The evolution towards a knowledge-based society and economy has emphasized the importance of data as a primary resource. The data-driven innovation revolution is deeply influencing resource optimization, productivity, and competitiveness. Companies that embrace data-driven decision-making processes are experiencing significant increases in output and productivity. This has created an urgent need to adopt artificial intelligence (AI) techniques to efficiently leverage data and enhance the decision-making process. This study examines how AI can integrate into data management to improve decision-making in future organizations, with a particular focus on the use of Machine Learning and Deep Learning algorithms in the context of data-driven marketing. Through the analysis of the Spotify case study, the intelligent use of AI in corporate marketing is explored, illustrating a significant example of how the adoption of advanced technologies can transform a company's decision-making strategies, redefine its interaction with customers, and demonstrate the potential of data-driven customization techniques in fostering business growth in an increasingly digitally-oriented future.
L'evoluzione verso una società e un'economia knowledge-based ha sottolineato l'importanza dei dati come risorsa primaria. La rivoluzione dell'innovazione guidata dai dati sta influenzando profondamente l'ottimizzazione delle risorse, la produttività e la competitività. Le aziende che adottano processi decisionali basati sui dati registrano significativi aumenti di output e produttività. Ciò ha creato un urgente bisogno di adottare tecniche di intelligenza artificiale (AI) per sfruttare in modo efficiente i dati e migliorare il processo decisionale. Questo studio esamina come l'AI possa integrarsi nella gestione dei dati per migliorare il decision making nelle organizzazioni future, con un focus particolare sull'impiego di algoritmi di Machine Learning e Deep Learning nel contesto del marketing data driven. Attraverso l'analisi del caso studio di Spotify, si analizza l'utilizzo intelligente dell'AI nel contesto del marketing aziendale e di come l'adozione delle tecnologie avanzate possa trasformare le strategie decisionali di un'azienda, ridefinendo il modo in cui interagisce con i clienti e illustrando il potenziale delle tecniche di personalizzazione basate sui dati nel favorire la crescita aziendale in un futuro sempre più digitalmente orientato.
Intelligenza Artificiale e Decision Making: il ruolo della gestione dei dati nelle aziende del futuro
ADDIS, RICCARDO
2023/2024
Abstract
L'evoluzione verso una società e un'economia knowledge-based ha sottolineato l'importanza dei dati come risorsa primaria. La rivoluzione dell'innovazione guidata dai dati sta influenzando profondamente l'ottimizzazione delle risorse, la produttività e la competitività. Le aziende che adottano processi decisionali basati sui dati registrano significativi aumenti di output e produttività. Ciò ha creato un urgente bisogno di adottare tecniche di intelligenza artificiale (AI) per sfruttare in modo efficiente i dati e migliorare il processo decisionale. Questo studio esamina come l'AI possa integrarsi nella gestione dei dati per migliorare il decision making nelle organizzazioni future, con un focus particolare sull'impiego di algoritmi di Machine Learning e Deep Learning nel contesto del marketing data driven. Attraverso l'analisi del caso studio di Spotify, si analizza l'utilizzo intelligente dell'AI nel contesto del marketing aziendale e di come l'adozione delle tecnologie avanzate possa trasformare le strategie decisionali di un'azienda, ridefinendo il modo in cui interagisce con i clienti e illustrando il potenziale delle tecniche di personalizzazione basate sui dati nel favorire la crescita aziendale in un futuro sempre più digitalmente orientato.File | Dimensione | Formato | |
---|---|---|---|
867202_tesitriennale.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
597.71 kB
Formato
Adobe PDF
|
597.71 kB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/151854