JOURNAL OF REGIONAL AND INTERNATIONAL COMPETITIVENESS JOURNAL OF REGIONAL AND INTERNATIONAL COMPETITIVENESS Журнал региональной и международной конкурентоспособности 2782-1927 97024 10.52957/2782-1927-2025-6-1-21-30 DEFINING COMPETITIVENESS DEFINING COMPETITIVENESS DEFINING COMPETITIVENESS Data metrics in modern digital marketing Метрики данных в современном цифровом маркетинге https://orcid.org/0000-0002-4623-8386 Седов Роман Леонидович Sedov Roman Leonidovich sedov-rl@ranepa.ru

кандидат технических наук;

candidate of technical sciences;

 Северо-Западный институт управления РАНХиГС St Petersburg Россия North-West Institute of Management of the Russian Presidential Academy of National Economy and Public Administration St Petersburg Russian Federation 17 04 2025 17 04 2025 6 1 21 30 27 01 2025 28 02 2025 https://chemintech.ru/en/nauka/article/97024/view

В статье дано определение и этапы цифрового маркетинга, выделены современные метрики при выборе инструментов анализа данных. Мобильный интернет на сегодня занимает 80% от совокупного интернет-трафика в Российской Федерации. Подчёркнуты составляющие эффективного медиапланирования: максимизация ROI, точное попадание в целевую аудиторию, повышение узнаваемости бренда, оптимизация затрат. Рассматриваются три различных подхода увеличения продаж через мобильный интернет новых торговых марок (брендов). Данные взяты из статистических таблиц нескольких источников. Затрагиваются проблемы вычисления доли рынка торгового предприятия, рекламного голоса среди голосов других брендов и расчёта рекламного бюджета при известных рекламных бюджетах других компаний. В работе доказывается справедливость формулы, выражающую равновесие на рынке с несколькими игроками. Традиционные рекламные каналы вытесняют социальные сети и мессенджеры, цифровое телевидение и нейросети. Время забывания бренда значительно сократилось. Традиционное тактовое рекламное воздействие на целевую аудиторию теряет свою эффективность. Рассмотренная математическая модель перераспределения рекламного отклика показывает обратную зависимость доли рекламного голоса в зависимости от номера продвигаемого товара в линейке предприятия. Другие метрики данных через географические информационные системы (радиус охвата) и комментарии и отзывы покупателей на маркетплейсах, цифровых кинотеатрах позволяют увеличивать прибыль с продаж помимо основной рекламной стратегии предприятия. Использование технологий big gata трансформирует методику эффективной рекламы. Здесь применяются эконометрические законы, дающие предприятию «целевую воронку» для продвижения товаров. Для поддержания широко известного бренда требуются также немалые бюджеты. В этом случае маркетинговые службы предприятий исследуют сегментацию рынка и оценивают рекламные бюджеты конкурентов. На этом построен следующий подход максимизации эффективности рекламной кампании, следующей за выходом конкурирующих компаний на одном и том же рынке. В результате исследования можно сделать следующие выводы. Доля регионального или глобального рынка продвигаемого продукта пропорциональна рекламному бюджету относительно суммарного бюджета всего рынка. Объём финансирования продвижения новой марки при известных целях: доли рекламного голоса и рекламных бюджетов конкурентов является аналитической зависимостью Пекхема. Индивидуальная доля рекламного голоса (из 100% голосов за новые марки) аналитически зависит от исторической доли компании на рынке и номера новой марки (бренда) за отчётный период (1, 2, 3 и т.д. года). Индивидуальная доля рекламного голоса является безразмерной случайной величиной, зависящей от относительной частоты бренда за предыдущий период, жёстко связан со статистикой продаж. Использование интегрального исчисления в прогнозировании рекламы предоставляет маркетологам мощный инструмент для анализа данных и принятия обоснованных решений. Среди таких моделей можно выделить модель Басса и модель Adstock model. Вероятностные метрики являются важными инструментами для оценки эффективности рекламных кампаний и принятия стратегических решений. Они позволяют учитывать неопределённости и случайности, характерные для поведения потребителей. В дополнение скажу, что теория игр является мощным инструментом для анализа и разработки рекламных стратегий. Она позволяет компаниям учитывать поведение конкурентов, реагировать на изменения рыночной среды и принимать обоснованные решения. Использование теории игр помогает минимизировать риски и максимизировать выгоды от рекламных кампаний, обеспечивая устойчивое развитие бизнеса.

The article defines the stages of digital marketing and highlights modern metrics for choosing data analysis tools. Currently, mobile Internet accounts for 80% of the total Internet traffic in the Russian Federation. The research emphasises the components of effective media planning, including return on investments, target audience, increasing brand awareness, and costs optimising. According to the statistics, there are different approaches to increasing sales of new trademarks (brands) via the mobile Internet. The research considers the issues of calculating the market share of a trading company, advertising voice among the voices of other brands, and calculating the advertising budget for promoted similar budgets of other companies. The paper proves the validity of the formula expressing the equilibrium in a market with several players. The social networks, messengers, digital television, and neural networks replace the traditional advertising channels. It provides the reduction of brand forgetting time. Moreover, the traditional advertising impact on the target audience is losing its effectiveness. The considered mathematical model of the advertising response redistribution shows the inverse dependence of the share of the advertising voice depending on the number of the promoted product in the company's product line. Other data metrics allow ones to increase sales profits in addition to the main advertising strategy of the enterprise through geographic information systems (coverage radius), customer comments, and reviews on marketplaces and digital cinemas. The use of big data technologies transforms the methodology of effective advertising. It applies the econometric laws providing a "target funnel" for product promotion and Nevertheless, it requires large budgets to maintain the promoted brands. Therefore, the marketing services of enterprises investigate market segmentation and assess the advertising budgets of competitors. It maximises the effectiveness of an advertising campaign following the entry of competing companies into the same market. Hence, the share of the regional or global market of the promoted product is proportional to the advertising budget relative to the total budget of the entire market. The funding for the promotion of a new brand for well-known purposes is an analytical dependence of Peckham. The individual share of the advertising vote (out of 100% of votes for new brands) analytically depends on the company's historical market share and the number of the new brand for the reporting period (1, 2, 3, etc. years). The individual share of the advertising voice is a dimensionless random variable depending on the relative frequency of the brand over the previous period. The integral calculus in advertising forecasting provides marketers with a powerful tool for analysing data and making informed decisions. Such models include the Bass and the Adstock models. Probability metrics are important tools for assessment of advertising campaigns effectiveness and making strategic decisions. They allow ones to consider the uncertainties and randomness characteristic of consumer behavior. Moreover, the game theory is a powerful tool for analysing and developing advertising strategies. It allows companies to consider the behavior of competitors, respond to changes in the market environment, and make informed decisions. The use of game theory helps to minimise risks and maximise the benefits of advertising campaigns, ensuring sustainable business development.

 цифровой маркетинг; медиапланирование; реклама в интернете; оптимизация рекламы; метрика данных; математическое моделирование digital marketing; media planning; online advertising; advertising optimisation; data metrics; mathematical modelling

Aksha, R. (2016). Sozdanie effektivnoj reklamy [Creating effective advertising]. (in Russian). Aksha, R. (2016). Sozdanie effektivnoj reklamy [Creating effective advertising]. (in Russian). Anderson, R. (2018). The impact of digital advertising on consumer behavior. Journal of Marketing Research, 45(2), 105–119. Anderson, R. (2018). The impact of digital advertising on consumer behavior. Journal of Marketing Research, 45(2), 105–119. Bass, F. M. (1969). A new product growth for model consumer durables. Management Science, 15(5), 215–227. Bass, F. M. (1969). A new product growth for model consumer durables. Management Science, 15(5), 215–227. Beklemishev, D. V. (2003). Teoriya igr [Game theory]. Vestnik Moskovskogo universiteta. Seriya 1: Matematika. Mekhanika [Bulletin of the Moscow University. Series 1: Mathematics. Mechanics], (3), 67–72. (in Russian). Beklemishev, D. V. (2003). Teoriya igr [Game theory]. Vestnik Moskovskogo universiteta. Seriya 1: Matematika. Mekhanika [Bulletin of the Moscow University. Series 1: Mathematics. Mechanics], (3), 67–72. (in Russian). Benning, V. E., & Korolev, V. Y. (2000). Vvedenie v matematicheskuyu teoriyu riska [Introduction to the mathematical theory of risk]. (in Russian). Benning, V. E., & Korolev, V. Y. (2000). Vvedenie v matematicheskuyu teoriyu riska [Introduction to the mathematical theory of risk]. (in Russian). Berezin, I. (2007). Marketingovyj analiz [Marketing analysis]. (in Russian). Berezin, I. (2007). Marketingovyj analiz [Marketing analysis]. (in Russian). Best, R. (2008). Marketing ot potrebitelya [Marketing from the consumer]. Best, R. (2008). Marketing ot potrebitelya [Marketing from the consumer]. Buzin, V. N., & Buzina, T. S. (2006). Mediaplanirovanie dlya praktikov [Media planning for practitioners]. Vershina. (in Russian). Buzin, V. N., & Buzina, T. S. (2006). Mediaplanirovanie dlya praktikov [Media planning for practitioners]. Vershina. (in Russian). Dadabaeva, R. A., & Jamoliddinov, F. S. (2024). Digital marketing as an element of sustainable development: Trends, challenges and opportunities. Digital Models and Solutions, 3(1), 65–79. Dadabaeva, R. A., & Jamoliddinov, F. S. (2024). Digital marketing as an element of sustainable development: Trends, challenges and opportunities. Digital Models and Solutions, 3(1), 65–79. Eisenhardt, K. M. (1989). Building theories from case study research. Academy of Management Review, 14(4), 532–550. Eisenhardt, K. M. (1989). Building theories from case study research. Academy of Management Review, 14(4), 532–550. Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. Kazachkov, P. A. (2005). Otsenka effektivnosti reklamnykh kampanij [On evaluating the effectiveness of advertising campaigns]. Ekonomika i matematicheskie metody [Economics and Mathematical Methods], 41(2), 74–83. (in Russian). Kazachkov, P. A. (2005). Otsenka effektivnosti reklamnykh kampanij [On evaluating the effectiveness of advertising campaigns]. Ekonomika i matematicheskie metody [Economics and Mathematical Methods], 41(2), 74–83. (in Russian). Kramer, G. (1948). Matematicheskie metody statistiki [Mathematical methods of statistics]. (in Russian). Kramer, G. (1948). Matematicheskie metody statistiki [Mathematical methods of statistics]. (in Russian). McCarthy, J., & Hayes, P. J. (1969). Some philosophical problems from the standpoint of artificial intelligence. Machine Intelligence, 4, 463–502. McCarthy, J., & Hayes, P. J. (1969). Some philosophical problems from the standpoint of artificial intelligence. Machine Intelligence, 4, 463–502. Petrosyan, L. A., Zenkevich, N. A., & Shevkoplyas, E. V. (1998). Teoriya igr [Game theory]. Saint Petersburg State University of Economics, St. Petersburg State University Press. (in Russian). Petrosyan, L. A., Zenkevich, N. A., & Shevkoplyas, E. V. (1998). Teoriya igr [Game theory]. Saint Petersburg State University of Economics, St. Petersburg State University Press. (in Russian). Samarskiy, A. A., & Mikhailov, Yu. P. (2001). Matematicheskoe modelirovanie: Idei. Metody. Primery [Mathematical modelling: Ideas. Methods. Examples]. (in Russian). Samarskiy, A. A., & Mikhailov, Yu. P. (2001). Matematicheskoe modelirovanie: Idei. Metody. Primery [Mathematical modelling: Ideas. Methods. Examples]. (in Russian). Shmatov, G. A. (2016). Optimizatsiya razmeshcheniya reklamy s ispolzovaniem tselevoj funktsii riska [Optimization of advertising placement using the target risk function]. In Ustojchivoe razvitie Rossii: vyzovy, riski, strategii. Materialy XIX Mezhdunarodnoj nauchno-prakticheskoj konferentsii: k 25-letiyu Gumanitarnogo universiteta [Sustainable Development of Russia: Challenges, Risks, Strategies. Proceedings of the XIX International Scientific and Practical Conference: On the 25th Anniversary of the University of Humanities] (pp. 397–400). (in Russian). Shmatov, G. A. (2016). Optimizatsiya razmeshcheniya reklamy s ispolzovaniem tselevoj funktsii riska [Optimization of advertising placement using the target risk function]. In Ustojchivoe razvitie Rossii: vyzovy, riski, strategii. Materialy XIX Mezhdunarodnoj nauchno-prakticheskoj konferentsii: k 25-letiyu Gumanitarnogo universiteta [Sustainable Development of Russia: Challenges, Risks, Strategies. Proceedings of the XIX International Scientific and Practical Conference: On the 25th Anniversary of the University of Humanities] (pp. 397–400). (in Russian). Shmatov, G. A. (2021). Osnovy ekonomiko-matematicheskoj teorii mediaplanirovaniya [Fundamentals of the economic and mathematical theory of media planning] (E. V. Popov, Ed.). 2nd ed. (in Russian). Shmatov, G. A. (2021). Osnovy ekonomiko-matematicheskoj teorii mediaplanirovaniya [Fundamentals of the economic and mathematical theory of media planning] (E. V. Popov, Ed.). 2nd ed. (in Russian). Tversky, A., & Kahneman, D. (1992). Advances in prospect theory: Cumulative representation of uncertainty. Journal of Risk and Uncertainty, 5(4), 297–323. Tversky, A., & Kahneman, D. (1992). Advances in prospect theory: Cumulative representation of uncertainty. Journal of Risk and Uncertainty, 5(4), 297–323. Vasin, A. A., & Morozov, V. V. (2005). Teoriya igr i ekonomicheskoe povedenie [Game theory and economic behavior]. MAKS Press. (in Russian). Vasin, A. A., & Morozov, V. V. (2005). Teoriya igr i ekonomicheskoe povedenie [Game theory and economic behavior]. MAKS Press. (in Russian). Zeithaml, V. A., Berry, L. L., & Parasuraman, A. (1996). The behavioral consequences of service quality. Journal of Marketing, 60(2), 31–46. Zeithaml, V. A., Berry, L. L., & Parasuraman, A. (1996). The behavioral consequences of service quality. Journal of Marketing, 60(2), 31–46.