Creative Economy Creative Economy Креативная экономика 1994-6929 2409-4684 BIBLIO-GLOBUS Publishing House 118923 10.18334/ce.17.8.118923 NVBAQC Articles Статьи Research Article Artificial intelligence and machine learning in digital marketing practice Применение искусственного интеллекта и машинного обучения в практике цифрового маркетинга Agametov Igramin Elkhan Агаметов Играмин Эльхан

магистрант 1 курса

 iqraminaga@gmail.com https://orcid.org/0000-0003-2543-625X4038-1006 Vechkinzova Elena Anatolevna Вечкинзова Елена Анатольевна

доцент кафедры маркетинга, кандидат экономических наук, доцент

 kvin07@list.ru State University of Management Государственный университет управления 31 08 2023 17 8 VOL 17, NO8 (2023) ТОМ 17, №8 (2023) 2745 2760 12 08 2023 14 08 2023 Copyright ©; 2023, Agametov I.E., Vechkinzova E.A. Copyright ©; 2023, Агаметов И.Э., Вечкинзова Е.А. 2023 Agametov I.E., Vechkinzova E.A. Агаметов И.Э., Вечкинзова Е.А. https://1economic.ru/lib/118923

Artificial intelligence technology penetrates into all spheres of human activity. The sphere of marketing activity was no exception. Chatbots created by artificial intelligence improve the user experience and become one of the most powerful modern tools for digital marketing professionals. Machine learning applied in marketing allows to understand and predict human behavior. Artificial intelligence is able to quickly and accurately conduct dynamic analysis of such key factors as consumer behavior, their income level, price differentiation and market dynamics, and the cost of owning a product for a customer. This leads to the use of artificial intelligence in the development of marketing strategies to attract and retain consumers. The review study examined the role of artificial intelligence in digital marketing. The integration of new methods based on data analysis with digital marketing strategies gives companies a strategic advantage in interacting with potential and real consumers. The analysis of large amounts of data and machine learning is translated into different business models and supports strategic marketing decisions.

Технологии искусственного интеллекта проникают во все сферы жизнедеятельности человека. Исключением не стала и сфера маркетинговой деятельности. Чат-боты, созданные искусственным интеллектом, улучшают пользовательский опыт и становятся одним из самых мощных современных инструментов для профессионалов цифрового маркетинга. Применение машинного обучения в маркетинге позволяет понять и предсказать поведение человека. Возможности искусственного интеллекта быстро и точно проводить динамический анализ таких ключевых факторов как потребительское поведение, уровень их дохода, дифференциация цен и динамика рынка, стоимость владения продуктом для клиента, приводит к использованию искусственного интеллекта в разработке маркетинговых стратегии привлечения и удержания потребителей. В обзорном исследовании изучалась роль искусственного интеллекта в цифровом маркетинге. Интеграция новых методов, основанных на анализе данных, со стратегиями цифрового маркетинга дает компаниям стратегическое преимущество во взаимодействии с потенциальными и реальными потребителями. Анализ больших объемов данных, машинное обучение трансформируется в различные бизнес-модели, обеспечивает поддержку принятия стратегических маркетинговых решений предприятиями.

 artificial intelligence machine learning AI technology digital marketing strategies искусственный интеллект машинное обучение ИИ-технологии стратегии цифрового маркетинга 1. Plassmann H., Venkatraman V., Huettel S., Yoon C. Consumer neuroscience: applications, challenges, and possible solutions // Journal of marketing research. – 2015. – № 4. – p. 427-435. – doi: 10.1509/jmr.14.0048. 2. Mouha R.A. Internet of Things (IoT) // Journal of Data Analysis and Information Processing. – 2021. – № 2. – p. 77-101. 3. Stone M. The new (and ever-evolving) direct and digital marketing ecosystem // Journal of Direct, Data and Digital Marketing Practice. – 2014. – № 2. – p. 71-74. – doi: 10.1057/dddmp.2014.58. 4. Cheng F.C., Wang Y.S. The do not track mechanism for digital footprint privacy protection in marketing applications // Journal of Business Economics and Management. – 2018. – № 2. – p. 253-267. – doi: 10.3846/jbem.2018.5200. 5. Heimbach I., Kostyra D.S., Hinz O. Marketing automation // Business Information Systems Engineering. – 2015. – № 2. – p. 129-133. – doi: 10.1007/s12599-015-0370-8. 6. Wieckowski A., Ma J., Schwarz H., Marpe D., Wiegand T. Fast partitioning decision strategies for the upcoming versatile video coding (VVC) standard // In 2019 IEEE International Conference on Image Processing (ICIP). Taipei, Taiwan , 2019. – p. 4130-4134.– doi: 10.1109/ICIP.2019.8803533. 7. Долженко И.Б. Искусственный интеллект и маркетинговая деятельность ТНК потребительского сектора // Экономика и бизнес: теория и практика. – 2023. – № 3-1(97). – c. 150-155. – doi: 10.24412/2411-0450-2023-3-1-150-155. 8. Яхнеева И.В., Павлова А.В. Интеллектуальная автоматизация маркетинга: угроза или возможность? // Вопросы инновационной экономики. – 2022. – № 1. – c. 155-166. – doi: 10.18334/vinec.12.1.114116. 9. Panwar V., Sharma D.K., Kumar K.P., Jain A., Thakar C. Experimental investigations and optimization of surface roughness in turning of en 36 alloy steel using response surface methodology and genetic algorithm // Materials Today Proceedings. – 2021. – № 15. – p. 6474-6481. – doi: 10.1016/j.matpr.2021.03.642. 10. Jain A., Yadav A.K., Shrivastava Y. Modelling and optimization of different quality characteristics in electric discharge drilling of titanium alloy sheet // Materials Today Proceedings. – 2020. – № 3. – p. 1680-1684. – doi: 10.1016/j.matpr.2019.12.010. 11. Jain A., Pandey A.K. Multiple quality optimizations in electrical discharge drilling of mild steel sheet // Materials Today Proceedings. – 2017. – № 8. – p. 7252-7261. – doi: 10.1016/j.matpr.2017.07.054. 12. Jain A., Pandey A.K. Modeling and optimizing of different quality characteristics in electrical discharge drilling of titanium alloy (Grade-5) sheet // Materials Today Proceedings. – 2019. – № 1. – p. 182-191. – doi: 10.1016/j.matpr.2019.06.292. 13. Солдатова Н.Ф. Влияние цифровизации маркетинга на эффективность управленческих инноваций // Вопросы инновационной экономики. – 2022. – № 1. – c. 167-178. – doi: 10.18334/vinec.12.1.114081. 14. Старостин В.С. Трансформация маркетинговых технологий в эпоху машинного интеллекта // Вестник университета. – 2018. – № 1. – c. 28-34. – doi: 10.26425/1816-4277-2018-1-28-34. 15. Suta P., Lan X., Wu B., Mongkolnam P., Chan J.H. An overview of machine learning in chatbots // International Journal of Mechanical Engineering and Robotics Research. – 2020. – № 4. – p. 502-510. – doi: 10.18178/ijmerr.9.4.502-510. 16. Kapoor K.K., Dwivedi Y.K., Piercy N.C. Pay-per-click advertising: A literature review // The Marketing Review. – 2016. – № 2. – p. 183-202. – doi: 10.1362/146934716X14636478977557. 17. Chittenden L., Rettie R. An evaluation of e-mail marketing and factors affecting response // Journal of Targeting, Measurement and Analysis for Marketing. – 2003. – № 3. – p. 203-217. – doi: 10.1057/palgrave.jt.5740078. 18. Murgai A. Transforming digital marketing with artificial intelligence // International Journal of Latest Technology in Engineering, Management Applied Science. – 2018. – № 4. – p. 259-262. 19. Борисовский С.А. Использование инструментов искусственного интеллекта для продвижения товаров народного потребления, перспективы для российского рынка // Международный научный журнал. – 2023. – № 6(63). – c. 80-89. 20. Щепакин М.Б. Рекламно-маркетинговое манипулирование поведением субъектов при управлении экономическим ростом бизнеса в условиях диджитализации рыночных отношений // Экономика, предпринимательство и право. – 2022. – № 1. – c. 81-102. – doi: 10.18334/epp.12.1.114062. 21. Rust R.T. The future of marketing // International Journal of Research in Marketing. – 2020. – № 1. – p. 15-26. – doi: 10.1016/j.ijresmar.2019.08.002. 22. Davenport T., Guha A., Grewal D., Bressgott T. How artificial intelligence will change the future of marketing // Journal of the Academy of Marketing Science. – 2020. – № 1. – p. 24-42. – doi: 10.1007/s11747-019-00696-0. 23. Järvinen J., Karjaluoto H. The use of Web analytics for digital marketing performance measurement // Industrial Marketing Management. – 2015. – p. 117-127. – doi: 10.1016/j.indmarman.2015.04.009. 24. Молянов П. Роботы-маркетологи: как нейросети изменят мир интернет-маркетинга. Texterra.ru. [Электронный ресурс]. URL: https://texterra.ru/blog/roboty-marketologi-kak-neyroseti-izmenyat-mir-internet-marketinga.html (дата обращения: 10.08.2023). 25. Melewar T.C., Smith N. The Internet revolution: some global marketing implications // Marketing intelligence and planning. – 2003. – № 6. – p. 363-369. – doi: 10.1108/02634500310499220. 26. Li S., Li J.Z., He,H., Ward P., Davies B.J. WebDigital: A Web-based hybrid intelligent knowledge automation system for developing digital marketing strategies // Expert Systems with Applications. – 2011. – № 8. – p. 10606-10613. – doi: 10.1016/j.eswa.2011.02.128. 27. Boddu R.S.K., Santoki A.A., Khurana S., Koli P.V., Rai R., Agrawal A. An analysis to understand the role of machine learning, robotics and artificial intelligence in digital marketing // Materials Today Proceedings. – 2022. – № 4. – p. 2288-2292. – doi: 10.1016/j.matpr.2021.11.637. 28. Wymbs C. Digital marketing: The time for a new “academic major” has arrived // Journal of Marketing Education. – 2011. – № 1. – p. 93-106. – doi: 10.1177/0273475310392544. 29. Grewal D., Noble S.M., Roggeveen A.L., Nordfalt J. The future of in-store technology // Journal of the Academy of Marketing Science. – 2020. – p. 96-113. – doi: 10.1007/s11747-019-00697-z.