Управление целевой аудиторией с применением инструментов искусственного интеллекта

Цель. Рассмотреть современные процедуры управления целевой аудиторией на основе использования инструментов искусственного интеллекта (далее — ИИ) в онлайновом медиапространстве, а также предложить рекомендации по применению таких инструментов в управлении целевой аудиторией.
Задачи. Изучить специфику современных процессов и методов управления целевой аудиторией; сформировать практико-методический обзор и представить характеристику инструментов, сервисов управления целевой аудиторией на базе ИИ.
Методология. Методологической и теоретической основой послужило применение системного подхода к анализу предмета исследования, концептуальных подходов, изложенных в трудах российских и зарубежных ученых в контексте вопросов использования ИИ в управлении целевой аудиторией. В статье с применением методов анализа и интеграции раскрыта сущность современного процесса управления целевой аудиторией, представлен методический обзор инструментов и сервисов управления целевой аудиторией на базе ИИ, выявлены преимущества и сложности применения ИИ в процедурах управления ею.
Результаты. Автором дана характеристика процедуры управления целевой аудиторией на основе метода таргетирования, проведен обзор инструментария управления ею в онлайновом медиапространстве на базе информационно-коммуникационных и цифровых аналитических технологий. Выявлены преимущества и сложности внедрения ИИ в процессы управления целевой аудиторией, а также сформулированы рекомендации по использованию ИИ для оптимизации указанных процессов.
Выводы. Исследованы теоретические и практические вопросы, посвященные специфике современного процесса управления целевой аудиторией в онлайновом медиапространстве. В итоге определены преимущества и сложности применения ИИ в процедурах управления целевой аудиторией, условия и ключевые результаты реализации инструментов и сервисов ИИ в рассматриваемой области, предложены рекомендации по их использованию.

1. Ашманов И. Оптимизация и продвижение в поисковых системах. СПб.: Питер, 2019. 512 с.

2. Искусственный интеллект в маркетинге: примеры, ограничения, проблемы и мнение Click.ru // Хабр. 2021. 9 сентября. URL: https://habr.com/ru/companies/click/articles/577036/ (дата обращения: 05.05.2024).

3. Горнштейн М. Ю. Современный маркетинг: монография. 4-е изд. М.: Дашков и К, 2022. 404 с.

4. Васюнова А. А., Кукшинова Е. Д., Грачёва Д. П. Искусственный интеллект в маркетинге и рекламе: отечественный опыт // Журналистика, массовые коммуникации и медиа: взгляд молодых исследователей: материалы Всерос. (с Междунар. участием) науч.-практ. конф. молодых исследователей, аспирантов и студентов (Белгород, 12–14 апреля 2023 г.) / науч. ред. Е. А. Кожемякин, А. В. Полонский, С. В. Крюкова, А. В. Белоедова. Белгород: Космос, 2023. С. 386–392.

5. Искусственный интеллект в России: технологии и рынки / науч. ред. Л. М. Гохберг. М.: Институт статистических исследований и экономики знаний Национального исследовательского университета «Высшая школа экономики», 2025. 148 с.

6. Салагубова Э. Д., Гирш Л. В., Соловьева Д. В. Управление продвижением сложных товаров и продуктов на основе концепции лонч-маркетинга // Научный журнал НИУ ИТМО. Серия: Экономика и экологический менеджмент. 2023. № 3. С. 50–59. DOI: 10.17586/2310-1172-2023-16-3-50-59

7. Хачатурян К. С., Пономарева С. В., Корюшов Н. В. Искусственный интеллект в маркетинге как новая концепция и бизнес-возможность для повышения эффективности компаний // Вестник евразийской науки: интернет-журнал. 2023. Т. 15. № 3. URL: https://esj.today/PDF/55ECVN323.pdf (дата обращения: 30.04.2024).

8. Шевердин А. А. Автоматизация маркетинговых процессов с помощью искусственного интеллекта: преимущества и вызовы // Вестник науки: науч. электрон. журнал. 2024. Т. 3. № 1. С. 139–149. URL: https://www.xn----8sbempclcwd3bmt.xn--p1ai/article/12443?ysclid=m7t8r7865x733319065 (дата обращения: 30.04.2024).

9. Молчанова Р. В. Применение машинного обучения в интернет-маркетинге // Международный научно-исследовательский журнал. 2024. № 4. DOI: 10.23670/IRJ.2024. 142.113

10. Mitchell T. M. Machine Learning. McGraw-Hill, 1997. 432 p.