chương 1 nhằm giúp người đọc có cái nhìn tổng quan và nắm rõ hơn về đề tài nghiên cứu mà chúng tôi đang nghiên cứu. Đồng thời, giúp cho chúng tôi tạo tiền đề để tiến hành phân tích về cơ sở lý luận và tìm kiếm dữ liệu. 6 CHƯƠNG 2: TỔNG QUAN TÀI LIỆU 2. Các khái niệm chính 2.
Marketing Theo Hiệp hội Marketing Hoa Kỳ (AMA, 2017), Marketing là hoạt động, tập hợp các thể chế và quy trình để tạo, giao tiếp, phân phối và trao đổi các dịch vụ có giá trị cho khách hàng, đối tác và xã hội nói chung. Nghiên cứu Marketing là chức năng liên kết người tiêu dùng, khách hàng và công chúng với nhà tiếp thị thông qua thông tin được sử dụng để xác định các cơ hội và vấn đề tiếp thị; tạo, điều chỉnh và đánh giá các hành động tiếp thị; giám sát hoạt động tiếp thị; và nâng cao hiểu biết về tiếp thị như một quá trình. Nghiên cứu tiếp thị chỉ rõ thông tin cần thiết để giải quyết những vấn đề này, thiết kế phương pháp thu thập thông tin, quản lý và thực hiện quy trình thu thập dữ liệu, phân tích kết quả và truyền đạt những phát hiện cũng như hàm ý của chúng. Rất nhiều công ty đã đầu tư để hỗ trợ các nhiệm vụ khác nhau liên quan đến tiếp thị, chẳng hạn như chatbots, tối ưu hóa hành trình của khách hàng, nghiên cứu và sáng tạo nội dung, quản lý quan hệ khách hàng, nhận dạng hình ảnh, công cụ tìm kiếm tối ưu hóa, cá nhân hóa, lập hồ sơ và lập kế hoạch chiến lược (Haenlein và Kaplan, 2019; Luo và cộng sự, 2019; Netzer và cộng sự, 2012; Zhao, 2013).
Trí tuệ nhân tạo (AI) Trong nghiên cứu tiếp thị, AI được sử dụng như một thuật ngữ bao trùm, gồm nhiều khái niệm rộng rãi rằng các loại máy tính, thông qua việc sử dụng phần mềm và thuật toán, có thể tạo điều kiện hoặc thực hiện các nhiệm vụ trước đây đòi hỏi khả năng nhận thức của con người (Bruyn và cộng sự 2020; Haenlein và Kaplan, 2019; Huang và Rust, 2018; Kumar và cộng sự, 2019). Trí tuệ nhân tạo là khoa học và kỹ thuật tạo ra các máy móc thông minh, các chương trình máy tính đặc biệt thông minh. Nó liên quan đến nhiệm vụ tương tự của sử dụng máy tính để 7 hiểu trí thông minh của con người, nhưng AI không nhất thiết phải tự giới hạn trong các phương pháp có thể quan sát được về mặt sinh học (McCarthy và cộng sự, 1995). Ngoài ra, để chỉ AI các nhà nghiên cứu còn sử dụng các thuật ngữ như học máy, rô bốt dịch vụ, tự động hóa, dữ liệu lớn, mạng nơ-ron, xử lý ngôn ngữ tự nhiên và Internet vạn vật (IoT) (Huang và Rust, 2018; Kumar và cộng sự, 2019; Marinova và cộng sự, 2017; Netzer và cộng sự, 2012; Nunan và Domenico, 2013; Salminen và cộng sự, 2019; Tirunillai và Tellis, 2014; Wirtz và cộng sự, 2018).
Mô hình hóa Mô hình hóa chủ đề là một kỹ thuật tiềm năng mới để tự động phân loại tài liệu, phân tích không giám sát các nhóm tài liệu lớn. Các mô hình chủ đề hình thành các chủ đề tiềm ẩn trong văn bản bằng cách sử dụng ngẫu nhiên và khám phá các cấu trúc tài liệu. Mô hình này có nhiều ứng dụng như thẻ đề xuất, phân loại văn bản, trích xuất từ khóa và tìm kiếm sự tương đồng trong các lĩnh vực rộng lớn của khai thác văn bản, thông tin truy xuất, mô hình ngôn ngữ thống kê (Anupriya và Karpagavalli, 2015). Mô hình chủ đề có một vai trò quan trọng và hữu ích trong thư viện kỹ thuật số đối với tạo siêu dữ liệu bổ sung (Hagedorn và cộng sự, 2010) bằng cách cung cấp một cách đơn giản để phân tích khối lượng lớn văn bản không được gắn nhãn và chỉ ra các mối quan hệ ẩn giữa các mục cũng như các chủ đề được thể hiện trong các tiêu đề.
Mô hình chủ đề được sử dụng để xử lý và phân loại văn bản một cách hiệu quả và hoàn hảo. Tổng quan về các nghiên cứu liên quan đến đề tài 2. Nghiên cứu Trí tuệ nhân tạo sẽ thay đổi tương lai của ngành Marketing như thế nào? (Thomas Davenport, Abhijit Guha, Dhruv Grewal & Timna Bressgott, 2019) Trong tương lai, trí tuệ nhân tạo (AI) dường như có khả năng ảnh hưởng đến các chiến lược tiếp thị, bao gồm mô hình kinh doanh, quy trình bán hàng và các tùy chọn dịch vụ khách hàng, cũng như hành vi của khách hàng. Những chuyển đổi sắp xảy ra này có thể được hiểu rõ nhất bằng cách sử dụng ba trường hợp minh họa từ các ngành khác nhau.
Đầu tiên, trong ngành giao thông vận tải, những chiếc xe không người lái, hỗ trợ AI có thể đang ở rất gần, hứa hẹn 8 sẽ thay đổi cả mô hình kinh doanh và hành vi của khách hàng. Các doanh nghiệp đi chung xe và taxi phải phát triển để tránh bị gạt ra ngoài lề bởi các mô hình vận tải hỗ trợ AI; nhu cầu mua bảo hiểm ô tô (từ khách hàng cá nhân) và máy thở (ít người lái xe hơn, đặc biệt là sau khi uống rượu) có thể sẽ giảm xuống, trong khi nhu cầu về hệ thống an ninh bảo vệ ô tô khỏi bị hack sẽ tăng lên (Hayes, 2015). Xe không người lái cũng có thể ảnh hưởng đến sức hấp dẫn của bất động sản, bởi vì thứ nhất, xe không người lái có thể di chuyển với tốc độ nhanh hơn, do đó thời gian đi làm sẽ giảm và thời gian đi làm sẽ hiệu quả hơn cho hành khách, những người có thể làm việc an toàn khi lái xe đến đích của họ. Do đó, các vùng ngoại ô xa xôi có thể trở nên hấp dẫn hơn, so với trường hợp ngày nay.
Thứ hai, AI sẽ ảnh hưởng đến quy trình bán hàng trong các ngành khác nhau. Hầu hết các nhân viên bán hàng vẫn dựa vào một cuộc gọi điện thoại (hoặc tương đương) như một phần quan trọng của quy trình bán hàng. Trong tương lai, các nhân viên bán hàng sẽ được hỗ trợ bởi một nhân viên AI giúp giám sát các cuộc trò chuyện qua điện thoại trong thời gian thực. Ví dụ: Bằng cách sử dụng khả năng phân tích giọng nói nâng cao, nhân viên AI có thể suy ra từ giọng điệu của khách hàng rằng vấn đề chưa được đề cập vẫn là một vấn đề và cung cấp phản hồi theo thời gian thực để hướng dẫn cách tiếp cận tiếp theo của nhân viên bán hàng (con người).
Theo nghĩa này, AI có thể tăng cường khả năng của nhân viên bán hàng, nhưng nó cũng có thể gây ra những hậu quả tiêu cực ngoài ý muốn, đặc biệt nếu khách hàng cảm thấy không thoải mái về các cuộc trò chuyện giám sát AI. Ngoài ra, trong tương lai, các công ty có thể chủ yếu sử dụng các bot AI, Footnote1 - trong một số trường hợp - hoạt động giống như nhân viên bán hàng, để tiếp xúc ban đầu với các khách hàng tiềm năng. Nhưng điều nguy hiểm vẫn là nếu khách hàng phát hiện ra rằng họ đang tương tác với bot, họ có thể trở nên khó chịu, gây ra những hậu quả tiêu cực. Thứ ba, mô hình kinh doanh hiện đang được các nhà bán lẻ trực tuyến sử dụng thường yêu cầu khách hàng đặt hàng, sau đó nhà bán lẻ trực tuyến sẽ vận chuyển sản phẩm (mô hình mua sắm sau đó vận chuyển (Agrawal và cộng sự, 2018; Gans và cộng sự, 2017).
Với AI, các nhà bán lẻ trực tuyến có thể dự đoán khách hàng sẽ muốn gì; giả sử rằng những dự đoán này đạt được độ chính xác cao, các nhà bán lẻ có thể chuyển sang mô hình kinh doanh vận chuyển sau 9 đó mua sắm. Có nghĩa là, các nhà bán lẻ sẽ sử dụng AI để xác định sở thích của khách hàng và vận chuyển các mặt hàng cho khách hàng mà không cần đặt hàng chính thức, với việc khách hàng có tùy chọn trả lại những gì họ không cần (Agrawal và cộng sự, 2017; Gans và cộng sự, 2018). Sự thay đổi này sẽ thay đổi chiến lược tiếp thị, mô hình kinh doanh và hành vi của khách hàng (ví dụ: Tìm kiếm thông tin) của các nhà bán lẻ. Các doanh nghiệp như Birchbox, Stitch Fix và Trendy Butler đã sử dụng AI để cố gắng dự đoán những gì khách hàng của họ muốn, với các mức độ thành công khác nhau.
Ba trường hợp sử dụng ở trên minh họa lý do tại sao rất nhiều học giả và nhà thực hành dự đoán rằng AI sẽ thay đổi bộ mặt của các chiến lược tiếp thị và hành vi của khách hàng. Trên thực tế, một cuộc khảo sát của Salesforce cho thấy AI sẽ là công nghệ được các nhà tiếp thị áp dụng nhiều nhất trong những năm tới (Columbus, 2019). Các yếu tố cần thiết để cho phép AI thực hiện những lời hứa của nó có thể đã có sẵn; người ta đã tuyên bố rằng "chính khoảnh khắc này là điểm uốn nắn vĩ đại của lịch sử" (Reese, 2018). Tuy nhiên, lập luận này có thể bị thách thức.
Đầu tiên, khả năng công nghệ cần thiết để thực hiện các ví dụ trước vẫn không đủ. Nói cách khác, ô tô tự lái chưa sẵn sàng để triển khai (Lowy, 2016), vì trong số những thứ khác hiện ô tô tự lái không thể xử lý các điều kiện thời tiết xấu. Các phân tích dự đoán cũng cần được cải thiện đáng kể trước khi các nhà bán lẻ có thể áp dụng các phương thức vận chuyển sau đó mua sắm để tránh trả lại sản phẩm đáng kể và ảnh hưởng tiêu cực liên quan. Kết hợp tất cả những điều này lại với nhau, có vẻ như các nhà quản lý và nhà nghiên cứu tiếp thị cần hiểu biết sâu sắc không chỉ về lời hứa cuối cùng của AI mà còn cả lộ trình và thời gian mà AI có khả năng phát triển.
Bài báo này đề cập đến các vấn đề ở trên, không chỉ được xây dựng từ việc xem xét các tài liệu về tiếp thị (và nói chung là kinh doanh), tâm lý học, xã hội học, khoa học máy tính và người máy, mà còn từ những tương tác sâu rộng với các nhà thực hành. Cuối cùng nghiên cứu đã chỉ ra rằng AI có thể giúp các công ty dự đoán những gì khách hàng sẽ mua, việc sử dụng AI sẽ dẫn đến những cải tiến đáng kể về khả năng dự đoán. Không phụ thuộc vào mức độ chính xác của dự đoán, các công ty thậm chí có thể thay đổi đáng kể mô hình kinh doanh của mình, cung cấp hàng hóa và dịch vụ cho khách hàng liên tục dựa trên dữ 10 liệu và dự đoán về nhu cầu của họ.