Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Multidisciplinary (Non-Legal) Aspects оf Digital Transformation
219
2. Schröder K. B., Tiberius V., Bouncken R., Kraus S. Strategic entrepreneur-
ship: mapping a research field // International Journal of Entrepreneurial Behavior &
Research. 2021. Vol. 27, №3. Рp. 753-776.
3. Rahman M. S., Bag S., Gupta Sh., Sivarajah U. Technology readiness of B2B
firms and AI-based customer relationship management capability for enhancing social
sustainability performance // Journal of Business Research. 2023. Vol. 156, Iss.
C
. Art.
S0148296322009900.
О. В. Калимуллина,
кандидат экономических наук, доцент,
Санкт-Петербургский государственный университет
телекоммуникаций имени проф. М. А. Бонч-Бруевича
Р. Мохамади,
магистрант,
Санкт-Петербургский государственный университет
телекоммуникаций имени проф. М. А. Бонч-Бруевича
АНАЛИЗ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
В МАРКЕТИНГЕ
Аннотация.
Концепция искусственного интеллекта уже более ста лет явля-
ется источником вдохновения для многих писателей-фантастов и футурологов.
Сегодня достижения в области вычислительной техники и больших данных пре-
вратили его в широко применяемую технологию. Применение технологий искус-
ственного интеллекта стимулирует рост на индивидуальном, деловом и экономи-
ческом уровнях. Искусственный интеллект воплощает в жизнь три мегатренда
в маркетинге: персонализацию, прогнозирование и автоматизацию. В рамках ис-
следования рассматриваются данные тренды в контексте новых возможностей
для сбора и обработки информации. Технология интернета вещей в масштабах
умного города может дать уникальную информацию для последующей обработки
искусственным интеллектом. Однако есть ряд серьезный ограничений, связанных
с конфиденциальностью данных, техническими возможностями и монетизацией.
Ключевые слова:
искусственный интеллект, большие данные, оптимизация,
интернет вещей, персонализация, прогнозирование, автоматизация
ANALYSIS OF THE USE OF ARTIFICIAL INTELLIGENCE
IN MARKETING
Abstract.
The concept of artificial intelligence has been a source of inspiration
for many science fiction writers and futurists for more than a hundred years. Today,
advances in computing and big data have turned it into a widely used technology. The
use of artificial intelligence technologies stimulates growth at the individual, business
and economic levels. Artificial intelligence embodies three megatrends in marketing:
personalization, forecasting and automation. The study examines these trends in the
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Multidisciplinary (Non-Legal) Aspects оf Digital Transformation
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Multidisciplinary (Non-Legal) Aspects оf Digital Transformation
220
context of new opportunities for collecting and processing information. The technology
of the Internet of Things on the scale of a smart city can provide unique information for
subsequent processing by artificial intelligence. However, there are a number of serious
limitations related to data privacy, technical capabilities and monetization.
Keywords
:
artificial intelligence, big data, optimization, Internet of things,
personalization, forecasting, automation
Введение.
Основные причины использования искусственного интеллекта
(ИИ) специалистами по маркетингу по всему миру по состоянию на декабрь 2022
года представлены на рис. 1.
60%
47%
45%
40%
37%
37%
36%
32%
31%
29%
28%
26%
26%
23%
0%
10% 20% 30% 40% 50% 60% 70%
Прогнозировать поведение и потребности
…
Узнавать о типичном клиентском пути
Улучшите обмен сообщениями по всем каналам
Персонализация, даже гиперперсонализация
Настройка контента
Безупречное обслуживание клиентов на всех
…
Динамическая сегментация клиентов и таргетинг
Рекомендовать продукты и услуги
Определите первопричину проблем с
…
Включение самообслуживания
Идентичность и отток персонала
Создавайте контент
Принятие решений в режиме реального времени
Улучшать
MQLS (
например, чат
-
боты)
Рис. 1. Основные причины использования искусственного интеллекта (ИИ)
специалистами по маркетингу
Примечание
: по всему миру; по состоянию на декабрь 2022 года; 1 000 респонден-
тов; среди лидеров маркетинга в B2B (52 %), B2
C
(23 %) и гибридных компаниях (25 %).
Источник
:
[7].
Согласно опросу, проведенному в 2022 году по всему миру среди лидеров
маркетинга, 60 % респондентов заявили, что самой популярной причиной исполь-
зования искусственного интеллекта для улучшения качества обслуживания кли-
ентов является прогнозирование поведения и потребностей клиентов. Еще 47 %
из них заявили, что используют искусственный интеллект в своей маркетинговой
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Multidisciplinary (Non-Legal) Aspects оf Digital Transformation
221
компании для выявления типичного пути клиентов. Для сравнения, только 23 %
руководителей маркетинга поделились тем, что они используют искусственный
интеллект для улучшения MQLS (например, чат-ботов).
Основная часть.
Интернет вещей может произвести революцию в приложе-
ниях и услугах в различных областях, например, в услугах электронного здраво-
охранения, умных городах, электронных фермах, интеллектуальной транспортной
системе, гостеприимстве, туризме, авиации, законодательстве и т. д. [1]. Для боль-
шинства из этих областей, если не для всех, маркетинг является одной из опор, ко-
торые увеличивают продажи и доходы за счет повышения осведомленности кли-
ентов о продукте. Влияние интернета вещей на цифровой маркетинг невозможно
переоценить, так как он собирает базу данных для анализа поведения клиентов
с применением технологий искусственного интеллекта [2].
Умная городская среда обеспечивает необходимую инфраструктуру для
трансформации и повышения эффективности розничных операций; эти среды от-
крывают новые возможности для изменения процесса принятия решений (делая
его более гибким и оперативным) для удовлетворения потребностей потребителей
[3]. В этой связи хотелось бы рассмотреть понятие вебруминга и шоурума. При
вебруминге клиенты выходят в Интернет, чтобы исследовать продукты, а затем на-
правляются в обычный магазин, чтобы совершить покупку. Напротив, шоурум от-
носится к ситуации, когда покупатель посещает магазин, чтобы проверить продукт,
но затем покупает продукт онлайн из дома [4]. Чтобы соответствовать запросам
потребителя, физические розничные продавцы обращаются к информационным
технологиям и новым бизнес-моделям для разработки многоканальных стратегий,
чтобы обслуживать клиентов в Интернете, в магазине и с мобильных устройств
[5]. В условиях высокой конкурентоспособности розничной торговли в сочетании
с изменением поведения потребителей, вызванным пандемией COVID-19, устой-
чивость бизнес-операций зависит от адаптации многоканальных стратегий, чтобы
точно соответствовать ожиданиям потребителей [6].
Данные от интернета вещей можно использовать для получения расширен-
ной информации о клиентах для разработки своевременных маркетинговых стра-
тегий. Их можно дополнительно комбинировать с данными профиля пользователя
и использовать для создания эффективных рекомендаций. Рекомендательные си-
стемы на основе ИИ – это механизмы фильтрации информации, которые стремят-
ся снабжать пользователей предложениями, основанными на их предпочтениях.
Эти системы скорее присутствуют в таких областях, как здравоохранение, транс-
порт и сельское хозяйство; однако именно в электронной коммерции и рознич-
ной торговле они проявляют свой наибольший потенциал. Их можно разделить на
несколько классов в зависимости от источника знаний, используемых для филь-
трации. Например, они могут использовать демографические корреляции между
покупателями, сходство пользователей на основе истории покупок и оценок, кор-
реляцию доменов между продуктами и потребностями пользователей и так далее.
Хотя они широко используются для отслеживания поведения в Интернете, редко
применяются в обычных магазинах.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Multidisciplinary (Non-Legal) Aspects оf Digital Transformation
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Multidisciplinary (Non-Legal) Aspects оf Digital Transformation
222
Рассмотрим возможности и угрозы применения технологий ИИ в маркетинге
на основе данных интернета вещей.
Конфиденциальность: маркетинг и реклама на основе интернета вещей ос-
нованы на массовом сборе данных о пользователях. В таком масштабе это создаст
угрозу раскрытия конфиденциальной информации. Внедрение политик конфи-
денциальности является обязательным для маркетинга на основе интернета ве-
щей, что часто означает выбор пути, включающего k-анонимность или дифферен-
циальную политику конфиденциальности, или даже сокрытие местоположения
и маскировку. Однако компромисс между точной и своевременной информацией
и качеством рекомендаций является очень тонким и сложным.
Доставка в режиме реального времени. Доставка рекламы в реальном време-
ни в экосистеме цифрового маркетинга с поддержкой интернета вещей зависит от
извлечения соответствующей контекстной информации из данных на основе техно-
логии ИИ в реальном времени. Удобство использования контекстной информации
зависит от различных параметров, таких как актуальность, задержка, доступность
и т. д. Развитие данного направления тормозится несовершенством технологий.
Генерация подробных рекомендаций. Существующие рекомендательные
системы могут точно включать рекомендации на групповом уровне; однако раз-
работка персонализированной рекомендательной системы является сложной за-
дачей. Для решения этой проблемы необходимо активно отслеживать устройства
и их пользователей, правильно идентифицировать покупателей внутри и за пре-
делами торговых зон, а также необходимо выявлять их действия. Кроме того, по-
тенциальные покупатели и клиенты нацелены на приобретение продуктов сразу
после показа рекламы, а это требует соответствующих технических решений.
Монетизация цифрового маркетинга на основе интернета вещей: в отличие
от моделей онлайн-рекламы, в которых маркетинговый доход генерируется с по-
мощью бизнес-моделей с оплатой за клик, для цифрового маркетинга с поддерж-
кой интернета вещей таких моделей не существует. В то время как интерес поль-
зователей к рекламе оценивается на основе активности просмотра веб-страниц
для онлайн-рекламы, это сложно сделать для физической среды. Для широкого
внедрения рекламы на основе интернета вещей необходимо разработать общий
набор показателей для измерения различных видов покупательского поведения.
Заключение.
В исследовании представлено видение маркетинга 4.0, в ко-
тором интернет вещей и ИИ играют ключевую роль в совершенствовании мар-
кетинговой парадигмы. Современная продвинутая аналитика объединяет данные
с устройств интернета вещей с аналитикой данных. Информация, полученная
в результате объединения данных интернета вещей и традиционных источников,
преобразуется в индивидуальные рекомендации, которые доставляются с помо-
щью иммерсивной рекламы с сохранением конфиденциальности.
Список литературы
1. Chettri L., Bera R. A comprehensive survey on Internet of Things (IoT) toward
5G wireless systems // IEEE Internet Things J. 2019. №
7. 16-32.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Multidisciplinary (Non-Legal) Aspects оf Digital Transformation
223
2. Ahsain, S.; Kbir, M.A. Data mining and machine learning techniques applied
to digital marketing domain needs. In Proceedings of the Innovations in Smart Cities
Applications Vol. 4: The Proceedings of the 5th International Conference on Smart City
Applications. Berlin/Heidelberg: Springer, 2021. Рp. 730-740.
3. Ersoy, A. Smart cities as a mechanism towards a broader understanding of infra-
structure interdependencies // Reg. Stud. Reg. Sci. 2017. №
4. Рр. 26-31.
4. Amaxilatis D., Giannakopoulou K. Evaluating retailers in a smart-buying envi-
ronment using smart city infrastructures. In Proceedings of the 2018 IEEE International
Conference on Pervasive Computing and Communications Workshops (PerCom
Workshops), Athens, Greece, 19-23 March 2018. Рp. 284-288.
5. Caro F., Sadr R. The Internet of Things (IoT) in retail: Bridging supply and de-
mand. Bus. Horiz. 2019. 62, 47-54.
6. Sahu K.C., Naved Khan M., Gupta K.D. Determinants of webrooming and
showrooming behavior: A systematic literature review // Internet Commer. 2021. №
20.
Рp. 137-166.
7. Statista. Marketing Charts. CMO Council. SAS Institute, 2022.
В. А. Клементьев,
директор по инновациям,
Общество с ограниченной ответственностью «РИ»
М. В. Дорошенко,
аспирант,
Российская государственная академия
интеллектуальной собственности
СОВЕРШЕНСТВОВАНИЕ ПРЕДСТАВЛЕНИЯ
ФИНАНСОВОЙ ОТЧЕТНОСТИ
В ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИХ СИСТЕМАХ
Аннотация.
Актуальность рассмотренной темы заключается в сложности
сопоставления показателей бухгалтерской (финансовой) отчетности за различные
временные периоды. Целью исследования является поиск решения для представ-
ления показателей, приведенных к одной дате, без изменения формы бухгалтер-
ской (финансовой) отчетности. Проанализированы подходы улучшения сопоста-
вимости данных и предложено решение, в котором предполагается расширить
представление бухгалтерской (финансовой) отчетности, отражаемой в информа-
ционно-аналитических системах и сервисах. Разработка имеет прикладную на-
правленность и предназначена для использования в специализированном про-
граммном обеспечении.
Ключевые слова:
бухгалтерская (финансовая) отчетность, индексация, ин-
фляция, бизнес-аналитика, приведенная стоимость
