ادغام هوش مصنوعی با چارچوب‌های بازاریابی ناب: مدلی پیش‌بینی‌کننده برای به حداقل رساندن اتلاف در جذب مشتری

ادغام هوش مصنوعی با چارچوب‌های بازاریابی ناب: مدلی پیش‌بینی‌کننده برای به حداقل رساندن اتلاف در جذب مشتری

سید محمود حسینی امیری1 محمدرضاکبیری یگانه2

1) استادیار ، گروه مدیریت بازرگانی و مدیریت فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران.
2) دانشجوی کارشناسی ارشد یازاریابی، گروه مدیریت بازرگانی، واحدقائمشهر، دانشگاه پیام نور، مازندران، ایران ،

کد IOI مقاله : ABEB-ACAFDD
محل انتشار : چهارمین کنفرانس بین المللی پیشرفت های اخیر در مهندسی، نوآوری و تکنولوژی - بلژیک(eitconf.com)
چکیده :
    هدف این مقاله بررسی این است که ادغام هوش مصنوعی با اصول بازاریابی ناب چگونه می‌تواند اتلاف در فرایند جذب مشتری را کاهش دهد و در همان حال واکنش شناختی، عاطفی و رفتاری مصرف‌کننده را در مسیر مطلوب نگه دارد. مقاله از نوع مروری و مفهومی است و در سه بخش پیش می‌رود. در بخش نخست، ادبیات رفتار مصرف‌کننده، بازاریابی ناب و کاربرد یادگیری ماشین در بازاریابی مرور شده و هفت اتلاف کلاسیک اوهنو به مراحل جذب مشتری نگاشت شده است. در بخش دوم، مدل مفهومی پیشنهادی ارائه شده که در آن شخصی‌سازی مبتنی بر هوش مصنوعی، سرعت پاسخ‌گویی و تناسب پیام اثر خود را از مسیر اعتماد و ارزش ادراک‌شده بر قصد خرید می‌گذارند و نگرانی حریم خصوصی این اثر را تعدیل می‌کند. طرح آزمون تجربی این مدل نیز در همین بخش آمده است. در بخش سوم، برای نمایش منطق مدل‌سازی، یک قیف جذب مشتری شبیه‌سازی‌شده با ۲۴۰۰۰ سرنخ تحلیل شده است. در این نمونه نمایشی، مدل رگرسیون لجستیک به سطح زیر منحنی ۰٫۷۷۲ رسید و هزینه جذب هر مشتری نسبت به تماس با همه سرنخ‌ها حدود ۲۷٫۹ درصد کاهش یافت، هرچند حدود ۲۰ درصد از تبدیل‌ها از دست رفت. چون داده‌ها ساختگی هستند، این اعداد گواه تجربی درباره هیچ بنگاه واقعی نیستند و فقط روش را نشان می‌دهند. جمع‌بندی مرور این است که سودمندی پیش‌بینی برای کاهش اتلاف به اعتماد، ادراک ارزش و حساسیت مصرف‌کننده نسبت به حریم خصوصی وابسته است و باید با آزمون میدانی کنترل‌شده تأیید شود.

کلمات کلیدی : هوش مصنوعی بازاریابی ناب اتلاف در جذب مشتری مدل‌سازی پیش‌بین رفتار مصرف‌کننده نگرانی‌های حریم خصوصی