voprstatВопросы статистикиVoprosy Statistiki2313-63832658-5499The Federal State Budgetary Institution "Scientific Research Institute for Socio-Economic Statistics of the Federal State Statistics Service" (Statistics Research Institute of Rosstat)10.34023/2313-6383-2023-30-4-33-42voprstat-1601Research ArticleСТАТИСТИКА В СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ИССЛЕДОВАНИЯХSTATISTICS IN SOCIO-ECONOMIC STUDIESОсобенности применения статистического анализа в современном маркетингеFeatures of Applying Statistical Analysis in Modern MarketingХамзинР. А.KhamzinR. A.

 директор

 105187, г. Москва, Измайловское шоссе, д. 44

Director

44, Izmailovskoe Shosse, Moscow, 105187

info@niistatistics.ruhttps://orcid.org/0000-0002-9975-523XБровчакС. В.BrovchakS. V.

канд. экон. наук, доцент Департамента страхования и экономики социальной сферы

научный сотрудник

101990, г. Москва, Малый Златоустинский пер., д. 7, стр. 1

109028, г. Москва, Покровский бульвар, д. 11

105187, г. Москва, Измайловское шоссе, д. 44

Cand. Sci. (Econ.), Associate Professor;Lecturer; Researcher

7, Malyi Zlatoustinskii Pereulok, Bldg. 1, Moscow, 101990

11, Pokrovskiy Boulevard, Moscow, 109028

44, Izmailovskoe Shosse, Moscow, 105187

profstandart2015@gmail.comhttps://orcid.org/0000-0002-2036-9222ФирсановаО. В.FirsanovaO. V.

д-р экон. наук, профессор

191023, г. Санкт-Петербург, наб. канала Грибоедова, д. 30-32, литер А.

Dr. Sci. (Econ.), Professor

30-32, Griboedov Canal Emb., St. Petersburg, 191023

o.firsanova@mail.ruhttps://orcid.org/0009-0007-9119-1015КулебякинВ. В.KulebyakinV. V.

аспирант 191023, г. Санкт-Петербург, наб. канала Грибоедова, д. 30-32, литер А

Postgraduate Student

30-32, Griboedov Canal Emb., St. Petersburg, 191023

culebeachinvictor@gmail.comНаучно-исследовательский институт проблем социально-экономической статистики Федеральной службы государственной статистикиРоссияRosstat’s Research Institute for StatisticsRussian FederationНаучно-исследовательский институт проблем социально-экономической статистики Федеральной службы государственной статистики; Финансовый университет при Правительстве Российской Федерации; Национальный исследовательский университет «Высшая школа экономики»РоссияRosstat’s Research Institute for Statistics; Financial University Under the Government of the Russian Federation; National Research University Higher School of Economics (HSE University)Russian FederationСанкт-Петербургский государственный экономический университетРоссияSt. Petersburg State University of Economics (UNECON)Russian Federation2023230820233043342Copyright © Хамзин Р.А., Бровчак С.В., Фирсанова О.В., Кулебякин В.В., 20232023Хамзин Р.А., Бровчак С.В., Фирсанова О.В., Кулебякин В.В.Khamzin R.A., Brovchak S.V., Firsanova O.V., Kulebyakin V.V.This work is licensed under a Creative Commons Attribution 4.0 License.https://voprstat.elpub.ru/jour/article/view/1601

Рассматриваются особенности применения статистического анализа в маркетинге в условиях цифровой трансформации. После обоснования актуальности исследования формулируются проблемы применения статистического анализа в маркетинге, указывается на его цели, задачи и инструменты, дается характеристика содержания статистического анализа (на уровне компании). Отмечается, что в современном интернет-маркетинге используется большое количество статистических показателей, таких, например, как CPC (цена клика), CTR (кликабельность), CPA (стоимость целевого действия), коэффициент конверсии, стоимость лида. Однако, по мнению авторов, применяемые показатели используются в большинстве компаний недостаточно системно.

Указано на то, что в статистическом анализе предметной области цифрового маркетинга применяется ряд цифровых продуктов, например Google Analytics, Adobe Analytics, Mixpanel, Salesforce Analytics Cloud, Looker. Чем более специфична необходимая для статистического анализа информация, тем в большей степени компания стремится создавать свой цифровой продукт для сбора, анализа и интерпретации важнейших для маркетинга данных о скрытых закономерностях в поведении клиентов, в их потребительском пути, мотивах и стимулах их выбора. Уникальность применяемых для этого алгоритмов искусственного интеллекта обеспечивается на основе применения, прежде всего, методов классификации, кластерного, регрессионного анализов, а также анализа ассоциаций, которые применяются в машинном обучении и статистическом анализе для автоматической обработки и анализа больших объемов данных.

Акцентировано внимание на конкретных результатах совершенствования маркетинговой деятельности на основе развития статистического анализа в условиях цифровой трансформации, связанной с внедрением цифровых технологий, разработкой цифровых продуктов, дающих в конечном итоге конкурентные преимущества в конкретной сфере предпринимательства.

The article discusses the features of applying statistical analysis in marketing during digital transformation. After explaining the relevance of the study, the authors formulate the challenges of using statistical analysis in marketing, reveal the study goals, objectives, and tools, and provide an overview of the content of statistical analysis (at the company level). In modern Internet marketing, a large number of statistical indicators are used, such as CPC (cost per click), CTR (advertisement click-through rate), CPA (advertising cost), conversion rate, lead cost, and many others. However, according to the authors, the indicators used in most companies are not comprehensive enough. The paper notes that statistical analysis of the digital marketing domain uses several digital products, such as Google Analytics, Adobe Analytics, Mixpanel, Salesforce Analytics Cloud, and Looker. The more specific the information required for statistical analysis, the more the company strives to create its digital product for collecting, analyzing, and interpreting the most important data for marketing about hidden patterns in customer behavior, in their consumer journey, motives, and incentives for their choice. The uniqueness of the artificial intelligence algorithms used for this is ensured by the methods of classification, clustering, regression, and association analysis that are used in machine learning and statistical analysis for the automatic processing and analysis of large amounts of data. The article focuses on the specific results of improving marketing activities based on the development of statistical analysis amidst digital transformation arising from the introduction of digital technologies, and the development of digital products that ultimately give competitive advantages in a particular area of business.

маркетингконкурентные преимуществастатистический анализстатистические методыклассификациикластерный анализцифровые технологииискусственный интеллектпотребительское поведениепотребительский путьmarketingcompetitive advantagesstatistical analysisstatistical methodsclassificationscluster analysisdigital technologiesartificial intelligenceconsumer behaviorconsumer journeyReferencesБоровых Е.С. Анализ взаимосвязи подходов к маркетингу и современных трендов потребительского поведения. Вуз и реальный бизнес: маркетинг, управление человеческими ресурсами, информационные и цифровые технологии – 2022. Мат. XV Всероссийской науч.-практ. конф. студентов (г. Пермь, 15 апреля – 31 мая 2022 г.). Пермь: Издательство Пермского национального исследовательского политехнического университета, 2022. С. 36–42.Borovykh E.S. Analysis of the Relationship Between Approaches to Marketing and Modern Trends in Consumer Behavior. In: University and Real Business: Marketing, Human Resource Management, Information and Digital Technologies–2022. Materials of the XV AllRussian Scientific and Practical Conference of Students, April 15 – May 31, 2022, Perm. Perm: Publishing House of the Perm National Research Polytechnic University; 2022. P. 36–42. (In Russ.)Иванченко О.В. Интеллектуальный анализ данных и бизнес-аналитика в управлении бизнесом и маркетинге // Вестник Ростовского государственного экономического университета (РИНХ). 2022. Т. 80. № 4. С. 125–130. doi: https://doi.org/10.54220/v.rsue.1991-0533.2023.80.4.018.Ivanchenko O.V. Data Mining and Business Analytics in Business Management and Marketing. Vestnik of Rostov State University of Economics (RINH). 2022;4(80):125–130. (In Russ.) Available from: https://doi.org/10.54220/v.rsue.1991-0533.2023.80.4.018.Фурманов П.А. Цифровая маркетинговая аналитика данных как основа формирования стратегии цифрового маркетинга // Международный научный журнал «Вестник науки». 2022. Т. 4. № 6(51). С. 79–85.Furmanov P.A. Data Analytics as a Basis for Forming a Digital Marketing Strategy. International Journal Science Bulletin. 2022;4(6(51)):79–85. (In Russ.)Трусова А.Ю. Многомерный статистический анализ в интернет-маркетинге // Вестник Самарского университета. Экономика и управление. 2018. Т. 9. № 1. С. 68–75.Trusova A.Yu. Multi-Dimensional Statistical Analysis in Internet Marketing. Vestnik of Samara State University. Series Economics and Management. 2018;9(1):68–75. (In Russ.)Суринов А.Е. Большие данные в официальной статистике: взгляд на проблему. Вопросы статистики. 2023. Т. 30. № 2. С. 5–22. doi: https://doi.org/10.34023/2313-6383-2023-30-2-5-22.Surinov A.Ye. Big Data in Official Statistics: A View of the Problem. Voprosy Statistiki. 2023;30(2):5–22. (In Russ.) Available from: https://doi.org/10.34023/2313-6383-202330-2-5-22.Татаринов А.А., Устинова Н.Е. Измерение сектора ИКТ в цифровой экономике. Вопросы статистики. 2021. Т. 28. № 6. С. 5–17. doi: https://doi.org/10.34023/2313-6383-2021-28-6-5-17.Tatarinov A.A., Ustinova N.E. Measuring the ICT Sector in the Digital Economy. Voprosy Statistiki. 2021; 28(6):5–17. (In Russ.) Available from: https://doi. org/10.34023/2313-6383-2021-28-6-5-17.Сакова О.Я. Аналитико-синтетическая переработка информации. М.: Издательство «Юрайт», 2022. 123 с.Sakova O.Ya. Analytical and Synthetic Processing of Information. Moscow: Yurayt Publishing House; 2022. 123 p. (In Russ.)Нирова К.С., Паскова А.А. Искусственный интеллект в продажах // Студент и наука. 2021. Т. 18. № 3. С. 37–40.Nirova K.S., Paskova A.A. Artificial Intelligence in Sales. Student and Science. 2021;3(18):37–40. (In Russ.)Коваленко А.Е., Окольнишникова И.Ю., Каточков В.М. Разработка классификации технологий интернет-маркетинга в малом бизнесе на основе анализа информационного потока интернет-маркетинга // Друкеровский вестник. 2019. Т. 27. № 1. С. 273–286. doi: https://doi.org/10.17213/2312-6469-2019-1-273-286.Kovalenko A.E., Okolnishnikova I.Yu., Katochkov V.M. Development of a Classification Internet Marketing Technologies on the Basis of Internet Marketing Informational Flow Analysis. Drukerovskij Vestnik. 2019;1(27):273–286. (In Russ.) Available from: https://doi.org/10.17213/23126469-2019-1-273-286.Шах А.В., Лапицкая О.В. Как искусственный интеллект помогает маркетологу? Менталитет славян и интеграционные процессы: история, современность, перспективы. Гомель: Гомельский государственный технический университет им. П.О. Сухого, 2021. С. 129–131.Shakh A.V., Lapitskaya O.V. How Does Artificial Intelligence Help a Marketing Specialist? In: The Mentality of the Slavs and Integration Processes: History, Modernity, Prospects. Gomel: Sukhoi State Technical University of Gomel; 2021. Pp. 129–131. (In Russ.)

The authors declare that there are no conflicts of interest present.