Os impactos da Inteligência Artificial nas estratégias de marketing
DOI:
https://doi.org/10.26853/Refas_ISSN-2359-182X_v09n01_02Resumen
Com a evolução da transformação digital, o desenvolvimento constante de ferramentas digitais é cada vez mais notório. O uso da tecnologia está presente no dia a dia das pessoas e a Inteligência Artificial já foi introduzida nesta rotina, seja no uso da Alexa ou da Siri, pertencentes respectivamente à Amazon e à Apple, seja nos atendimentos on-line via chatbot, indo adiante em uma lista que pode ser estendida para outras diversas funcionalidades. Esta transformação gera mudança de comportamento de consumidores e empresas. Nesta perspectiva, a presente pesquisa tem como objetivo geral identificar quais são os impactos causados pela Inteligência Artificial nas estratégias de marketing digital das companhias. Durante a realização da pesquisa, foram discutidos aspectos desde a definição do marketing e sua evolução até a maneira em que os algoritmos aprendem os padrões de consumo dos clientes para preverem o que é que desejam no momento. Para tanto, foi realizada uma pesquisa de caráter exploratório, por meio de entrevistas com profissionais que trabalham com as tecnologias de Inteligência Artificial aplicadas em suas operações e por eles foram trazidos os pontos de vistas dessas teorias na realidade e com o ponto de vista das organizações. De um modo geral, pode-se concluir que a Inteligência Artificial quando utilizada e estruturada integralmente com os dados e processos empresariais, a empresa fica apta a transmitir e entregar o que o cliente quer e quando quer de forma personalizada, alterando essa relação entre empresa-cliente e ocasionando um nível de eficiência e eficácia nas estratégias de marketing. Todavia, este avanço gera desafios de adaptação à cultura de dados e tecnologia nas empresas.
Descargas
Citas
AMERICAN MARKETING ASSOCIATION. Definitions of marketing. Disponível em: https://www.ama.org/the-definition-of-marketing-what-is-marketing/. Acesso em: 5 abr. 2021.
BOONE, L.E.; KURTZ, D.L. Marketing contemporâneo. 12 ed. São Paulo: Cengage, 2009.
EVANS, N.D. Seis passos para a transformação digital de qualquer empresa. CIO from IDG, 25 03 2017. Disponível em: https://cio.com.br/gestao/seis-passos-para-a-transformacao-digital-de-qualquer-empresa/. Acesso em: 5 abr. 2021.
GABRIEL, M.; KISO, R. Marketing na Era Digital: Conceitos, Plataformas e Estratégias. 2 ed. São Paulo: Atlas, 2020.
GIBBS, G. Análise de dados qualitativos. Porto Alegre: Grupo A, 2009.
GLOBAL WEB INDEX. Marketing Snapshot Brazil 2021: Latin America Brazil: Key digital behaviors and trend over time and across demographics. Disponível em: https://www.globalwebindex.com/hubfs/Downloads/Market%20Snapshot%20Brazil%202021%20%20GWI.pdf?utm_campaign=210223%20Bra%20Snapshot%20infographic%20P&utm_medium=email&_hsmi=112517158&_hsenc=p2ANqtz-_ilCEni4sMGL00nsASUQgnzPCmhHbcMHs0rm73xwNwvfDQJ2lq8yrJD26Asbfwh6ytEatnEnvofHldpj3auBDnWcFswI3URzrAmfvd4prLao7UGgA&utm_content=112517158&utm_source=hs_automation. Acesso em: 25 mar. 2021.
GODOY, A.S. Introdução à pesquisa qualitativa e suas possibilidades. Revista de Administração de Empresas/ EAESP/ FGV, São Paulo, v. 35, n. 2, p. 57-63. 1995.
IBM. Digital Reinvention in Action: What to do and how to make it happen 2016. Disponível em: https://www.ibm.com/downloads/cas/7MK5LPON. Acesso em: 25 mar. 2021.
JOTA, A. Inteligência Artificial, Machine Learning e Deep Learning: entenda melhor. 2017. Disponível em: https://tecmundo.com.br/inteligencia-artificial/117510-inteligencia-artificial-machine-learning-deep-learning-entenda-melhor.htm. Acesso em: 28 mar. 2021.
KOTLER, P. Administração de marketing. São Paulo: Prentice Hall, 2001.
KOTLER, P.; KARTAJAYA, H.; SETIAWAN, I. Marketing 4.0: Do tradicional ao digital. Rio de Janeiro: Sextante, 2017.
LAS CASAS, A.L. ADMINISTRAÇAO DE MARKETING. 2 ed. São Paulo: Atlas, 2019.
LIMA, I. Inteligência Artificial. 3 ed. Rio de janeiro: Campus, 2014.
MERRIAM, S.B. Qualitative Research in Practice: Examples for Discussion and Analysis. San Francisco, Jossey-bass, 2002.
MIKLOSIK, A; EVANS, N. Impact of Big Data and Machine Learning on Digital Transformation in Marketing: A Literature Review. IEEE ACCESS, v. 8, 2020. Disponível em: https://ieeexplore.ieee.org/document/9103568. Acesso em: 12 mar. 2021.
NEVES, B.C. Tecnologia e mediação: uma abordagem cognitiva da inclusão digital. Curitiba: CRV, 2017.
O´BRIEN, J.A; MARAKAS, G.M. Administração de Sistemas de Informação. 15 ed. Porto Alegre: AMGH, 2013.
OLIVEIRA, K.S. Os benefícios da Inteligência Artificial no monitoramento de mídias sociais. Revista Ciências Humanas - Educação e Desenvolvimento Humano, v. 14, n. 1, 2021. Disponível em: https://www.rchunitau.com.br/index.php/rch/article/view/623/377. Acesso em: 30 mar. 2021.
ORTEGA, M. Master Selling: um verdadeiro manual para mestres em vendas. Rio de Janeiro: Alta Books, 2020.
PULIZZI, J. Marketing de conteúdo épico: como contar uma história diferente, destacar-se na multidão e conquistar mais clientes com menos marketing. São Paulo: DVS, 2016.
RABELO, A. Transformação Digital: o que é e quais os seus impactos na sociedade. Rock Content. 2020. Disponível em: https://rockcontent.com/br/blog/transformacao-digital/. Acesso em: 28 mar. 2021.
ROGERS, D.L. Transformação Digital: repensando o seu negócio para a era digital. São Paulo: Autêntica Business, 2017.
RUSSEL, S; NORVIG, P. Inteligência artificial. 3 ed. Rio de janeiro: Elsevier, 2013.
SANTANA, R. O futuro da indústria já é digital. Harvard Business Review Brasil, set 2017. Disponível em: https://hbrbr.com.br/o-futuro-da-industria-ja-e-digital/. Acesso em: 12 mar. 2021.
SHARDA, R.; DELEN, D.; TURBAN, E. Business Intelligence e Análise de dados para a gestão de negócios. 4 ed. Porto Alegre: Bookman, 2019.
TAURION, C. Por que tanta discussão sobre Transformação Digital e tão pouca ação? CIO from IDG, 20 agosto 2017. Disponível em: https://cio.com.br/tendencias/por-que-tanta-discussao-sobre-transformacao-digital-e-tao-pouca-acao/. Acesso em: 20 mar. 2021.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Refas - Revista Fatec Zona Sul
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
1 - As fontes dos dados, as autorizações pertinentes e os textos publicados na revista são de inteira responsabilidade de seus autores.
2 - É permitida a reprodução, desde que citada a fonte e o autor.
3 - Após o artigo aprovado, o autor principal deverá enviar declaração, conforme o modelo:
Refas - Revista Fatec Zona Sul
Autorização par publicação
(Nome do autor), (no caso de vários autores citar todos), autorizo (ou autorizam, no caso de diversos autores) a publicação do artigo (nome do artigo), com exclusividade para a primeira publicação pela Revista Fatec Zona Sul, em meio eletrônico.
A contribuição é original e inédita, e não está sendo avaliada para publicação por outra revista; caso contrário, deve-se justificar em "Comentários ao editor".
Dados de todos os autores:
Nome completo:
Instituição:
E-mail:
Telefone:
Obs.: Informar os códigos dos serviços DDD e DDI.
Assinatura do autor principal: ____________________________________
Aviso de Direito Autoral
Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
b) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
c)Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons CC Attribution-NonCommercial-NoDerivatives 4.0, acessável em Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.