Комплекс маркетинга инновационного товара в условиях цифровой экономики: от классической теории до Agile-практики и Big Data-аналитики

Введение

Начало XXI века ознаменовано беспрецедентной интенсификацией инновационных процессов, что радикально трансформирует маркетинговую среду.

Объем российского рынка больших данных (Big Data) в 2024 году достиг 300–320 млрд рублей и демонстрирует среднегодовой темп роста 21–35%, что значительно опережает общемировые темпы (около 12%). Этот факт прямо свидетельствует о том, что инструменты, основанные на данных, становятся критически важными для принятия решений, особенно при выводе нового (инновационного) товара, требующего точной сегментации и прогнозирования.

Интенсивность инноваций приводит к сокращению срока выпуска нового продукта и увеличению предложения на рынке, что вынуждает производителя совершенствовать маркетинговую деятельность на этапе вывода. В этих условиях традиционные подходы к формированию комплекса маркетинга (4P) оказываются недостаточными для эффективной коммерциализации инноваций, требующих не только производства нового продукта, но и формирования новых потребительских привычек.

Исследование актуально ввиду необходимости адаптации классических маркетинговых инструментов к требованиям цифровой экономики. Успешный вывод инновационного товара на рынок сегодня невозможен без интеграции гибких методологий разработки (Agile), использования предиктивной аналитики на основе Big Data и применения расширенных моделей комплекса маркетинга (7P, 4C, 4R), ориентированных на потребительскую ценность и долгосрочные отношения.

Цель исследования: Систематизация теоретических основ и анализ практических особенностей разработки, выведения на рынок и применения современного комплекса маркетинга (4P/7P) для нового (инновационного) товара.

Задачи исследования:

1. Уточнить современное определение «нового товара» и систематизировать классификации инноваций в контексте маркетинга.
2. Проанализировать эволюцию концепции комплекса маркетинга и ее современные модификации (4P, 7P, 4C, 4R).
3. Описать особенности процесса разработки нового продукта (NPD), учитывая применение методологий Agile.
4. Оценить влияние цифровых технологий (Big Data, AI) на маркетинговые исследования инновационного товара.
5. Идентифицировать ключевые показатели эффективности (KPI) и методы оценки коммерческого успеха нового товара.

Объект исследования: Процесс разработки и коммерциализации нового (инновационного) товара.

Предмет исследования: Комплекс маркетинга (маркетинг-микс) инновационного товара.

Теоретико-методологическая база: Исследование базируется на трудах классиков маркетинга (Ф. Котлер, Дж. Маккарти) и инновационного менеджмента (Й. Шумпетер, Э. Роджерс), а также на современных научных статьях и монографиях, опубликованных после 2018 года, с учетом международных стандартов («Руководство Осло», 2018 г.) и данных отраслевых отчетов. Применялись методы сравнительного анализа, систематизации, факторного анализа и статистического моделирования.

Теоретические основы инновационного менеджмента и маркетинга

Современные подходы к определению и классификации нового товара и инноваций

Для формирования надежной академической базы необходимо четко разграничить понятия «новый товар» и «инновация», опираясь на современные международные стандарты.

Согласно последней редакции «Руководства Осло» (Oslo Manual, 2018 г.), инновация определяется как конечный результат инновационной деятельности, воплощенный в виде нового или усовершенствованного продукта, внедренного на рынке, или нового/усовершенствованного технологического процесса, используемого в практической деятельности. Непременными свойствами инновации являются новизна, производственная применимость (экономическая обоснованность) и обязательное соответствие запросам потребителей.

В контексте маркетинга, новый товар — это любой продукт, который потребительская аудитория воспринимает как новый, вне зависимости от его объективной новизны для компании-производителя. Однако с точки зрения инновационного менеджмента, новизна должна быть более глубокой, охватывая не только внешние изменения, но и внутреннюю ценность.

Классификация инноваций по «Руководству Осло» (2018 г.):

Тип инновации	Определение	Маркетинговая специфика
Инновация продукта (Product Innovation)	Введение товара или услуги, которые являются новыми или значительно улучшенными в отношении их характеристик или предполагаемого использования. Включает изменения в технических характеристиках, компонентах, материалах, встроенном программном обеспечении, удобстве использования или других функциональных характеристиках.	Требует активной информационно-разъяснительной кампании (Promotion) для формирования потребности и снижения рисков восприятия.
Инновация бизнес-процесса (Business Process Innovation)	Внедрение нового или значительно улучшенного бизнес-процесса в одном или нескольких функциональных направлениях (производство, дистрибуция, маркетинг, поддержка).	Влияет на элементы Place (каналы дистрибуции), Price (снижение издержек) и Process (в модели 7P).

Классическая теория Й. Шумпетера, основоположника концепции инноваций, выделяет пять типов изменений, которые по сути своей являются инновациями: внедрение продукции с новыми свойствами, использование новой техники/технологических процессов, использование нового сырья, изменения в организации производства и появление новых рынков сбыта. Маркетинговый аспект инновации тесно связан с первым типом (продукция с новыми свойствами) и последним (формирование новых рынков сбыта), поскольку именно эти два элемента отвечают за создание и монетизацию потребительской ценности.

Эволюция концепции комплекса маркетинга (Marketing Mix)

Комплекс маркетинга (маркетинг-микс) классически определяется как набор поддающихся контролю переменных факторов маркетинга, которые фирма использует в стремлении вызвать желательную ответную реакцию со стороны целевого рынка. Однако цифровая трансформация и переход к сервисной экономике потребовали пересмотра этой концепции.

От 4P к 7P: Расширение для сферы услуг

Классическая модель 4P (Product, Price, Place, Promotion), предложенная Дж. Маккарти в 1960 году, до сих пор остается базовой. Она идеально подходит для анализа потребительских товаров массового спроса, фокусируясь на внутренних переменных компании.

Элемент 4P	Суть для инновационного товара
Product (Товар)	Не только физические характеристики, но и новизна, патентная защита, упаковка, сопутствующие услуги.
Price (Цена)	Стратегии ценообразования (снятие сливок, проникновение на рынок), чувствительность спроса.
Place (Место)	Каналы дистрибуции, логистика, доступность инновации для целевых потребителей.
Promotion (Продвижение)	Формирование осведомленности, разъяснение преимуществ, стимулирование пробных покупок.

С ростом сектора услуг, Б. Бумс и Дж. Битнер в 1981 году предложили расширенную модель 7P, добавив три элемента, критически важных для маркетинга услуг, но также применимых к сложным инновационным продуктам (например, FinTech или SaaS-решениям):

1. People (Персонал): Сотрудники, взаимодействующие с клиентом. В сфере инноваций их компетентность (в обучении клиента использованию новой технологии) критична.
2. Process (Процесс): Процедуры, механизмы и последовательность действий, посредством которых услуга или инновация предоставляется. Влияет на качество обслуживания и удобство.
3. Physical Evidence (Физическое доказательство): Материальное окружение, в котором предоставляется услуга (например, интерфейс приложения, дизайн офиса, фирменная документация).

Переход к 4C и 4R: Фокус на потребителе и отношениях

Эволюция комплекса маркетинга мотивирована смещением акцента с продукта на потребителя.

1. Концепция 4C (Роберт Ф. Лаутерборн, 1990 г.): Эта модель предлагает взгляд на маркетинг-микс со стороны потребителя, призывая компании фокусироваться на ценности, а не на продукте.

   Элемент 4P	Соответствие в 4C	Суть
   Product	Customer value/Solution (Ценность/Решение)	Что решает продукт для потребителя, а не что он собой представляет.
   Price	Cost to the Customer (Затраты потребителя)	Включает не только денежную цену, но и время, усилия, риски, необходимые для освоения инновации.
   Place	Convenience (Удобство)	Удобство покупки, получения и использования, а не просто каналы сбыта.
   Promotion	Communication (Коммуникация)	Двусторонние диалоги, а не одностороннее навязывание рекламы.

2. Модель 4R (Rewarding, Relationship, Reliability, Relevance): Эта модель отражает основные идеи персонального и реляционного маркетинга, которые наиболее актуальны для инноваций, требующих построения долгосрочных отношений с «ранними последователями» (Early Adopters).
   • Relationship (Отношения): Построение доверия и лояльности, особенно важных при высоком риске, связанном с новым товаром.
   • Reliability (Надежность): Гарантия качества и выполнения обещаний.
   • Relevance (Актуальность): Постоянное соответствие предложения меняющимся потребностям клиента.
   • Rewarding (Вознаграждение): Поощрение клиентов за лояльность и обратную связь, что способствует превращению клиентов в адвокатов бренда.

Особенности процесса разработки и выведения инновационного товара на рынок

Успех инновационного товара критически зависит от грамотно выстроенного процесса разработки нового продукта (New Product Development, NPD), который в условиях цифровой экономики претерпел значительные изменения благодаря интеграции гибких методологий.

Этапы процесса разработки нового продукта (NPD)

Классический процесс NPD представляет собой последовательный, структурированный подход, который минимизирует риски, но может быть медленным.

Этап NPD	Краткое описание	Особенности для инновационного товара
1. Генерация идей	Поиск источников новых идей (R&D, сотрудники, конкуренты, клиенты). Часто называется «размытым передним краем» из-за высокой неопределенности.	Фокус на прорывных идеях (Disruptive Innovation); использование краудсорсинга и Big Data-аналитики.
2. Отбор идей	Отсеивание нежизнеспособных идей на основе критериев (стратегическое соответствие, потенциал рынка).	Применение строгих критериев экономической обоснованности и технологической реализуемости.
3. Разработка и тестирование концепции	Превращение идеи в детальное описание, тестирование концепции среди целевой аудитории (без создания физического продукта).	Оценка понимания потребителем новизны и ценности.
4. Экономический анализ	Оценка прибыльности, анализ затрат, прогнозирование продаж, расчет точки безубыточности.	Высокая неопределенность прогнозов; необходимость учета инвестиций в обучение рынка.
5. Разработка продукта и Бета-тестирование	Создание физического/цифрового прототипа (MVP), тестирование в реальных условиях (альфа- и бета-тесты).	Использование минимально жизнеспособного продукта (MVP) для сбора обратной связи и быстрого цикла доработок.
6. Коммерциализация	Запуск производства, формирование запасов, разработка финальной стратегии маркетинга (4P/7P), дистрибуция.	Требует тщательной синхронизации маркетинга и производства.

Применение методологии Agile в управлении NPD в цифровой среде

В условиях цифровой экономики, где скорость изменений превышает скорость традиционных процессов, наблюдается активное внедрение методологии Agile, суть которой состоит в быстрой и гибкой адаптации деятельности предприятия к внешним и внутренним изменениям среды.

Традиционный (каскадный, Waterfall) подход к NPD предполагает жесткое планирование всех этапов, что увеличивает риск выпуска неактуального продукта, если рыночные условия изменились в процессе разработки. Agile-подход, напротив, использует итеративный и инкрементальный цикл, позволяя разрабатывать, улучшать и выпускать новые продукты чаще и с учетом мнения клиентов, тем самым сокращая временной цикл NPD.

Практическое воплощение Agile-принципов:

• Scrum: Фреймворк, организующий работу команды в короткие фиксированные периоды времени (спринты). Для инновационного товара это означает возможность выпускать работающий, улучшенный прототип каждые 2–4 недели, что критически важно для сбора ранней обратной связи от «ранних последователей».
• Kanban: Метод визуального управления потоком работ, который помогает проектным командам обеспечить качественный контроль и снизить время ожидания между этапами.

Внедрение Agile-методологии позволяет руководителям быстро вносить корректировки в изначальный план реализации проектов, что позволяет быть ближе к потребностям рынка и производить актуальный продукт. Это особенно важно для маркетингового комплекса инновации, так как позволяет быстрее тестировать ценовые стратегии, каналы дистрибуции и креативы продвижения. Неужели в нынешних условиях компания может позволить себе разработку продукта в отрыве от постоянно меняющихся требований целевой аудитории?

Цифровые инструменты и оценка эффективности комплекса маркетинга

Успех комплекса маркетинга инновационного товара сегодня неразрывно связан с его способностью использовать передовые цифровые технологии, которые обеспечивают точность прогнозирования и персонализацию коммуникаций.

Роль технологий Big Data и искусственного интеллекта (AI) в маркетинговых исследованиях

Технологии Big Data (большие данные), собранные от клиентов (поведение, запросы, история в соцсетях, геолокация), позволяют делать точные прогнозы, какие продукты рекламировать, кому и как. Для инновационных товаров, требующих глубокого понимания узких целевых аудиторий, это критично.

Состояние рынка Big Data в России:
Объем российского рынка Big Data в 2024 году достиг 300–320 млрд рублей, демонстрируя среднегодовой темп роста 21–35%. Основными потребителями этих технологий в России являются банки, телеком-операторы и крупные ритейлеры, где высокая конкуренция и огромные массивы данных требуют обработки в режиме реального времени. Эти секторы становятся полигонами для тестирования инновационных маркетинговых подходов.

Функции Big Data и AI в маркетинге инноваций:

1. Точная сегментация и таргетирование: Сложные алгоритмы машинного обучения (Machine Learning), созданные для обработки Big Data, позволяют строить прогнозные модели поведения потребителей. Для нового товара это позволяет выявить сегмент «инноваторов» и «ранних последователей» (согласно модели диффузии Роджерса) с максимальной точностью, минимизируя затраты на продвижение.
2. Предиктивная аналитика: Маркетинговые исследования рынка для нового товара с применением методов прогнозирования включают: прогнозирование новых технологий/товаров, цен, структуры рынка, поведения покупателей и сбыта. AI анализирует терабайты данных, чтобы предсказать, как инновация будет принята рынком, что невозможно при использовании традиционных опросов.
3. Персонализация коммуникаций: AI обеспечивает формирование маркетинговых стратегий, которые предлагают потребителям более быстрый и удобный поиск нужных продуктов и услуг, адаптируя контент (Promotion) и ценовые предложения (Price) под конкретного пользователя.
4. Создание новых продуктов (Product): Внедрение технологий Big Data и AI в бизнес-процессы способствует созданию новых видов продукции и разработке систем поддержки принятия управленческих решений, основанных на выявленных, но еще не осознанных потребностях рынка.

Ключевые показатели эффективности (KPI) и модели оценки коммерческого успеха

Оценка эффективности комплекса маркетинга нового товара должна быть сфокусирована на показателях, отражающих не только объем продаж, но и долгосрочную ценность клиента и рентабельность маркетинговых инвестиций.

Ключевые показатели эффективности (KPI) позволяют превратить маркетинг из «расходной статьи» в стратегический инструмент роста. Для инновационного продукта после запуска критически важны следующие метрики:

Показатель	Назначение
Прибыль от продаж (Sales Revenue)	Основной финансовый показатель, определяющий рост продаж и принимающий решения об инвестициях в Product и Promotion.
ROI (Return on Investment)	Возврат инвестиций. Показывает, насколько прибыльны маркетинговые вложения в запуск инновации.
CAC (Customer Acquisition Cost)	Стоимость привлечения клиента. Используется для управления маркетинговым бюджетом и оптимизации стратегий привлечения аудитории с целью увеличения рентабельности.
LTV (Lifetime Value)	Пожизненная ценность клиента.

Расчет LTV (Lifetime Value):
Показатель LTV — это совокупная прибыль, которую компания получает от одного клиента за весь период сотрудничества. Для оценки долгосрочного успеха инновации, особенно в сфере подписок или услуг, этот показатель является приоритетным, поскольку он обеспечивает стратегическое видение рентабельности.

Одна из наиболее распространенных формул расчета LTV, основанная на валовой марже:

LTV ≈ (Средний чек × Частота покупок × Продолжительность жизни клиента) × Валовая маржа

В виде формульных обозначений это выглядит так:

LTV ≈ (Sср × Fпок × Tжк) × Mвал

где:

• S_ср — средний чек;
• F_пок — средняя частота покупок в период;
• T_жк — средняя продолжительность жизни клиента;
• M_вал — валовая маржа (в долях).

Интеграция с моделями принятия инноваций:

Для оценки рыночного принятия инновационного товара используется модель диффузии инноваций Э. Роджерса, которая классифицирует потребителей по скорости принятия новинки (инноваторы, ранние последователи, раннее большинство, позднее большинство, отстающие).

Однако для стратегического маркетингового планирования актуальна концепция «Преодоление пропасти» (Crossing the Chasm) Джеффри Мура. Эта концепция вводит понятие «разрыва» (chasm) в принятии инновационного продукта, который возникает между сегментами «ранних последователей» (готовых принять риск ради технологического преимущества) и «раннего большинства» (прагматиков, требующих доказательств и готовых решений). Успех комплекса маркетинга инновационного товара напрямую зависит от способности компании разработать стратегию, которая позволит «перепрыгнуть» эту пропасть, что чаще всего достигается путем фокусировки всех элементов 4P/7P на удовлетворении специфических, прагматичных потребностей раннего большинства.

Заключение

Краткое резюме основных теоретических и практических результатов

Проведенное исследование позволило систематизировать теоретические основы и проанализировать практические особенности формирования комплекса маркетинга для инновационного товара в современных условиях. Было установлено, что успешная коммерциализация новинки требует отхода от жесткой парадигмы 4P в пользу расширенных, клиентоориентированных моделей (7P, 4C, 4R).

Ключевые результаты заключаются в следующем:

1. Теоретический базис: Современное определение инновации закреплено в международных стандартах («Руководство Осло», 2018), четко разделяя инновации продукта и бизнес-процесса.
2. Эволюция Маркетинг-Микса: Модели 4C и 4R доказали свою релевантность, смещая фокус с внутренних переменных компании (4P) на потребительскую ценность (Customer Value) и долгосрочные отношения (Relationship).
3. Трансформация NPD: Классический процесс разработки нового продукта (NPD) интегрируется с гибкими методологиями Agile (Scrum, Kanban), что позволяет существенно сократить цикл разработки и выпускать актуальный продукт, быстро реагируя на изменения рынка.
4. Цифровая Аналитика: Технологии Big Data и AI являются критическим фактором успеха, обеспечивая точную сегментацию, предиктивную аналитику и персонализацию коммуникаций. Высокие темпы роста российского рынка Big Data (21–35% ежегодно) подтверждают смещение маркетинговых исследований в сторону данных.
5. Оценка Эффективности: Коммерческий успех инновационного товара должен оцениваться не только по объему продаж, но и по метрикам долгосрочной ценности (LTV) и эффективности затрат (CAC, ROI), а также с учетом стадии рыночного принятия (модель диффузии Роджерса и концепция «Преодоление пропасти» Мура).

Формулирование научно-практических рекомендаций

На основе проведенного анализа, для маркетингового менеджмента инновационных предприятий могут быть сформулированы следующие рекомендации:

1. Применение гибридного NPD: Рекомендовать внедрение Agile-подходов (Scrum для разработки MVP) в классический процесс NPD, что позволит сократить время от идеи до коммерциализации, минимизируя риски, связанные с технологическим устареванием.
2. Фокусировка на 4C/4R: При формировании комплекса маркетинга нового товара, особенно в сфере услуг и высоких технологий, необходимо использовать модель 7P или 4C, уделяя особое внимание Convenience (удобству использования инновации) и Communication (двустороннему диалогу с потребителем для снижения барьеров восприятия).
3. Приоритет Big Data-аналитики: Переориентировать маркетинговые исследования на использование больших данных и AI для точного выявления сегментов «ранних последователей» и прогнозирования спроса, что обеспечит более эффективное распределение бюджета Promotion.
4. Стратегическое планирование LTV: Использовать показатель LTV в качестве основного KPI для оценки успеха инновации, так как он стимулирует построение долгосрочных отношений и разработку продуктов, основанных на валовой марже, а не на сиюминутной прибыли от первой продажи.
5. Преодоление пропасти: При стратегическом запуске инновационного продукта необходимо разрабатывать отдельный комплекс маркетинга, направленный на преодоление «пропасти» между ранними последователями и ранним большинством, что требует убедительных кейсов и гарантий надежности (Reliability в модели 4R).

Обозначение перспектив дальнейших исследований

Дальнейшие исследования могут быть сосредоточены на эмпирическом анализе влияния конкретных Agile-фреймворков (Scrum, LeSS) на финансовые показатели NPD в не-IT секторах. Актуальным представляется также углубленный анализ этических и регуляторных аспектов использования AI и Big Data в персонализированном продвижении инновационных товаров на российском рынке, а также разработка уточненных методик расчета LTV для продуктов с высокой степенью неопределенности спроса.

Список использованной литературы

1. Алексунин, В.А., Митьков, С.А. Маркетинговое исследование. Маркетинг в России и за рубежом. Москва: Финпресс, 2008. 312 с.
2. Багиев, Г.Л. и др. Маркетинг: Учебник для ВУЗов. Москва: Экономика, 2009. 703 с.
3. Big Data и AI в digital-маркетинге: новые возможности для B2B-компаний в FinTech. 2025. URL: https://esj.today/PDF/03FAVN325.pdf (дата обращения: 28.10.2025).
4. ВНЕДРЕНИЕ МЕТОДОЛОГИИ AGILE В ПРОЦЕСС УПРАВЛЕНИЯ ЦИФРОВОЙ ТРАНСФОРМАЦИЕЙ СЕЛЬСКОГО ХОЗЯЙСТВА. 2020. URL: https://elibrary.ru/item.asp?id=44633722 (дата обращения: 28.10.2025).
5. Гайдаенко, Т.А. Маркетинговое управление. Москва: Эксмо, 2008. 512 с.
6. Герасименко, В. Ценовая политика фирмы. Москва: ЭКСМО, 2007. 352 с.
7. Гершанок, А.А. ТЕХНОЛОГИИ AGILE В РЕАЛЬНОМ БИЗНЕСЕ: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ ВНЕДРЕНИЯ. 2022. URL: https://cyberleninka.ru/article/n/tehnologii-agile-v-realnom-biznese-problemy-i-perspektivy-vnedreniya (дата обращения: 28.10.2025).
8. Дойль, П., Штерн, Ф. Маркетинг, менеджмент и стратегии. Санкт-Петербург: Питер, 2008. 554 с.
9. Егоршин, А.П. Стратегический менеджмент. Москва: Экономика, 2010. 192 с.
10. Епрынцева, Н.А. ОСОБЕННОСТИ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИИ BIG DATA И AI В СОВРЕМЕННЫХ БИЗНЕС-ПРОЦЕССАХ. 2023. URL: https://cyberleninka.ru/article/n/osobennosti-ispolzovaniya-tehnologii-big-data-i-ai-v-sovremennyh-biznes-protsessah (дата обращения: 28.10.2025).
11. Завьялов, П.С. Формула успеха – маркетинг. Москва, 2013. 580 с.
12. Зайцев, В.А. Маркетинг: Учебник. Москва: МГИУ, 2008. 696 с.
13. Капитонов, Э.А., Зинченко, Г.П., Капитонов, А.Э. Маркетинг: теория и практика. Москва: Альфа-пресс, 2009. 402 с.
14. Котлер, Ф. Основы маркетинга. Москва: Бизнес-книга, 2012. 802 с.
15. Котляров, И.Д. Маркетинг. Москва: Эксмо, 2010. 240 с.
16. Краснов, А.С. Маркетинговая деятельность при выводе нового товара на рынок. 2022. URL: https://cyberleninka.ru/article/n/marketingovaya-deyatelnost-pri-vyvode-novogo-tovara-na-rynok (дата обращения: 28.10.2025).
17. Лапыгин, Ю.Н. Стратегический менеджмент. Москва: Инфра-М, 2007. 235 с.
18. Маркетинг в отраслях и сферах деятельности: учебник для вузов / под ред. Ю.В. Морозова, В.Т. Гришиной. 7-е изд., перераб. и доп. Москва: Дашков и К, 2010. 448 с.
19. Маркетинговые исследования рынка с применением методов прогнозирования / В.М. Шарапова, Н.В. Шарапова. 2018. URL: https://researchgate.net/publication/327774786_Marketingovye_issledovania_rynka_s_primeneniem_metodov_prognozirovania (дата обращения: 28.10.2025).
20. Мисаков, В.С. Анализ конкурентоспособности фирмы. Москва: Финансы и статистика, 2007. 225 с.
21. Особенности продаж инновационных продуктов. Электронная версия журнала «Управление сбытом». URL: http://www.sellings.ru/article/31/ (дата обращения: 28.10.2025).
22. Панкратов, Ф.Г., Баженов, Ю.К. Рекламная деятельность. 3-е изд. Москва, 2009. 234 с.
23. Попов, Е.П. Продвижение товаров и услуг. Москва, 2010. 261 с.
24. РАЗВИТИЕ И ТРАНСФОРМАЦИЯ КОМПЛЕКСА МАРКЕТИНГА В ТРАДИЦИОННЫХ И СОВРЕМЕННЫХ КОНЦЕПЦИЯХ МАРКЕТИНГА. URL: https://cyberleninka.ru/article/n/razvitie-i-transformatsiya-kompleksa-marketinga-v-traditsionnyh-i-sovremennyh-kontseptsiyah-marketinga (дата обращения: 28.10.2025).
25. Рогожин, М.Ю. Теория и практика рекламной деятельности: Учебное пособие. Москва: РДЛ, 2008. 304 с.
26. Романова, М.В. Управление проектами. Москва: Форум, 2010. 256 с.
27. Рысев, Н.Ю. Активные продажи. Санкт-Петербург: Питер, 2009. 416 с.
28. Салимжанов, И.К. Ценообразование. Москва: Кнорус, 2007. 304 с.
29. Сафаргалиев, Э.Р. Торговая марка как основа для формирования бренда. 2011. URL: http://sisp.nkras.ru/issues/2011/3/safargaliev.pdf (дата обращения: 28.10.2025).
30. Севрук, М.А. Система маркетинга: Соц.-экономический анализ, компьютеризация. Москва: МГУ, 2012. 240 с.
31. Секерин, В.Д. Маркетинг. Учебно-практическое пособие. Москва: Бизнес-школа, 2009. 384 с.
32. Секерин, В.Д. Практический маркетинг. Москва: ЗАО Бизнес-школа, 2007. 432 с.
33. Серов, И. Return on Brand Investments: зачем, как и кому считать? // Бренд-менеджмент. 2005. № 6. С. 10–16.
34. Скрынченко, Б.Л. Стратегический менеджмент. Москва: Экзамен, 2007. 128 с.
35. Сысоева, С.А. Как воспитать лояльность покупателей. Москва: Экономистъ, 2009. 175 с.
36. Федько, В.П., Федько, Н.Г. Основы маркетинга. Ростов-на-Дону: Феникс, 2010. 407 с.
37. Хлусов, В.П. Основы маркетинга. Москва: Издательство ПРИОР, 2008. 450 с.
38. Хруцкой, В.Е. Современный маркетинг. Москва: ФиС, 2013. 890 с.
39. ЦИФРОВАЯ ЭКОНОМИКА: ТРЕНДЫ И ПЕРСПЕКТИВЫ ТРАНСФОРМАЦИИ БИЗНЕСА: Сборник статей МГУ. 2024. URL: https://www.econ.msu.ru/sys/html/file/71311/ (дата обращения: 28.10.2025).
40. Шевчук, Д.А. Ценообразование. Москва: Росбух, 2008. 240 с.
41. Эванс, Д., Берман, Б. Маркетинг. Москва: Экономика, 2013. 789 с.