Wykorzystanie sztucznej inteligencji do predykcji emocji konsumentów

• Autorzy: Michał Warszycki

Warianty tytułu

Using Artificial Intelligence to Predict Consumer Emotions

• Języki publikacji: PL

Abstrakty

Przedmiotem artykułu jest problematyka wykorzystania sztucznej inteligencji do przewidywania reakcji zakupowych konsumentów. Celem artykułu jest przedstawienie możliwości wykorzystania sztucznej inteligencji do przeprowadzenia predykcji emocji konsumentów dokonujących zakupów w Internecie. Predykcja ta może służyć do przedstawienia konsumentom oferty produktowej dopasowanej do ich potrzeb konsumpcyjnych. W artykule, w pierwszej kolejności, zaprezentowano wynik analizy literatury zawierającej definicje sztucznej inteligencji. Zaproponowano autorską interpretację tego pojęcia. Przedstawiono sposób pozyskiwania informacji o konsumentach, zakodowanych w formie elektronicznej. Następnie opisano wykorzystanie sztucznej inteligencji do zadań predykcji preferencji zakupowych konsumentów na potrzeby przedstawienia im dopasowanej oferty produktowej. W rezultacie zaproponowano proces dopasowania do indywidualnego konsumenta oferty produktowej z wykorzystaniem informacji o jego emocjach, na podstawie rozwiązań z obszaru sztucznej inteligencji. Proces ten może być wstępem do prowadzenia dalszych badań w tym zakresie. (abstrakt oryginalny)

EN

This scientific paper discusses the deployment of artificial intelligence to predict consumer purchase behaviour. Its goal is to review possibilities of using artificial intelligence to predict emotions of consumers who shop online. Such predictions can be used to make product offers tailored to consumer needs. The paper begins with the examination of subject matter literature containing definitions of artificial intelligence. An original author´s interpretation of the term is also proposed. This part explains how electronically encoded consumer data can be obtained. Next, the text describes how artificial intelligence is used in predicting consumer purchase preferences and to generate tailor-made product offers. As a result, a process is proposed geared towards matching a particular product offer with a consumer based on data concerning consumer emotions and artificial intelligence solutions. The process can be seen as an introduction to further studies in this area. (original abstract)

Słowa kluczowe

PL

Sztuczna inteligencja; Marketing internetowy; Konsument

EN

Artificial intelligence; e-marketing; Consumer

• Czasopismo: Studia i Prace Kolegium Zarządzania i Finansów / Szkoła Główna Handlowa
• Rocznik: 2019
• Numer: z. 173
• Strony: 111--121

Twórcy

autor

Michał Warszycki

• Szkoła Główna Handlowa w Warszawie

Bibliografia

• Bodea T., Ferguson M. [2014], Segmentation, Revenue Management and Pricing Analytics, Routledge.
• Brandys J. [2016], Marketing doświadczeń - założenia i perspektywy, "Zeszyty Naukowe Wyższej Szkoły Zarządzania i Bankowości w Krakowie", nr 42, s. 13-22.
• Govoni N.A. [2004], Dictionary of Marketing Communications, Sage, USA.
• Iyengar S.S., Lepper M.R. [2000], When Choice is Demotivating: Can One Desire Too Much of a Good Thing?, "Journal of Personality and Social Psychology", vol. 79, no. 6, s. 995-1006.
• Kietzmann J., Paschen J., Treen E. [2018], Artificial Intelligence in Advertising: How Marketers Can Leverage Artificial Intelligence Along the Consumer Journey, "Journal of Advertising Research", vol. 58, no. 3, s. 264.
• Kwaśnik Z., Żukow W. [2009], Aktualne wyzwania ekonomii, Radomska Szkoła Wyższa, Radom.
• Lazer D., Pentland A., Adamic L., Aral S., Barabasi A.L., Brewer D., Christakis N., Contractor N., Fowler J., Gutmann M., Jebara T., King G., Macy M., Roy D., Van Alstyne, M. [2009], Life in The Network: The Coming Age of Computational Social Science, "Science", vol. 323, no. 5915, s. 721-723.
• Matz S.C., Gladstone J.J., Stillwell D. [2016], Money Buys Happiness When Spending Fits Our Personality, "Psychological Science", vol. 27, no. 5, s. 715-725.
• Nilsson.J. [2014], Principles of Artificial Intelligence, Morgan Kaufmann, Palo Alto.
• Pujer K. [2016], Informatyka i marketing w organizacjach. Teoria i praktyka, Exante, Wrocław.
• Schalkoff R.J. [1990], Artificial Intelligence: An Engineering Approach, McGraw-Hill Education, USA.
• Unluturk M.S., Kaya O., Coskun A. [2009], Emotion Recognition Using Neural Networks, Proceedings of the 10th WSEAS International Conference on Neural Networks, Izmir.
• Vesanen J., Raulas M. [2006], Building Bridges for Personalization: A Process Model for Marketing, "Journal of Interactive Marketing (John Wiley&Sons)", vol. 20, no. 1, s. 5-20.
• Vogelsang M. [2010], Digitalization in Open Economies: Theory and Policy Implications, Physica-Verlag, Wuppertal.
• DeVault G., Consumer Profile: Defining the Ideal Customer, www.thebalancesmb.com/consumer-profile-defining-the-ideal-customer-2296932 [dostęp 12.11.2018].
• John McCarthy [2018], Elektroniczne muzeum komputerów, www.computerhistory.org/fellowawards/hall/john-mccarthy [dostęp 10.11.2018].
• Marr B. [2017], The Next Frontier Of Artificial Intelligence: Building Machines That Read Your Emotions, www.forbes.com/sites/bernardmarr/2017/12/15/the-next-frontier-of-artificial-intelligence-building-machines-that-read-your-emotions [dostęp 17.11.2018].
• McCarthy J. [2007], What is Artificial Intelligence?, jmc.stanford.edu/articles/whatisai/whatisai.pdf. Wykorzystanie sztucznej inteligencji do predykcji emocji konsumentów 121
• SAS Institute [2018], Artificial Intelligence: What It Is and Why it Matters, www.sas.com/en_ nz/insights/analytics/what-is-artificial-intelligence.html [dostęp 18.09.2018].
• www.britannica.com [dostęp 15.08.2018].
• www.collinsdictionary.com [dostęp 02.10.2018].
• www.encyklopedia.pwn.pl [dostęp 14.11.2018].