<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Študija primera uporabe hevrističnih atribucijskih modelov v večkanalnem marketingu</dc:title><dc:creator>Vidonja,	Karin	(Avtor)
	</dc:creator><dc:creator>Petrovčič,	Andraž	(Mentor)
	</dc:creator><dc:subject>atribucija</dc:subject><dc:subject>Google Analytics 4</dc:subject><dc:subject>hevristični atribucijski model</dc:subject><dc:subject>konverzija</dc:subject><dc:subject>točka dotika</dc:subject><dc:subject>večkanalni marketing.</dc:subject><dc:description>Magistrsko delo predstavlja študijo primera, ki se osredotoča na uporabo hevrističnih atribucijskih modelov v večkanalnem marketingu za Podjetje X. Cilj raziskave je bil prikazati uporabo tega pristopa pri analizi večkanalnega marketinga (primarno na spletu) in preučiti, kako lahko ta pristop prispeva k optimizaciji večkanalnih strategij. Raziskava je temeljila na podatkih iz različnih marketinških kanalov Podjetja X, kot so digitalno oglaševanje, e-pošta, družbena omrežja in iskanje v spletnih iskalnikih. Konverzija je bila opredeljena kot spletni nakup na spletnem mestu Podjetja X. Analiza je bila opravljena s pomočjo orodja Google Analytics 4 in njegovih šestih hevrističnih atribucijskih modelov. Primerjalno je bil uporabljen tudi podatkovno-voden model v omenjenem orodju. Rezultati so pokazali, da uporaba hevrističnih atribucijskih modelov omogoča boljše razumevanje vpliva posameznih kanalov na konverzije in boljše razumevanje kanalov na poti do konverzije. Kljub nekaterim omejitvam priporočamo uporabo hevrističnih atribucijskih modelov pri načrtovanju večkanalnih marketinških kanalov za izboljšanje njihove učinkovitosti.</dc:description><dc:publisher>K. Vidonja</dc:publisher><dc:date>2023</dc:date><dc:date>2023-08-28 15:30:54</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>148654</dc:identifier><dc:identifier>UDK: 303:339.138(043.2)</dc:identifier><dc:identifier>VisID: 154796</dc:identifier><dc:identifier>COBISS_ID: 163775491</dc:identifier><dc:language>sl</dc:language></metadata>
