Ingeniería de marketing

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 efectivas y su implementación a través de un proceso de decisión habilitado por la tecnología y respaldado por modelos". ^{[ 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 computarizados para tomar decisiones de marketing . Los gerentes de marketing suelen utilizar el "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, este 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 reseña, aunque señalaron que una discusión más completa de los modelos de participación de mercado y los modelos econométricos habría mejorado el libro 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:

1. (1950-1965) La primera era de aplicación de la investigación operativa y la ciencia de la gestión al marketing.
2. (1965-1970) Adaptación de modelos para ajustarlos a problemas de marketing.
3. (1970-1985) Énfasis en modelos que sean una representación aceptable de la realidad y que sean fáciles de usar.
4. (1985-2000) Mayor interés en los sistemas de apoyo a la toma de decisiones de marketing , los metaanálisis y los estudios sobre la generalización de los resultados.
5. (2000- . ) Crecimiento de nuevos sistemas de intercambio (ej: comercio electrónico ) y necesidad de nuevos enfoques de modelado.

Desde la década de 2010, el crecimiento de las plataformas de marketing basadas en la nube, la infraestructura de datos de clientes y los ecosistemas de publicidad digital han ampliado el alcance de la ingeniería de marketing. En la década de 2020, la adopción de la IA generativa, el análisis predictivo y la automatización del marketing ha extendido el campo para abarcar el diseño de sistemas integrados para datos de marketing, toma de decisiones, activación y medición. ^{[ 6 ]}

Cómo construir modelos de mercado y cómo desarrollar un enfoque estructurado para las preguntas de marketing ha sido un tema de debate activo entre los investigadores. L. Lilien y A. Rangaswamy (2001) ^{[ 7 ]} observaron 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 tenerlos. Lodish (2001) ^{[ 8 ]} observó que el modelo más complicado y elegante no será necesariamente el adoptado en la empresa; los buenos modelos son aquellos que capturan las compensaciones de la toma de decisiones ; las estimaciones subjetivas pueden ser necesarias para completar el modelo; el riesgo debe tenerse en cuenta; la complejidad del modelo debe equilibrarse con la facilidad de comprensión; los modelos deben integrar aspectos tácticos con estratégicos. Migley (2002) ^{[ 9 ]} identifica cuatro propósitos en la codificación del conocimiento de marketing:

1. Para facilitar el progreso del marketing como ciencia.
2. Promover la disciplina dentro de sus entornos institucionales y profesionales.
3. Para educar y acreditar mejor al gerente potencial
4. Proporcionar una ventaja competitiva a la empresa.

Lilien et al. (2002) ^{[ 10 ]} definen la ingeniería de marketing como "el proceso sistemático de poner los datos y el conocimiento de marketing en uso práctico a través de la planificación, el diseño y la construcción de ayudas a la decisión y sistemas de apoyo a la gestión de marketing (MMSS)". Uno de los factores impulsores hacia el desarrollo de la ingeniería de marketing son el uso de computadoras personales de alto poder conectadas a LAN y WAN , el crecimiento exponencial en el volumen de datos , la reingeniería de las funciones de marketing. La efectividad 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 del MMSS (oferta), el ajuste entre oferta y demanda, las características de diseño del MMSS, las características del proceso de implementación. Una adopción más amplia depende de la diferencia entre los sistemas de usuario final y los sistemas de alto nivel, la capacitación del usuario y el crecimiento de Internet .

Todos los modelos de respuesta del mercado incluyen: ^{[ 11 ]}

• Entradas: precio , publicidad , esfuerzo de venta, diseño del producto , tamaño del mercado , entorno competitivo
• Modelo de respuesta: vincula los insumos con los productos, como las percepciones del producto, las ventas y las ganancias.
• Objetivos: se utilizan para evaluar acciones como las ventas.

En ingeniería de marketing, los métodos y modelos se pueden clasificar en varias categorías: ^{[ 1 ]}