مقاله انگلیسی استفاده از پتانسیل هوش مصنوعی مولد در بازاریابی دیجیتال با استفاده از رویکرد نظریه استدلال رفتاری

عنوان فارسی:

استفاده از پتانسیل هوش مصنوعی مولد در بازاریابی دیجیتال با استفاده از رویکرد نظریه استدلال رفتاری

عنوان انگلیسی:

Harnessing the potential of generative AI in digital marketing using the Behavioral Reasoning Theory approach

کد محصول: M1817

سال نشر: ۲۰۲۵

نام ناشر (پایگاه داده): الزویر

نام مجله: International Journal of Information Management Data Insights

نوع مقاله: علمی پژوهشی (Research Article)

متغیر : دارد

فرضیه: ندارد

مدل مفهومی:  دارد

پرسشنامه : ندارد 

تعداد صفحه انگلیسی:  ۱۴ صفحه PDF

برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید

وضعیت ترجمه: این مقاله تاکنون ترجمه نشده برای سفارش ترجمه تخصصی مقاله بر روی دکمه ذیل کلیک نمایید (کد مقاله:M1817)

مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه)  بر روی دکمه ذیل کلیک نمایید

چکیده فارسی

هوش مصنوعی مولد (GAI) یک حوزه نوظهور است و تأثیر آن بر بازاریابی غیرقابل انکار است. شواهد بسیار کمی در ادبیات در مورد عوامل موثر بر استفاده از GAI در بازاریابی دیجیتال (DM) وجود دارد. این مطالعه با بررسی محرک‌ها و موانع کلیدی مرتبط در زمینه استفاده از GAI در DM به این شکاف می‌پردازد. این تحقیق با استفاده از نظریه استدلال رفتاری (BRT)، یافته‌های قبلی را تأیید می‌کند و یک مدل مفهومی ارائه می‌دهد که عوامل موثر بر پذیرش GAI در DM برای بهبود تجربیات مشتری را ترسیم می‌کند.

یک رویکرد استقرایی کیفی با انجام مصاحبه‌های تخصصی برای بررسی “دلایل موافقت” و “دلایل مخالفت” برای استفاده از GAI در DM و تأثیر آن بر تجربه مشتری انجام شد. اطلاعات جمع آوری شده به صورت دستی کدگذاری شدند و یک تحلیل موضوعی قیاسی با استفاده از BRT به عنوان چارچوب نظری انجام شد.

 یافته‌ها چهار عامل مهم برای پذیرش GAI در بازاریابی دیجیتال را نشان می‌دهد: نوآوری، ارتباطات خلاقانه و تولید محتوا، سرعت، کارایی و صرفه جویی در زمان، سفارشی سازی و شخصی سازی پیشرفته؛ تجزیه و تحلیل پیش بینی کننده و شبیه سازی. همچنین پنج موضوع مهم مربوط به موانع کلیدی نیز شناسایی شد: اخلاق و نقض مالکیت معنوی؛ امنیت و دیپ‌فیک ها؛ اکوسیستم یادگیری برای پذیرش فناوری جدید؛ کیفیت داده‌ها؛ کاهش نیاز به نیروی انسانی. این مطالعه همچنین نشان می‌دهد که چگونه GAI بر تجربه مشتری در DM تأثیر می‌گذارد.

 این مطالعه با (الف) پیشنهاد یک چارچوب مفهومی برای استفاده از GAI در DM برای بهبود تجربیات مشتری، (ب) بررسی محرک‌ها و چالش‌های پذیرش GAI در DM و (ج) ارائه یک دستور کار تحقیقاتی برای تحریک مطالعات آینده، به این حوزه کمک می‌کند. این بینش‌ها برای محققان، متخصصان بازاریابی و دانشگاهیانی که در زمینه اثرات متقابل و پویای GAI و بازاریابی دیجیتال فعالیت می‌کنند، ارزشمند است.

کلمات کلیدی: هوش مصنوعی مولد (GAI) بازاریابی دیجیتال، تجربه مشتری، شخصی سازی، ChatGPT، نظریه استدلال رفتاری (BRT)

۱.مقدمه

هوش مصنوعی (AI) در چند سال گذشته پیشرفت قابل توجهی داشته است (مسنر، ۲۰۲۲). به عنوان مثال هوش مصنوعی مولد (GAI)، تغییرات بنیادینی، به ویژه در حوزه بازاریابی دیجیتال (DM) ایجاد کرده است (ورما و همکاران، ۲۰۲۱). انواع محصولات مبتنی بر GAI، مانند مدل‌های زبانی، تولیدکننده‌های تصویر و ربات‌های مکالمه، می‌توانند محتواهای اینترنتی را مشابه انسان تولید کنند و سفارشی‌سازی و تعامل با مخاطبان را آسان‌تر می‌کند (گوپتا و همکاران، ۲۰۲۴). با این حال، استفاده از هوش مصنوعی در DM در حال تغییر از انجام روال‌های ساده به توسعه محتوای منحصر به فرد است که با زمینه‌های خاص مطابقت دارد. این الگو روش‌های جدیدی را برای بازاریابان برای افزایش اثربخشی پیام، افزایش تعامل کاربر و افزایش وفاداری به برند ارائه می‌دهد (بهاتارای، ۲۰۲۳؛ واجا و همکاران، ۲۰۲۳). GAI به تبلیغ‌کنندگان اجازه می‌دهد تا استراتژی‌های بازاریابی محتوای سفارشی را برای هر کاربر، ترجیحات و رفتارهای آن‌ها ایجاد کنند که پیوند قوی‌تری بین مصرف‌کنندگان، برندها و محتوا ایجاد می‌کند (کشتری و همکاران، ۲۰۲۳). تولید و بهینه‌سازی محتوا بهینه می‌شود، راحتی را افزایش می‌دهد و در عین حال به کارمندان زمان می‌دهد تا فعالیت‌های عملکردی سطح بالاتر را انجام دهند. همچنین به تیم‌های بازاریابی کمک می‌کند تا استراتژی‌های جدید (کومار و شارما، ۲۰۲۳) ایجاد کنند و کمپین‌ها را برای مخاطبان خاص هدف قرار دهند که به افزایش فروش و بهبود بازگشت سرمایه کمپین‌ها کمک می‌کند (مانداپورام و همکاران، ۲۰۱۸)…

 ۳.چارچوب نظری

این مطالعه بر اساس چارچوب نظریه استدلال رفتاری (BRT) که توسط وستابی (۲۰۰۵) توسعه یافته است، تدوین شده است و دلایل حمایت یا مخالفت افراد از رفتارهای خاص را بررسی می‌کند و بنابراین برای پذیرش و ثبات رویه های خاص حائز اهمیت است. BRT معتقد است که برخی از انگیزه‌ها یا دلایل رفتاری، پیوندهای محدود کننده بین سازه‌های مختلف در فرایند تصمیم‌گیری هستند. بیان شده است که ارزش‌ها و باورهای درونی شده، که قبل از وجود نگرش‌ها، نیات و رفتارها وجود دارند، به طور قابل توجهی در تصمیم‌گیری مصرف‌کننده مداخله می‌کنند (گوپتا و آرورا، ۲۰۱۷). طبق این نظریه، “دلایل موافقت” و “دلایل مخالفت” تمایزاتی هستند که به عنوان توجیهی برای رفتارهای آن‌ها در سناریوهای داده شده عمل می‌کنند (لالیسیچ و وایسمایر، ۲۰۲۱)…

۶.۲. پیامدهای مدیریتی

طبق یافته‌های ما، پیاده‌سازی فناوری هوش مصنوعی مولد (GAI) در یک استراتژی بازاریابی دیجیتال دارای مزایای زیر است: الف) پرورش جنبه‌های نوآوری، تولید محتوا و خلاقیت، ب) افزایش عملکرد، کارایی و مدیریت زمان، ج) تسهیل سفارشی‌سازی/شخصی‌سازی بهتر، د) بهبود درک مشتریان هدف از طریق تجزیه و تحلیل پیشرفته. GAI بازاریابان را با درک عمیق‌تر داده‌ها و مشتریان توانمند می‌کند و ایجاد محتوای مناسب و جذاب و همچنین رویکردهای بازاریابی که برای کاربران هدف مناسب هستند را آسان‌تر می‌کند…

Abstract  

Generative AI (GAI) is an upcoming field and its impact on marketing is indisputable. Very little evidence in academic literature is present regarding the factors affecting the usage of GAI in Digital Marketing (DM). This study addresses this gap by exploring the key drivers and barriers associated with using GAI in DM. Leveraging Behavioral Reasoning Theory (BRT), the research validates prior findings and introduces a conceptual model outlining factors that shape attitudes toward adopting GAI in DM to enhance customer experiences.

A qualitative inductive approach was undertaken by conducting expert interviews to investigate the “reasons for” and ‘reasons against’ using GAI in DM and its impact on customer experience. The transcripts generated were manually coded and a deductive thematic analysis was done using the BRT as the theoretical framework.

The findings indicate four significant themes for adopting GAI in digital marketing viz: innovation, creative communication and content creation, speed, efficiency and timesaving, enhanced customization and personalization; predictive analytics and simulation. It also indicates five significant themes related to the key barriers were also identified viz: ethics and infringement of Intellectual Property; security and deepfake; learning ecosystem for the adoption of new technology; quality of data; reduced manpower requirement. The study further highlights how GAI influences customer experience in DM.

This study contributes to the field by (a) proposing a conceptual framework for applying GAI in DM to improve customer experiences, (b) examining the drivers and challenges of GAI adoption in DM, and (c) presenting a research agenda to guide future studies. These insights offer value to researchers, marketing practitioners, and academics navigating the dynamic intersection of GAI and Digital Marketing

Keywords: Generative AI (GAI), Digital marketing, Customer experience, Personalization, ChatGPT, Behavioral Reasoning Theory (BRT)

۱.Introduction

Artificial Intelligence (AI) has been progressing quite rapidly over the past few years (Messner, 2022). Generative AI (GAI), for instance, has brought disruptive changes, particularly to the Digital Marketing (DM) domain Verma et al. (2021). GAI-powered product types, such as language models, image generators, and chatbots can generate internet content that replicates human writing, making it easier to customize and engage audiences (Gupta et al., 2024). The use of AI is, however, shifting in DM, from performing simple routines to developing unique content that caters to specific contexts. This paradigm introduces new ways for marketers to enhance message effectiveness, enhance user engagement, and increase brand loyalty (Bhattarai, 2023; Waja et al., 2023). GAI allows advertisers to create customized content marketing strategies for every user, their preferences, and behaviors which creates a stronger bond between consumers, brands, and content (Kshetri et al., 2023). Content production and optimization are optimized, improving convenience while allowing employees the time to carry out higher-order functional activities. It also helps marketing teams build new strategies (Kumar & Sharma, 2023), and target campaigns at a specific audience which helps enhance sales and improve the return on investment of campaigns (Mandapuram et al., 2018)…

۳.Theoretical framework

This study is set within the context of the Behavioral Reasoning Theory (BRT), which was developed by Westaby (2005), and investigates the reasons underlying individuals’ support for or opposition to certain behaviors, thus explaining pertinent to the adoption and stability of certain practices. BRT holds that certain motivations or reasons for behavior are the bounding links between various constructs in the decision-making process. It is suggested that internalized values and beliefs, which precede the existence of attitudes, intentions, and behaviors, significantly intervene in consumer decision-making (Gupta & Arora, 2017). According to this theory, “reason-for” and “reason-against” are differentiations that operate as rationalizations for their behaviors in given scenarios (Lalicic & Weismayer, 2021)…

۶.۲.Managerial implications

According to our findings, implementing Generative AI (GAI) technology in a digital marketing strategy has the following benefits: i) nurturing the aspects of invention, content creation & creativity, ii) enhancing performance, efficiency & time management, iii) facilitating better customization/personalization, iv) improving the understanding of target customers through advanced analytics. GAI empowers marketers with deeper understanding of data and the customers making it easier to develop appropriate and engaging content as well as marketing approaches that work for the target users…