Штучний інтелект як інструмент створення динамічних описів товарів в електронній комерції

Анотація

У статті розглянуті результати проведення експерименту, що пов’язаний з визначенням якості опису товарів сервісами штучного інтелекту. Проаналізовано обсяги продажів електронної коммерії в світі. частки споживачів, які віддають перевагу онлайн або офлайн шопінгу, топ-10 країн в світовому обсязі продажів електронної комерції, темпи зростання ринку електронної комерції за регіонами світу, ринкова капіталізація провідних компаній електронної комерції. Визначені проблеми з описом товарів:. неточний опис товар, дубльовані описи, помилки в текстах, відсутність tone-of-voice, незрозумілі для користувача переваги товарів, занадто довгий опис, погана структурованість, невдала візуальна частина, одноманітність, невдала SEO-оптимізація, значні витрати часу на написання текстів. Сформульовано критерії за якими порівнювались сервіси штучного інтелекту. Надана порівняльна таблиця характеристик сервісів штучного інтелекту.

Ключові слова: електронна торгівля, штучний інтелект, цифровий маркетинг, копірайтинг, описи товарів

DOI: 10.15276/mdt.7.4.2023.5

1. Mou, J., & Zhu, W. (2019). "Impact of product description and involvement on purchase intention in cross-border e-commerce." Industrial Management & Data Systems.


2. Mazhar, K. A., & Brodtbeck, M. (2023). "Similarity learning of product descriptions and images using multimodal neural networks." Natural Language Processing Journal.


3. Chen, X., & Liu, B. (2021). "Enhancing User Experience through Dynamic Product Descriptions in Online Shopping." Walmart Global Tech.


4. Zhou, J., & Liu, B. (2023). "Leveraging Large Language Models for Enhanced Product Descriptions in e-Commerce." Walmart Global Tech, Sunnyvale.


5. Wang, T., & Li, Y. (2019). "Improving Product Descriptions through Sentiment Analysis in E-commerce." International Journal of E-Business Research, 134-150.


6. Liu, X., et al. (2020). "Enhancing Product Description Generation in E-commerce using Deep Learning Models." Journal of Information Systems, 209-225.


7. Zhang, H., & Chen, L. (2021). "Exploring the Role of Visual Information in Product Descriptions for Online Shopping." Journal of Interactive Marketing, 456-472.


8. Huang, Y., & Lee, C. (2022). "Improving the Accuracy of Product Feature Extraction for Effective Product Descriptions." Journal of Electronic Commerce Research, 56-73.


9. Zhang, X., & Zou, Y. (2022). "Automatic Product Copywriting for E-commerce." Proceedings of the AAAI Conference on Artificial Intelligence.


10. Worldwide E-commerce Continues Double-Digit Growth Following Pandemic Push Online. URL: https://www.insiderintelligence.com/content/worldwide-ecommerce-continues-double-digit-growth-following-pandemic-push-online (дата звернення: 01.12.2023)


11. Mostly Online vs. Offline Shopping Worldwide. URL: https://www.statista.com/statistics/ 1384193/mostly-online-vs-offline-shopping-worldwide/ (дата звернення 01.12.2023)


12. Worldwide E-commerce Continues Double-Digit Growth Following Pandemic Push Online. URL: https://www.insiderintelligence.com/content/worldwide-ecommerce-continues-double-digit-growth-following-pandemic-push-online (дата звернення 03.12.2023)


13. The Global E-commerce Market Trend in 2022. URL: https://www.shipant.com/the-global-e-commerce-market-trend-in-2022/ (дата звернення 03.12.2023)


14. Translation Statistics. URL: https://redokun.com/blog/translation-statistics#toc-2 (дата звернення 04.12.2023)


15. Leading Large-Cap E-commerce Companies Market Cap. URL: https://www. statista.com/statistics/245340/leading-large-cap-e-commerce-companies-market-cap/ (дата звернення 04.12.2023)


16. Amazon Revenue 2010-2023. URL: https://www.macrotrends.net/stocks/charts/AMZN/amazon/ revenue#:~:text=Amazon%20revenue%20for%20the%20twelve,a%2021.7%25%20increase%20from%202020 (дата звернення: 05.12.2023)


17. E-commerce Statistics. URL: https://www.similarweb.com/blog/ecommerce/retail-insights/ecommerce-statistics/ (дата звернення 05.12.2023)