La ingeniería de marketing se define actualmente como "un enfoque sistemático para aprovechar los datos y el conocimiento para impulsar la toma de decisiones de marketing y su implementación efectivas a través de un proceso de decisión basado en modelos y habilitado por la tecnología". [1]
El término ingeniería de marketing se remonta a Lilien et al. en "The Age of Marketing Engineering" publicado en 1998; [2] en este artículo los autores definen la ingeniería de marketing como el uso de modelos de decisión de computadora para tomar decisiones de marketing . Los gerentes de marketing generalmente usan "marketing conceptual", es decir, desarrollan un modelo mental de la situación de decisión basado en la experiencia pasada, la intuición y el razonamiento. Sin embargo, ese enfoque tiene sus limitaciones: la experiencia es única para cada individuo, no hay una forma objetiva de elegir entre los mejores juicios de múltiples individuos en tal situación y, además, el juicio puede verse influenciado por la posición de la persona en la jerarquía de la empresa . En el mismo año, Lilien GL y A. Rangaswamy publicaron Marketing Engineering: Computer-Assisted Marketing Analysis and Planning , [3] Fildes y Ventura [4] elogiaron el libro en su revisión, al tiempo que señalaron que una discusión más completa de los modelos de participación de mercado y los modelos econométricos habría hecho que el libro fuera mejor para la enseñanza y que el "marketing conceptual" no debería descartarse en presencia de la ingeniería de marketing, sino que ambos enfoques deberían usarse juntos. Leeflang y Wittink (2000) [5] han identificado cinco eras de construcción de modelos en marketing:
La forma de construir modelos de mercado y de desarrollar un enfoque estructurado para las cuestiones de marketing ha sido un tema de discusión activa entre los investigadores. L. Lilien y A. Rangaswamy (2001) [6] han observado que, si bien tener datos proporciona una ventaja competitiva, tener demasiados datos sin los modelos y sistemas para trabajar con ellos puede resultar tan malo como no tener los datos. Lodish (2001) [7] observó que el modelo más complicado y elegante no será necesariamente el adoptado en la empresa, los buenos modelos son los que capturan las compensaciones de la toma de decisiones , pueden ser necesarias estimaciones subjetivas para completar el modelo, se deben tener en cuenta los riesgos, la complejidad del modelo debe equilibrarse con la facilidad de comprensión, los modelos deben integrar los aspectos tácticos con los estratégicos. Migley (2002) [8] identifica cuatro propósitos en la codificación del conocimiento de marketing:
Lilien et al. (2002) [9] definen la ingeniería de marketing como "el proceso sistemático de poner en práctica los datos y conocimientos de marketing mediante la planificación, el diseño y la construcción de ayudas para la toma de decisiones y sistemas de apoyo a la gestión de marketing (MMSS)". Uno de los factores que impulsan el desarrollo de la ingeniería de marketing es el uso de ordenadores personales de alta potencia conectados a redes LAN y WAN , el crecimiento exponencial del volumen de datos y la reingeniería de las funciones de marketing. La eficacia de la implementación de la ingeniería de marketing y los MMSS en la empresa depende de las características de la situación de decisión (demanda), la naturaleza de los MMSS (oferta), la correspondencia entre la oferta y la demanda, las características de diseño de los MMSS y las características del proceso de implementación. Una adopción más amplia depende de la diferencia entre los sistemas de usuario final y los sistemas de alta gama, la formación de los usuarios y el crecimiento de Internet .
Todos los modelos de respuesta del mercado incluyen: [10]
En ingeniería de marketing los métodos y modelos se pueden clasificar en varias categorías: [1]
{{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace )