Використання штучного інтелекту при маркетинговому аналізі неструктурованих даних

Анотація

У статті запропоновано систематизацію неструктурованих даних відповідно до джерел контенту. Зазначено, що найбільшою перевагою використання неструктурованих даних у маркетингу є те, що штучний інтелект може здійснювати аналіз текстів через сканування електронних листів та обробку документів текстовими процесорами. Виокремлено інструменти практики індивідуалізованого підходу у маркетингу, які працюють на основі великих даних. Обґрунтовано, що впровадження наскрізної аналітики через інтеграцію всіх джерел даних дозволяє суттєво підвищити рентабельність. Запропоновано модель бізнес-процесу аналітики неструктурованих даних на основі платформи Microsoft Power BI. Ці дані у поєднанні з спеціалізованим програмним забезпеченням аналітичної обробки інформації дають можливість маркетологам перейти від розуміння клієнта-споживача до клієнта-людини.

Ключові слова: маркетинговий аналіз, неструктуровані дані, штучний інтелект, інформація, когнітивна система.

DOI: 10.15276/mdt.5.1.2021.2

1. Маркетингові дослідження: підручник / Є.В. Крикавський та ін. Львів: Видавництво Львівської політехніки, 2018. 460 с.
2. Гаркавенко С.С. Маркетинг: підручник. Київ : Лібра, 2004. 708 с.
3. Котлер Ф., Катарджая Г., Сетьяван І. Маркетинг 4.0. Від традиційного до цифрового. Київ: Вид. група КМ–БУКС, 2018. 208 с.
4. Galloway S. The Four: The Hidden DNA of Amazon, Apple, Facebook, and Google. Potfolio, 2018. 336 p.
5. Лі К. Наддержави штучного інтелекту: Китай, Кремнієва долина і новий світовий лад. Київ : Форс Україна. 2020. 304 с.
6. Вікіпедія. Великі дані. URL: https://uk.wikipedia.org/wiki/%D0%92%D0%B5%D0% BB%D0%B8%D0%BA%D1%96_%D0%B4%D0%B0%D0%BD%D1%96 (дата звернення 11.01.2021)
7. Левус Є.В., Нечипір Н.І., Полиняк Ю.В. Аналіз алгоритму Apriori для структурованих та неструктурованих даних. Вісник Національного університету «Львівська політехніка». Серія: Інформаційні системи та мережі. Львів : Видавництво Львівської політехніки. 2017. № 872. С. 62–68. URL: http://ena.lp.edu.ua:8080/bitstream/ntb/42969/2/2017n872_Levus_Ie_V-The_analysis_of_apriori_62-68.pdf (дата звернення 11.01.2021)
8. Unstructured data. URL: https://en.wikipedia.org/wiki/Unstructured_data (дата звернення 11.01.2021)
9. Enterprise big data Framework. URL: https://www.bigdataframework.org/data-types-structured-vs-unstructured-data/(дата звернення 11.01.2021)
10. DeCouto С. Understanding Structured and Unstructured Data/ April 27, 2020 URL: https://www.sisense.com/blog/understanding-structured-and-unstructured-data (дата звернення 11.01.2021)
11. Marr B. What’s The Difference Between Structured, Semi-Structured And Unstructured Data? Forbes. Oct. 18. 2019. URL: https://www.forbes.com/sites/bernardmarr/2019/10/18/whats-the-difference-between-structured-semi-structured-and-unstructured-data/?sh=3e791fd62b4d (дата звернення 11.01.2021)
12. Селезнёв А. Как работать с Microsoft Power BI. URL: https://netpeak.net/ru/blog/kak-rabotat-s-microsoft-power-bi-podrobnoe-rukovodstvo/ (дата звернення 11.01.2021)
13. Колинько А. Как продавать эффективно с помощью дашбортов. URL: https://promodo.ua/blog/how-to-boost-conversion-rate-with-google-data-studio-dashboard.html#gref (дата звернення 11.01.2021)
14. Межжонный В. Эпоха Big Data, или какие данные собирать и хранить бизнесу и как их задействовать в маркетинге. URL: https://akiwa.ru/blog/epokha-big-data-ili-kakie-dannye-sobirat-i-khranit-biznesu-i-kak-ikh-zadeystvovat-v-marketinge/ (дата звернення 11.01.2021)
15. Ying L. 10 artificial intelligence statistics you need to know in 2021 URL: https://www.oberlo.com/blog/artificial-intelligence-statistics (дата звернення 11.01.2021)