Online advertising

1. ONLINE ADVERTISING & NEW TECHNOLOGIES Ιωάννα Μηλιαράκη

2. Περιεχόμενα  Εισαγωγή  Digital Marketing  Social Media  Semantic Analysis  Opinion Mining  Cloud Computing  Αξιολόγηση με χρήση του Expert Choice & Συμπεράσματα

3. Εισαγωγή  Στην εν λόγω εργασία θα αναλυθούν νέες τεχνολογίες που διαδραματίζουν σημαντικό ρόλο στον κλάδο του Online Advertising. Ορισμένες από αυτές είναι το digital marketing που είναι η ψηφιοποίηση της διαφήμισης, τα social media που επί της ουσίας τροφοδοτούν το digital. Επίσης, απαραίτητη είναι η semantic analysis (λανθάνουσα σημασιολογική ανάλυση) που υπολογίζει την σημασιολογική σχετικότητα των κειμένων, όπου σε συνδυασμό με το opinion mining που αναλύει το συναίσθημα που προκύπτει από τα κείμενα και τα σχόλια, συγκεντρώνουν χρήσιμο υλικό για την συμπεριφορά των καταναλωτών το οποίο είναι κομβικής σημασίας για την πορεία μιας διαφημιστικής εκστρατείας, πόσο μάλλον για ένα interactive agency που δραστηριοποιείται στην online διαφήμιση. Τέλος, αφού αναλυθούν οι τεχνολογίες θα γίνει αξιολόγηση με τη χρήση του προγράμματος «Expert Choice».

4. Digital Marketing Το τμήμα του digital marketing αποτελείται από τις εξής θέσεις εργασίας: Digital strategist, PR Manager, Copy Writer, Art/ Designer, Developer Front/ Back End, Community Manager/ Curator, Account Manager, SEO Manager, PPC Manager, Video Team, Media Manager, Commercial. Επίσης, ως “Online Advertising Agency” δραστηριοποιείται κατά κύριο λόγω σε:  Web design & development  E- shop development  Search Engine Marketing Optimisation or Pay Per Click (SEO or PPC)  Mobile Marketing  PR/ Bloggers relations  UI/ UX Optimization (βελτιστοποιώντας την εμπειρία που αποκτά ο χρήστης από την επίσκεψή του στο site)

5. 1. Content Management System (CMS)  Το παρεχόμενο σύστημα διαχείρισης δίνει τη δυνατότητα δημιουργίας, σύνταξης και δημοσίευσης του περιεχομένου στην ιστοσελίδα με αυτόματη δημοσίευση και στα κεντρικά γραφεία του προωθούμενου προϊόντος ή υπηρεσίας.  Ένα ακόμη πλεονέκτημα του ψηφιακού Μάρκετινγκ είναι η δυνατότητα συνεχούς προσθήκης ή και γενικά αλλαγής στην ιστοσελίδα, όπως είναι οι προσθήκες για franchise και η παντελής απουσία μεσολαβητών, με την αποφυγή ανάμειξης στο σύστημα και αντικατάσταση αυτών από τους Developers όπου είναι μέσα στο σύστημα και αναλαμβάνουν end-to-end το project.  Ως εκ τούτου, γίνεται κατανοητό πως το κόστος περιορίζεται σημαντικά αφού το printed υλικό περιορίζεται δραστικά. Πλέον περισσότερο από το 60% των διαφημιστικών πρακτορείων επενδύει περισσότερο στο Digital Marketing στοχεύοντας στην δημιουργία περιεχομένου και στην online διαφήμιση. (Gerald Heneghan, Why the Future of Digital Marketing Is Pure PR, Marketing Profs, 2014)

6. 2. Marketing Automation (MA)  Λειτουργεί ως συνδρομητής της βάσης δεδομένων αποθηκεύοντας κομβικές πληροφορίες των χρηστών, όπως είναι η οικογενειακή κατάσταση ή τα μέρη που συχνάζει ο καταναλωτής. Κατά συνέπεια, χάρις το MA γίνεται αναβάθμιση των επιλογών που οδηγούν στην τμηματοποίηση του καταναλωτικού κοινού (Custom Branding), που σε συνδυασμό με «Tracking & Analytics» διεξάγεται ανάλυση και εντοπίζεται η σύνδεση μέσω των banners και των links της εταιρείας με άλλες ιστοσελίδες.(Jaspn Bowden, The Impact of Social Media Marketing Trends on Digital Marketing, Social Mredia Today, March 17, 2014 )  Η ανάλυση είναι αρωγός και στην λεπτομερή πληροφόρηση της εταιρείας για την αποδοτικότητα του αριθμοδείκτη ROI (Return on Investment) με μετρήσιμα αποτελέσματα. (Jack Loechner, Mobile Use Impacts Digital Marketing, But Budgets Lag, Media Post, February 28, 2014)

7. 3. Customer Relationship Management (platform) & Social Media Toolset  Η εν λόγω πλατφόρμα προσφέρει στην επιχείρηση την δυνατότητα σύνδεσης των πωλήσεων με τον σχεδιασμό για τα προγράμματα Μάρκετινγκ.  Το 2013 το 53% των Digital Marketers τοποθέτησαν το προϊόν τους μέσα από τα social media (multichannel) ενώ το 2014 το ποσοστό αυτό αυξήθηκε κι άλλο.  Tο σύστημα παρακολουθεί αυτόματα την πορεία των πωλήσεων μέσω των επαφών των χρηστών και την πλήρη καταγραφή των πληροφοριών που απορρέουν από τον πελάτη μέσω του συστήματος.  Mέσω της καταγραφής του ιστορικού του πελάτη δημιουργείται και το προφίλ του, αλλά και οι πληροφορίες επικοινωνίας δημιουργώντας έτσι ευκαιρίες για την αγορά.  Tο CRM τροφοδοτείται συνεχώς από τις πληροφορίες συμπεριλαμβανομένης και της διάδρασης που υπάρχει μεταξύ των πελατών και των εταιρειών. Όλα όσα έχουν αναφερθεί οδηγούν στην απήχηση(engagement) που έχει η ιστοσελίδα στο κοινό και άρα στην ολοκληρωμένη επικοινωνία (integrated communication). Εκτιμάται από συμβούλους που ειδικεύονται στην ανάλυση συστημάτων πληροφορικής ότι στα τέλη του 2012 το 20% του παγκόσμιου πληθυσμού ήταν heavy user των μέσων κοινωνικής δικτύωσης. (Alley Hannaford, CRM and its impact on Digital Marketing, creative-jar, August 15, 2013)

8.  Σύμφωνα με τους Marketers της Google Universal Analytics η πιο επικερδής και αποτελεσματική τάση είναι αυτή που αφορά το mobile marketing για διαφήμιση, όπως διαπιστώθηκε από το 30% των ερωτηθέντων και το 60% του δείγματος ανέφερε ότι είναι πολύ σημαντική για την καθημερινότητά τους η «superfast» σύνδεση των δεδομένων τους.  Σχετικά με τα Data: Τα στοιχεία βασίζονται σε έρευνα που διεξήχθη σε πάνω από 400 εταιρείες, γραφεία και συμβούλους, το 53% των οποίων στηρίζει σε αυτά τα δεδομένα τη διαχείριση της στρατηγικής, των προϋπολογισμών, και την κατεύθυνση του μάρκετινγκ.  Το 93% των πρακτορείων βαθμολογεί τη χρήση των κινητών τηλεφώνων των καταναλωτών ως ιδιαίτερα σημαντική με 55% ή σημαντική με 38%. Ταυτοχρόνως καταβάλλονται προσπάθειες για την αναζήτησή τους στον SEO.  Λιγότερο από το ένα τρίτο έχει αξιολογήσει τις αλλαγές της Google ως ιδιαίτερα σημαντικές, πράγμα το οποίο υποβοηθά τις επιχειρήσεις. (Jack Loechner, Mobile Use Impacts Digital Marketing, But Budgets lag, February 28, 2014)

9. Οι διαδικασίες που δημιουργούν αξία: ΠΗΓΗ: http://www.mckinsey.com/insights/marketing_sales/four_ways_to_get_more_value_from_digital_marketing 1. Με το να συντονίζεις την end-to-end εμπειρία του καταναλωτή, η εταιρεία χαίρει της αύξησης των κερδών κατά 10- 20% ετησίως τόσο από τους αφοσιωμένους πελάτες όσο και από τους νέους μέσω των online καναλιών. 2. Με το να ακολουθείς τον δρόμο της εφοδιαστικής αλυσίδας της επιχείρησης.

10. 3. Με την ανάγκη για σωστή χρήση του χαρτοφυλακίου εργαλείων, προκειμένου να εντοπίσεις τις τάσεις και τις στάσεις των καταναλωτών ΠΗΓΗ: http://www.mckinsey.com/insights/marketing_sales/four_ways_to_get_more_value_from_digital_marketing

11. Social Media  Α) Social News: Digg & Reddit  B) User- Generated Content: Υou Tube, Blog, Pinterest & Instagram  Γ) Social Networking: Facebook, LinkedIn & Twitter Οι χρήστες ασχολούνται με:  μοίρασμα (share) αρχείων με φίλους ή και γνωστούς (63,1%)  επίσκεψη (visit) ή ανάγνωση blog (57,2%)  επίσκεψη σε σελίδα φίλου μέσω κάποιου application (50,2%)  download podcast (34,2%)  σχόλια σε ιστοσελίδες (33,3%)  συμμετοχή σε forum ή συνεργασία με ιστοσελίδες όπως το Wiki για την δημιουργία ή την τροποποίηση πληροφοριών (25,7%)  τη χρήση εφαρμογών για τη δημοσιοποίηση επιλογών και προτάσεων σε γνωστούς και φίλους (RSS READER, DIGG) (22,6%)  εγγραφή σε RSS feed (15,0%)

12.  Σε εγχώριο επίπεδο τα αποτελέσματα της ετήσιας έρευνας κοινωνικής δικτύωσης που ολοκληρώθηκαν τον Δεκέμβρη του 2013 από το Εργαστήριο Ηλεκτρονικού Επιχειρείν (ELTRUN) απέδειξαν ότι το πιο διαδεδομένο μέσο κοινωνικής δικτύωσης είναι το You Tube (93%) με δεύτερο το Facebook (82%) και αμέσως επόμενο το LinkedIn (61%). Σύμφωνα με τον L. Safko & D. Brake τα χαρακτηριστικά των Social Media Sites αφορούν στη χρήση νέων τεχνολογιών για την προβολή multimedia περιεχομένου, στην ανταλλαγή πληροφοριών από χρήστη σε χρήστη και όχι από επαγγελματίες του χώρου (πχ: διαφημιστές) και στη διαφανή και γρήγορη αναμετάδοση καλών και κακών νέων σε αντιδιαστολή με την ωραιοποιημένη εικόνα της διαφήμισης

13. RSS Technology  H RSS (Rich Site Summary) η οποία αναπτύχθηκε αρχικά από την Netscape χρησιμοποιείται για την προώθηση μέσω του υπολογιστή του χρήστη περιεχομένου από άλλες ιστοσελίδες. Αυτή η διαδικασία γίνεται στο περιβάλλον του λογισμικού το οποίο ονομάζεται RSS Reader (Courtney Seiter, RSS: Your Social Media Monitoring Secret Weapon, Μarkting Land, May 21, 2012) και παρέχεται δωρεάν.  Οι διαφημιστικές πλέον προσεγγίζουν το κοινό τους και το κρατάνε σε brand awareness, διότι οι υπεύθυνοι των τμημάτων Μάρκετινγκ έχουν υιοθετήσει την τεχνολογία αυτή και την χρησιμοποιούν κυρίως για δελτία τύπου και στην προώθηση πωλήσεων, αλλά και για τα νέα από λίστες συζήτησης. You Tube Insight  Στο γνωστότερο και φοβερά χρήσιμο για τον κλάδο της διαφήμισης αλλά και μεγαλύτερο σε επισκεψιμότητα και αριθμό φιλοξενούμενων video site του είδους του, το You Tube, υπάρχει το εργαλείο You Tube Insight (Jennifer Beese, Real-Time Analytics and More YouTube Metrics to Watch, Sprout Social, October 15, 2014) το οποίο δίνει ενδιαφέροντα στατιστικά στοιχεία για τα βίντεο που ανεβαίνουν στην ιστοσελίδα και μπορεί να βοηθήσει: α) δημοτικότητα των προβολών, β) από πού προέρχονται οι επισκέπτες των εξής κατηγοριών:  Το εργαλείο αναζήτησης You Tube Search  Ενέργειες ιογενούς Μάρκετινγκ (Viral)  Εξωτερικές παραπομπές προς το You Tube  Προβολές You Tube σε άλλα sites  Μέσω μηχανής αναζήτησης Google Search  Μέσω της στήλης Related Videos  Άλλες ενέργειες (πχ: e-mail)  Άλλες ενέργειες του χρήστη στο You Tube  γ) τα δημογραφικά στοιχεία των χρηστών, δ) κοινοτικά χαρακτηριστικά και ε) hot spots: η μέτρηση αυτή δείχνει τα συγκεκριμένα σημεία του βίντεο τα οποία είδαν οι χρήστες και πότε έφυγαν από αυτά και σε τι βάση μπορούν να συγκρίνουν δύο ή περισσότερα βίντεο.

14.  Oι επιχειρήσεις και δη οι διαφημιστικές επιχειρήσεις οφείλουν να δημιουργούν social media plan με την ταυτόχρονη σωστή σχεδίαση του κατάλληλου περιεχομένου στο εταιρικό προφίλ.  Ένα ακόμη ζήτημα είναι η έρευνα και ανάλυση με μετρήσιμα και ασφαλή αποτελέσματα για την εξάλειψη πιθανών κινδύνων.  Είναι απαραίτητο να υπάρχει δυνατό networking με τους καταναλωτές με στόχο την αλληλεπίδραση.  Ιδιαίτερη προσοχή χρειάζεται στην ενημέρωση των λογαριασμών, καθότι είναι σημαντικό οι επιχειρήσεις να καταλαβαίνουν τι θέλουν ή τι δεν θέλουν οι πελάτες.  Τα Social Media διαδίδουν πληροφορίες γρηγορότερα από οποιοδήποτε άλλο μέσο. -Πάνω από το 50% των ανθρώπων ενημερώνονται από τα μέσα κοινωνικής δικτύωσης. -Το 65% των παραδοσιακών μέσων μαζικής ενημέρωσης έχει αντικατασταθεί από το Facebook και το LinkedIn για ενώ το 52% χρησιμοποιεί το Twitter. - Σχεδόν το 90% των μεγάλων εταιρειών που χρησιμοποιούν τα social media έχουν αναφέρει τουλάχιστον ένα μετρήσιμο όφελος των επιχειρήσεων (Τhe social media bible, L. Safko, D. Brake, Wiley, 2009). Ο απώτερος στόχος είναι η μόχλευση των Social Reviews για την αυτοματοποίηση του Word of Mouth Marketing. Αυτό επιτυγχάνεται με την παρακάτω τεχνολογία:  Η τεχνολογία Yotpo: είναι ένα δωρεάν social review app όπου βοηθάει στην μετατροπή άνω του 8% των πελατών σε σχολιαστές και η όλη διαδικασία γίνεται αυτόματα χωρίς να επενδύσει χρόνο και κόστος η εταιρεία. Πηγή: https://www.youtube.com/watch?v=5yo6NVRm6mw

15. Μετρήσιμα αποτελέσματα και εργαλεία:  Μέχρι το 2013, μόνο το 9% των marketers χρησιμοποιούσαν παραδοσιακές μετρήσεις ROI. Ο λόγος αφορά στην πληθώρα των μέσων κοινωνικής δικτύωσης.  Πολλές δραστηριότητες κοινωνικών μέσων μαζικής ενημέρωσης δεν μπορούν να μετρηθούν με τη χρήση SMM (Social Media Metrics) που είναι συχνά ο καλύτερος τρόπος. Πηγή: Social Media ROI: 11 FREE Tools for Measuring Social Media Success, Search Engine Watch, Nov 24, 2013

16. Ο Nicole Harrison, ισχυρίζεται ότι τα social media για να είναι αποδοτικά οφείλουν τα στελέχη να χρησιμοποιήσουν τις εξής μεθόδους μέτρησης της αποδοτικότητας:  HootieSuite: εξαιρετικό εργαλείο διαχείρισης μετρήσεων, προγραμματίζει την ταυτόχρονη ανάρτηση δημοσιεύσεων από πολλαπλά κοινωνικά μέσα ενημέρωσης, καθώς και τη δημιουργία πάνω από 30 ατομικών reports  SocialMention: είναι ένα συσσωματωμένο εργαλείο παρόμοιο με το Google Alerts. Αυτό δύναται να αξιολογήσει μια συνολική εικόνα όχι μόνο για τα σχόλια των πελατών αλλά και για το γενικό αίσθημα αυτών. Υπάρχει η δυνατότητα ορισμού ενός RSS feed, με ειδοποιήσεις μέσω e-mail, ή ακόμη και μέσω ενός widget σε πραγματικό χρόνο στην ιστοσελίδα. Τέλος, μπορεί να αξιοποιηθεί ένα αρχείο CSV / Excel για περαιτέρω αξιολόγηση  Klout: είναι ένα δωρεάν εργαλείο που επιτρέπει την μέτρηση επιρροής στο Twitter, το Facebook, Google κ.α.  Facebook insights: δίνει όλα τα στοιχεία -analytics- για τη σελίδα στο Facebook. Όλα αυτά βοηθούν στην κατανόηση και στην προσαρμογή του περιεχομένου σύμφωνα με τις ανάγκες τους καταναλωτή  Google Analytics: υπάρχει η δυνατότητα παρακολούθησης καμπάνιας, δημιουργίας συνδέσεων για τις καμπάνιες με παραμέτρους UTM (Unified threat management). Eίναι αποτελεσματικό στην παρακολούθηση του αριθμού των επισκεπτών προκειμένου να επισκεφθούν μια ιστοσελίδα από διαφορετικά κοινωνικά κανάλια και μέσω αυτής της διαδικασίας μπορεί να βελτιστοποιηθεί και το περιεχόμενο της σελίδας αλλά εάν δεν είναι ήδη κατάλληλο το περιεχόμενο τότε δεν υπάρχει πιθανότητα για καλό ROI  Bitly: αυτή η σύνδεση συντόμευσης επιτρέπει την παρακολούθηση των share και εντοπίζει κοινά σημεία με αποτέλεσμα την καλύτερη προώθηση. Η Bitly ενσωματώνεται σε πολλά πακέτα λογισμικού τρίτων κατασκευαστών, καθιστώντας ένα μεγάλο εργαλείο ομπρέλα, το οποίο καλύπτει ευρύ φάσμα των απαιτήσεων της επιχείρησης  Tweet Reach: είναι ένα εργαλείο για την παρακολούθηση μιας καμπάνιας ή συνομιλίας στο Twitter. Το μόνο που χρειάζεται είναι η εισαγωγή στον όρο αναζήτησης ή hashtag και μετά πληκτρολογείτε TweetReach  Eyhole: παρόμοιο με TweetReach εκτός από το ότι εντοπίζει και παρακολουθεί την δραστηριότητα των προφίλ στο Facebook και στο Instagram, καθώς και στο Twitter, είναι και ένας πολύ καλός τρόπος για να παρακολουθείται ένα hashtag ή λέξη-κλειδί για μια καμπάνια ή εκδήλωση. Το ελεύθερο Social Tracker δίνει ένα δείγμα του τι ο tracker μπορεί να κάνει.

17. Semantic Analysis  Η Semantic ανάλυση αφορά στον υπολογισμό σημασιολογικής εγγύτητας της φυσικής γλώσσας κειμένων και απαιτεί την πρόσβαση σε τεράστιες ποσότητες της κοινής λογικής αλλά και σε συγκεκριμένους τομείς γνώσης στον κόσμο . Στον κλάδο της διαφήμισης προτείνεται η Explicit Semantic Analysis (ESA), που είναι μία νέα μέθοδος, η οποία αντιπροσωπεύει εννοιολογικά την ερμηνεία κειμένων ενδελεχούς έννοιας.  Χρησιμοποιείται μηχανική μάθησης και τεχνικές για να ερμηνεύσει ρητώς οποιαδήποτε έννοια από οποιοδήποτε κείμενο. Η αξιολόγηση της συνάφειας των κειμένων διαδραματίζει καθοριστικό ρόλο για το αποτέλεσμα.  Χρησιμοποιώντας, τα αποτελέσματα της ESA γίνονται ουσιαστικές βελτιώσεις σε σχέση με τα σκορ σχετικότητας με την ανθρώπινη κρίση και νου.  r = 0,56 - 0,75 για μεμονωμένες λέξεις  r = 0,60 - 0,72 για κείμενα

18.  Η προσέγγιση ονομάζεται Ρητή Σημασιολογική Ανάλυση (explicit semantic analysis), δεδομένου ότι χρησιμοποιεί έννοιες που ρητά ορίζονται και περιγράφονται από τον άνθρωπο.  H μεθοδολογία αυτή χρησιμοποιεί ρητά τις γνώσεις που συλλέγονται και οργανώνονται από τον άνθρωπο και είναι πιο αποτελεσματική εν συγκρίσει με τους λεξιλογικούς όρους, όπως το WordNet.  Λόγω της χρήσης των φυσικών εννοιών, το μοντέλο ESA εύκολα μπορεί να ερμηνεύσει τα σχόλια των χρηστών και να κάνει πιο ξεκάθαρο το «feedback» σε μία διαφημιστική εταιρεία. Πηγή: 1) Evgeniy Gabrilovich & Shaul Markovitch, Computing Semantic Relatedness using Wikipedia-based Explicit Semantic Analysis, 2006, 2) George W. Furnas, and Thomas K. Landauer Bell Indexing by Latent Semantic Analysis, University of Chicago, Communications Research, 445 South St., Morristown, NJ 07960, 3) http://www.softwareevolution.it/en/technology/viki-functions/sentiment-analysis-api.html

19. Opinion Mining & Sentiment Analysis  Entity & Aspect Level:  Σε document και sentence επίπεδο είναι δύσκολο να προσδιοριστεί τι ακριβώς αρέσει ή δεν αρέσει στους καταναλωτές.  Το aspect επίπεδο (Hu και Liu, 2004) αντί να εστιάζει στην κατασκευή της γλώσσας (σκέψεις, προτάσεις ή φράσεις), εστιάζει κατευθείαν στην ίδια τη γνώμη. Η τελευταία βασίζεται στην ιδέα ότι η γνώμη αποτελείται από ένα συναίσθημα (θετικό ή αρνητικό) και τον στόχο (της γνώμης).  Μια γνώμη, χωρίς στόχο που έχει προσδιοριστεί είναι περιορισμένης χρήσης.  Η σημασία των στόχων των λέξεων βοηθά στην κατανόηση της ψυχολογίας και αναλύει τα προβλήματα καλύτερα.  Για παράδειγμα, η φράση "αν και η διαφήμιση δεν ήταν τόσο καλή, μου άρεσε το ποδήλατο" έχει σαφώς θετικό τόνο, δεν μπορούμε να πούμε ότι αυτή η πρόταση είναι απολύτως θετική. Πράγματι, η πρόταση είναι θετική για το ποδήλατο (τονίζεται) αλλά αρνητική για την διαφήμιση (δεν τονίζεται). Ο στόχος σε επίπεδο ανάλυσης είναι να ανακαλύψει ο αναλυτής τα συναισθήματα των οντοτήτων ή και τις πτυχές αυτών. Με βάση αυτό το επίπεδο ανάλυσης, μια δομημένη σύνοψη των απόψεων σχετικά με τις οντότητες και τις πτυχές μπορεί να παραχθεί, η οποία όμως ερμηνεύει αδόμητες φράσεις σε δομημένα δεδομένα και μπορεί να χρησιμοποιηθεί για όλα τα είδη των ποιοτικών και ποσοτικών αναλύσεων.  Αναλυτικότερα, υπάρχουν δύο τύποι απόψεων, οι «regular opinions» και οι «comparative opinions» (Jindal και Liu, 2006).  Μια regular opinion εκφράζει ένα συναίσθημα που υπάρχει μόνο σε μια συγκεκριμένη οντότητα ή μια πτυχή της οντότητας, π.χ.: « η Coca-Cola έχει πολύ καλή γεύση», η οποίο εκφράζει το θετικό κλίμα στην πτυχή γεύση της Coca-Cola.  Μια comparative opinion συγκρίνει πολλαπλές οντότητες με βάση κάποια κοινά στοιχεία τους, π.χ.: « Η Coca- Cola έχει καλύτερη γεύση από την Pepsi» το οποίο συγκρίνει Coca-Cola και η Pepsi και δοκιμάζει (μια πτυχή) και εκφράζει την προτίμησή για το άλλο προϊόν, δηλαδή την Coca-Cola.  Στον κλάδο της διαφήμισης είναι ιδιαιτέρως χρήσιμη η «comparative» δεδομένου ότι βοηθάει στην μέτρηση της απόδοσης σε σχέση με τον ανταγωνιστή αλλά και χρησιμεύει στην δημιουργία συγκριτικής διαφήμισης. Πηγή: 1) Pravesh Kumar Singh & Mohd Shahid Husain, METHODOLOGICAL STUDY OF OPINION MINING AND SENTIMENT ANALYSIS TECHNIQUES, International Journal on Soft Computing (IJSC) Vol. 5, No. 1, February 2014

20. Cloud Computing  Το cloud computing είναι ένα μοντέλο που καθιστά εφικτή την πανταχού παρούσα, on- demand, πρόσβαση στο δίκτυο σε μια κοινόχρηστη δεξαμενή προσαρμόσιμων υπολογιστικών πόρων (π.χ., δίκτυα, servers, συστήματα αποθήκευσης, εφαρμογές και υπηρεσίες) που μπορεί να τροφοδοτηθεί γρήγορα. Αυτό το μοντέλο αποτελείται από πέντε βασικά χαρακτηριστικά: On demand self-service, Ubiquitous network access, Location independent resource pooling, Rapid elasticity & Measured service τρία μοντέλα υπηρεσιών:  Software as a service (SaaS) -> consume  Platform as a service (PaaS)-> build on it  Infrastructure as a service (IaaS)->migrate to it  και τέσσερα μοντέλα ανάπτυξης, με βασικά τα εξής χαρακτηριστικά:  Private  Community  Public  Hybrid

21.  Σύμφωνα με τον Wolfgang Feisst της SAP το Cloud θα κλιμακώσει τη σημασία της παροχής αποτελεσματικής υπηρεσίας και την ποιότητα της εμπειρίας, ως στοιχείο διαφοροποίησης στον τομέα του Online Advertising.  Oι πελάτες γίνονται πιο συνειδητοποιημένοι, οι προσδοκίες τους αυξάνονται, πράγμα που σημαίνει ότι και επιχειρηματικές υπηρεσίες πρέπει να αυξήσουν το επίπεδο της ικανότητας παροχής υπηρεσιών, μέσω της θέσπισης 24/7 έμφασης στην διαθεσιμότητα, την ασφάλεια και την ποιότητα. Ωστόσο, προσοχή χρειάζεται ως προς τα νομικά ζητήματα και την έλλειψη ελέγχου.  Σύμφωνα με τον, David Eisner Πρόεδρο & Διευθύνων Σύμβουλο της Dataprise η εμπειρία εξυπηρέτησης του πελάτη θα είναι ένα από τα κλειδιά για την επιτυχία.  Όλα τα Advertising Agencies χρειάζονται νέα μοντέλα λειτουργίας για να μπορέσουν να γίνουν πραγματικά πελατοκεντρικά, ώστε να δημιουργήσουν τις κατάλληλες στρατηγικές για εξυπηρέτηση και υποστήριξη λειτουργιών που απαιτούνται για την επίτευξη της ολοκληρωμένης επικοινωνίας.  Από την Occams Research Business & Consulting διαπιστώθηκε ότι το cloud για advertising έχει περίπου το 40% του μεριδίου αγοράς με καταλληλότερο το «Community cloud» που αφορά στην άμεση επικοινωνία της εταιρείας με τους πελάτες της (B2B).  Ορισμένοι από τους παράγοντες που συμβάλουν στην αύξηση της αποδοτικότητας του ROI αφορούν:  Growth (το κόστος είναι ανάλογο με την χρήση που κάνεις και όχι περισσότερο ή λιγότερο, η δραστηριότητα της διαφημιστικής επεκτείνεται παγκοσμίως χωρίς επιπλέον κόστος)  Synchronic (η Smasrt Company αναφέρει ότι το cloud είναι responsive άρα οι χρήστες έχουν πρόσβαση στα ίδια δεδομένα μέσω laptop, tablet ή mobile και στην τελευταία έκδοση κάθε αρχείου)  Specificity (χρήση του 52% των εταιρειών για επίλυση συγκεκριμένων προβλημάτων και μεγαλύτερη ευαισθητοποίηση των επιπτώσεων μέσω της αυτόματης ανταλλαγής εγγράφων -B2B) Πηγή: 1) By David Eisner, The BIG Impact: How Cloud Computing is Changing the Face of Small Business, Jun 19, 2014 2) Fred Waldner, Cloud Computing: What is it, and How Will it Affect Organizations, Αpril 2010 3) Leslie Willcocks, Will Venters

22. Συμπεράσματα μετά τη χρήση του Expert Choice  Το αποτέλεσμα από τη χρήση του Expert Choice, δείχνει ότι στον κλάδο της Online Διαφήμισης είναι καθοριστικής σημασίας οι πέντε τεχνολογίες που αναλύθηκαν, βάσει του εκάστοτε παράγοντα, με σειρά κατάταξης: Digital Marketing (0,382), Social Media (0,245), Opinion Mining (0,168), Cloud Computing (0,123) και Semantic Analysis (0,082. Οι παράγοντες που τέθηκαν είναι οι παρακάτω:  content rules  interactivity  visual lures  behavioral advertising  creative attraction  customer experience  geographies  welcoming imagery  target audience  contextual approach  customer needs identification  data storage security  product placement Αποδεικνύεται ότι από αυτούς η εμπειρία του καταναλωτή (0,131), η αναγνώριση των αναγκών του καταναλωτή (0,119) και η διαδραστικότητα (0,115) είναι οι πλέον σημαντικότεροι παράγοντες για να την ενίσχυση της αποδοτικότητας του κλάδου με την συμβολή βέβαια και των υπόλοιπων παραγόντων. Η διαπίστωση αυτή, επαληθεύεται τόσο από την βιβλιογραφία (Jack Loechner, Jindal και Liu), όσο και από το inconsistency που είναι μικρότερο από 0,10 όπου μας δείχνει ότι η αξιολόγηση έχει αυξημένη αξιοπιστία.

23. Βιβλιογραφικές Πηγές •Τhe social media bible, L. Safko, D. Brake, Wiley, 2009 •Social media marketing, an hour a day, D. Evans, Wiley, 2008 •Lateral marketing new techniques for finding breakthrough ideas, P. Kotler & F. Trias de Bes John Wiley & Sons, Inc, 2003 •Evgeniy Gabrilovich & Shaul Markovitch, Computing Semantic Relatedness using Wikipedia-based Explicit Semantic Analysis, 2006