基于人工智能的营销决策模型构建与应用研究_郭一凡.pdfVIP

老字号品牌营销营销与政策

基于人工智能的营销决策模型构建与应用研究

◎郭一凡孙静吴雪

摘要：随着人工智能技术在营销领域的广泛应中获得经验，不断改进模型性能的自动优化检测程序。

用，越来越多的企业开始重视人工智能对营销绩效提升机器学习具有使用模型预测未来数据的能力，通过建立

的作用，逐步采用技术决策替代传统的经验决策。为了统计模型，可以实现数据观察和数据预测的自动化流程，

使营销决策更加智能化和精准化，本文构建了基于人工比传统的计量模型更具有操作便利性和预测准确性。虽

智能的营销决策模型，并提出该模型的适用范围和应用然人工智能比机器学习的应用范围更加广泛，但在营销

价值。本文的研究将不同类型的营销决策支持系统纳入管理实践中，人工智能大多在机器学习的框架下进行应

同一理论框架中加以探讨，有利于将不同类型的人工智用程序的开发。营销应用程序通常需要将机器学习和传

能营销业务进行系统整合，对于营销决策和企业人工智统方法进行结合，其中，机器学习用于预测，传统方法

能营销的开展，具有一定的理论和现实意义。用于解释变量间的关系。不同于传统的营销建模方法，

关键词：营销决策；人工智能；机器学习；大数据机器学习是一种低成本的预测方法，可以完全在计算机

引言的数据学习中运行而不再依赖于编程。因此，在营销决

策模型中，机器学习可以对复杂的数据源进行处理和预

近年来，人工智能技术被广泛应用于市场营销领

测，然后将这些信息输入传统的计量经济模型中进行变

域，越来越多的企业开始重视基于人工智能的营销应用

量解释，根据变量间的相互关系进行建模，并据此提出

程序开发。人工智能通过消费者数据挖掘和营销预测分

营销决策的相关建议。

析，能够帮助企业制定关键决策并赢得市场竞争。随着

智能计算能力和数据可用性的显著提高以及预测成本的（二）数据挖掘

大幅下降，人工智能的普及率急剧上升。目前，营销领数据挖掘（DataMining）是运用算法从数据中获取

域已经开发了用于价格调整和预测的大数据分析系统、信息、分析信息并揭示信息价值的全过程。数据挖掘能

用于产品和促销的个性化推荐系统、用于顾客参与和体够从数据库中发现关键线索，是一种关于数据识别模式

验优化的智能客服系统以及用于顾客满意度跟踪的评价的研究工具。由于机器学习需要通过数据识别变量关系

分析系统等智能决策系统，不断促进人工智能在营销中来创建预测未来行为的模型，因此可将数据挖掘视为机

的战略应用[1]。然而，现有基于人工智能的营销决策支器学习的一个重要内容[3]。目前数据挖掘已经被广泛应

持系统类型复杂且功能分散，不利于企业不同业务间的用于市场营销活动中，较为典型的是通过对消费者数据

整合。本文将根据人工智能技术类型及特征，构建一个进行跟踪预测购买行为。例如，京东的库存销售预测是

统一标准的营销决策模型框架，并提出该模型的应用范通过数据挖掘进行产品需求预测，然后将商品存储在附

围和价值，以帮助企业解决不同情境下的营销决策问题，近的配送中心，以确保当消费者决定购买之后能够在最

增强企业核心竞争优势，实现人工智能技术在营销领域短时间内达成产