APPLICATION OF MACHINE LEARNING ALGORITHMS IN THE MARKETING STRATEGY OF AN ENTERPRISE IN THE CONDITIONS OF THE DIGITAL ECONOMY
Abstract
One of the most relevant trends in the development of the marketing strategy of a modern enterprise is machine learning. It is machine learning algorithms that make it possible to predict the development of the market for goods and services, to determine the most likely patterns of customer behavior. The article examines the application of machine learning algorithms in the marketing strategy of enterprises, which is extremely relevant in the context of digitalization of the economy. The use of machine learning algorithms in the marketing strategy of a company in the digital economy is crucial for optimizing strategic planning and market interactions. Modern digital technologies provide opportunities to improve the development and implementation of marketing strategies, and the use of machine learning algorithms proves to be the most promising and effective direction in marketing activities. This approach addresses current challenges related to forecasting market trends, consumer behavior models, and other key aspects of marketing strategy. The utilization of machine learning algorithms enables not only the efficient analysis of large datasets but also the construction of personalized strategies, taking into account individual customer characteristics. The issue of implementing these technologies becomes a significant task for businesses, as it not only reveals new possibilities for data analysis and utilization but also requires marketing professionals to have a deep understanding of modern machine learning methodologies. The use of machine learning algorithms in the development of the marketing strategy of a modern enterprise is a leading concept in the digital economy. Machine learning algorithms allow studying, analyzing, and predicting the behavioral reactions of potential or actual target audiences. They also enable the offering of specific products or services to target audiences most interested in their acquisition or receipt. It has been proven that the use of machine learning algorithms in the marketing strategy makes it possible to organize targeted advertising campaigns aimed exclusively at those target audiences who are most interested in a certain product or service, personalize sales and ultimately increase sales as well as profitability of the enterprise.
References
2. Волкова Н. В., Гарькава В. Ф., Скороход І. П. Роль діджитал-процесів в інноваційному розвитку українського бізнесу: економічний аспект. Zenodo. Published May 1, 2023. URL: http://dx.doi.org/10.5281/zenodo.7908023.
3. Піжук О. І. Штучний інтелект як один із ключових драйверів цифрової трансформації економіки. Економіка, управління та адміністрування. 2019. №3(89). С. 41-46.
4. Піскунова О. В., Клочко Р. С. Математичні методи, моделі та інформаційні технології в економіці. Економічний простір. 2020. № 161. С. 147-152.
5. Пономаренко І. В. Інтернет-маркетинг: особливості використання та перспективи розвитку. Східна Європа: економіка, бізнес та управління. 2019. Вип. 6 (23). С. 370-376.
6. Пономаренко І. В. Особливості формування маркетингових комунікацій в умовах цифровізації. Таврiйський науковий вiсник. Серiя: Eкoноміка. 2021. Вип. 7. С. 91-96.
7. Пономаренко І. В., Віннікова І. І. Особливості використання data science в інтернет-маркетингу. Східна Європа: економіка, бізнес та управління. 2020. Вип. 4 (27). С. 63-67.
8. Пономаренко І. В., Мельник М. О. Трансформація цифрового маркетингу під впливом covid-19. ІІІ міжнародна науково-практична інтернет-конференція “Імперативи економічного зростання в контексті реалізації глобальних цілей сталого розвитку”. 10 червня 2022 року. С. 169-171.
9. Проскурніна Н. Штучний інтелект у маркетинговій діяльності. Зовнішня торгівля: економіка, фінанси, право. 2020. № 4. С. 129-140.
10. Проскурніна Н., Доброскок Ю. Штучний інтелект в маркетинговій діяльності підприємств торгівлі. Тези доповідей міжнародної науково-практичної конференції “Економічний розвиток і спадщина Семена Кузнеця”. 30-31 травня 2019 р. Харків, 2019. С. 254-255.
11. Руденко М. В., Кирилюк Є. М., Хуторна М. Е. Цифровізація: маркетингові тренди та платформи реалізації. Науковий вісник Одеського національного економічного університету : збірник наукових праць. 2022. №5-6 (294-295). С. 80-87.
12. Сало Я. В. Автоматизація маркетингової діяльності як наслідок інформатизації суспільства. Науковий погляд: економіка та управління. 2023. №1 (81). С. 100-104.
13. Тарасюк А. М., Гамалій В. Ф., Рзаєва С. Л. Шляхи побудови інтелектуальної системи управління агрофірмою. Кібербезпека: освіта, наука, техніка. 2023. №3(19). С. 197-208.
14. Федорченко А. В., Пономаренко І. В. Особливості використання машинного навчання у веб-аналітиці. Приазовський економічний вісник. 2020. Вип. 6(23). С. 162-165.
15. Шацька З. Я., Прима В. І. Особливості впровадження інформаційних технологій в аграрному секторі України. Агросвіт. URL: http://doi:10.32702/2306-6792.2022.13—14.60.
16. Шевченко А. В., Левковська Т. А., Хайдарова Т. М. Вплив цифрових технологій на розвиток маркетингових досліджень. Наукові інновації та передові технології. 2023. № 5(19). С. 169-176.
17. 5 Ways Tech Companies Apply Reinforcement Learning To Marketing. URL: https://www.topbots.com/reinforcement-learning-inmarketing/.
18. Semi-Supervised Machine Learning Algorithms. URL: https://hackernoon.com/semisupervised-machinelearning-algorithms-fnm32cw.
19. Supervised Learning Use Cases: Low-Hanging Fruit in Data Science for Businesses : вебсайт. URL: https://www.altexsoft.com/blog/business/supervised-learning-use-caseslowhanging-fruit-in-data-science-for-businesses/.
20. Using Machine Learning For Ad Targeting, Customer Behavior And Experience, Stats Calculation And Prediction. URL: https://quoracreative.com/article/machinelearningmarketing-Sales.
_.png)
