Strategic management of omnichannel marketing with the use of generative artificial intelligence
Вантажиться...
Дата
Назва журналу
Номер ISSN
Назва тому
Видавець
Journal of Theoretical and Applied Information Technology 30th November 2025. Vol.103. No.22 URL: https://www.jatit.org/volumes/Vol103No22/19Vol103No22.pdf
DOI
Анотація
Актуальність досліджуваної проблеми визначається стрімким впровадженням генеративного штучного інтелекту (GenAI) у стратегії омніканального маркетингу. Це радикально змінює підходи до персоналізації, комунікації та стратегічного управління в цифровій економіці. Зростає необхідність кількісного аналізу впливу таких технологій на ефективність маркетингу, що обґрунтовує потребу в цьому дослідженні. Особливу увагу приділено персоналізації, автоматизації комунікацій та інтеграції даних.
Метою дослідження є визначення взаємозв'язку між рівнем впровадження GenAI та ефективністю маркетингу. Проблемою є відсутність кількісних оцінок впливу штучного інтелекту (ШІ) на показники омніканального управління. Аналіз охоплює 10 компаній із 10 країн за період 2022–2024 років. Застосовано економетричну модель із шістьма змінними: GAI, AdSpend, Data Integration, CSAT, OMDEPTH та BRAND.
Найвищі значення OM_EFF у 2024 році зафіксовано у компаній Bosideng (98,3), Woolworths (97,0) та Zara (96,9). Компанії з високим рівнем використання GenAI продемонстрували швидше зростання OM_EFF та адаптацію до ринку. Показник GenAI компанії Woolworths зріс із 0,58 до 0,77, а OM_EFF — із 85,7 до 97,0. Компанія Hudson’s Bay продемонструвала найменші зміни через обмежену цифровізацію та слабкий розвиток ШІ.
Дослідження виявило, що високий рівень інтеграції GenAI безпосередньо пов'язаний зі зростанням ефективності омніканального маркетингу (OM_EFF). Компанія Bosideng досягла найвищого показника OM_EFF — 98,3 у 2024 році — при максимальному значенні індексу GenAI (0,83) та активному використанні персоналізованого контенту. Отримані дані підтверджують, що GenAI підвищує результативність маркетингових стратегій завдяки автоматизації, глибокій інтеграції даних та багатоканальній взаємодії з клієнтами. У статті надано практичні рекомендації щодо підвищення OM_EFF. Дослідження має прикладне значення для стратегій роздрібної торгівлі. Подальші дослідження можуть охоплювати інші галузі та регіони