In the last few years, the types and quality of products available on the market have been increasing, guaranteeing to consumers a wide possibility to find the ones that are most suitable for them: attractive packaging, a historic brand that already enjoys broad trust, engaging advertising or the safest word of mouth always guide the choices. With the arrival of new technologies, marketing changes and takes advantage of the latest, most efficient and profitable instruments: the possibility of having data provided by Artificial Intelligence allows the achieving of an increasingly precise customization of the user’s experience. Many are the daily tasks that must be accomplished by companies operating on the market: from data analysis, to the definition of the public, the creation of content to publish and the constant monitoring of their strategy. Artificial Intelligence can’t replace the operation of men, but it sure is an important ally. With these premises, marketing proves to be more and more efficient but, on the other hand, there is an increasing number of products on the market: capturing the clients’ attention and semplify their choices become of paramount importance. Many brands dedicate a huge part of their resources to the introduction and the optimisation of new mechanisms, such as the systems of recommendation, namely algorithms that elaborate the preferences of the individual user converting them into suggestions that could best meet their needs. This dissertation aims to depict the usefulness of AI and its importance in the innovation of marketing processes, with a particular focus on the implementation of recommendation algorithms, useful in achieving maximum personalization of the online user experience. To exemplify the application of these systems in the e-commerce world, two giants such as Amazon and Zalando are mentioned.

Negli anni le tipologie e le qualità di prodotti sono andate aumentando, garantendo ai consumatori un’ampia possibilità di trovare quelli più adatti a loro: un packaging accattivante, un marchio storico di ampia fiducia, una pubblicità coinvolgente o il più consolidato passaparola hanno da sempre guidato le scelte. Con l’arrivo delle nuove tecnologie, il marketing cambia volto e si avvale di nuovi strumenti più efficienti e vantaggiosi: la possibilità di disporre dei dati raccolti con l’utilizzo dell’Intelligenza Artificiale (IA) permette il raggiungimento di una sempre più precisa personalizzazione dell’esperienza utente. Sono molteplici i compiti che ogni giorno le aziende operanti sul mercato devono portare a termine: dall’analisi dei dati, alla definizione del pubblico, passando per la creazione dei contenuti da pubblicare nonché il monitoraggio costante della propria strategia. In tutte queste attività l’IA non sostituisce completamente l’operatività dell’uomo ma sicuramente costituisce un importante alleato. Con questi presupposti il marketing risulta sempre più efficace ma, per contro, gli articoli disponibili sul mercato sono sempre di più: catturare l’attenzione del cliente e semplificargli la scelta diventa di fondamentale importanza. Molti brand dedicano gran parte delle risorse all’introduzione e all’ottimizzazione di nuovi meccanismi, quali per esempio i sistemi di raccomandazione, ossia algoritmi che elaborano le preferenze del singolo utente ricavandone i suggerimenti che meglio potrebbero soddisfare le sue necessità. L’intento di questa tesi è quindi quello di illustrare l’utilità dell’IA e la sua importanza nell’innovazione dei processi di marketing, con un particolare focus sull’implementazione di algoritmi di raccomandazione, utili al raggiungimento di una personalizzazione massima dell’esperienza utente online. Per esemplificare l’applicazione di questi sistemi nel mondo e-commerce sono citati due colossi del calibro di Amazon e Zalando.

Intelligenza Artificiale a supporto del marketing: dall’analisi dei dati ai sistemi di raccomandazione

MURRU, ALICE
2023/2024

Abstract

Negli anni le tipologie e le qualità di prodotti sono andate aumentando, garantendo ai consumatori un’ampia possibilità di trovare quelli più adatti a loro: un packaging accattivante, un marchio storico di ampia fiducia, una pubblicità coinvolgente o il più consolidato passaparola hanno da sempre guidato le scelte. Con l’arrivo delle nuove tecnologie, il marketing cambia volto e si avvale di nuovi strumenti più efficienti e vantaggiosi: la possibilità di disporre dei dati raccolti con l’utilizzo dell’Intelligenza Artificiale (IA) permette il raggiungimento di una sempre più precisa personalizzazione dell’esperienza utente. Sono molteplici i compiti che ogni giorno le aziende operanti sul mercato devono portare a termine: dall’analisi dei dati, alla definizione del pubblico, passando per la creazione dei contenuti da pubblicare nonché il monitoraggio costante della propria strategia. In tutte queste attività l’IA non sostituisce completamente l’operatività dell’uomo ma sicuramente costituisce un importante alleato. Con questi presupposti il marketing risulta sempre più efficace ma, per contro, gli articoli disponibili sul mercato sono sempre di più: catturare l’attenzione del cliente e semplificargli la scelta diventa di fondamentale importanza. Molti brand dedicano gran parte delle risorse all’introduzione e all’ottimizzazione di nuovi meccanismi, quali per esempio i sistemi di raccomandazione, ossia algoritmi che elaborano le preferenze del singolo utente ricavandone i suggerimenti che meglio potrebbero soddisfare le sue necessità. L’intento di questa tesi è quindi quello di illustrare l’utilità dell’IA e la sua importanza nell’innovazione dei processi di marketing, con un particolare focus sull’implementazione di algoritmi di raccomandazione, utili al raggiungimento di una personalizzazione massima dell’esperienza utente online. Per esemplificare l’applicazione di questi sistemi nel mondo e-commerce sono citati due colossi del calibro di Amazon e Zalando.
ITA
In the last few years, the types and quality of products available on the market have been increasing, guaranteeing to consumers a wide possibility to find the ones that are most suitable for them: attractive packaging, a historic brand that already enjoys broad trust, engaging advertising or the safest word of mouth always guide the choices. With the arrival of new technologies, marketing changes and takes advantage of the latest, most efficient and profitable instruments: the possibility of having data provided by Artificial Intelligence allows the achieving of an increasingly precise customization of the user’s experience. Many are the daily tasks that must be accomplished by companies operating on the market: from data analysis, to the definition of the public, the creation of content to publish and the constant monitoring of their strategy. Artificial Intelligence can’t replace the operation of men, but it sure is an important ally. With these premises, marketing proves to be more and more efficient but, on the other hand, there is an increasing number of products on the market: capturing the clients’ attention and semplify their choices become of paramount importance. Many brands dedicate a huge part of their resources to the introduction and the optimisation of new mechanisms, such as the systems of recommendation, namely algorithms that elaborate the preferences of the individual user converting them into suggestions that could best meet their needs. This dissertation aims to depict the usefulness of AI and its importance in the innovation of marketing processes, with a particular focus on the implementation of recommendation algorithms, useful in achieving maximum personalization of the online user experience. To exemplify the application of these systems in the e-commerce world, two giants such as Amazon and Zalando are mentioned.
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
984766_tesi_alice_murru.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 7.6 MB
Formato Adobe PDF
7.6 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/112850