Pál Bertold Csaba – Iványi Tamás (2024): Gépi tanulás lehetőségei a marketingkutatásban
Betöltés. Kérem, várjon.
Pál Bertold Csaba – Iványi Tamás (2024): Gépi tanulás lehetőségei a marketingkutatásban. In: Szűcs Krisztián – Putzer Petra – Törőcsik Mária (szerk.): A (marketing) világ megkettőződése - Egyesület a Marketing Oktatásért és Kutatásért XXX. Nemzetközi Konferenciájának Absztrakt- és Tanulmánykötete. Pécsi Tudományegyetem Közgazdaságtudományi Kar: Pécs. ISBN: 978-963-626-318-8 pp. 112–118. DOI:10.62561/EMOK-2024-10
DOI azonosító
https://doi.org/10.62561/EMOK-2024-10
Szerzők
- Pál Bertold Csaba. Budapesti Műszaki és Gazdaságtudományi Egyetem.
- Iványi Tamás. Budapesti Műszaki és Gazdaságtudományi Egyetem.
Absztrakt
Az adattudomány és a mesterséges intelligencia (MI) olyan innovatív területek, amelyek az üzleti világban jelentős hatást gyakorolnak, többek között a marketing tudományában is. Az adattudomány a nagy adathalmazok elemzésével, értelmezésével és az adatok alapján történő predikcióval segíti a vállalkozásokat abban, hogy megértsék a piacot és a fogyasztói viselkedést, valamint személyre szabott tartalmat nyújtsanak.
A tanulmány célja, hogy rövid áttekintést nyújtson a gépi tanulás lehetőségeiről és a marketingkutatásban betöltött szerepéről. A felügyelt tanulási modellek (klasszifikációs és regressziós modellek) segítségével például előre jelezhető, mely ügyfelek hagyják el a szolgáltatást, a nem felügyelt tanulás (klaszterezés, anomália detekció) pedig segít azonosítani a rejtett mintákat és trendeket, hogy a vállalatok jobban megérthessék a fogyasztóikat, és pontosabban szegmentálhassák őket. A megfelelő modell és a kapcsolódó paraméterek kiválasztása pedig kritikus szerepet játszik a sikeres MI-alapú marketingstratégiában.
mesterséges intelligencia marketingkutatás modellezés
Abstract
The possibilities of machine learning in marketing research
Data science and artificial intelligence (AI) are innovative fields that significantly impact the business world, especially marketing. Data science aids businesses in understanding the market and consumer behaviour by analysing and interpreting large datasets, and making predictions based on the data, enabling them to offer personalized content.
The study aims to provide a brief overview of the opportunities presented by machine learning and its role in marketing research. Supervised learning models (classification and regression models), for example, can help predict which customers will leave the service, while unsupervised learning (clustering and anomaly detection) helps identify hidden patterns and trends, enabling companies to better understand their consumers and segment them more accurately. Choosing the right model and associated parameters plays a critical role in a successful AI-based marketing strategy.
artificial intelligence marketing research modelling
Köszönetnyilvánítás
A Kulturális és Innovációs Minisztérium ÚNKP-23-1-I-BME-105 kódszámú Új Nemzeti Kiválóság Programjának a Nemzeti Kutatási, Fejlesztési és Innovációs Alapból finanszírozott szakmai támogatásával készült.
Nyelv
magyar
Befoglaló mű adatai
Szűcs Krisztián – Putzer Petra – Törőcsik Mária (szerk.) (2024): A (marketing) világ megkettőződése - Egyesület a Marketing Oktatásért és Kutatásért XXX. Nemzetközi Konferenciájának Absztrakt- és Tanulmánykötete. Pécsi Tudományegyetem Közgazdaságtudományi Kar: Pécs. ISBN: 978-963-626-318-8 DOI:10.62561/EMOK-2024