Впровадження генеративних моделей машинного навчання для поглиблення персоналізації маркетингових комунікацій

Скорочена інформація про документ
dc.contributor.authorСливко, П. О.
dc.contributor.authorЧала, Н. Д.
dc.date.accessioned2026-04-21T07:33:44Z
dc.date.available2026-04-21T07:33:44Z
dc.date.issued2025
dc.description.abstractСтаття присвячена дослідженню можливостей поглиблення персоналізації як напряму маркетингової діяльності для мінімізації різниці в очікуваннях підприємств і споживачів. Проведено та систематизовано категоріальний аналіз поняття «персоналізований маркетинг» і розглянуто розвиток дискурсу в галузі штучного інтелекту (ШІ). Досліджено актуальний стан рівня впровадження персоналізації серед брендів. Акцентовано увагу на тому, що бренди й авдиторії мають різне бачення персоналізації, що призводить до розриву в очікуваннях обох сторін, а також сприяє зниженню рівня задоволення споживачів від маркетингових активностей. Досліджено можливості генеративних моделей машинного навчання як інструменту посилення персоналізації завдяки їхнім можливостям обробки великих масивів даних і прогнозування поведінки споживачів. Зроблено висновок, що персоналізація наразі виступає одним з ключових напрямів маркетингової діяльності підприємства, а генеративні моделі машинного навчання слід віднести до переліку інструментів для синхронізації сприйняття персоналізації між брендами й авдиторіями. Крім того, висунуто гіпотезу щодо можливостей оптимізації маркетингових витрат за рахунок імплементації розробок у галузі ШІ у діяльність відповідних відділів підприємств.
dc.description.abstractotherThe article is concerned with studying the possibilities of deepening personalisation as a direction of marketing activity to minimise the difference in expectations of enterprises and consumers. Marketing communications are undergoing significant changes in the face of increasing competition. With this in mind, the ability of a brand to provide its target audience with a unique interaction experience can be a key factor in building trust and loyalty to it. The combination of the development of information technologies with an understanding of consumer behaviour creates new opportunities for deepening the personalisation of marketing communications, which is now rapidly becoming one of the main areas of work of marketing services in the enterprises of the vast majority of industries. The article is based on a desk study to develop the theoretical foundations of personalisation of marketing communications and a frontal content analysis of a dataset of relevant issues in the period from 2021 to 2024 to comprehensively address the chosen topic. The study conducted and systematised a categorical analysis of the concept of ‘personalised marketing’ and considered the development of discourse in the field of artificial intelligence, as well as studied the current state of the level of personalisation implementation among brands. The authors emphasise that brands and audiences have different visions of personalisation, which leads to a gap in expectations of both parties and contributes to a decrease in consumer satisfaction with marketing activities, and explore the possibilities of generative machine learning models as a tool for enhancing personalisation due to their ability to process large amounts of data and predict consumer behaviour. This aspect determines the relevance of this study. The study found that personalisation is currently one of the key areas of marketing activities of an enterprise, and generative machine learning models should be included in the list of tools for synchronising the perception of personalisation between brands and audiences. In addition, the authors put forward a hypothesis about the possibilities of optimising marketing costs by implementing developments in the field of artificial intelligence in the activities of the relevant departments of enterprises.
dc.format.pagerangeС. 136-140
dc.identifier.citationСливко, П. О. Впровадження генеративних моделей машинного навчання для поглиблення персоналізації маркетингових комунікацій / Сливко П. О., Чала Н. Д. // Економічний вісник НТУУ «КПІ» : збірник наукових праць. – 2025. – № 32. – C. 136-140. – Бібліогр.: 15 назв.
dc.identifier.doihttps://doi.org/10.20535/2307-5651.32.2025.328556
dc.identifier.orcid0009-0003-1786-3670
dc.identifier.orcid0000-0002-0356-9003
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/80334
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.relation.ispartofЕкономічний вісник НТУУ «КПІ» : збірник наукових праць, № 32, 2025
dc.subjectперсоналізація
dc.subjectгенеративні моделі машинного навчання
dc.subjectбренд
dc.subjectцільова аудиторія
dc.subjectмаркетингові комунікації
dc.subjectpersonalisation
dc.subjectgenerative machine learning models
dc.subjectbrand
dc.subjecttarget audience
dc.subjectmarketing communications
dc.subject.udc339.138-027.552:[37:004]
dc.titleВпровадження генеративних моделей машинного навчання для поглиблення персоналізації маркетингових комунікацій
dc.title.alternativeImplementing generative machine learning models to deepen the personalisation of marketing communications
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
136-140.pdf
Розмір:
439.55 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Економічний вісник НТУУ «КПІ»: збірник наукових праць, № 32