Najlepsze ceny Specjalne oferty dla członków klubu książki PWE Najtańsza dostawa
Marketing i Rynek nr 8/2019

Marketing i Rynek nr 8/2019

ISSN: 1231-7853
Dostępność: Produkt dostępny
Liczba stron: 40
Rok wydania: 2019
Miejsce wydania: Warszawa
Oprawa: miękka
Format: A4
59.90

liczba egzemplarzy:

Marketing i Rynek nr 8/2019 
Rok XXVI nr 8 (sierpień) ISSN 1231-7853

 

Spis treści

 

Od redakcji

 

Artykuły

 

mgr Remigiusz Żulicki

Katedra Socjologii Kultury, Instytut Socjologii, Wydział Ekonomiczno-Socjologiczny, Uniwersytet Łódzki

ORCID: 0000-0003-2624-2422

e-mail: remigiuszzulicki@uni.lodz.pl

 

Pułapki myślowe data-driven. Krytyka (nie tylko) metodologiczna

 

DOI 10.33226/1231-7853.2019.8.1

 

Podejście data-driven jest silnym trendem we współczesnym marketingu i innych dziedzinach życia. Z pozycji krytyki metodologicznej autor omawia pułapki myślowe data-driven. Wskazuje, że wbrew pozorom, dane nie mówią same za siebie, dane nie są „dane”, tylko zbierane i generowane, więc nieobiektywne. Większa ilość danych nie musi oznaczać większej wartości. Stosowane narzędzia kształtują badaną rzeczywistość. Wiara w dane jest wiarą, niemożliwą do zasadniczo logicznego uzasadnienia. Panuje nie konieczność, ale moda na korzystanie z danych i najnowocześniejszych metod obliczeniowych. Autor wskazuje powiązania założeń epistemologicznych z etycznymi oraz konsekwencjami społecznymi oraz proponuje alternatywy.

 

Słowa kluczowe: data-driven, data science, sztuczna inteligencja, etnografia, metodologia

 

The mind traps of data-driven. (Not only) methodological critique

 

The data-driven approach is a strong trend in modern marketing and other areas of life. From the position of methodological criticism, I discuss the data-driven mind traps. I indicate that contrary to popular beliefs: data does not speak for themselves; data is not given, but collected and generated, so biased; a larger amount of data does not necessarily mean a higher value; the tools used shape the examined reality; faith in data is a belief that is impossible to justify logically; there is no imperative but trend for the use of data and the most modern quantitative methods. I point to the links between epistemological and ethical assumptions as well as social consequences. I suggest alternatives.

 

Keywords: data-driven, data science, artificial intelligence, ethnography, methodology

 

Bibliografia

 

Alekseichenko, V. (2019a). 10 mitów o sztucznej inteligencji. Pozyskano z http://biznesmysli.pl/10-mitow-o-sztucznej-inteligencji/

Alekseichenko, V. (2019b). The difference between AI vs ML. Pozyskano z https://www.linkedin.com/feed/update/urn:li:activity:6501030890754314240

Anderson, C. (2008). The End of Theory: The Data Deluge Makes the Scientific Method Obsolete. Pozyskano z https://www.wired.com/2008/06/pb-theory/

Arena, M. J., Pentland, A. i Price, D. (2010). Honest Signals – Hard Measures for Social Behavior. Organization Development Journal, 28(3), 11–20. Pozyskano z http://www.questia.com/library/journal/1P3-2127733261/honest-signals-hard-measures-for-social-behavior

Artun, O., i Levin, D. (2015). Predictive Marketing: Easy Ways Every Marketer Can Use Customer Analytics and Big Data. New York: Wiley.

Babbie, E. (2003). Badania społeczne w praktyce. Warszawa: Wydawnictwo Naukowe PWN.

Barton, D. i Court, D. (2013). Three keys to building a data-driven strategy. Pozyskano z https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/three-keys-to-building-a-data-driven-strategy

Biecek, P. (2015a). Pogromcy Danych. Przetwarzanie danych w programie R. Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego Uniwersytetu Warszawskiego. Pobrano z http://pogromcydanych.icm.edu.pl/

Biecek, P. (2015b). Pogromcy Danych. Wizualizacja oraz modelowanie danych. Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego Uniwersytetu Warszawskiego. Pobrano z http://pogromcydanych.icm.edu.pl/

Błażewicz, G. (2016). Rewolucja z marketing automation: jak wykorzystać potencjał Big Data. Warszawa: Wydawnictwo Naukowe PWN.

Bornakke, T., i Due, B. L. (2018). Big–Thick Blending: A method for mixing analytical insights from big and thick data sources. Big Data & Society, 5(1), 1–16. https://doi.org/10.1177/2053951718765026

Botsman, R. (2017). Big data meets Big Brother as China moves to rate its citizens. Pozyskano z http://www.wired.co.uk/article/chinese-government-social-credit-score-privacy-invasion

Bowker, G. C. (2005). Memory Practices in the Sciences. Cambridge, Massachussets: MIT Press.

Boyd, D. i Crawford, K. (2011). Six Provocations for Big Data. SSRN Electronic Journal, 1–17. https://doi.org/10.2139/ssrn.1926431

Boyd, D. i Crawford, K. (2012). Critical questions for big data: Provocations for a cultural, technological, and scholarly phenomenon. Information Communication and Society, 15(5), 662–679. https://doi.org/10.1080/1369118X.2012.678878

Breiman, L. (2001). Statistical Modeling: The Two Cultures. Statistical Science, 16(3), 199–231. https://doi.org/10.2307/2676681

Brynjolfsson, E., Hitt, L. M. i Kim, H. H. (2011). Strength in Numbers: How Does Data-Driven Decisionmaking Affect Firm Performance? SSRN Electronic Journal. https://doi.org/10.2139/ssrn.1819486

Cain, M. i Finch, J. (1981). Towards a Rehabilitation of Data. W: Practice and Progress: British Sociology 1950-1980. London: George Allen and Unwin.

Ceri, S. (2018). On the role of statistics in the era of big data: A computer science perspective. Statistics i Probability Letters, 136, 68–72. https://doi.org/10.1016/j.spl.2018.02.019

Chang, R. M., Kauffman, R. J. i Kwon, Y. (2014). Understanding the paradigm shift to computational social science in the presence of big data. Decision Support Systems, 63, 67–80. https://doi.org/10.1016/J.DSS.2013.08.008

Chouldechova, A. (2017). Fair Prediction with Disparate Impact: A Study of Bias in Recidivism Prediction Instruments. Big Data, 5(2), 153–163. https://doi.org/10.1089/big.2016.0047

Chudziak, J., i Zalewska, K. (2018). Trendy, które zmieniają brand marketing. Pozyskano z https://nowymarketing.pl/a/18202,trendy-ktore-zmieniaja-brand-marketing

Clarke, A. E. (1991). Social Words / Arenas Theory as Organizational Theory. W Social Organization and Social Process. Essays in Honor of Anselm Strauss (s. 119–158). New York: Aldine de Gruyter.

Clarke, A. E. (2005). Situational Analysis. Grounded Theory After the Postmodern Turn. London: Sage.

Clarke, A. E., Friese, C. i Washburn, R. S. (2017). Situational Analysis: Grounded Theory After the Interpretive Turn. Los Angeles: Sage.

Crawford, K., West, S. M. i Whittaker, M. (2019). Discriminating Systems: Gender, Race and Power in AI. New York. Pozyskano z https://ainowinstitute.org/discriminatingsystems.pdf

CrowdFlower. (2017). 2017 Data Scientist Report. Pozyskano z https://visit.crowdflower.com/rs/416-ZBE-142/images/data-scientist-report-dec.pdf?mkt_tok=eyJpIjoiWXpNek5EQmtNalJsTkdWayIsInQiOiJPb29MV2JJdU81alRhbGh6OUVWcmt2UWpibXJ3cG5pSlFrNUxlVUdwT2hna1VOOU5Gd2tMU3ZEWmhoTVVmVHRXNWFhMFM4eTI1dDJwbWRJczVoTVlnRjFkQjl4ekNmT

Cukier, K. i Mayer-Schönberger, V. (2014). Big Data. Rewolucja, która zmieni nasze myślenie, pracę i życie. Warszawa: MT Biznes.

Culkin, J. M. (1967). A Shoolman’s Guide to Marshall McLuhan. The Saturday Review, 51–53; 70–72. Pozyskano z https://webspace.royalroads.ca/llefevre/wp-content/uploads/sites/258/2017/08/A-Schoolmans-Guide-to-Marshall-McLuhan-1.pdf

Czech, M. (2018). 6 najczęstszych błędów podczas implementacji chatbota i jak ich uniknąć. Pozyskano z https://nowymarketing.pl/a/20278,6-najczestszych-bledow-podczas-implementacji-chatbota-i-jak-ich-uniknac

Dalton, C. M., Taylor, L. i Thatcher, J. (2016). Critical Data Studies: A dialog on data and space. Big Data & Society, 3(1). https://doi.org/10.1177/2053951716648346

Dasgupta, S. (2018). Machine Learning for Data Science. Pozyskano z https://www.edx.org/course/machine-learning-fundamentals-uc-san-diegox-dse220x

DataCamp. (2018). DataCamp. The Smartest Way To Learn Data Science Online. Pozyskano z https://www.datacamp.com/

Davenport, T. H. i Patil, D. J. (2012). Data scientist: The sexiest job of the 21st century. Harvard Business Review. https://doi.org/10.1109/MITP.2016.41

Dijck van, J. (2014). Datafication, dataism and dataveillance: Big data between scientific paradigm and ideology. Surveillance and Society, 12(2), 197–208. https://doi.org/10.24908/ss.v12i2.4776

Divan, M. J. (2018). Data-driven decision making. 2017 International Conference on Infocom Technologies and Unmanned Systems: Trends and Future Directions. ICTUS 2017, 50–56. https://doi.org/10.1109/ICTUS.2017.8285973

Dunson, D. B. (2018). Statistics in the big data era: Failures of the machine. Statistics and Probability Letters, 136, 4–9. https://doi.org/10.1016/j.spl.2018.02.028

Eagle, N. i Greene, K. (2014). Reality Mining: Using Big Data to Engineer a Better World. Cambridge, London: The MIT Press. Pozyskano z http://www.jstor.org/stable/j.ctt9qf8q3

Eagle, N. i Pentland, A. (2006). Reality mining: Sensing complex social systems. Journal Personal and Ubiquitous Computing, 10(4), 255–268. https://doi.org/10.1007/s00779-005-0046-3

Eder, M. (2014). Metody ścisłe w literaturoznawstwie i pułapki pozornego obiektywizmu – przykład stylometrii. Teksty Drugie, (2), 90–105.

Evans, N. (2016). Five Steps to Better Campaigns in Data-Driven Marketing. Pozyskano z https://www.cmo.com/features/articles/2016/3/25/five-steps-to-better-campaigns-in-datadriven-marketing.html#gs.5xr9fw

Facebook. (2019). About. Pozyskano z https://www.facebook.com/pg/facebook/about/

Faraway, J. J. i Augustin, N. H. (2018). When small data beats big data. Statistics & Probability Letters, 136(may), 142–145. https://doi.org/10.1016/j.spl.2018.02.031

Ford, H. (2014). Big Data and Small: Collaborations between ethnographers and data scientists. Big Data & Society, 1(2). https://doi.org/10.1177/2053951714544337

Ford, H. (2016). What does it mean to be a “participant observer” in a place like Wikipedia? Pozyskano z https://medium.com/ethnography-matters/what-does-it-mean-to-be-a-participant-observer-in-a-place-like-wikipedia-89d6727276ba

Gagné, J.-F., Karmanov, F. i Hudson, S. (2018). Global AI Talent Pool Report. Pozyskano z http://www.jfgagne.ai/talent/

Gitelman, L. i Jackson, V. (2013). Introduction. W: L. Gitelman (red.), „Raw Data” is an oxymoron. Cambridge, London: The MIT Press. https://doi.org/10.1080/1369118X.2014.920042

Glaser, B. G. i Strauss, A. L. (1967). The Discovery of Grounded Theory: Strategies for Qualitative Research. New York: Aldine.

Golik-Górecka, G. (2017). Types of Big Data and their Use in Strategies of Marketing. Marketing i Zarządzanie, 49(3), 43–54. https://doi.org/10.18276/miz.2017.49-04

Golik-Górecka, G. (2018). Innowacyjne dashboardy a zakres Big Data marketingu analitycznego. Marketing i Rynek, (8), 129–138.

Google Akademia Analytics. (2019). Google Analytics dla początkujacych. 1. Wprowadzenie. 1.4. Konfigurowanie widoków za pomocą filtrów. Pozyskano z https://analytics.google.com/analytics/academy/course/6/unit/1/lesson/4?authuser=0

Google. (2019). Informacje. Pozyskano z https://www.google.com/about/

Grush, L. (2015). Google engineer apologizes after Photos app tags two black people as gorillas. Pozyskano z https://www.theverge.com/2015/7/1/8880363/google-apologizes-photos-app-tags-two-black-people-gorillas?

Grygierek, R. (2017). Koniec ery nieobliczalności. Technologia, marketerze! Pozyskano z https://nowymarketing.pl/a/13937,koniec-ery-nieobliczalnosci-technologia-marketerze

Gutierrez, S. (2014). Data Scientists at Work: Sexy Scientists Wrangling Data And Begetting New Industries. Berkeley: Appres.

Halford, S. i Savage, M. (2017). Speaking Sociologically with Big Data: Symphonic Social Science and the Future for Big Data Research. Sociology, 51(6), 1132–1148. https://doi.org/10.1177/0038038517698639

Halper, F. (2018). Five Data Management and Analytics Best Practices for Becoming Data-Driven Consider a Cohesive Platform That Supports. Pozyskano z https://tdwi.org/research/2018/06/adv-all-checklist-five-data-management-and-analytics-best-practices-for-becoming-data-driven.aspx

Hałas, E. (1987). Społeczny kontekst znaczeń w teorii symbolicznego interakcjonizmu. Lublin: Wydawnictwo Katolickiego Uniwersytetu Lubelskiego.

Harari, Y. N. (2017). Homo Deus: A Brief History of Tomorrow. London: Vintage.

Harris, J. (2012). Data Driven. W: R. Smolan i J. Erwitt (red.), The Human Face of Big Data (s. 200–203). Sausalito: Against All Odds Production.

Hippold, S. (2018). Build a Data-Driven Organization – Smarter With Gartner. Pozyskano z https://www.gartner.com/smarterwithgartner/build-a-data-driven-organization/

Hosni, H. i Vulpiani, A. (2018). Data science and the art of modelling. Lettera Matematica, 6(2), 121–129. https://doi.org/10.1007/s40329-018-0225-5

Hsu, W. F. (2014). Digital Ethnography Toward Augmented Empiricism: A New Methodological Framework. Journal of Digital Humanities, 3(1). Pozyskano z http://journalofdigitalhumanities.org/3-1/digital-ethnography-toward-augmented-empiricism-by-wendy-hsu/

Iwasiński, Ł. (2016). Społeczne zagrożenia danetyzacji rzeczywistości. W: B. Sosińska-Kalata (red.), Nauka o informacji w okresie zmian. Informatologia i humanistyka cyfrowa (s. 135–146). Warszawa: Wydawnictwo SBP.

Iwasiński, Ł. (2017). Przyczynek do rozważań nad suwerennością konsumenta w epoce danetyzacji i big data. Kultura - Historia - Globalizacja, 21, 119–133.

Jeffery, M. (2010). Data-driven marketing: the 15 metrics everyone in marketing should know. Hoboken: John Wiley i Sons.

Jemielniak, D. (2018). Socjologia 2.0: o potrzebie łączenia big data z etnografią cyfrową, wyzwaniach jakościowej socjologii cyfrowej i systematyzacji pojęć. Studia Socjologiczne, 2(229), 7–29. https://doi.org/10.24425/122461

Jeske, M. (2018). Data-driven marketing. Poznaj i zrozum swojego klienta dzięki umiejętnemu wykorzystaniu danych. Pozyskano z https://www.bluerank.pl/data-driven-marketing-poznaj-i-zrozum-swojego-klienta-dzieki-umiejetnemu-wykorzystaniu-danych/

Jifa, G. i Lingling, Z. (2014). Data, DIKW, Big Data and Data Science. Procedia Computer Science, 31, 814–821. https://doi.org/10.1016/J.PROCS.2014.05.332

Julia, A., Larson, J., Mattu, S. i Kirchner, L. (2016). Machine Bias: There’s software used across the country to predict future criminals. And it’s biased against blacks. Pozyskano z https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing

Kaggle. (2017). The State of Data Science i Machine Learning 2017. Pozyskano z https://www.kaggle.com/surveys/2017

Karasek, D. (2018). Przewidywanie przyszłości i sztuczna inteligencja dla każdego. Pozyskano z https://nowymarketing.pl/a/18613,przewidywanie-przyszlosci-i-sztuczna-inteligencja-dla-kazdego

Kitchin, R. (2014). Big Data, new epistemologies and paradigm shifts. Big Data & Society, 1(1), 1–12. https://doi.org/10.1177/2053951714528481

Kitchin, R. i Carrigan, M. (2014). Big data should complement small data, not replace them. Pozyskano z http://blogs.lse.ac.uk/impactofsocialsciences/2014/06/27/series-philosophy-of-data-science-rob-kitchin/

Knox, H. i Nafus, D. (red.). (2018). Ethnography for a Data-saturated World. Manchester: Manchester University Press.

Konecki, K. T. (2000). Studia z metodologii badań jakościowych. Teoria ugruntowana. Warszawa: Wydawnictwo Naukowe PWN.

Kozielski, R. (2016). Przyszłość marketingu – wymiar koncepcyjny, organizacyjny i implementacyjny. Handel Wewnętrzny, 4(363), 101–109.

Krzemiński, I. (1986). Symboliczny interakcjonizm i socjologia. Warszawa: PWN.

Krzysztofek, K. (2011). W stronę maszyn społecznych. Jaka będzie socjologia, której nie znamy? Studia Socjologiczne, 2(201), 123–145.

Krzysztofek, K. (2012). Big Data Society. Technologie samozapisu i samopokazu: ku humanistyce cyfrowej. Transformacje, 1–4(72–75), 223–257.

Kumar, V., Chattaraman, V., Neghina, C., Skiera, B., Aksoy, L., Buoye, A. i Henseler, J. (2013). Data-driven services marketing in a connected world. Journal of Service Management, 24(3), 330–352. https://doi.org/10.1108/09564231311327021

Larose, D. T. (2005). Discovering Knowledge in Data: An Introduction to Data Mining. Hoboken: John Wiley & Sons.

Lazer, D., Pentland, A., Adamic, L., Aral, S., Barabasi, A. L., Brewer, D., Christakis, N., Contractor, N., Fowler, J., Gutmann, M., Jebara, T., King, G., Macy, M., Roy, D. i Van Alstyne, M. (2009). Social science. Computational social science. Science, 323(February), 721–723. https://doi.org/10.1126/science.1167742.

Łapińska, M. (2019). MarTech – Marketing Technology a rozwój platform SaaS do automatyzacji marketingu. Marketing i Rynek, (3). https://doi.org/10.33226/1231-7853.2019.3.2

Mah, P. (2019). 3 steps to successful data-driven marketing. Pozyskano z https://www.enterpriseinnovation.net/article/3-steps-successful-data-driven-marketing-2011594387

Manhart, K. (1996). Artificial Intelligence Modelling: Data Driven and Theory Driven Approaches. W: K. Troitzsch, U. Müller, G. Nigel, J. E. Doran, (red.), Social Science Micro Simulation (s. 416–431). Berlin: Springer.

Manovich, L. (2012). Język nowych mediów. Warszawa: Oficyna Wydawnicza Łóśgraf.

Marcus, G. E. (1995). Ethnography in / of the World System : The Emergence of Multi-Sited Ethnography. Annual Review of Anthropology, 24, 95–117.

Mazurek, G. (2018). Transformacja cyfrowa – implikacje dla marketingu. W: B. Gregor i D. Kaczorowska-Spychalska (red.), Marketing w erze technologii cyfrowych. Nowoczesne koncepcje i wyzwania (s. 33–57). Warszawa: Wydawnictwo Naukowe PWN.

Merity, S. (2017). Bias is not just in our datasets, it’s in our conferences and community. Pozyskano z https://smerity.com/articles/2017/bias_not_just_in_datasets.html

Metcalf, J. i Crawford, K. (2016). Where are human subjects in Big Data research? The emerging ethics divide. Big Data & Society, 3(1). https://doi.org/10.1177/2053951716650211

Micheaux, A. i Bosio, B. (2018). Customer Journey Mapping as a New Way to Teach Data-Driven Marketing as a Service. Journal of Marketing Education, 41(2). https://doi.org/10.1177/0273475318812551

Minelli, M., Dhiraj, A. i Chambers, M. (2013). Big Data, Big Analytics. Emerging business intelligence and analytic trends for today’s businesses. New Jersey: John Wiley i Sons.

Mojżesz-Zimonczyk, J. (2017). E-mail. Ewolucja. Data Driven Mailing. Pozyskano z https://nowymarketing.pl/a/15811,e-mail-ewolucja-data-driven-mailing

Moneta, M. (2018). Jan Zając (Sotrender): O matematyce w marketingu. Pozyskano z https://nowymarketing.pl/a/17989,jan-zajac-sotrender-o-matematyce-w-marketingu

Mulvenna, M., Norwood, M. i Büchner, A. (1998). Data-Driven Marketing. Electronic Markets, 8(3), 32–35. https://doi.org/10.1080/10196789800000038

Nadler, A. i McGuigan, L. (2018). An impulse to exploit: The behavioral turn in data-driven marketing. Critical Studies in Media Communication, 35(2), 151–165. https://doi.org/10.1080/15295036.2017.1387279

Nicolaus, H., Bughin, J., Chui, M., Manyika, J., Saleh, T., Wiesman, B. i Sethupathy, G. (2016). The age of analytics: Competing in a data-driven world. McKinsey Global Institute. https://doi.org/10.1111/bjet.12230

O’Neil, C. (2017). Broń matematycznej zagłady. Jak algorytmy zwiększają nierówności i zagrażają demokracji. Warszawa: Wydawnictwo Naukowe PWN.

Ogilvy. (2018). The Dress For Respect. Pozyskano z https://www.ogilvy.com/work/the-dress-for-respect/

Owczarek, K. (2018). Why Python is growing so quickly. Future trends. Pozyskano z https://www.netguru.co/blog/why-python-is-growing-so-quickly-future-trends

Parvinen, P., Kaptein, M. i Pöyry, E. (2012). Data-driven vs. Theory-driven Approaches to e-Selling. 2nd International Conference on Management and Artificial Intelligence. Pozyskano z http://ipedr.com/vol35/021-ICMAI2012-E10033.pdf

Peltarion. (2018). The Essential AI Handbook for Leaders. Pozyskano z https://peltarion.com/article/ai-handbook

Pentland, A. (2009). Reality Mining of Mobile Communications: Toward a New Deal on Data. W: S. Doutta i I. Mia (red.), The Global Information Technology Report, World Economic Forum 2008–2009. Mobility in a Networked World. (s. 75–80). INSEAD. Pozyskano z http://hd.media.mit.edu/wef_globalit.pdf

Pentland, A. i Heibeck, T. (2008). Honest Signals. How They Shape Our World. Cambridge: The MIT Press.

Piatetsky, G. (2017). Python overtakes R, becomes the leader in Data Science, Machine Learning platforms. Pozyskano z https://www.kdnuggets.com/2017/08/python-overtakes-r-leader-analytics-data-science.html

Pink, S., Ruckenstein, M., Willim, R. i Duque, M. (2018). Broken data: Conceptualising data in an emerging world. Big Data & Society, 5(1). https://doi.org/10.1177/2053951717753228

Provost, F. i Fawcett, T. (2013). Data Science and its Relationship to Big Data and Data-Driven Decision Making. Big Data, 1(1), 51–59. https://doi.org/10.1089/big.2013.1508

PTBRiO. (2017). Data driven decisions. Przewodnik po źródłach wiedzy w marketingu. Polskie Towarzystwo Badaczy Rynku i Opinii. Pozyskano z http://datadrivendecisions.pl/ddd_guide.pdf

PTBRiO. (2019). Data Driven Decisions 2.0. Polskie Towarzystwo Badaczy Rynku i Opinii. Pozyskano z http://www.datadrivendecisions.pl/

Richardson, R., Schultz, J. i Crawford, K. (2019). Dirty Data, Bad Predictions: How Civil Rights Violations Impact Police Data, Predictive Policing Systems, and Justice. New York University Law Review Online, (February), 192–233. Pozyskano z https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3333423

Savage, M. i Burrows, R. (2007). The Coming Crisis of Empirical Sociology. Sociology, 41(5), 885–899. https://doi.org/10.1177/0038038507080443

Schmidt, E., Rosenberg, J. i Eagle, A. (2014). Jak działa Google. Kraków: Insignis Media.

Shah, D. V., Cappella Ramesh, J. N. i Neuman, W. R. (2015). Big Data, Digital Media, and Computational Social Science: Possibilities and Perils. Annals of the American Academy of Political and Social Science, 659(1). https://doi.org/10.1177/0002716215572084

Silver, N. (2014). Sygnał i szum. Gliwice: Helion.

Strauss, A. L. (1978). A Social World Perspective. Studies in Symbolic Interaction, (1), 119–128.

Strong, A. (2018). Why I’m Learning Python in 2018. Pozyskano z: https://news.codecademy.com/why-learn-python/

Surma, J. (2017). Cyfryzacja życia w erze big data. Człowiek, biznes, państwo. Warszawa: Wydawnictwo Naukowe PWN.

Symeonidis, I., Tsormpatzoudi, P. i Preneel, B. (2015). Collateral damage of Facebook Apps: An enhanced privacy scoring model. IACR Cryptology ePrint Archive, 1–18. Pozyskano z http://dblp.uni-trier.de/db/journals/iacr/iacr2015.html#SymeonidsBTP15

Szymielewicz, K. i Iwańska, K. (2019). Śledzenie i profilowanie w sieci. Jak z klienta stajesz się towarem. Pozyskano z https://panoptykon.org/sites/default/files/publikacje/panoptykon_raport_o_sledzeniu_final.pdf

Teddlie, C. i Tashakkori, A. (2009). Foundations of Mixed Methods Research: Integrating Quantitative and Qualitative Approaches in the Social and Behavioral Sciences. Los Angeles: Sage.

Törnberg, P. i Törnberg, A. (2018). The limits of computation: A philosophical critique of contemporary Big Data research. Big Data & Society, 5(2), 1–12. https://doi.org/10.1177/2053951718811843

USACM (2017). Statement on algorithmic transparency and accountability, USACM press releases §. Association for Computing Machinery US Public Policy Council. Pozyskano z https://www.acm.org/binaries/content/assets/public-policy/2017_usacm_statement_algorithms.pdf

Vedder, A. (1999). KDD: The challenge to individualism. Ethics and Information Technology, (1), 275–281. https://doi.org/10.1023/A:1010016102284

Wang, S. i Qu, H. (2008). Journal of Travel i Tourism Impacts of Accession to WTO on China ’ s Travel Industry. Journal of Travel i Tourism Marketing, 12(1), 63–80. https://doi.org/10.1300/J073v12n01

Wang, T. (2013). Why Big Data Needs Thick Data. Pozyskano z https://medium.com/ethnography-matters/why-big-data-needs-thick-data-b4b3e75e3d7

Wang, T. (2016). The human insights missing from big data. Pozyskano z https://www.ted.com/talks/tricia_wang_the_human_insights_missing_from_big_data#t-9755

Whittaker, M., Crawford, K., Dobbe, R., Fried, G., Kaziunas, E., Mathur, V., West, S. M., Richardson, R., Schulz, J. i Schwartz, O. (2018). AI Now Report 2018. New York. Pozyskano z https://ainowinstitute.org/AI_Now_2018_Report.pdf

Wickham, H. (2014). Tidy Data. Journal of Statistical Software, 59(10), 1–23. https://doi.org/10.18637/jss.v059.i10

Wickham, H. i Grolemund, G. (2017). R for Data Science. Pozyskano z http://r4ds.had.co.nz/

Zuboff, S. (2015). Big other: Surveillance capitalism and the prospects of an information civilization. Journal of Information Technology, 30(1), 75–89. https://doi.org/10.1057/jit.2015.5

Żulicki, R. (2017). Potencjał Big Data w badaniach społecznych. Studia Socjologiczne, 3(226), 176–207. Pozyskano z http://www.studiasocjologiczne.pl/pliki/Studia_Socjologiczne_2017_nr3_str175_207.pdf

 

 

mgr Dominika Adamczyk

doktorantka na Wydziale Psychologii Uniwersytetu Warszawskiego

ORCID: 0000-0003-0082-0271

e-mail: dominika.adamczyk@psych.uw.edu.pl

 

prof. dr hab. Dominika Maison

Uniwersytet Warszawski, Wydział Psychologii

ORCID: 0000-0002-8946-7517

e-mail: dominika@psych.uw.edu.pl

 

Ideologia czy zdrowie – dwa typy wegetarianizmu

 

DOI 10.33226/1231-7853.2019.8.2

 

Wegetarianizm staje się w ostatnich latach coraz popularniejszym trendem żywieniowym, nie tylko na świecie, ale również w Polsce. Dotychczasowe badania pokazują, że wegetarianie nie są grupą homogeniczną – jeden z możliwych podziałów różnicuje wegetarian ze względu na motywację: etyczną lub zdrowotną. Celem przeprowadzonych badań było wstępne sprawdzenie, czy wegetarianie i osoby jedzące mięso różnią się pod względem cech demograficznych, a następnie czy i jakie różnice występują pomiędzy wegetarianami etycznymi i zdrowotnymi. Postanowiono również sprawdzić, czy typ wegetarianizmu przekłada się na preferencje żywieniowe i wybory potraw. W tym celu przeprowadzono badanie na ogólnopolskiej próbie osób w wieku 16–73 lat (N = 402, w tym 163 wegetarian). Wyniki badań pokazały, że wegetarianie to głównie kobiety, osoby młode (w wieku 18–24 lat), mieszkające w dużych lub średnich miastach. Natomiast istotne różnice pomiędzy wegetarianami etycznymi i zdrowotnymi pod względem demograficznym występują jedynie w przypadku płci – na etyczne powody swojej decyzji niejedzenia mięsa wskazuje 52% kobiet wegetarian i 30% mężczyzn. Zaobserwowano również różnice dotyczące zachowań żywieniowych (wyborów potraw) – wegetarianie etyczni niemal zawsze wskazywali preferencje wobec potraw wegetariańskich, natomiast zdrowotni wyraźnie częściej dopuszczali w swoich wyborach potrawy mięsne (20%).

 

Słowa kluczowe: trendy żywieniowe, wegetarianizm, motywacja, wybory żywieniowe

 

Ideology or health – two types of vegetarianism

 

In recent years, vegetarianism has become an increasingly popular dietary trend in the area of nutrition, not only in the world, but also in Poland. Previous research shows that vegetarians are not a homogenous group - one of the possible divisions is based on motivation – ethical or health. The aim of the study was to examine whether vegetarians and meat-eaters differ in terms of demographic features, and also what differences also occur between ethical and health vegetarians. It was also decided to check whether the type of vegetarianism is reflected in the food preferences and choices. In order to reach that goal, a study was conducted on a nationwide sample of Poles aged 16–73 years (N = 402, including 163 vegetarians). The results of the study showed that vegetarians are mainly women, young adults (aged 18–24), living in large or medium-sized cities. Significant differences between ethical and health vegetarians in terms of demographics occur only in the case of sex – 52% of vegetarian women and 30% of vegetarian men indicate ethical reasons for their decision. Differences in dietary behaviors (food choices) were also observed. Health vegetarians were much more likely to choose meat dishes (20%) than ethical vegetarians (1%).

 

Keywords: dietary trends, vegetarian, motivation, food choice

 

Bibliografia

 

Adams, C. J. (2015). The sexual politics of meat: A feminist-vegetarian critical theory. USA: Bloomsbury Publishing.

Audsley, E., Brander, M., Chatterton, J. C., Murphy-Bokern, D., Webster, C. i Williams, A. G. (2010). How low can we go? An assessment of greenhouse gas emissions from the UK food system and the scope reduction by 2050. Report for the WWF and Food Climate Research Network.

Beardsworth, A., Bryman, A., Keil, T., Goode, J., Haslam, C. i Lancashire, E. (2002). Women, men and food: Te significance of gender for nutritional attitudes and choices. British Food Journal, 104(7), 470–491. https://doi.org/10.1108/00070700210418767

Broadbent, E., Donkin, L. i Stroh, J. C. (2011). Illness and treatment perceptions are associated with adherence to medications, diet, and exercise in diabetic patients. Diabetes Care, 34(2), 338–340. https://doi.org/10.2337/dc10-1779

Centers for Disease Control and Prevention. (2018). Current Cigarette Smoking Among Adults – United States, 2017. Morbidity and Mortality Weekly Report.

Chao, A., Thun, M. J., Connell, C. J., McCullough, M. L., Jacob, E. J., Flanders, W. D. i Calle, E. E. (2005). Meat consumption and risk of colorectal cancer. Jama, 293(2), 172–182.

Devine, C. M., Connors, M., Bisogni, C. A. i Sobal, J. (1998). Life-course influences on fruit and vegetable trajectories: Qualitative analysis of food choices. Journal of Nutrition Education, 30(6), 361–370. https://doi.org/10.1016/s0022-3182(98)70358-9

European Commission. (2018). Meat Market Observatory Meat MO Economic Board. Pozyskano z: https://ec.europa.eu/agriculture/sites/agriculture/files/market-observatory/meat/doc/meat-mo-meeting-20181002-summary_en.pdf

Fessler, D., Alexander, A., Mekdara, J. i Macias, R. (2003). Disgust sensitivity and meat consumption: A test of an emotivist account of moral vegetarianism. Appetite, 41(1), 31–41. https://doi.org/10.1016/s0195-6663(03)00037-0

Główny Urząd Statystyczny. (2018). Dostawy na rynek krajowy oraz spożycie niektórych artykułów konsumpcyjnych na 1 mieszkańca w 2017 r. Pozyskano z: https://stat.gov.pl/obszary-tematyczne/ceny-handel/handel/dostawy-na-rynek-krajowy-oraz-spozycie-niektorych-artykulow-konsumpcyjnych-na-1-mieszkanca-w-2017-roku,9,8.html

Godfray, H. C., Aveyard, P., Garnett, T., Hall, J. W., Key, T. J., Lorimer, J., Pierrehumbert, R.T., Scarbourough, M.S. i Jebb, S. A. (2018). Meat consumption, health, and the environment. Science, 361(6399). https://doi.org/10.1126/science.aam5324

HappyCow (2018) 10 Top Vegan-Friendly Cities. Pozyskano z: https://www.happycow.net/vegtopics/travel/top-vegan-friendly-cities

Helgeson, V. S. (1994). Relation of agency and communion to well-being: Evidence and potential explanations. Psychological Bulletin, 116(3). https://doi.org/10.1037//0033-2909.116.3.412

Hoffman, S. R., Stallings, S. F., Bessinger, R. C. i Brooks, G. T. (2013). Differences between health and ethical vegetarians. Strength of conviction, nutrition knowledge, dietary restriction, and duration of adherence. Appetite, 65, 139–144. https://doi.org/10.1016/j.appet.2013.02.009

Hu, F. B. (2003). Plant-based foods and prevention of cardiovascular disease: An overview. The American Journal of Clinical Nutrition, 78(3), 544S–551S. https://doi.org/10.1093/ajcn/78.3.544s

Jabs, J., Devine, C. M. i Sobal, J. (1998a). Model of the process of adopting vegetarian diets: Health vegetarians and ethical vegetarians. Journal of Nutrition Education, 30(4), 196–202. https://doi.org/10.1016/s0022-3182(98)70319-x

Jabs, J., Devine, C. M. i Sobal, J. (1998b). Maintaining Vegetarian Diets Personal Factors, Social Networks and Environmental Resources. Canadian Journal of Dietetic Practice and Research, 59, 183–189.

Jenkins, D. J., Kendall, C. W., Marchie, A., Jenkins, A. L., Augustin, L. S., Ludwig, D. S. i Anderson, J. W. (2003). Type 2 diabetes and the vegetarian diet. The American Journal of Clinical Nutrition, 78(3), 610S-616S. https://doi.org/10.1093/ajcn/78.3.610s

Kacprzak-Choińska, A. (2007). Konsument ponowoczesny. Nowe trendy w zachowaniach nabywczych i ich konsekwencje dla marketingu. Studia i Materiały – Wydział Zarządzania UW, (2), 14–20.

Key, T. J., Davey, G. K. i Appleby, P. N. (1999). Health benefits of a vegetarian diet. Proceedings of the Nutrition Society, 58(2), 271–275. https://doi.org/10.1017/s0029665199000373

Kubberød, E., Ueland, Ø., Tronstad, Å. i Risvik, E. (2002). Attitudes towards meat and meat-eating among adolescents in Norway: A qualitative study. Appetite, 38(1), 53–62. https://doi.org/10.1006/appe.2002.0458

Leitzmann, C. (2005). Vegetarian diets: What are the advantages? Diet Diversification and Health Promotion. Forum Nutr. Basel, Karger, 57, 147–156. https://doi.org/10.1159/000083787

Maclnnis, C. C. i Hodson, G. (2017). It ain’t easy eating greens: Evidence of bias toward vegetarians and vegans from both source and target. Group Processes & Intergroup Relations, 20(6), 721–744. https://doi.org/10.1177/1368430215618253

Norat, T., Bingham, S., Ferrari, P., Slimani, N., Jenab, M., Mazuir, M. i Boutron-Ruault, M. C. (2005). Meat, fish, and colorectal cancer risk: The European Prospective Investigation into cancer and nutrition. Journal of the National Cancer Institute, 97(12), 906–916. https://doi.org/10.1093/jnci/dji409

Perry, C. L., McGuire, M. T., Neumark-Sztainer, D. i Story, M. (2001). Characteristics of vegetarian adolescents in a multiethnic urban population. Journal of Adolescent Health, 29(6), 406–416. https://doi.org/10.1016/s1054-139x(01)00258-0

Piazza, J., Ruby, M. B., Loughnan, S., Luong, M., Kulik, J., Watkins, H. M. i Seigerman, M. (2015). Rationalizing meat consumption. The 4Ns. Appetite, 91, 114–128. https://doi.org/10.1016/j.appet.2015.04.011

Pimentel, D. i Pimentel, M. (2003). Sustainability of meat-based and plant-based diets and the environment. The American Journal of Clinical Nutrition, 78(3), 660–663. https://doi.org/10.1093/ajcn/78.3.660s

Popkin, B. M. (2009). Reducing meat consumption has multiple benefits for the world's health. Archives of Internal Medicine, 169(6), 543–545. https://doi.org/10.1001/archinternmed.2009.2

Pribis, P., Pencak, R. C. i Grajales, T. (2010). Beliefs and attitudes toward vegetarian lifestyle across generations. Nutrients, 2(5), 523–531. https://doi.org/10.3390/nu2050523

Rachocka, J. (2003). Dekonsumpcja, domocentryzm, ekologizacja życia – nowe tendencje konsumenckie w rozwiniętych gospodarkach rynkowych. W: T. Bernat, Problemy globalizacji gospodarki (s. 185–192). Szczecin: Polskie Towarzystwo Ekonomiczne.

Rozin, P., Markwith, M. i Caryn, S. (1997). Moralization and becoming a vegetarian: The transformation of preferences into values and the recruitment of disgust. Psychological Science, 8(2), 67–73. https://doi.org/10.1111/j.1467-9280.1997.tb00685.x

Song, Y., Manson, J. E., Buring, J. E. i Liu, S. (2004). A prospective study of red meat consumption and type 2 diabetes in middle-aged and elderly women: the women’s health study. Diabetes Care, 27(9), 2108–2115. https://doi.org/10.2337/diacare.27.9.2108

Synowiec-Piłat, M., Jędrzejek, M. i Pałęga, A. (2018). Zjawisko food pornu w kontekście promocji zdrowia. Miscellanea Anthropologica et Sociologica, 19(2), 102–119.

Twigg, J. (1979). Food for thought: Purity and vegetarianism. Religion, 9(1), 13–35. https://doi.org/10.1016/0048-721x(79)90051-4

Vermeir, I. i Verbeke, W. (2006). Sustainable food consumption: Exploring the consumer “attitude–behavioral intention” gap. Journal of Agricultural and Environmental Ethics, 19(2), 169–194. https://doi.org/10.1007/s10806-005-5485-3

Vinnari, M., Montonen, J., Härkänen, T. i Männistö, S. (2009). Identifying vegetarians and their food consumption according to self-identification and operationalized definition in Finland. Public Health Nutrition, 12(4), 481–488. https://doi.org/10.1017/s1368980008002486

Walker, P., Rhubart-Berg, P., McKenzie, S., Kelling, K. i Lawrence, R. S. (2005). Public health implications of meat production and consumption. Public Health Nutrition, 8(4), 348–356. https://doi.org/10.1079/phn2005727

Westhoek, H., Lesschen, J. P., Rood, T., Wagner, S., De Marco, A., Murphy-Bokern, D. i Oenema, O. (2014). Food choices, health and environment: Effects of cutting Europe's meat and dairy intake. Global Environmental Change, 26, 196–205. https://doi.org/10.1016/j.gloenvcha.2014.02.004

Wilson, M. S., Weatherall, A. i Butler, C. (2004). A rhetorical approach to discussions about health and vegetarianism. Journal of Health Psychology, 9(4), 567–581. https://doi.org/10.1177/1359105304044040

Worsley, A. i Skrzypiec, G. (1998). Teenage Vegetarianism: Prevalence, Social and Cognitive Contexts. Appetite, 30(2), 151–170. https://doi.org/10.1006/appe.1997.0118

 

 

mgr Gabriela Nowakowska

doktorantka na Wydziale Zarządzania Uniwersytetu Warszawskiego

ORCID: 0000-0002-6446-255X

e-mail: 353688@wz.uw.edu.pl

 

Budowanie marki osobistej na przykładzie marki Macieja Bodnara

 

DOI 10.33226/1231-7853.2019.8.3

 

Tworzenie marki osobistej oraz zarządzanie nią stają się obecnie zjawiskiem coraz bardziej popularnym. Produkty oferowane przez marki osobiste są nośnikami konkretnych personalnych reprezentacji. Prowadzenie marki osobistej wymaga sporej dozy wytrwałości i determinacji działania ze strony założycieli. Niniejszy artykuł opisuje czynniki istotne dla procesu budowania marki osobistej, warunkujące sukces założyciela. Tekst oparty jest na przykładzie marki MBC (Maciej Bodnar Coaching). Jest to marka trenera osobistego Macieja Bodnara prowadzącego pod swoim imieniem i nazwiskiem amatorskich zawodników triathlonowych. Informacje dotyczące budowania marki MBC zostały pozyskane w trakcie wywiadów z założycielem marki oraz jego zawodnikami. Artykuł dostarcza informacji na temat środków budowania marki osobistej zakończonego sukcesem. Z perspektywy jednostkowego doświadczenia ukazane są motywy prowadzące do stworzenia marki osobistej oraz środki komunikacji używane do promowania brandu. Artykuł wpisuje się więc w model analizy doświadczeń przy N = 1, które przeżywa ostatnio renesans zainteresowania zarówno teoretyków, jak i praktyków (Runyan, 1992; Domański, 2019). Prezentowany tekst jest przyczynkiem do tego typu analiz w obrębie marketingu.

 

Słowa kluczowe: marka osobista, marka

 

Creation of a personal brand based on the example of MBC brand

 

The creation of a personal brand and its awareness nowadays are becoming more and more popular. Products offered by personal brands are the result of what specific persons represent. Conducting a personal brand is characterized by extraordinary perseverance and determination of actions that the founders have to perform. This article describes the factors that should be taken into account when building a personal brand to achieve success. The text is based on the example of the MBC brand. It is a brand of a personal trainer, leading under his name amateur triathlon players. Information on MBC brand was building obtained through interviews with brand founder Maciej Bodnar and his athletes. The article provides the reader with information about successful personal branding measures. From the perspective of individual experience, the motives leading to the creation of a personal brand and the means of communication used to promote the brand are shown. The article thus fits into the model of the analysis of experiences at N = 1, which has recently undergone a renaissance of interest of both theoreticians and practitioners (Runyan, 1992; Domański, 2019). The presented text is a contribution to this type of analysis within marketing.

 

Keywords: personal brand, brand

 

Bibliografia

 

Aaker, D. A. i Joachimsthaler, E. (2000). Brand Leadership. New York: Free Press.

Airey, D. (2015). Logo design love. Tworzenie genialnych logotypów. Nowa odsłona. Gliwice: Helion.

Blattberg, R. C. i Deighton, J. (1996). Manage Marketing by the Customer Equity Test. Harvard Business Review, (July–August), 136–144.

Bruszko, A. (2017). BrandU. Czyli nowa marka o nazwie TY. Praktyczny przewodnik jak zbudować swoją markę osobistą. Brzezia Łąka: Poligraf.

Datko, M. (2012). Sponsoring. Klucz nowoczesnego marketingu. Warszawa: Placet.

Deptuła, T. (2010). Sponsorzy Tigera Woodsa stracili 12 miliardów dolarów. Newsweek. Pozyskano z: https://www.newsweek.pl/swiat/sponsorzy-tigera-woodsa-stracili-12-miliardow-dolarow/xve8chn

Domański, C. W. (2019). Historia psychologii w Europie Środkowej. Warszawa: Wydawnictwo Naukowe PWN.

Elliot, A. (2014). Concepts of the self. Malden: Blackwell Publishers.

Griffin, A. i Page, A. L. (1993) An Interim Report on Measuring Product Development Success and Failure. Journal of Product Innovation Management, (10), 291–308. https://doi.org/10.1016/0737-6782(93)90072-X

Hallowell, R. (1996). The Relationships of Customer Satisfaction, Customer Loyalty, and Profitability: An Empirical Study. International Journal of Service Industry Management, (7), 27–42. https://doi.org/10.1108/09564239610129931

Jarvis, L. P. i Mayo, E. J. (1986). Winning the market-share game. Cornell Hotel and Restaurant Administration Quarterly, 27(3), 72–79.

Kall, J. (2001). Silna marka. Istota i kreowanie. Warszawa: PWE.

Kępiński, Ł., Kordowski, M., Sałkowski, D. i Sztubecki, K. (2015). Marketing internetowy. Nowe możliwości, nowi klienci, nowe rynki. Warszawa: Poltext.

Klink, R. (2000) Creating brand names with meaning: The use of sound symbolism. Marketing Letters, 11(1), 5–20. https://doi.org/10.1023/A:1008184423824

Kotler, P., i Armstrong, G. (1989). Principles of Marketing. Englewood Cliffs: Prentice Hall.

Kozyra, B. (2015). Zarządzanie sobą. Zrozum siebie i zrealizuj marzenia. Warszawa: MT Biznes.

Kulik, W. (2018). Cztery miliardy internautów. Pozyskano z: http://www.benchmark.pl/aktualnosci/ile-osob-ma-dostep-do-internetu-na-swiecie-juz-ponad-4-miliardy.html

Kysztymowa, I. (2013). Kreacja wizerunku osobowego: podstawy psychosemiotyki image’u. Gniezno: Instytut Kultury Europejskiej.

Lisowska-Magdziarz, M. (1997). Z historii reklamy telewizyjnej. Aida i Media, (10).

Malinowska-Parzydło, J. (2015). Jesteś marką. Jak odnieść sukces i pozostać sobą. Gliwice: OnePress.

Michaels, S. (2013). 10 Ways to Better Brand Recognition. ForbesPozyskano z: https://www.forbes.com/sites/womensmedia/2013/04/16/10-ways-to-better-brand-recognition/#31ad450e683a

Montoya, P. i Vandehey, T. (2003). The Brand Called You. Personal Branding Press.

Newman, J. i Werbel, R. (1973). Multivariate Analysis of Brand Loyalty for Major Household Appliances. Journal of Marketing Research, 10(4), 1973, 404–409. https://doi.org/10.2307/3149388

Olins, W. (2004). Wally Olins o marce. Instytut Marki Polskiej.

Olins, W. (2009). Podręcznik brandingu. Instytut Marki Polskiej.

Oliver, R. L. (1999). Whence Consumer Loyalty? Journal of Marketing, 63, 33–44. http://dx.doi.org/10.2307/1252099

Ottl, C. i Harter, G. (2009). Autopromocja, czyli jak wykorzystywać swoje atuty. Read Me.

Peters, T. (1997). The Brand Called You. Fast Company Magazine. Pozyskano z: https://www.fastcompany.com/28905/brand-called-you 

Piercy, N. F. (1995). Customer satisfaction and the internal market: Marketing our customers to our employees. Journal of Marketing Practice: Applied Marketing Science, 1(1), 22–44. http://dx.doi.org/10.1108/EUM0000000003878

Pobłorn, R. (2003). Obraz i priedwkuszenije. Moskwa.

Pogorzelski, J. (2015). Marka na cztery sposoby. Warszawa: Wolters Kluwer.

Reichheld, F. F. (1996). The Loyalty Effect. Boston: Harvard Business School Press.

Runyan, W. M. (1992). Historie życia a psychobiografie. Warszawa: PWN.

Sernovitz, A. (2011). Marketing szeptany. Zachęć ludzi, aby mówili o twoich produktach. Warszawa: Oficyna a Wolters Kluwer business.

Skorek, M. (2019). Społeczność wokół marki: geneza, koncepcja, badania. Warszawa: PWE.

Stawarz, B. (2015). Content marketing po polsku. Jak przyciągnąć klientów. Warszawa: Wydawnictwo Naukowe PWN.

Stefaniak, T., Harmaciński, D., Groffik, B. i Pawlak, G. (2016). Ocena preferowanych predyspozycji trenera personalnego/ Rating preferred predisposition personal trainer. Quality in Sport, 3(2), 43–53. http://dx.doi.org/10.12775/QS.2016.018.

Stępowski, R. (2014). Promocja marki: poradnik dobrych praktyk. Lublin: Słowa i Myśli.

Witek, E. (2015). Komunikacja wizerunkowa: nowoczesne narzędzia. Astrum.

Zboralski, M. (1995). Nomen omen, czyli jak nazwać firmę i produkt. Warszawa: Business Press.

Zboralski, M. (2000). Nazwy firm i produktów. Warszawa: PWE.

Zeithaml, V.A. i Bitner, M.J. (1996). Services Marketing. New York: McGraw-Hill.

Zeithaml, V.A., Berry, L.L. i Parasuraman, A. (1996). The Behavioral Consequences of Service Quality. Journal of Marketing, 60, 31–46. http://dx.doi.org/10.2307/1251929

 

Lechosław Garbarski

Beata Marciniak

Wspomnienie o Pani Profesor Teresie Taranko (1960–2019)

Szanowni Państwo, Czytelnicy i Autorzy!

 

Sierpniowy numer czasopisma „Marketing i Rynek” zawiera trzy artykuły w wersji papierowej oraz wspomnienie o Pani Profesor Teresie Taranko. 

Pierwszy artykuł autorstwa Remigiusza Żulickiego, pt. Pułapki myślowe data-driven. Krytyka (nie tylko) metodologiczna, ma charakter teoretyczny. Zostały w nim przedstawione ograniczenia i pułapki związane w z wykorzystywaniem w działalności marketingowej i biznesowej coraz większej ilości danych. Na końcu artykułu zostało sformułowane ważne przesłanie: „by biznes był nie data-driven, ale knowledge-driven i przede wszystkim human-driven”. Stanowi to ważne wyzwanie społeczne dla menedżerów marketingu.

Drugi artykuł napisany przez Dominikę Adamczyk i Dominikę Maison, pt. Ideologia czy zdrowie – dwa typy wegetarianizmu, ma charakter empiryczny. Zostały w nim przedstawione wyniki badań ilościowych przeprowadzonych na próbie ogólnopolskiej na temat zachowań konsumenckich wegetarian oraz dyskusja tych wyników. Wyniki zaprezentowanych badań potwierdzają dotychczasowe wyniki badań prowadzonych na świecie, że wegetarianie nie stanowią jednej homogenicznej grupy, że można na podstawie motywacji wyróżnić dwie różniące się grupy: wegetarian etycznych i wegetarian zdrowotnych.

Trzeci artykuł Gabrieli Nowakowskiej, pt. Budowanie marki osobistej na przykładzie marki Macieja Bodnara, przedstawia rozważania dotyczące marki osobistej. Koncepcja marki osobistej i proces budowania został przedstawiony na podstawie studium przypadku.

Mam nadzieję, że zróżnicowany tematycznie zestaw artykułów nie tylko przyczyni się do lepszego zrozumienia istoty marketingu, lecz także będzie stanowił inspirację do podjęcia nowych tematów badawczych. 

Na końcu tego numeru czasopisma znajduje się wspomnienie o Pani Profesor Teresie Taranko napisane przez Lechosława Garbarskiego i Beatę Marciniak.  Z ogromnym smutkiem i żalem żegnamy Panią Profesor, która od wielu lat była aktywnym członkiem naszej społeczności akademickiej. Będzie mam brakować jej witalność, pogody ducha, dobrych rad i wsparcia merytorycznego. 

 

Prof. dr hab. Grzegorz Karasiewicz

Odbiór osobisty 0 zł
Kurier 14 zł
Darmowa dostawa od 250 zł
Darmowa dostawa w Klubie Książki dla zamówień od 200 zł