Назад в библиотеку

Электронная коммерция и поведение потребителей: обзор персонализации с использованием искусственного интеллекта и рыночных тенденций

Авторы: Mustafa Ayobami Raji, Hameedat Bukola Olodo, Timothy Tolulope Oke, Wilhelmina Afua Addy, Onyeka Chrisanctus Ofodile and Adedoyin Tolulope Oyewole
Автор перевода: В.А. Бражников
Источник: GSC Advanced Research and Reviews, 2024, 18(03), 066–077


Аннотация

В динамичном мире электронной коммерции (e-commerce) понимание меняющегося поведения потребителей и адаптация к нему имеют решающее значение для устойчивого успеха онлайн-бизнеса. В этом обзоре рассматривается взаимосвязь электронной коммерции и поведения потребителей, особое внимание уделяется преобразующей роли персонализации на основе искусственного интеллекта (ИИ) и ее влиянию на рыночные тенденции. Появление ИИ произвело революцию в том, как платформы электронной коммерции взаимодействуют с индивидуальными предпочтениями потребителей и удовлетворяют их. Методы персонализации, основанные на ИИ, используют передовые алгоритмы для анализа обширных массивов данных, что позволяет создавать специализированный и актуальный контент, рекомендации по продуктам и опыт пользователей. В этом обзоре рассматриваются сложные механизмы персонализации, управляемой ИИ, и то, как она повышает вовлеченность, удовлетворенность и лояльность клиентов. Кроме того, в исследовании рассматриваются основные рыночные тенденции, сформированные искусственным интеллектом в электронной коммерции. От чат-ботов и виртуальных помощников, облегчающих взаимодействие с клиентами, до прогнозной аналитики, оптимизирующей управление запасами, искусственный интеллект является движущей силой инноваций в различных сферах онлайн-ритейла. В обзоре рассматривается интеграция алгоритмов машинного обучения в прогнозирование предпочтений потребителей, оптимизацию процесса покупки и содействие более персонализированному совершению покупок. Поскольку электронная коммерция продолжает развиваться, в обзоре также рассматриваются проблемы и этические соображения, связанные с персонализацией на основе искусственного интеллекта. Рассматриваются такие вопросы, как конфиденциальность данных, предвзятость алгоритмов и хрупкий баланс между индивидуализацией и навязчивостью, чтобы обеспечить всестороннее понимание более широкого влияния искусственного интеллекта на формирование поведения потребителей. В конечном счете, этот обзор дает ценную информацию о симбиозе между электронной коммерцией и поведением потребителей, проливает свет на преобразующую силу персонализации с использованием искусственного интеллекта и ее влияние на тенденции развивающихся рынков. По мере того как компании осваивают цифровой ландшафт, понимание и использование потенциала стратегий, основанных на искусственном интеллекте, становится необходимым условием сохранения конкурентоспособности и удовлетворения растущих ожиданий технически подкованных потребителей.

Ключевые слова: Электронная коммерция; Поведение потребителей; Тенденции рынка; Искусственный интеллект; Обзор

1. Введение

Сфера электронной коммерции (e-commerce) постоянно развивается, чему способствуют достижения в области технологий и изменение предпочтений потребителей (Rahman and Dekkati, 2022). В эпоху цифровых технологий предприятия вынуждены быстро адаптироваться, чтобы оставаться актуальными и конкурентоспособными. Центральное место в этой адаптации занимает тонкое понимание поведения потребителей и стратегическое внедрение передовых технологий (Hidayat et al., 2022). Данный обзор посвящен ключевому аспекту этого пересечения: симбиотической взаимосвязи между динамикой электронной коммерции и поведением потребителей, с особым акцентом на преобразующее влияние персонализации на основе искусственного интеллекта (ИИ) и вытекающих из этого рыночных тенденций.

Поскольку платформы электронной коммерции становятся все более неотъемлемой частью повседневной жизни, потребители стремятся не только к удобным и эффективным транзакциям, но и к персонализированному и обогащающему опыту. Искусственный интеллект, обладающий способностью анализировать огромные массивы данных и распознавать сложные закономерности, способен изменить правила игры в соответствии с этими растущими ожиданиями (He and Liu, 2024). Суть этого обзора заключается в изучении многогранной роли персонализации на базе искусственного интеллекта, в исследовании того, как она формирует взаимодействие с потребителями, влияет на решения о покупке и способствует ощущению связи между пользователями и онлайн-платформами.

Параллельно в обзоре рассматриваются динамичные рыночные тенденции, которые искусственный интеллект играет важную роль в формировании в сфере электронной коммерции. От прогнозной аналитики, оптимизирующей управление запасами, до интеграции алгоритмов машинного обучения, предсказывающих потребительские предпочтения, начинается новая эра инноваций. Чат-боты и виртуальные ассистенты упрощают взаимодействие с клиентами, предлагая заглянуть в будущее персонализированной розничной торговли, основанной на данных (Roslan and Ahmad, 2023).

Однако этот преобразующий путь не обходится без трудностей. Этические соображения, такие как конфиденциальность данных и предвзятость алгоритмов, требуют тщательного изучения. Соблюдение тонкого баланса между индивидуализацией и навязчивостью имеет решающее значение для обеспечения доверия и удовлетворенности потребителей (Wei and Xia, 2022). Цель данного обзора - дать всестороннее представление об этих тонкостях, дать представление о потенциальных подводных камнях и этических последствиях, связанных с персонализацией, основанной на ИИ.

По мере того, как мы начинаем это исследование, становится очевидным, что конвергенция электронной коммерции и поведения потребителей превращается в динамичный симбиоз, подпитываемый преобразующей силой персонализации на базе искусственного интеллекта. Ориентируясь в этом ландшафте, компании могут найти возможности для инноваций и роста, что в конечном итоге проложит путь к более гибкому и ориентированному на потребителя цифровому рынку.

2. Электронная коммерция в цифровую эпоху

В обширном ландшафте цифровой эры электронная коммерция, или e-commerce, превратилась в преобразующую силу, изменяющую методы работы предприятий и вовлечения потребителей в коммерческую деятельность (Rahman and Dekkati, 2022). В этой статье рассматриваются предпосылки и значение электронной коммерции в цифровую эпоху, прослеживается эволюция ожиданий потребителей в сфере онлайн-покупок и рассматривается ключевая роль искусственного интеллекта (ИИ) в преобразовании как платформ электронной коммерции, так и поведения потребителей.

Цифровая эра привела к беспрецедентной волне технологических достижений, революционизировав способы проведения транзакций предприятиями и совершения покупок потребителями (Sharma, 2023). Электронная коммерция, для которой характерна покупка и продажа товаров и услуг через Интернет, находится на переднем крае этой цифровой революции. Значение электронной коммерции заключается не только в ее удобстве, но и в ее способности преодолевать географические границы, обеспечивая глобальный рынок, доступный как для бизнеса, так и для потребителей. Появление электронной коммерции демократизировало торговлю, позволив малым предприятиям и предпринимателям охватить глобальную аудиторию без необходимости в физических витринах магазинов (Mahesh et al., 2022). Онлайн-платформы превратились в виртуальные рынки, способствующие конкуренции и инновациям. Этот сдвиг имеет серьезные последствия для традиционных моделей розничной торговли, заставляя обычные предприятия адаптироваться к быстро меняющемуся цифровому ландшафту.

Ожидания потребителей значительно изменились в связи с расширением возможностей платформ электронной коммерции (Rosario and Raimundo, 2021). На ранних этапах развития онлайн-шопинга потребителей в первую очередь привлекало удобство совершения покупок, не выходя из дома. Однако по мере развития электронной коммерции ожидания стали выходить за рамки простого удобства и охватывать персонализированный и бесперебойный опыт.

Потребители теперь требуют большего, чем просто обмен транзакциями; они стремятся к увлекательному и индивидуальному взаимодействию с онлайн-платформами. Этой эволюции способствовали такие факторы, как более быстрые способы доставки, удобные интерфейсы и доступность широкого спектра продуктов и услуг (Kelvin and Novani, 2023). Появление мобильных устройств еще больше ускорило эту эволюцию, сделав электронную коммерцию доступной на ходу и усилив потребность в адаптивном и интуитивно понятном онлайн-сервисе.

Искусственный интеллект стал краеугольным камнем в трансформации электронной коммерции, играя центральную роль в улучшении пользовательского опыта и формировании поведения потребителей (Rahman and Dekkati, 2022). Технологии, основанные на ИИ, включая машинное обучение и анализ данных, произвели революцию в том, как компании понимают своих клиентов, взаимодействуют с ними и обслуживают их. Одним из наиболее значительных достижений ИИ в электронной коммерции являются системы персонализированных рекомендаций. Передовые алгоритмы анализируют обширные массивы данных, включая предпочтения пользователей, историю посещений веб-сайта и схемы покупок, чтобы предоставить индивидуальные рекомендации по продуктам. Такой уровень персонализации не только повышает вероятность успешных транзакций, но и повышает удовлетворенность клиентов, создавая более привлекательный и актуальный опыт совершения покупок.

Кроме того, искусственный интеллект используется в предиктивной аналитике для прогнозирования потребительских тенденций и оптимизации управления запасами. Это не только повышает эффективность цепочки поставок, но и позволяет предприятиям предвидеть и эффективно удовлетворять запросы потребителей. Чат-боты и виртуальные помощники, работающие на базе искусственного интеллекта, все чаще интегрируются в платформы электронной коммерции, чтобы обеспечивать поддержку клиентов в режиме реального времени, отвечать на запросы и направлять пользователей в процессе покупки (Lee, 2020).

Несмотря на эти достижения, интеграция искусственного интеллекта в электронную коммерцию поднимает этические вопросы, особенно с точки зрения конфиденциальности данных и алгоритмической предвзятости (Ikhtiyorov, 2023). Соблюдение баланса между персонализацией и конфиденциальностью пользователей имеет решающее значение для поддержания доверия потребителей. Кроме того, обеспечение беспристрастности и справедливости алгоритмов имеет важное значение для предотвращения дискриминационной практики и создания инклюзивной среды онлайн-покупок.

В заключение отметим, что электронная коммерция стала краеугольным камнем цифровой эры, изменив коммерческий ландшафт и ожидания потребителей. Эволюция электронной коммерции отражает сдвиг парадигмы от простого обмена транзакциями к иммерсивному, персонализированному опыту (Rane, 2023). В основе этой трансформации лежит искусственный интеллект, который играет ключевую роль в предоставлении индивидуальных рекомендаций, оптимизации бизнес-процессов и революционизировании способов взаимодействия потребителей с онлайн-платформами. По мере того как мы осваиваем цифровые технологии, интеграция искусственного интеллекта в электронную коммерцию продолжает оставаться движущей силой, продвигающей нас в будущее, где технологии не только облегчают транзакции, но и укрепляют саму структуру отношений между потребителем и бизнесом.

3. Персонализация на базе искусственного интеллекта в электронной коммерции

В быстро развивающемся мире электронной коммерции персонализация на основе искусственного интеллекта (ИИ) выступает в качестве преобразующей силы, изменяющей способы взаимодействия предприятий с потребителями (Vidhya et al., 2023). В этой статье рассматриваются определение и принципы персонализации с использованием искусственного интеллекта, механизмы и алгоритмы, обеспечивающие персонализированный опыт, анализируется влияние персонализированного контента на вовлечение и удовлетворенность клиентов, а также представлены тематические исследования, иллюстрирующие успешное внедрение персонализации с использованием искусственного интеллекта в сфере электронной коммерции.

Персонализация на основе искусственного интеллекта подразумевает использование передовых алгоритмов и методов машинного обучения для адаптации контента, рекомендаций по продуктам и взаимодействия с пользователями в соответствии с индивидуальными предпочтениями, как показано на рисунке 1 (Haleem et al., 2022).

Ключевые принципы, лежащие в основе персонализации с использованием искусственного интеллекта, включают анализ обширных наборов данных, включая поведение пользователей, предпочтения и исторические взаимодействия, для получения аналитических данных, которые позволяют платформам прогнозировать и предоставлять высокорелевантный контент. Цель состоит в том, чтобы создать индивидуальный и привлекательный интерфейс для каждого пользователя, способствующий ощущению личной связи с платформой электронной коммерции. Принципы персонализации с использованием искусственного интеллекта включают непрерывное обучение и адаптацию. По мере взаимодействия пользователей с платформой алгоритмы искусственного интеллекта собирают данные, уточняют их понимание индивидуальных предпочтений и динамически корректируют рекомендации (Venkatachalam and Ray, 2022). Этот итеративный процесс гарантирует, что персонализация остается актуальной с течением времени, отражая изменения в поведении и предпочтениях пользователей.

Механизмы и алгоритмы, обеспечивающие персонализацию на основе искусственного интеллекта в электронной коммерции, разнообразны и сложны. Коллаборативная фильтрация, фильтрация на основе контента и гибридные модели являются одними из ключевых подходов, используемых для доставки персонализированного контента (Widayanti et al., 2023). Этот механизм рекомендует продукты или контент на основе предпочтений схожих пользователей. Он использует данные о коллективном поведении пользователей для выявления закономерностей и предложения товаров, которые понравились пользователям со схожими вкусами. Этот подход рекомендует продукты или контент на основе атрибутов товаров, с которыми пользователь ранее взаимодействовал или проявлял интерес. Он направлен на понимание характеристик товаров и приведение их в соответствие с предпочтениями пользователя. Комбинируя коллаборативную фильтрацию и фильтрацию на основе контента, гибридные модели нацелены на использование преимуществ обоих подходов (Widayanti et al., 2023). Сочетая модели поведения пользователей с характеристиками товаров, эти модели предоставляют более точные и разнообразные персонализированные рекомендации.

Рисунок 1 – Несколько сегментов для применения искусственного интеллекта в области маркетинга

Рисунок 1 – Несколько сегментов для применения искусственного интеллекта в области маркетинга (Haleem et al., 2022)

Методы глубокого обучения, такие как нейронные сети, также используются для повышения сложности персонализации на базе искусственного интеллекта (Maghsudi et al., 2021). Эти алгоритмы могут обрабатывать сложные шаблоны и нелинейные взаимосвязи в данных, что позволяет лучше понять предпочтения пользователей. Персонализация с использованием искусственного интеллекта оказывает огромное влияние на вовлеченность и удовлетворенность клиентов. Предоставляя индивидуальные рекомендации и контент, платформы электронной коммерции создают для пользователей более захватывающий и релевантный опыт. Такой уровень персонализации не только привлекает внимание потребителей, но и существенно влияет на их решения о покупке.

Персонализированный контент повышает вероятность того, что пользователи найдут продукты, соответствующие их предпочтениям, что приводит к повышению коэффициента конверсии. Покупатели ценят удобство поиска товаров, соответствующих их вкусам, упрощение процесса принятия решений и снижение затрат на навигацию по обширным онлайн-каталогам (Donmezer et al., 2023). Кроме того, аспект персонализации с использованием искусственного интеллекта, связанный с непрерывным обучением, гарантирует, что рекомендации остаются актуальными, адаптируясь к изменениям в поведении и предпочтениях пользователей. Такая адаптивность способствует устойчивому позитивному взаимодействию с пользователем, повышению лояльности клиентов и повторному обращению к ним. Несколько гигантов электронной коммерции успешно внедрили стратегии персонализации, основанные на искусственном интеллекте, продемонстрировав эффективность этих технологий в улучшении пользовательского опыта и достижении бизнес-результатов (Rane et al., 2023). Amazon, один из пионеров в области электронной коммерции, широко использует персонализацию на основе искусственного интеллекта. Система рекомендаций Amazon анализирует историю посещений, характер покупок и даже поведение пользователей со схожими профилями, чтобы предлагать товары. Такой подход в значительной степени способствовал укреплению репутации Amazon как компании, предоставляющей своим пользователям высокорелевантный и персонализированный контент.

В сфере цифрового потокового вещания Netflix использует искусственный интеллект для персонализации рекомендаций по контенту для своих пользователей (Sharma et al., 2021). Анализируя историю просмотров, жанровые предпочтения и рейтинги пользователей, алгоритм рекомендаций Netflix предлагает фильмы и телешоу, соответствующие индивидуальным вкусам. Эта стратегия персонализации сыграла ключевую роль в удержании подписчиков и поддержании их вовлеченности в работу платформы. Платформа потоковой передачи музыки Spotify использует искусственный интеллект для создания персонализированных списков воспроизведения для пользователей на основе их истории прослушивания, любимых жанров и даже времени суток (Prey, 2020). Такой подход не только повышает удовлетворенность пользователей, но и побуждает их открывать для себя новую музыку, соответствующую их предпочтениям. Эти тематические исследования показывают эффективность персонализации на базе искусственного интеллекта для повышения вовлеченности пользователей, удовлетворенности и успеха в бизнесе ведущих платформ электронной коммерции.

В заключение отметим, что персонализация на базе искусственного интеллекта меняет правила игры в сфере электронной коммерции, переосмысливая способы взаимодействия компаний с потребителями. Принципы, механизмы и алгоритмы персонализации, управляемой искусственным интеллектом, работают в гармонии, создавая индивидуальный и привлекательный опыт (Wan et al., 2020). Это существенно влияет на вовлеченность и удовлетворенность клиентов, что приводит к повышению коэффициента конверсии, лояльности клиентов и общему успеху в бизнесе. Как свидетельствуют тематические исследования лидеров отрасли, персонализация на основе искусственного интеллекта стала незаменимым инструментом для платформ электронной коммерции, стремящихся оставаться конкурентоспособными на динамичном и постоянно развивающемся цифровом рынке.

4. Рыночные тенденции, формируемые искусственным интеллектом в электронной коммерции

Интеграция искусственного интеллекта (ИИ) в электронную коммерцию открыла новую эру инноваций, оказав влияние на рыночные тенденции и сформировав способы взаимодействия бизнеса с потребителями (Ahmad et al., 2023). В этой статье исследуется влияние искусственного интеллекта на ключевые тенденции рынка, включая роль прогностической аналитики в оптимизации управления запасами, интеграцию алгоритмов машинного обучения в прогнозирование предпочтений потребителей, появление таких технологий, как чат-боты и виртуальные помощники, для улучшения пользовательского опыта, а также внедрение стратегий персонализированного маркетинга и управления данными. рекомендации по продукту.

Прогнозная аналитика, основанная на искусственном интеллекте, стала краеугольным камнем в оптимизации управления запасами для предприятий электронной коммерции. Используя исторические данные о продажах, модели поведения пользователей и внешние факторы, алгоритмы прогнозной аналитики прогнозируют будущий спрос с поразительной точностью (Kharfan et al., 2021). Такой упреждающий подход позволяет компаниям привести уровень своих запасов в соответствие с ожидаемым спросом, снижая риск затоваривания или нехватки товаров на складе. Прогнозная аналитика, основанная на искусственном интеллекте, не только учитывает исторические тенденции продаж, но и адаптируется к меняющейся динамике рынка в режиме реального времени. Такие факторы, как сезонные колебания, экономические тенденции и даже внешние события, учитываются в алгоритмах, обеспечивая всестороннее понимание факторов, влияющих на потребительский спрос. Такая динамическая оптимизация гарантирует, что платформы электронной коммерции поддерживают эффективные цепочки поставок, минимизируют затраты на доставку и повышают общую операционную эффективность.

Интеграция алгоритмов машинного обучения революционизирует то, как платформы электронной коммерции понимают и прогнозируют предпочтения потребителей. Анализируя обширные наборы данных, охватывающие взаимодействие пользователей, историю покупок и даже активность в социальных сетях, модели машинного обучения выявляют сложные закономерности и предпочтения. Такой уровень понимания позволяет компаниям создавать персонализированные решения для пользователей. Алгоритмы машинного обучения могут предсказать не только то, какие продукты могут заинтересовать пользователя, но и оптимальное время для получения рекомендаций по продукту (Yi и Liu, 2020). Такое тонкое понимание поведения потребителей позволяет платформам электронной коммерции предоставлять индивидуальный контент и предложения в наиболее подходящие моменты, значительно повышая вероятность конверсии. Кроме того, возможность машинного обучения постоянно обновлять рекомендации гарантирует, что они будут актуальными. По мере развития пользовательских предпочтений алгоритмы адаптируются, обеспечивая динамичный и отзывчивый процесс совершения покупок, который способствует повышению лояльности клиентов (Siebert et al., 2020).

Интеграция новых технологий, таких как чат-боты и виртуальные помощники, по-новому определяет возможности пользователей в электронной коммерции (Hoyer et al., 2020). Чат-боты на базе искусственного интеллекта выступают в роли виртуальных помощников, обеспечивая поддержку клиентов в режиме реального времени, отвечая на запросы и помогая пользователям в процессе покупки. Это не только повышает удовлетворенность пользователей, но и упрощает процесс покупки, способствуя повышению коэффициента конверсии. Чат-боты используют обработку естественного языка для понимания запросов пользователей и предоставления соответствующей информации или помощи. Они доступны в режиме 24/7, предлагая мгновенные ответы и персонализированное взаимодействие. С другой стороны, виртуальные ассистенты могут участвовать в более сложных разговорах, понимать контекст и выполнять такие задачи, как поиск товаров или отслеживание заказов (Hoyer et al., 2020). Плавная интеграция чат-ботов и виртуальных помощников в платформы электронной коммерции повышает доступность, удобство и оперативность реагирования, создавая более захватывающий и удобный для пользователя опыт.

Стратегии, основанные на данных, являются основой персонализированного маркетинга и рекомендаций по продуктам в электронной коммерции. ИИ анализирует данные пользователей, включая поведение в интернете, историю покупок и демографическую информацию, чтобы адаптировать маркетинговые сообщения и предложения по продуктам (Chintalapati, and Pandey, 2022). Такой целенаправленный подход обеспечивает соответствие рекламных усилий индивидуальным предпочтениям, повышая эффективность маркетинговых кампаний. Персонализированный маркетинг выходит за рамки рекомендаций по продуктам и включает в себя целевые рекламные акции, скидки и контент. Понимая уникальные предпочтения каждого пользователя, платформы электронной коммерции могут создавать гиперцелевые кампании, которые находят отклик у определенных сегментов их аудитории. Кроме того, стратегии, основанные на данных, позволяют проводить A/B-тестирование и анализ эффективности, что позволяет компаниям совершенствовать свою маркетинговую тактику на основе информации в режиме реального времени (Gupta et al., 2020). Этот итеративный подход гарантирует, что маркетинговые усилия остаются адаптивными и эффективными в быстро меняющемся цифровом ландшафте.

В заключение отметим, что искусственный интеллект оказывает глубокое влияние на рыночные тенденции в электронной коммерции, изменяя методы работы компаний и взаимодействия с потребителями. Прогнозная аналитика оптимизирует управление запасами, алгоритмы машинного обучения предсказывают предпочтения потребителей, а новые технологии, такие как чат-боты, улучшают взаимодействие с пользователями. Стратегии, основанные на данных, обеспечивают персонализированный маркетинг и рекомендации по продуктам, создавая цифровую экосистему, в которой предприятия могут процветать, удовлетворяя растущие ожидания технически подкованных потребителей (Jankovic and Curovic, 2023). Поскольку электронная коммерция продолжает развиваться, стратегическое внедрение технологий искусственного интеллекта по-прежнему имеет решающее значение для сохранения конкурентоспособности и обеспечения исключительной ценности для пользователей.

5. Проблемы и этические соображения

Поскольку интеграция искусственного интеллекта (ИИ) продолжает изменять ландшафт электронной коммерции, этические соображения занимают центральное место (Ikhtiyorov, 2023). В этом документе рассматриваются проблемы и этические соображения, связанные с персонализацией на базе искусственного интеллекта, включая проблемы конфиденциальности данных, предвзятость алгоритмов, хрупкий баланс между настройкой и конфиденциальностью пользователей, а также важность нормативно-правовой базы и отраслевых стандартов для обеспечения этичных практик ИИ в электронной коммерции. Персонализация с использованием искусственного интеллекта в значительной степени основывается на анализе обширных наборов данных, включая поведение, предпочтения и взаимодействия пользователей. Хотя этот подход, основанный на данных, улучшает адаптацию контента и рекомендаций, он также вызывает серьезные опасения по поводу конфиденциальности данных. Потребители все больше осознают ценность и конфиденциальность своей личной информации, что вызывает опасения по поводу того, как их данные собираются, хранятся и используются платформами электронной коммерции (Rosario and Raimundo, 2021).

Беспорядочный сбор пользовательских данных в целях персонализации может привести к нарушению конфиденциальности и несанкционированному доступу. Клиентам может быть неприятно, что их история посещений веб-сайта, схемы покупок и личные предпочтения используются для информирования алгоритмов. Соблюдение баланса между предоставлением персонализированного опыта и уважением конфиденциальности пользователей имеет решающее значение для обеспечения того, чтобы платформы электронной коммерции сохраняли доверие своей клиентской базы. Алгоритмическая предвзятость, широко распространенная проблема в системах искусственного интеллекта, имеет серьезные последствия для честного и непредвзятого восприятия потребителями электронной коммерции (Chen et al., 2023). Алгоритмы искусственного интеллекта учатся на исторических данных, и если эти данные содержат искажения, алгоритмы могут непреднамеренно сохранить и даже усугубить существующие искажения. Это может привести к дискриминационным результатам, непропорционально сильно повлияв на определенные демографические группы. В контексте электронной коммерции алгоритмическая предвзятость может проявляться в предвзятых рекомендациях по продуктам, расхождениях в ценах или дискриминационном таргетинге маркетинговых усилий (Akter et al., 2021). Например, предвзятые алгоритмы могут привести к тому, что определенным пользователям будут показаны товары по более высокой цене или они получат различные рекламные акции, основанные на таких факторах, как раса, пол или социально-экономический статус. Устранение алгоритмической предвзятости требует согласованных усилий разработчиков и специалистов по обработке данных для обеспечения того, чтобы обучающие данные были разнообразными, репрезентативными и свободными от присущих им предубеждений. Регулярные аудиты и прозрачность алгоритмических процессов принятия решений необходимы для эффективного выявления и устранения предвзятости (Brown et al., 2021).

Необходимо соблюдать тонкий баланс между индивидуализацией и конфиденциальностью пользователей, чтобы избежать ощущения навязчивости. Хотя потребители ценят персонализированный опыт, они также ценят свою конфиденциальность и могут испытывать беспокойство, если чувствуют, что их онлайн-активность чрезмерно отслеживается или используется в корыстных целях. Платформы электронной коммерции должны внедрять надежные меры по обеспечению конфиденциальности, включая четкие и прозрачные политики сбора данных, механизмы согласия пользователей и анонимизацию личной информации, где это возможно (Youssef and Hossam, 2023). Общение с пользователями о том, как будут использоваться их данные, и предоставление возможностей для настройки предпочтений могут расширить возможности пользователей и способствовать ощущению контроля над их онлайн-опытом. Чтобы избежать навязчивости, также необходимо досконально понимать границы использования. Чрезмерно агрессивная персонализация, такая как раскрытие слишком интимных сведений о пользователе или бомбардировка его постоянными рекомендациями, может привести к негативному восприятию пользователя. Соблюдение правильного баланса гарантирует, что персонализация повысит вовлеченность пользователей, не переходя черту навязчивости или дискомфорта.

Для решения этических проблем, связанных с персонализацией на базе искусственного интеллекта в электронной коммерции, нормативно-правовая база и отраслевые стандарты играют решающую роль. Правительства и регулирующие органы все чаще признают необходимость разработки руководящих принципов и положений для обеспечения ответственного и этичного использования технологий искусственного интеллекта (de Almeida et al., 2021). Нормативные акты могут включать законы о защите данных, рекомендации по прозрачности алгоритмов и меры по устранению алгоритмической предвзятости. Платформы электронной коммерции должны быть в курсе этих правил, адаптируя свою практику к меняющимся этическим стандартам. Отраслевые инициативы и сотрудничество также необходимы для внедрения этичных методов ИИ. Организации могут сотрудничать для обмена передовым опытом, разработки стандартов и повышения прозрачности систем ИИ. Этические соображения должны быть включены в процесс разработки, и компании должны активно участвовать в обсуждении этических вопросов в своих отраслях (Dziubaniuk and Nyholm, 2021).

В заключение следует отметить, что интеграция персонализации на базе искусственного интеллекта в электронную коммерцию открывает как возможности, так и проблемы, особенно в области этических соображений. Проблемы конфиденциальности данных, предвзятость алгоритмов, хрупкий баланс между настройкой и конфиденциальностью пользователей, а также важность нормативно-правовой базы и отраслевых стандартов - все это требует пристального внимания (Dhiran et al., 2023). Активно решая эти задачи, платформы электронной коммерции могут укрепить доверие к своим пользователям, способствовать справедливому и непредвзятому восприятию потребителями информации и способствовать ответственному продвижению технологий искусственного интеллекта на цифровом рынке. Этические соображения должны оставаться на первом плане, поскольку электронная коммерция продолжает развиваться в эпоху персонализации на базе искусственного интеллекта.

6. Влияние на поведение потребителей

В условиях динамичного развития электронной коммерции (e-commerce) интеграция персонализации на базе искусственного интеллекта (ИИ) существенно повлияла на поведение потребителей. В этой статье исследуется многогранное влияние персонализации на базе искусственного интеллекта, изучается, как она влияет на принятие решений потребителями, укрепляет доверие благодаря прозрачным практикам, вызывает обратную связь и адаптацию к персонализированному опыту, а также способствует долгосрочной лояльности клиентов в сфере электронной коммерции. Персонализация на базе искусственного интеллекта играет ключевую роль в принятии решений потребителями, предоставляя индивидуальный и актуальный опыт. С помощью сложных алгоритмов платформы электронной коммерции анализируют обширные наборы данных, включая предпочтения пользователей, историю покупок и поведение в интернете, чтобы предоставлять персонализированные рекомендации по продуктам и контенту (Hussien et al., 2021). Такой уровень индивидуализации не только упрощает процесс принятия решений потребителями, но и повышает их общую удовлетворенность.

Благодаря пониманию индивидуальных предпочтений, персонализация с использованием искусственного интеллекта делает процесс покупки более плавным и эффективным. Потребителям предлагается тщательно подобранный выбор, соответствующий их вкусам, что упрощает процесс выбора. Влияние на принятие решений выходит за рамки рекомендаций по продуктам и включает персонализированные маркетинговые сообщения, рекламные акции и даже интерфейсы веб-сайтов, что способствует более привлекательному и удобному для пользователя взаимодействию (Gupta et al., 2023).

Доверие является краеугольным камнем успешных отношений между потребителем и бизнесом, а персонализация на основе искусственного интеллекта может укрепить доверие, если она реализуется прозрачно и с соблюдением этических норм (Remolina and Gurrea-Martinez, 2023). Потребители становятся все более осведомленными о том, как используются их данные, а платформы электронной коммерции, которые придают приоритетное значение прозрачности в сборе, хранении и использовании данных, вселяют уверенность в их пользовательской базе.

Прозрачные методы работы с ИИ предполагают четкое информирование о том, как обрабатываются и используются персональные данные для персонализации опыта. Платформы электронной коммерции должны предоставлять пользователям доступную информацию о механизмах персонализации с использованием искусственного интеллекта, позволяя им делать осознанный выбор в отношении своих онлайн-взаимодействий (Teodorescu et al., 2023). Этические соображения, такие как безопасность данных, защита конфиденциальности и недопущение алгоритмической предвзятости, способствуют созданию надежной среды.

Системы персонализации на базе искусственного интеллекта постоянно обучаются и адаптируются на основе взаимодействия с потребителями и обратной связи с ними. Обратная связь с потребителями становится ценным ресурсом для совершенствования алгоритмов и улучшения процесса персонализации. Платформы электронной коммерции, которые активно ищут отзывы пользователей и реагируют на них, демонстрируют стремление к совершенствованию и индивидуализации (Garcia Valencia et al., 2023). Потребители, в свою очередь, адаптируются к персонализированному опыту, поскольку видят преимущества индивидуальных рекомендаций и контента. Положительный опыт способствует повышению удовлетворенности и вовлеченности пользователей, создавая положительную обратную связь. По мере того, как потребители привыкают к персонализированному взаимодействию, меняются их ожидания, что влияет на то, как они взаимодействуют с платформами электронной коммерции, и со временем формирует их предпочтения.

Влияние персонализации на основе искусственного интеллекта выходит за рамки отдельных транзакций и играет ключевую роль в укреплении долгосрочной лояльности клиентов в сфере электронной коммерции. Постоянно предоставляя персонализированный и актуальный опыт, платформы электронной коммерции могут развивать чувство связи и лояльности среди своих пользователей (Davidaviciene et al., 2020). Стратегии, основанные на искусственном интеллекте, способствуют более полному пониманию предпочтений и поведения клиентов, позволяя компаниям предвидеть и удовлетворять меняющиеся потребности. Более того, персонализация с использованием искусственного интеллекта способствует созданию запоминающегося и отличительного образа бренда. Поскольку потребители постоянно сталкиваются с индивидуальным контентом, рекомендациями и пользовательскими интерфейсами, которые соответствуют их предпочтениям, у них развивается более сильная привязанность к бренду (Muchenje et al., 2023). Такая эмоциональная связь повышает лояльность клиентов и увеличивает вероятность повторного сотрудничества.

В заключение отметим, что персонализация с использованием искусственного интеллекта оказывает глубокое и многогранное влияние на поведение потребителей в электронной коммерции. Она влияет на процесс принятия решений, упрощая выбор, укрепляет доверие благодаря прозрачным и этичным практикам, поощряет обратную связь с потребителями и адаптацию к персонализированному опыту и, в конечном счете, способствует долгосрочной лояльности клиентов. Поскольку электронная коммерция продолжает развиваться, стратегическая интеграция персонализации на базе искусственного интеллекта остается ключевым фактором в формировании потребительского поведения и установлении прочных связей между предприятиями и их клиентами (Vidhya et al., 2023).

7. Будущие направления и инновации

Поскольку электронная коммерция (e-commerce) продолжает развиваться, будущее таит в себе многообещающие достижения в области технологий искусственного интеллекта (ИИ), которые должны по-новому определить отрасль (Mohdhar and Shaalan, 2021). В этом документе рассматриваются ожидаемые достижения в области искусственного интеллекта, потенциальная синергия с другими новыми технологиями, последствия для бизнеса, стратегии продвижения на конкурентном рынке и социально-экономические факторы, влияющие на будущее ИИ в электронной коммерции.

Будущее ИИ в электронной коммерции обещает значительные достижения, которые произведут революцию в отрасли. Одной из ключевых областей разработки является усовершенствование алгоритмов обработки естественного языка (NLP), позволяющих ИИ лучше понимать запросы пользователей и отвечать на них (Kang et al., 2020). Улучшенное понимание языка расширит возможности чат-ботов и виртуальных помощников, сделав взаимодействие с клиентами более естественным и интуитивно понятным. Ожидается, что алгоритмы машинного обучения станут более совершенными, позволяя платформам электронной коммерции получать более глубокое представление о поведении и предпочтениях потребителей (Adebukola et al., 2022, Ukoba and Jen, 2023, Sanni et al., 2024). Этот повышенный уровень понимания повысит точность персонализированных рекомендаций, способствуя более глубокому погружению и вовлеченности пользователей (Shin, 2020). Кроме того, ожидается, что технологии распознавания изображений и видео на основе искусственного интеллекта будут играть ключевую роль в возможностях визуального поиска. Пользователи смогут осуществлять поиск товаров, загружая изображения или скриншоты, что изменит их способ поиска и совершения покупок в Интернете. Расширенные возможности визуального поиска могут революционизировать процесс поиска товаров и сделать процесс совершения покупок более интуитивно понятным.

Будущее ИИ в электронной коммерции, вероятно, связано с расширением возможностей взаимодействия с другими новыми технологиями. Дополненная реальность (AR) и виртуальная реальность (VR) готовы интегрироваться с ИИ, создавая захватывающие и интерактивные возможности для совершения покупок. Покупатели смогут виртуально примерять товары, визуализировать предметы у себя дома и взаимодействовать с товарами способами, выходящими за рамки традиционных онлайн-покупок (Cook et al., 2020). Технология блокчейн также может найти применение для повышения безопасности и прозрачности транзакций электронной коммерции. Предоставляя децентрализованную и защищенную от несанкционированного доступа бухгалтерскую книгу, блокчейн может снизить риски, связанные с безопасностью данных и доверием к онлайн-транзакциям. Более того, конвергенция искусственного интеллекта с Интернетом вещей (IoT) может привести к созданию более взаимосвязанной и интеллектуальной экосистемы электронной коммерции. Интеллектуальные устройства, оснащенные возможностями искусственного интеллекта, могут облегчить процесс совершения покупок с учетом контекста, обеспечивая более персонализированное и эффективное взаимодействие между пользователями и платформами (Bourg et al., 2021).

Ожидаемые достижения в области технологий искусственного интеллекта создают как проблемы, так и возможности для бизнеса в сфере электронной коммерции. Чтобы оставаться впереди на конкурентном рынке, требуется стратегическое предвидение и активный подход. Компаниям необходимо инвестировать в таланты и ресурсы, чтобы в полной мере использовать потенциал новых технологий искусственного интеллекта. Внедрение передовой аналитики и управляемых искусственным интеллектом инструментов для прогнозного моделирования может дать предприятиям конкурентное преимущество за счет прогнозирования потребительских тенденций и оптимизации управления запасами (Bharadiya, 2023). Усовершенствованные стратегии персонализации, основанные на искусственном интеллекте, могут помочь создать дифференцированный и запоминающийся опыт работы с клиентами, укрепляя лояльность к бренду. Кроме того, компаниям следует сосредоточиться на создании бесшовных и интегрированных многоканальных сервисов. Интеграция искусственного интеллекта в различные точки соприкосновения, от веб-сайтов до мобильных приложений и социальных сетей, обеспечивает последовательное и персонализированное взаимодействие пользователей. Внедрение новых технологий, таких как визуальный поиск или приложения дополненной реальности, также может выделить компании на перенаселенном рынке.

Будущее искусственного интеллекта в электронной коммерции неразрывно связано с социально-экономическими факторами, которые влияют на внедрение технологий и поведение потребителей. Доступность технологий, а также цифровая грамотность будут играть важную роль в определении темпов внедрения искусственного интеллекта в различных регионах и демографических сегментах (Goldenthal et al., 2021).

Этические соображения, такие как конфиденциальность данных и предвзятость алгоритмов, будут по-прежнему влиять на общественное восприятие и нормативно-правовую базу. Компании, которые уделяют приоритетное внимание этическим практикам ИИ, прозрачности и согласию пользователей, скорее всего, получат конкурентное преимущество, укрепив доверие к своей клиентской базе. Социально-экономические факторы также включают в себя соображения, связанные с перемещением рабочих мест и преобразованием рабочей силы. Поскольку ИИ автоматизирует определенные задачи, возникнет необходимость в повышении квалификации и переподготовке персонала для адаптации к новым ролям, которые используют преимущества технологий ИИ. Компании, которые инвестируют в обучение и развитие сотрудников, чтобы справиться с этими изменениями, будут в лучшем положении для достижения успеха.

В заключение отметим, что будущее ИИ в электронной коммерции связано с захватывающими инновациями, которые изменят отрасль. Ожидаемые достижения, изучение синергии с другими технологиями и учет социально-экономических факторов открывают перед предприятиями возможности для процветания в быстро меняющемся цифровом ландшафте. Применяя дальновидный и этичный подход, компании могут ориентироваться в сложностях будущего, использовать потенциал искусственного интеллекта и повышать ценность для потребителей в сфере электронной коммерции.

8. Рекомендация

В ходе исследования персонализации на основе ИИ в контексте электронной коммерции было сделано несколько ключевых выводов. Ключевыми темами стали трансформирующее влияние ИИ на поведение потребителей, хрупкий баланс между настройкой и конфиденциальностью пользователей, а также проблемы и этические соображения, связанные с этими технологиями. Персонализация, основанная на искусственном интеллекте, стала движущей силой, изменяющей способы взаимодействия компаний с потребителями, влияющей на принятие решений и способствующей долгосрочной лояльности.

В сфере электронной коммерции и потребительского поведения происходит смена парадигмы, чему способствует интеграция технологий искусственного интеллекта. От прогнозной аналитики, оптимизирующей управление запасами, до интеграции алгоритмов машинного обучения, предсказывающих потребительские предпочтения, будущее обещает более персонализированный, эффективный и привлекательный опыт онлайн-покупок. Меняющиеся ожидания потребителей, подпитываемые достижениями в области технологий, побуждают компании адаптироваться и внедрять инновации, создавая динамичный и конкурентный рынок.

Поскольку компании ориентируются в меняющемся ландшафте, эффективное использование персонализации на базе искусственного интеллекта имеет решающее значение для устойчивого роста и конкурентоспособности. Рекомендации включают в себя: Укрепляйте доверие потребителей, уделяя приоритетное внимание прозрачному обмену информацией об использовании данных, внедрению этичных методов ИИ и устранению проблем, связанных с конфиденциальностью и предвзятостью. Обеспечьте доступ к квалифицированным специалистам и передовым технологиям искусственного интеллекта. Инвестиции в разработку и обслуживание систем искусственного интеллекта помогут оставаться на переднем крае инноваций. Разрабатывайте стратегии с учетом приоритетности обслуживания клиентов. Используйте ИИ не только для персонализированных рекомендаций по продуктам, но и для улучшения пользовательских интерфейсов, поддержки клиентов и многоканального взаимодействия. Изучите взаимодействие ИИ с новыми технологиями, такими как дополненная реальность, виртуальная реальность и Интернет вещей, для создания захватывающих и интерактивных впечатлений от покупок. Следите за технологическими достижениями и будьте готовы интегрировать новые решения в свою экосистему электронной коммерции. Учитывайте этические соображения, применяя надежные меры защиты данных, активно борясь с алгоритмической предвзятостью и придерживаясь отраслевых стандартов. Активная этическая практика способствует формированию положительного имиджа бренда.

Путешествие в будущее электронной коммерции, основанное на ИИ, все еще продолжается, неся с собой как проблемы, так и возможности. Призыв к продолжению исследований имеет важное значение для разработки всеобъемлющих этических норм, определяющих ответственное использование ИИ в электронной коммерции. Исследования должны быть направлены на создание общеотраслевых стандартов, в которых приоритетное внимание уделяется конфиденциальности пользователей, справедливости и прозрачности. Необходимы дальнейшие исследования для разработки методов и инструментов, которые эффективно выявляют и устраняют алгоритмические ошибки. Текущие усилия должны быть направлены на обеспечение справедливости и беспристрастности в процессах принятия решений, основанных на ИИ. Им следует изучить способы улучшения механизмов обратной связи с пользователями, что позволит потребителям играть более активную роль в формировании и совершенствовании персонализации, основанной на ИИ. Платформы должны активно искать отзывы пользователей и реагировать на них, чтобы развивать отношения сотрудничества. Исследования должны быть направлены на изучение социально-экономического воздействия ИИ на электронную коммерцию, решение проблем, связанных с перемещением рабочих мест, трансформацией рабочей силы и неравенством в доступе к технологиям ИИ. Всестороннее понимание этих факторов будет способствовать инклюзивному и устойчивому внедрению искусственного интеллекта.

9. Заключение

В заключение хотелось бы отметить, что интеграция персонализации на базе искусственного интеллекта в электронную коммерцию представляет собой преобразующий процесс, предлагая предприятиям беспрецедентные возможности для конструктивного взаимодействия с потребителями. Уделяя приоритетное внимание прозрачности, внедрению новых технологий и соблюдению этических норм, предприятия могут успешно ориентироваться в меняющемся ландшафте. Призыв к продолжению исследований подчеркивает необходимость совместного и адаптивного подхода, гарантирующего, что будущее ИИ в электронной коммерции останется инновационным и этически обоснованным.

Соблюдение этических норм

Раскрытие информации о конфликте интересов

Никакой конфликт интересов не подлежит разглашению.

Рекомендации

  1. Adebukola, A. A., Navya, A. N., Jordan, F. J., Jenifer, N. J., & Begley, R. D. (2022). Cyber Security as a Threat to Health Care. Journal of Technology and Systems, 4(1), 32-64.
  2. Ahmad, A.Y.B., Gongada, T.N., Shrivastava, G., Gabbi, R.S., Islam, S. and Nagaraju, K., 2023. E-commerce trend analysis and management for Industry 5.0 using user data analysis. International Journal of Intelligent Systems and Applications in Engineering, 11(11s), pp.135-150.
  3. Akter, S., McCarthy, G., Sajib, S., Michael, K., Dwivedi, Y.K., D’Ambra, J. and Shen, K.N., 2021. Algorithmic bias in data-driven innovation in the age of AI. International Journal of Information Management, 60, p.102387.
  4. Bharadiya, J.P., 2023. Machine learning and AI in business intelligence: Trends and opportunities. International Journal of Computer (IJC), 48(1), pp.123-134.
  5. Bourg, L., Chatzidimitris, T., Chatzigiannakis, I., Gavalas, D., Giannakopoulou, K., Kasapakis, V., Konstantopoulos, C., Kypriadis, D., Pantziou, G. and Zaroliagis, C., 2021. Enhancing shopping experiences in smart retailing. Journal of Ambient Intelligence and Humanized Computing, pp.1-19.
  6. Brown, S., Davidovic, J. and Hasan, A., 2021. The algorithm audit: Scoring the algorithms that score us. Big Data & Society, 8(1), p.2053951720983865.
  7. Chen, P., Wu, L. and Wang, L., 2023. AI Fairness in Data Management and Analytics: A Review on Challenges, Methodologies and Applications. Applied Sciences, 13(18), p.10258.
  8. Chintalapati, S. and Pandey, S.K., 2022. Artificial intelligence in marketing: A systematic literature review. International Journal of Market Research, 64(1), pp.38-68.
  9. Cook, A.V., Kusumoto, L., Ohri, L., Reynolds, C. and Schwertzel, E., 2020. Augmented shopping: The quiet revolution. Deloitte Insights, pp.1-16.
  10. Davidaviciene, V., Markus, O. and Davidavicius, S., 2020. Identification of the opportunities to improve customer's experience in e-commerce. Journal of logistics, informatics and service science, pp.42-57.
  11. de Almeida, P.G.R., dos Santos, C.D. and Farias, J.S., 2021. Artificial intelligence regulation: a framework for governance. Ethics and Information Technology, 23(3), pp.505-525.
  12. Dhirani, L.L., Mukhtiar, N., Chowdhry, B.S. and Newe, T., 2023. Ethical dilemmas and privacy issues in emerging technologies: a review. Sensors, 23(3), p.1151.
  13. Donmezer, S., Demircioglu, P., Bogrekci, I., Bas, G. and Durakbasa, M.N., 2023. Revolutionizing the Garment Industry 5.0: Embracing Closed-Loop Design, E-Libraries, and Digital Twins. Sustainability, 15(22), p.15839.
  14. Dziubaniuk, O. and Nyholm, M., 2021. Constructivist approach in teaching sustainability and business ethics: A case study. International Journal of Sustainability in Higher Education, 22(1), pp.177-197.
  15. Garcia Valencia, O.A., Thongprayoon, C., Jadlowiec, C.C., Mao, S.A., Miao, J. and Cheungpasitporn, W., 2023, September. Enhancing Kidney Transplant Care through the Integration of Chatbot. In Healthcare (Vol. 11, No. 18, p. 2518). MDPI.
  16. Goldenthal, E., Park, J., Liu, S.X., Mieczkowski, H. and Hancock, J.T., 2021. Not all AI are equal: Exploring the accessibility of AI-mediated communication technology. Computers in Human Behavior, 125, p.106975.
  17. Gupta, S., Kushwaha, P.S., Badhera, U., Chatterjee, P. and Gonzalez, E.D.S., 2023. Identification of benefits, challenges, and pathways in E-commerce industries: An integrated two-phase decision-making model. Sustainable Operations and Computers, 4, pp.200-218.
  18. Gupta, S., Leszkiewicz, A., Kumar, V., Bijmolt, T. and Potapov, D., 2020. Digital analytics: Modeling for insights and new methods. Journal of Interactive Marketing, 51(1), pp.26-43.
  19. Haleem, A., Javaid, M., Qadri, M.A., Singh, R.P. and Suman, R., 2022. Artificial intelligence (AI) applications for marketing: A literature-based study. International Journal of Intelligent Networks.
  20. He, X. and Liu, Y., 2024. Knowledge evolutionary process of Artificial intelligence in E-commerce: Main path analysis and science mapping analysis. Expert Systems with Applications, 238, p.121801.
  21. Hidayat, M., Salam, R., Hidayat, Y.S., Sutira, A. and Nugrahanti, T.P., 2022. Sustainable Digital Marketing Strategy in the Perspective of Sustainable Development Goals. Komitmen J. Ilm. Manaj, 3(2), pp.100-106.
  22. Hoyer, W.D., Kroschke, M., Schmitt, B., Kraume, K. and Shankar, V., 2020. Transforming the customer experience through new technologies. Journal of interactive marketing, 51(1), pp.57-71.
  23. Hussien, F.T.A., Rahma, A.M.S. and Wahab, H.B.A., 2021, May. Recommendation systems for e-commerce systems an overview. In Journal of Physics: Conference Series (Vol. 1897, No. 1, p. 012024). IOP Publishing.
  24. Ikhtiyorov, F., 2023. Navigating AI's Potential in E-Commerce: Legal Regulations, Challenges, and Key Considerations. Agrobiotexnologiya Va Veterinariya Tibbiyoti Ilmiy Jurnali, 2(5), pp.41-49.
  25. Jankovic, S.D. and Curovic, D.M., 2023. Strategic integration of artificial intelligence for sustainable businesses: implications for data management and human user engagement in the digital era. Sustainability, 15(21), p.15208.
  26. Kang, Y., Cai, Z., Tan, C.W., Huang, Q. and Liu, H., 2020. Natural language processing (NLP) in management research: A literature review. Journal of Management Analytics, 7(2), pp.139-172.
  27. Kelvin, K. and Novani, S., 2023. Strategic Decision Analysis To Manage Competitive Advantage For Shopee Indonesia. Jurnal Studi Manajemen dan Bisnis, 10(1), pp.32-41.
  28. Kharfan, M., Chan, V.W.K. and Firdolas Efendigil, T., 2021. A data-driven forecasting approach for newly launched seasonal products by leveraging machine-learning approaches. Annals of Operations Research, 303(1-2), pp.159- 174.
  29. Lee, S.B., 2020. Chatbots and communication: the growing role of artificial intelligence in addressing and shaping customer needs. Business Communication Research and Practice, 3(2), pp.103-111.
  30. Maghsudi, S., Lan, A., Xu, J. and van Der Schaar, M., 2021. Personalized education in the artificial intelligence era: what to expect next. IEEE Signal Processing Magazine, 38(3), pp.37-50.
  31. Mahesh, K.M., Aithal, P.S. and Sharma, K.R.S., 2022. Open Network for Digital Commerce-ONDC (E-Commerce) Infrastructure: To Promote SME/MSME Sector for Inclusive and Sustainable Digital Economic growth. International Journal of Management, Technology and Social Sciences (IJMTS), 7(2), pp.320-340.
  32. Mohdhar, A. and Shaalan, K., 2021. The future of e-commerce systems: 2030 and beyond. Recent Advances in Technology Acceptance Models and Theories, pp.311-330.
  33. Muchenje, C., Mtengwa, E. and Kabote, F., 2023. Building a Strong Brand: Future Strategies and Insights. In Sustainable Marketing, Branding, and Reputation Management: Strategies for a Greener Future (pp. 238-257). IGI Global.
  34. Prey, R., 2020. Locating power in platformization: Music streaming playlists and curatorial power. Social Media+ Society, 6(2), p.2056305120933291.
  35. Rahman, S.S. and Dekkati, S., 2022. Revolutionizing Commerce: The Dynamics and Future of E-Commerce Web Applications. Asian Journal of Applied Science and Engineering, 11(1), pp.65-73.
  36. Rane, N., 2023. Enhancing Customer Loyalty through Artificial Intelligence (AI), Internet of Things (IoT), and Big Data Technologies: Improving Customer Satisfaction, Engagement, Relationship, and Experience. Internet of Things (IoT), and Big Data Technologies: Improving Customer Satisfaction, Engagement, Relationship, and Experience (October 13, 2023).
  37. Remolina, N. and Gurrea-Martinez, A. eds., 2023. Artificial intelligence in finance: Challenges, opportunities and regulatory developments.
  38. Rosario, A. and Raimundo, R., 2021. Consumer marketing strategy and E-commerce in the last decade: a literature review. Journal of theoretical and applied electronic commerce research, 16(7), pp.3003-3024.
  39. Roslan, F.A.B.M. and Ahmad, N.B., 2023. The Rise of AI-Powered Voice Assistants: Analyzing Their Transformative Impact on Modern Customer Service Paradigms and Consumer Expectations. Quarterly Journal of Emerging Technologies and Innovations, 8(3), pp.33-64.
  40. Sanni, O., Adeleke, O., Ukoba, K., Ren, J. and Jen, T.C., 2024. Prediction of inhibition performance of agro-waste extract in simulated acidizing media via machine learning. Fuel, 356, p.129527.
  41. Sharma, R., 2023. The transformative power of AI as future GPTs in propelling society into a new era of advancement. IEEE Engineering Management Review.
  42. Sharma, R.S., Shaikh, A.A. and Li, E., 2021. Designing Recommendation or Suggestion Systems: looking to the future. Electronic Markets, 31, pp.243-252
  43. Shin, D., 2020. How do users interact with algorithm recommender systems? The interaction of users, algorithms, and performance. Computers in human behavior, 109, p.106344.
  44. Siebert, A., Gopaldas, A., Lindridge, A. and Simoes, C., 2020. Customer experience journeys: Loyalty loops versus involvement spirals. Journal of Marketing, 84(4), pp.45-66.
  45. Teodorescu, D., Aivaz, K.A., Vancea, D.P.C., Condrea, E., Dragan, C. and Olteanu, A.C., 2023. Consumer Trust in AI Algorithms Used in E-Commerce: A Case Study of College Students at a Romanian Public University. Sustainability, 15(15), p.11925.
  46. Ukoba, K. and Jen, T.C., 2023. Thin films, atomic layer deposition, and 3D Printing: demystifying the concepts and their relevance in industry 4.0. CRC Press.
  47. Venkatachalam, P. and Ray, S., 2022. How do context-aware artificial intelligence algorithms used in fitness recommender systems? A literature review and research agenda. International Journal of Information Management Data Insights, 2(2), p.100139.
  48. Vidhya, V., Donthu, S., Veeran, L., Lakshmi, Y.S. and Yadav, B., 2023. The intersection of AI and consumer behavior: Predictive models in modern marketing. Remittances Review, 8(4).
  49. Wan, J., Li, X., Dai, H.N., Kusiak, A., Martinez-Garcia, M. and Li, D., 2020. Artificial-intelligence-driven customized manufacturing factory: key technologies, applications, and challenges. Proceedings of the IEEE, 109(4), pp.377- 398.
  50. Wei, L. and Xia, Z., 2022. Big Data-Driven Personalization in E-Commerce: Algorithms, Privacy Concerns, and Consumer Behavior Implications. International Journal of Applied Machine Learning and Computational Intelligence, 12(4).
  51. Widayanti, R., Chakim, M.H.R., Lukita, C., Rahardja, U. and Lutfiani, N., 2023. Improving Recommender Systems using Hybrid Techniques of Collaborative Filtering and Content-Based Filtering. Journal of Applied Data Sciences, 4(3), pp.289-302.
  52. Yi, S. and Liu, X., 2020. Machine learning based customer sentiment analysis for recommending shoppers, shops based on customers’ review. Complex & Intelligent Systems, 6(3), pp.621-634.
  53. Youssef, H.A.H. and Hossam, A.T.A., 2023. Privacy Issues in AI and Cloud Computing in E-commerce Setting: A Review. International Journal of Responsible Artificial Intelligence, 13(7), pp.37-46