توضیحات

جهت دانلود فایل پی دی اف خلاصه کتاب، بر روی لینک زیر کلیک نمایید.

M1030_Abstract

پیشگفتار

بازاریابی تجارت به کسب‌وکار (B2B) چشم‌اندازها و چالش‌های جدیدی را در این عصر دیجیتال ارائه کرده است (بانداری و همکاران، ۲۰۱۷). مدل‌های بازاریابی دیجیتال B2B از مدل‌های سنتی پیشی گرفته‌اند. علاوه بر این، هوش مصنوعی در مسیری است که مدیریت بازاریابی را مختل می‌کند. در یک محیط تجاری پیچیده، بازاریابان B2B به راه‌حل‌های هوشمند برای خودکارسازی فرآیند ساختار، استانداردسازی، هم‌ترازی و سفارشی‌سازی داده‌ها نیاز دارند (دانی ، ۲۰۱۹)، استفاده از داده‌های بزرگ برای فعال‌سازی فناوری‌های هوش مصنوعی (AI) مزیت رقابتی را برای بازاریابان فراهم می‌کند و در استراتژی‌های بازاریابی و رفتارهای مشتری که نتایج مثبت بیشتری ایجاد می‌کند منعکس می‌شود (جابر ، ۲۰۱۹) داده‌های بزرگی که از رسانه‌های اجتماعی و موتورهای جستجو به دست می‌آیند می‌توانند بینش‌های مهمی را برای بازاریابان B2B ارائه دهند و به ساخت برنامه‌هایی برای تبلیغات آنلاین و کمک به مشتری به شیوه‌ای پیشگامانه کمک کنند (جبار و همکاران، ۲۰۱۹). محققان یک نقشه راه برای انجام تحلیل محتوای مبتنی بر هوش مصنوعی در زمینه بازاریابی ارائه کردند. نقش نیروی فروش در حال تغییر است و تکیه بر فناوری و تجزیه‌ و تحلیل برای دستیابی به موفقیت در حال افزایش است (اسلیپ ، ۲۰۲۰). برای جلوگیری از مشکلات هنگام رمزگشایی مجموعه‌های کلان داده، چن و همکاران (۲۰۲۰) اخیراً یک رویکرد کلی با استفاده از تکنیک‌های محاسبات شناختی برای ارزیابی مجموعه داده‌های بدون ساختار تولیدشده از کاربران ارائه کرده است. پیشرفت تکنولوژی تأثیر عمیقی بر بازاریابی ایجاد کرده است. ممکن است درک کامل آن دشوار باشد، اما داده‌های بزرگ هوش مصنوعی را به حدی فعال کرده است که مدیریت بازاریابی را مختل کرده و مدل سنتی «۴P» را به طور فزاینده‌ای منسوخ کرده است (راست ، ۲۰۲۰). هرچه مجموعه‌های کلان داده در دسترس بیشتر باشد، برنامه‌های کاربردی هوش مصنوعی قوی‌تر خواهند بود، زیرا ماشین‌ها می‌توانند به طور مؤثرتری استدلال کنند و عمل کنند. فناوری‌های هوش مصنوعی می‌توانند در انتخاب استراتژی‌های بازاریابی بین‌المللی و برنامه‌های بازاریابی مؤثر کمک کنند (کاتسیکا، ۲۰۱۹) ادبیات نشان می‌دهد که اگرچه شرکت‌های B2B از ابزارهای دیجیتال مارکتینگ استفاده می‌کنند، اما اکثر آن‌ها در بهره‌برداری کامل از آن‌ها شکست می‌خورند. کمبود ادبیات آکادمیک در این زمینه وجود دارد (پاندای ، ۲۰۲۰).
هدف از تالیف کتاب حاضر بررسی تأثیر چارچوب هوش مصنوعی یکپارچه با ایجاد دانش و تصمیم‌گیری منطقی بازاریابی بر بهبود عملکرد شرکت است.
شيوه سازماندهي کتاب حاضر به‌ صورت زیر می‌باشد.
فصل اول: کلیات
فصل دوم: کاربردهای هوش مصنوعی در تصمیم‌گیری بازاریابی
فصل سوم: مروری بر تحقیقات هوش مصنوعی در بازاریابی
فصل چهارم: مطالعه موردی
فصل پنجم: یافته‌ها
فصل ششم: جمع‌بندی

———————————————————————————————————————————————————————————————————————————–

Abstract

Business-to-business (B2B) marketing has presented new perspectives and challenges in this digital age (Bhandari et al., 2017). B2B digital marketing models have surpassed traditional models. Additionally, AI is on track to disrupt marketing management. In a complex business environment, B2B marketers need intelligent solutions to automate the process of structuring, standardizing, aligning and customizing data (Dani, 2019), using big data to enable artificial intelligence (AI) technologies provides a competitive advantage for marketers and Reflected in marketing strategies and customer behaviors that generate more positive results (Jaber, 2019) Big data obtained from social media and search engines can provide important insights for B2B marketers and help build plans for online advertising and help Help customers in a pioneering way (Jabbar et al., 2019). The researchers presented a roadmap for conducting artificial intelligence-based content analysis in the field of marketing. The role of the sales force is changing and the reliance on technology and analytics to achieve success is increasing (Sleep, 2020). To avoid problems when decoding large datasets, Chen et al. (2020) recently proposed a general approach using cognitive computing techniques to evaluate user-generated unstructured datasets. Advances in technology have had a profound impact on marketing. It may be difficult to fully understand, but big data has enabled artificial intelligence to the extent that it has disrupted marketing management and rendered the traditional “۴P” model increasingly obsolete (Right, 2020). The more big data sets available, the more powerful AI applications will be, as machines can reason and act more effectively. AI technologies can help in choosing effective international marketing strategies and marketing plans (Katsika, 2019) Literature shows that although B2B companies use digital marketing tools, most of them fail to fully exploit them. There is a lack of academic literature in this area (Pandai, 2020).
The purpose of writing this book is to investigate the impact of the artificial intelligence framework integrated with the creation of knowledge and rational marketing decision-making on improving the company’s performance.
The present book is organized as follows.
First chapter: General
Chapter Two: Applications of artificial intelligence in marketing decision making
Chapter 3: An overview of artificial intelligence research in marketing
Chapter 4: Case study
Chapter Five: Findings
Chapter Six: Summary