62

Развитие и широкое использование технологий, особенно инноваций на базе Интернета, изменили способы общения общества в повседневной жизни и профессиональной деятельности. Этот сдвиг также распространяется на компании, работающие в современном цифровом пространстве, где цифровая трансформация становится областью все большего интереса. Возможности маркетинга, ключевой фокус для маркетологов, сместились с традиционных методов на цифровые каналы.

В сегодняшней деловой среде из-за острой конкуренции, широкого доступа в Интернет и спроса на персонализированный опыт рекламная деятельность в основном проводится с помощью цифровых методов. В этом контексте термин «цифровое финансирование» привлек большое внимание как в науке, так и в профессиональном мире и превратился в важную тему дискуссий.

Быстро развивающаяся сфера цифровой рекламы претерпела кардинальные изменения, вызванные появлением технологий искусственного интеллекта (ИИ) и машинного обучения (МО). Эти инновационные инструменты существенно повлияли на цифровое рекламное пространство, позволив маркетологам улучшить свои стратегии и проводить более персонализированные и эффективные кампании. Например, система искусственного интеллекта McDonald’s динамически корректирует представление меню в рекламе, гарантируя, что наиболее подходящие параметры меню будут ориентированы на целевых пользователей.

Кроме того, Lexus полагается на IBM Watson при создании сценариев для своих телевизионных рекламных роликов, основываясь на своей интуиции. Affectiva использует аффективную аналитику, чтобы распознавать эмоции потребителей, когда они видят рекламу. Replika, чат-бот на основе машинного обучения, обеспечивает эмоциональную поддержку потребителям, отражая их стиль общения.

В то время как практики проявили большой интерес к искусственному интеллекту и машинному обучению для цифровой рекламы, ученые в области цифровой рекламы также обратили свое внимание на эти технологии. Поэтому VGP Lakshika, BTK Chathuranga и PGS Amila Jayarathne, как ученые в области маркетинга, провели исследование, чтобы обобщить дорожную карту искусственного интеллекта и машинного обучения в цифровом продвижении и представить роль искусственного интеллекта и машинного обучения в будущем цифровом продвижении. Результаты исследования были опубликованы в виде исследовательской статьи под названием «Развивающаяся роль искусственного интеллекта и машинного обучения в цифровом продвижении: систематический обзор и программа исследований» в журнале Springer’s Journal of Marketing Analytics.

Знания об использовании искусственного интеллекта и машинного обучения в цифровой рекламе резко возросли с 2020 года. Ожидается, что та же тенденция сохранится, и взносы, вероятно, увеличатся. В США самый высокий уровень научного производства, связанного с искусственным интеллектом и машинным обучением в цифровой рекламе, среди стран мира. Другие страны, такие как Великобритания, Германия и Франция, также внесли значительный вклад. Такие страны, как Китай и Индия, особенно в Азии, также участвуют в применении новых знаний на практике.

Роль искусственного интеллекта и машинного обучения в цифровой рекламе будет развиваться по-разному: персонализация и таргетинг, маркетинг в социальных сетях, создание рекламы и контента, оптимизация взаимодействия с клиентами, прогнозная аналитика, а также вопросы этики и конфиденциальности. Кроме того, ИИ напрямую связан с такими путями, как персонализация и таргетинг, маркетинг в социальных сетях, создание рекламы и создание контента, а также этика и конфиденциальность. Это подчеркивает его роль в настройке пользовательского опыта, привлечении аудитории и учете этических соображений в цифровой рекламе. С другой стороны, машинное обучение напрямую связано с оптимизацией взаимодействия с клиентами и прогнозной аналитикой, что подчеркивает его полезность для понимания поведения потребителей и прогнозирования тенденций.

Искусственный интеллект и машинное обучение способствуют персонализации цифровой рекламы, анализируя обширные данные о клиентах для предоставления индивидуального контента и рекомендаций. ИИ определяет закономерности и предпочтения пользователей, а МО постоянно учится на взаимодействиях, чтобы уточнять предложения. Например, системы рекомендаций на базе искусственного интеллекта предлагают продукты на основе истории просмотров, а машинное обучение со временем улучшает эти рекомендации.

ИИ также улучшает сегментацию аудитории, обеспечивая точный таргетинг, а машинное обучение совершенствует поведенческий таргетинг для доставки персонализированных маркетинговых сообщений. Будущие исследования должны изучить, как искусственный интеллект и машинное обучение улучшают управление кампаниями, сегментацию аудитории и настройку контента в реальном времени. Исследования могут изучить влияние индивидуального маркетинга на вовлеченность и лояльность клиентов, а также проанализировать роль искусственного интеллекта в предоставлении высоко персонализированных предложений.

В маркетинге в социальных сетях ИИ обнаруживает фирменный контент, который нравится пользователям, тем самым оптимизируя аудиторию и анализ настроений. Машинное обучение усиливает эти усилия, изучая показатели вовлеченности, прогнозируя контент, который найдет отклик у конкретной аудитории, и обеспечивая адаптируемость в реальном времени. Искусственный интеллект и машинное обучение улучшают таргетинг, удержание клиентов и общий пользовательский опыт. Исследователям следует изучить свою роль в автоматизации создания контента, мониторинге кампаний и синхронизации усилий между платформами. Расширенный анализ настроений, отслеживание кампаний и стратегии преодоления барьеров внедрения также требуют изучения.

Искусственный интеллект и машинное обучение оптимизируют создание контента, автоматизируя такие процессы, как создание рекламных текстов и визуальных эффектов, на основе информации об аудитории. ИИ создает креативный контент, адаптированный к предпочтениям пользователей, а ML совершенствует его, используя данные о взаимодействии, для повышения релевантности. Такой подход, основанный на данных, обеспечивает развитие контента в соответствии с ожиданиями аудитории и делает цифровую рекламу более эффективной.

Будущие исследования должны рассмотреть, как ИИ дополняет человеческое творчество, преодолевает ограничения в создании контента и трансформирует стратегии контент-маркетинга. Акцент должен быть сделан на балансе автоматизации и творчества для повышения эффективности.

Искусственный интеллект и машинное обучение оптимизируют взаимодействие с клиентами, позволяя чат-ботам и виртуальным помощникам обрабатывать запросы и предоставлять персонализированные ответы. ML продолжает адаптироваться на основе отзывов клиентов, обеспечивая более плавное и эффективное взаимодействие. Анализируя пути клиентов, эти технологии совершенствуют цифровые рекламные акции в различных точках взаимодействия, улучшая CRM и укрепляя отношения с клиентами. Исследователям следует изучить возможности искусственного интеллекта и машинного обучения в картировании путешествий клиентов, мониторинге данных в реальном времени и обеспечении персонализированного опыта.

Прогнозная аналитика с использованием искусственного интеллекта и машинного обучения является краеугольным камнем современного маркетинга. Эти технологии анализируют большие наборы данных для прогнозирования поведения потребителей, оптимизации кампаний и принятия решений на основе данных. Это приводит к более высокой вовлеченности, большему количеству конверсий и более высокому росту продаж. Будущие исследования должны разработать прогностические модели для оценки результатов кампаний, оценки эффективности аналитики на основе ИИ и решения таких проблем, как безопасность данных и алгоритмическая предвзятость.

Этика и конфиденциальность имеют решающее значение в маркетинге, основанном на искусственном интеллекте. Сбор и использование больших наборов данных вызывает обеспокоенность по поводу прозрачности, согласия и справедливости. Алгоритмы МО могут непреднамеренно усиливать предвзятость, что приводит к несправедливому таргетированию. Для поддержания доверия крайне важно обеспечить соблюдение правил защиты данных, таких как GDPR и CCPA.

Исследователи должны разработать этические рамки, альтернативные методы определения целей и стратегии для смягчения рисков, сохраняя при этом баланс между инновациями и потребительским доверием и конфиденциальностью.

Таким образом, искусственный интеллект и машинное обучение преобразуют цифровую рекламу посредством персонализации, взаимодействия и прогнозной аналитики, одновременно решая критические проблемы в области этики и конфиденциальности для устойчивого внедрения.

Эта революционная роль, которую ИИ и МО играют в цифровой рекламе, безусловно, бросает вызов традиционным маркетологам, подталкивая их к цифровым платформам и требуя от них направлять рекламную деятельность на основе ИИ и МО в соответствии с предлагаемыми дорожными картами, чтобы конкурировать на глобальном уровне, чтобы пройти или превзойти.

Автор ВГП Лакшика
старший преподаватель
Отдел управления маркетингом
Университет Шри-Джаяварденепуры,

БТК Чатуранга
Преподаватель
Отдел управления маркетингом
Университет Шри-Джаяварденепуры и

Профессор (доктор) PGSA Джаяратне
Профессор маркетинга
Отдел управления маркетингом
Университет Шри-Джаяварденепуры