydssalg gennem anbefalinger variant begreb produkt synonymiske ringe ækvivalens relation begreb produkt bogens titel associativ relation relateret begreb produkt hierarkisk relation specifikt begreb produkt undergrupper del af helhed fase / proces enhed / sæt lighed samtidighed kontrast nærhed kausalitet vaner aktualitet intensitet emotionel ækvivalens Typiske associative relationer Enkelt Komplekst

1. Operationer eller processer og den handlende, eller instrumentet til at gennemføre disse operationer 2. handling og produktet af handlingen for 3. Handlinger og målgruppen for handlingen 4. Koncepter som er relateret til deres egenskaber 5. Koncepter relateret til deres oprindelse 20 typiske associative relationer 6. Koncepter forbundet gennem kausal afhængighed 7. Handlinger og relaterede egenskaber 8. Koncepter og deres modsætninger 9. Oprindelse i forhold til materialer 10. Objekt i forhold til lokalisering Køb lego klodser gennem google 11. Redskab i forhold til funktion 12. Handling i forhold til lokalisering 13. Handling i forhold til aktør 14. Produkt i forhold til producent 15. Objekt i forhold til sit miljø 16. Position i tid og rum 17. Situation eller betingelse i forhold til kausalitet/fremtid 18. Etymologisk forbundne begreber 19. Indflydelse i forhold til objekt 20. Værdien af egenskaber.

Forbrugeren ønsker derfor at spare på de kognitive resurser ved at anvende en række beslutningsregler til at styre deres adfærd. Pointen er, at anbefalingerne er beslutningsregler som understøtter forbrugeren i at gennemløbe de fem trin i beslutningsprocessen.

1. Anbefalinger fra andre forbrugere. 2. Ekspert anmeldelser af produkter om produkter. 3. Opsamling og kommunikation af adfærd. 4. Top ti lister over til mest købte produkter.

1. Anbefalinger fra andre forbrugere. 2. Ekspert anmeldelser af produkter. 3. Opsamling af adfærd. 4. Top ti lister over til mest købte produkter m.m. Manual associativ anbefaling defineret af afsender Manual associativ anbefaling defineret af forbrugeren Customisering - selvvalgt anbefaling defineret af forbrugeren Strukturelt defineret anbefaling defineret af afsender

I hyperteksten præsenteres forbrugeren for valgmuligheder, mens i den individualiserede interaktion med anbefalingerne på Amazon konstruerer forbrugeren tekstens valg af mulige valgmuligheder.

Kognitiv model Interaktionen i klassisk hypertekst Valgmuligheder,begreber og løsninger Interaktion forbrugerens forventning til designet / problemer/ behov Programmets forventning til forbrugeren

Forbrugernes mentale model af computeren i interaktionen Computerens model af den enkelte forbruger i interaktion relevans realiseret motiveret potentiel relevans konstrueret Forbruger navigation eksplicitte præferencer gennem customisering og søgeord implicitte præferencer gennem adfærd og køb rating af produkter/anmeldelser den kognitive beslutningsproces grænsefladen informationer valgmuligheder Computer produkt database produkt information anmeldelser fra ekspert

Kognitiv model Valgmuligheder, begreber og løsninger Interaktion Brugerens forventning til designet / problemer/ behov Programmets forventning til brugeren

Forbrugernes mentale model af computeren i interaktionen Den virtuelle skygge af præferencer Intersubjektiv og individuel konstrueret udfra regler Computerens model af den enkelte forbruger i interaktion deduktiv/induktiv aktivt / reaktivt relevans realiseret motiveret potentiel relevans konstrueret grænsefladens grad af individualisering i anbefalinger Forbruger navigation eksplicitte præferencer gennem customisering og søgeord implicitte præferencer gennem adfærd og køb rating af produkter/anmeldelser den kognitive beslutningsproces informationer valgmuligheder udfra anbefalinger i forhold til beslutningsprocessen Computer produkt database produkt information anmeldelser fra ekspert

3. Customisering - selvvalgt anbefaling defineret af forbrugeren Nyhedsmail /Customisering beslutningsregel defineret af forbruger afgrænset gruppe Induktiv aktiv refleksiv forbruger defineret Keyword search søgning på søgeord i tesarus Manuel associativ modtager defineret Rating / Customisering beslutningsregel selvvalgt beslutningsregel defineret af forbrugeren Customer Comments Forbruger anmeldelser Ens for alle Manuel associativ Modtager defineret Individualiseret Individuel historik Husker enkelt forbrugs navigation / køb unikt Strukturelt defineret beslutningsregel af afsender Bestseller liste regelbaseret adaptiv social navigation defineret af afsenderen Bookstore Gift Ideas Ekspertvurderinger Ens for alle Manuel associativ Afsender defineret 4. Anbefaling strukturelt defineret af afsender Your Recommendations Tilpasset individuelt Colloborativ filtrering Strukturelt defineret beslutningsregel af afsender Customer Who Bought Tilpasset segmenter Strukturelt defineret beslutningsregel af afsender Purchase Circles Collaborativ filtering Strukturelt defineret beslutningsregel af afsender behavioristisk Deduktiv reaktiv ureflekteret afsender defineret 2. Manual associativ anbefaling defineret af forbrugeren 1. Manual associativ anbefaling defineret af afsender Generaliseret

Anbefalingens evne til at skabe krydssalg Manual associativ anbefaling defineret af afsender / forbrugeren Fortolkning Strukturel anbefaling defineret af afsender / forbruger Matematik behov erkendelse informationssøgning evaluering køb efterkøbsevaluering