آینده فناوری های دیجیتال در بازاریابی: یک چارچوب مفهومی و یک نمای کلی

آنچه در این مقاله خواهید خواند :

خلاصه
مقدمه ای بر آینده فناوری های دیجیتال در بازاریابی
اهمیت فناوری های دیجیتال برای بازاریابی
الزامات بازاریابی استراتژیک برای فناوری های دیجیتال در حال ظهور
فناوری دیجیتال - نتایج استراتژیک را ممکن می سازد
افزایش ارزش آفرینی با استفاده از هوش مصنوعی
مفاهیم اخلاقی و کاهش تعصب الگوریتمی
بینش هایی در مورد روندهای فناوری های دیجیتال در بازاریابی
دستور کار تحقیقاتی آگاهانه از متخصصان بازاریابی برای آینده فناوری های دیجیتال
منابع

آینده فناوری های دیجیتال در بازاریابی : یک چارچوب مفهومی و یک نمای کلی

خلاصه

فناوری ‌های دیجیتال کلید دستیابی به مزیت رقابتی در زمینه‌ های بازاریابی و خرده‌ فروشی هستند. در عین حال، مدیران بازاریابی با چالش‌های مختلفی پیرامون استفاده استراتژیک از این فناوری‌ ها و نیاز به تجدید نظر در استراتژی‌ های دیجیتالی خود مواجه هستند. مهمتر از همه، مدیران باید درک عمیق‌ تری از نگرش مصرف‌کننده نسبت به فناوری ‌های دیجیتال و تعامل با آن (یا فقدان آن) ایجاد کنند. استراتژیست های بازاریابی می توانند از رهبری فکری بازاریابی دانشگاهی بهره ببرند تا یاد بگیرند که چگونه می توانند این چالش ها را به فرصت های استراتژیک برای مزیت رقابتی تبدیل کنند.

این امر می تواند منجر به نوآوری های تکنولوژیکی شود که ارزش مشتری، شرکتی و اجتماعی را ایجاد می کند. برخی از این مزایا در مقالاتی که این موضوع ویژه را تشکیل می دهند توضیح داده شده است. ما چارچوبی را پیشنهاد می‌کنیم که بر نقش منابع استراتژیک استفاده شده توسط مدیران برای توسعه و تحقق وعده‌ های فناوری ‌های دیجیتال تمرکز دارد. سپس، بینش ‌هایی را از 16 مصاحبه با مدیران ارشد بازاریابی گزارش می‌کنیم که منجر به سه موضوع کلی می‌شود: بازاریابی غیرمتمرکز، تجربیات مشتری فرامدرن، و مکانیزاسیون بازاریابی.

مقدمه ای بر آینده فناوری های دیجیتال در بازاریابی

با ظهور و توسعه فناوری های دیجیتال، این ابزار برای اثربخشی بازاریابی استراتژیک از نظر جلب توجه مشتریان، تضمین حمایت و در نهایت وفاداری ضروری هستند. در حالی که این فناوری ‌ها نوید ارائه ارزش قابل توجهی را از لحاظ درگیر کردن مشتریان با پیام‌ ها و پیشنهادات برند دارند، در مقابل هزینه‌ های سرمایه‌گذاری قابل توجه، نوار بالایی را برای تحقق این وعده تعیین کرده‌اند. شرکت ها از فناوری های دیجیتال برای متمایز ساختن خود از رقبا و بهبود کارایی عملیاتی خود استفاده می کنند.

چنین الزامات استراتژیک مبرمی باعث افزایش مستمر سرمایه گذاری جهانی در هوش مصنوعی (AI) شده است که انتظار می رود از سال 2020 تا 2028 بیش از 1250 درصد افزایش یابد و به 641 میلیارد دلار هزینه برسد . در این چشم‌انداز نوآوری بازاریابی مبتنی بر فناوری که به سرعت در حال تغییر است، شرکت‌ ها گزینه‌ های جدیدی به منظور ایجاد ارزش برند برای خود دارند. همانطور که در رشد سازمان‌ هایی مانند آمازون، مایکروسافت، اپل، آلفابت، تسلا و تنسنت (Tencent) به آسانی مشهود است. در عین حال، آگاهی افزایش یافته است و لذا کسب و کارها باید به دقت بررسی کنند که چگونه مشتریان و جامعه ممکن است تحت تأثیر پذیرش فناوری های دیجیتال قرار گیرند. و چگونه می توان به بهترین وجه برای مشتریان و سایر سهامداران ارزش ایجاد کرد.

اهمیت فناوری های دیجیتال برای بازاریابی

تحقیقات اخیر اهمیت رو به رشد فناوری دیجیتال برای بازاریابی و خرده فروشی را برجسته می کند. یک حوزه مهم تحقیق مربوط به حصول اطمینان از درک مؤثری از نحوه واکنش مصرف‌کنندگان به فناوری‌ های جدید، مانند ربات‌ ها، ربات‌ های گفتگو و دیگر برنامه‌ های کاربردی مبتنی بر هوش مصنوعی (AI) است. برای مثال، علیرغم مزایایی که می‌توانند ارائه کنند، ربات ‌هایی که بیش از حد شبیه انسان به نظر می‌ رسند، می ‌توانند هم حس و هم‌ انگیز بودن را برانگیزند (که اغلب به عنوان پدیده دره مرموز نامیده می‌شود) و به طور بالقوه مصرف‌ کنندگان را بیگانه می‌کنند.

برای جلوگیری از چنین پیامد های نامطلوب و ناخواسته، استقرار فناوری‌ های جدید مستلزم بررسی دقیق، برنامه ‌ریزی و آموزش کاربران (مثلاً کارکنان خط مقدم)، و درک این موضوع است که چگونه یک فشار تکنولوژیک باید بین کسب و کار و مشتری متعادل گردد .

مهمتر از همه، تلاش ها در این مسیرها باید مسیرهایی را منعکس کنند که از طریق آن فناوری های دیجیتال ارزش مشتری را ایجاد می کنند. به عنوان مثال، خرده فروشان آنلاین (به عنوان مثال، Wayfair، آمازون) هدفشان ایجاد تجربیات دیجیتالی مشتری است که همتراز با همتایان فیزیکی آنها یا حتی بهتر از آنها باشد. آنها همچنین ممکن است از فناوری ‌های دیجیتال برای بهبود تجربیات مشتری یا تعامل با مشتری استفاده کنند. در حالی که نگرانی‌ های مربوط به حریم خصوصی را کاهش دهند. فن‌آوری ‌های دیجیتال همچنین می ‌توانند ارزش ایجاد کنند و با توانمند ساختن مدیران برای دسترسی به بازارهای فاقد خدمات، بر ارزش ‌آفرینی تأثیر بگذارند.

الزامات بازاریابی استراتژیک برای فناوری های دیجیتال در حال ظهور

شرکت‌ هایی که اغلب با فناوری ‌های دیجیتالی نوظهور آزمایش می ‌کنند و می ‌پذیرند، می ‌توانند صنایع خود را رهبری کنند، زیرا آنها نوآوری‌ های مرتبط با تجربه مشتری و همچنین تلاش‌ های طراحی، تولید، ترویج و تحویل را تقویت می‌کنند .

به عنوان مثال، آمازون دائماً با فناوری آزمایش می‌کند، از ربات‌ ها در انبارها گرفته تا هواپیماهای بدون سرنشین به عنوان مکانیزم‌ های تحویل، که به آن کمک می‌کند تا مزیت استراتژیک خود را به دست آورده و آنرا حفظ کند. همه‌ گیری اثرات چنین استفاده‌ های نوآورانه ‌ای از فناوری‌ های دیجیتال در حال ظهور را تشدید کرده است، زیرا مشتریان به دنبال محدود کردن تماس فیزیکی خود و تنظیم رفتارهای خرید خود هستند.

این تغییر در رفتار به نفع سازمان‌ هایی بود که روش‌ های جدیدی را برای استفاده از فناوری‌ هایی مانند UberEats و Instacart به کار می‌برند که تحویل غذا به خانه‌ های مردم را فراهم می‌کنند. علاوه بر این، آمازون علاوه بر افتتاح فروشگاه‌ های کاملاً خودکار مانند AmazonGo، تحویل سریع‌ تر مواد غذایی را از Amazon Fresh و Whole Foods اضافه کرد.

همانطور که این مثال ها و مشارکت در این موضوع ویژه رهبری فکری نشان می دهد، سازمان ها از منابع استراتژیک برای توسعه و استقرار فناوری های دیجیتال مرتبط برای دستیابی به نتایج استراتژیک برای مشتریان، شرکت ها و جامعه خود استفاده می کنند.

فناوری دیجیتال – نتایج استراتژیک را ممکن می سازد

مدیرانی که از فناوری‌ های دیجیتالی نوظهور استقبال می‌کنند باید تأثیرات آن ‌ها را بر سفر خرید، درک مشتری و ارائه خدمات پیش‌بینی کنند. شوایدل و همکاران (Schweidel et al.) با تمرکز بر سفرهای خرید دریافتند که قدرت روابط مشتری – شرکت تا حد زیادی تمایل مشتریان را برای انتقال سیگنال‌ های دیجیتالی که بازاریابی شخصی ‌شده را ممکن می ‌سازد، تعیین می‌کند. یک چارچوب جالب برای برجسته کردن اثرات سیگنال های مصرف کننده، تصمیمات سازمانی و واکنش های مصرف کننده در مرحله پیش خرید، مرحله خرید و مرحله پس از خرید ارائه شده است.

روشی که مشتریان برای تعامل با فناوری های دیجیتال استفاده می کنند نیز بر رفتار آنها تأثیر می گذارد. همانطور که کینگ و همکاران (King et al.) گزارش (2022)، تعاملات تایپ شده (در مقابل صوتی) با صفحه جستجو، نیات و رفتار های خرید افراد را افزایش می دهد. آن‌ ها پیشنهاد می‌کنند (و نشان می ‌دهند) که تایپ کردن عبارت جستجویتان شبیه قرار دادن مشتری در ذهنیت مشورتی ‌تری است. و این احتمالاً بر سفر مشتری و رفتارهای خرید نهایی آنها تأثیر می‌گذارد. برای ویژگی‌ های جستجوی صوتی، یافته‌ های آنها اهمیت ارتباط کنش ‌محور را نشان می‌دهد. تحقیقات اخیر اهمیت ارتباطات پویا را برجسته کرده است .

آینده فناوری های دیجیتال در بازاریابی : یک چارچوب مفهومی و یک نمای کلی

با این حال، این چنین به اشتراک گذاری داده ها از طریق فناوری همچنین می تواند نگرانی هایی را در مورد حفظ حریم خصوصی و امنیت ایجاد کند. بنابراین، شرکت‌ ها باید هنگام به کارگیری فناوری‌ های دیجیتال نوظهور احتیاط کنند. زیرا تنش‌ ها ممکن است مربوط به ترجیحات حریم خصوصی مشتریان در طول سفر خرید شان باشد. تعامل با شرکتی که به چنین فناوری هایی متکی است می تواند منجر به تیرگی روابط شود .

حتی در خارج از سفرهای خرید خود، مشتریان ممکن است در صورت استفاده از فناوری‌ های نوظهور، برندها را متفاوت درک کنند. در میان برند های لوکس، پژوهشگران دریافتند که برای مشتریان محصولات لذت ‌بخش (مانند کیف‌ های دستی) در صورتی که دارای طراحی‌ های مبتنی بر هوش مصنوعی باشند، به دلیل کاهش ارزش احساسی این محصولات، جذابیت کمتری پیدا خواهند کرد. با این حال، به نظر می رسد این اثر منفی طراحی محصول مبتنی بر هوش مصنوعی برای محصولات کاربردی (مانند خودروهای لوکس) ناپدید می شود.

به طور مشابه، تعاملات خدماتی که توسط فناوری‌ های دیجیتالی نوظهور تسهیل می ‌شوند، ممکن است مزایای راحتی داشته باشند، اما در برخی زمینه‌ ها نتایج منفی نیز ایجاد کنند. برخی محققان بررسی می‌کند که چگونه عوامل مجازی انسانی ممکن است نگرانی ‌های افزایش حریم خصوصی و کاهش رفاه را برانگیزند. آنها اثرات راهبردهای مختلف مداخله را ارزیابی می کنند:

افزایش آگاهی از مشکل،
بهبود دانش روش های حل مشکل و
اجرای راه حل ها.

استراتژی مداخله اقدام موفق ترین حرکت در کاهش اثرات تهدید شناسایی منفی بود.

عده ای دیگر موقعیت ‌هایی را شناسایی می ‌کنند که در آنها همدلی مصنوعی در تعاملات خودکار مشتری-شرکت مطلوب است، حتی اگر آنها اذعان داشته باشند که برخی از کاربردهای همدلی مصنوعی می ‌تواند به این روابط آسیب برساند.

مطالعه آنها شواهدی را ارائه می دهد که نشان می دهد هوش مصنوعی که همدلی مصنوعی بیشتری ارائه می دهد منجر به بهبود تجربیات و نتایج مشتری می شود.

افزایش ارزش آفرینی با استفاده از هوش مصنوعی

در سراسر صنایع، بسیاری از شرکت ها سرمایه گذاری زیادی در برنامه های کاربردی هوش مصنوعی می کنند . و با انجام این کار این شرکت ها می توانند اثربخشی سایر سرمایه گذاری های بازاریابی را افزایش دهند. به عنوان مثال، پژوهشگران نشان می دهد که شرکت های متمرکز بر هوش مصنوعی – با کارایی عملیاتی بیشتر و بازدهی بهتر در سرمایه گذاری های بازاریابی- سودآورتر هستند. در همان زمان، آنها دریافتند که شرکت‌ هایی که تمرکزشان بر هوش مصنوعی است، هزینه‌های تبلیغاتی را کاهش می‌دهند.

در عین حال پژوهش ها نشان می دهند که سرمایه گذاری سازمان ها بر روی دستگاه های دستیار صوتی مانند الکسای آمازون تمرکز دارد. آنها نشان می دهند که چگونه اعلام قابلیت های مختلف در دستگاه هایشان می تواند بر ارزش شرکت تأثیر بگذارد.

به طور خاص، قابلیت‌ های اطلاعاتی تأثیر مثبتی بر تأثیر اعلام بر ارزش شرکت داشتند، در حالی که قابلیت‌ های کنترل شی تأثیر معنی ‌داری نداشتند. جالب توجه است که قابلیت های معاملاتی اثر تعدیل کننده منفی داشته است.

بنابراین، در حالی که قابلیت ‌های دستیار صوتی اثرات متفاوتی در سطح ارزش ‌گذاری شرکت دارند، درک تأثیرات آن ‌ها در سطح مشتری به همان اندازه مهم است. علاوه بر این، استفاده از ویژگی‌ های دستگاه دستیار صوتی هوش مصنوعی می‌تواند توسط مشتریان به عنوان سیگنال‌های هوشمندی و مصنوعی (بیشتر شبیه ماشین) استفاده شود و به نوبه خود بر ارزیابی ‌های آنها تأثیر بگذارد .

بعضی از پژوهشگران توضیح دادند که چگونه پردازش زبان طبیعی مبتنی بر هوش مصنوعی می ‌تواند به شرکت ‌ها در تجزیه و تحلیل داده‌ های ساختار یافته و کشف احساسات و رفتار های مصرف‌ کننده کمک کند، که منجر به موضع ‌یابی بهتر برند، توسعه محصول نوآورانه ‌تر، گسترش مزیت‌ های رقابتی و ارتباطات بازاریابی چابک ‌تر می‌شود.

آنها مروری جامع از مدل ‌های پردازش زبان طبیعی (NLP) ارائه می‌کنند و با کمک دو مجموعه داده (اعلام محصول و مقالات خبری)، مزایا و معایب مدل‌ های مختلف را برجسته می‌کنند و زمانی که مدل ‌های خاص ممکن است مناسب‌ تر باشند.

سرمایه گذاری های هوش مصنوعی قدرتِ بخش بازاریابی را تقویت می کند و پاسخ سرمایه گذاران به پیشرفت های محصول جدید را بهبود می بخشد. به طور خلاصه، هوش مصنوعی پتانسیل افزایش ارزش ایجاد شده توسط استراتژی‌ های بازاریابی و سرمایه‌گذاری در فناوری‌ های دیجیتالی نوظهور را دارد. با استفاده از مطالعه رویدادی از اعلامیه ‌های سازمان‌ های S&P500، محققان تاکید می‌ کنند که رابطه قدرت بازار – پاسخ سرمایه‌گذار زمانی افزایش می‌یابد که اعلامیه ‌های هوش مصنوعی حاوی اطلاعاتی باشد که نوآوری پیچیده ‌تر، منبع خارجی یا مربوط به مراحل بعدی نوآوری است.

مفاهیم اخلاقی و کاهش تعصب الگوریتمی

اگر چه فناوری ‌های دیجیتالی نوظهور مانند هوش مصنوعی و یادگیری ماشینی می‌ توانند پیش‌ بینی ‌ها را افزایش دهند. برخی موانع بالقوه وجود دارد که ممکن است مانع از مزایای آنها برای جامعه شود. همانطور که در مورد هر نوآوری اقتصادی صادق است، افزایش بهره وری می تواند به افزایش قیمت سهام تمام شود. برای مثال، هوش مصنوعی و الگوریتم‌ هایی که به آن وابسته است ممکن است اشکال موجود نابرابری را تقویت کند . یا ممکن است فشرده‌ سازی اطلاعات را ارتقاء بخشد، که منجر به نتایج غیر بهینه اجتماعی شود.

علاوه بر این، سه منبع بالقوه سوگیری در ادبیات قبلی حدس زده شده است .

اول، فقدان تنوع در جوامع برنامه نویسی ممکن است در نحوه نگارش و استقرار الگوریتم ها منعکس شود. دوم، الگوریتم‌ ها ممکن است با مجموعه‌ داده ‌هایی که خود منعکس ‌کننده سوگیری ‌های موجود هستند، آموزش داده شوند. برای مثال، اگر نرم‌افزار تشخیص صدا فاقد داده ‌های مربوط به گویش ‌های آفریقایی -آمریکایی باشد، به دلیل محرومیت دیجیتالی موجود، نسل‌ های آینده نرم‌افزار همچنان برای بخش ‌هایی از جمعیت که قبلاً حذف شده‌اند، اثربخشی کمتر و کمتری خواهند داشت.

سوم، الگوریتم‌ هایی که شامل پردازش بی ‌درنگ داده‌ ها می ‌شوند، ممکن است اقدامات فردی جانبدارانه را انتخاب کنند. اگر یک بخش منابع انسانی به طور تاریخی معیارهای انتخاب خود را برای جستجوی دانشجویان از موسسات کارشناسی که فراگیر نیستند تعریف کرده باشد، این سوگیری ممکن است توسط الگوریتم آموخته و تقویت شود.

بسیاری از این نگرانی ‌ها در مورد سوگیری الگوریتمی و طرد الگوریتمی مربوط به الگوریتم‌ هایی است که برای اطلاع‌ رسانی استخدام، اعتبار، آموزش و رسیدگی ‌های قضایی استفاده می‌شوند. با این حال، دلایلی برای نگرانی در زمینه های سنتی تر بازاریابی نیز وجود دارد. به عنوان مثال، محققان نشان می ‌دهند که در تلاش برای به حداکثر رساندن اثربخشی هزینه، یک الگوریتم تبلیغاتی ممکن است تبلیغات تشویق کننده مشاغل STEM (علوم، فناوری، مهندسی و ریاضی) را به نامزدهای زن محدود کند، زیرا دسترسی به زنان نسبتاً گران ‌تر از دسترسی به مردان است. بازاریابان باید از چنین پتانسیل‌ های مضر و خطر نتایجی که با ارزش ‌های شرکت ‌ها در تضاد است آگاه باشند، حتی اگر ماهیت یا هدف مورد نظر هوش مصنوعی یا یادگیری ماشینی بی‌ضرر به نظر برسد.

آموزش بازاریابی دیجیتال : پکیج آموزش ویدئویی ، هندبوک (PDF) ، الگو و پاورپوینت دیجیتال مارکتینگ

بینش هایی در مورد روندهای فناوری های دیجیتال در بازاریابی

این بخش ویژه بینش های تحقیقاتی در مورد اینکه چگونه فناوری های دیجیتال می توانند بر استراتژی های بازاریابی و مشتریان تأثیر بگذارند ارائه می دهد. برای تأیید یافته‌ های تحقیق و ارزیابی تأثیر بالقوه موضوعات شناسایی ‌شده توسط محققان بازاریابی، ما بینش ‌هایی را در مورد دیدگاه‌ های متخصصان ارشد بازاریابی در مورد آینده فناوری‌ های دیجیتال در بازاریابی جمع‌آوری کردیم. ما 16 مصاحبه با رهبران بازاریابی از صنایع مختلف انجام دادیم . با رضایت آگاهانه و مقدمه‌های دقیق، چگونگی ویژگی‌ های فناوری ‌های دیجیتال در عملکرد بازاریابی این مدیران را بررسی کردیم، سپس برخی کاربردهای بالقوه خاص فناوری‌ ها، از جمله هوش مصنوعی، واقعیت‌های توسعه‌یافته، متاورس، روباتیک، عوامل مجازی، بلاکچین، اینترنت اشیا و محتوای مصنوعی را بررسی کردیم.

بازاریابی غیرمتمرکز

در حالی که فناوری‌ های وب 2.0 شرکت‌ ها و مدیران برندهایشان را مجبور می‌کنند تا مقداری قدرت را به مشتریان و سایر سهامداران واگذار کنند ، فناوری‌های وب 3.0 مانند زنجیره‌ های بلوکی احتمالاً آغازگر عصری است که می‌توانیم آن را بازاریابی غیرمتمرکز بنامیم. برندهای دموکراتیک تر بر پایداری، تضمین منشأ، حفاظت از حریم خصوصی و امنیت و محصولات دیجیتالی نوآورانه تمرکز خواهند کرد. این فشار در نظرات Adam Nguyen مشهود است:

رویکرد وب 3.0 بیش از پیش غیرمتمرکز است، زیرا فکر می‌کنم بازاریابی غیر متمرکزتر و توزیع ‌شده‌تر و به یک معنا دموکراتیک‌ تر اجتناب ‌ناپذیر است. روشی که ما بازاریابی می کنیم باید از بازخورد جامعه استقبال کند. ما در وب 3.0 در مورد جامعه زیاد صحبت می کنیم، اما آن جامعه مشتریان هستند. این تفاوت در رویکرد است. وقتی مشتریان در حال بهبود نام تجاری و انتخاب برند خود هستند، بهترین راه برای جذب مشتری توسط برندها چیست؟ برندها چقدر بیشتر می توانند درگیر مشتری باشند یا از آنها انتظار داشته باشند؟

از آنجایی که شرکت‌ ها و مدیران مجبور هستند درباره نحوه، زمان و چرایی تعامل با مشتریان تجدید نظر کنند، فناوری ‌های وب 3.0 طیف گسترده‌ای از گزینه ‌های اشتراک‌گذاری اطلاعات را ارائه می‌دهند. خط MCQ برند الکساندر مک‌کوئین، تراشه ‌های ارتباطی میدان نزدیک (NFC) را در لباس‌ ها تعبیه می‌کند، که از طریق آن هم مشتریان و هم شرکای زنجیره تأمین می‌توانند اعتبار تولید پایداری زیست‌ محیطی و اجتماعی خود را تأیید کنند. و با ردیابی مشارکت‌ های هر یک از شرکای زنجیره تأمین، از منشأ آنها اطمینان حاصل کنند. بنابراین، این شفافیت افزوده شده برند نه تنها مشتریان را در مورد پایداری برند های مورد علاقه خود آگاه می کند، بلکه آن برندها را تشویق می کند تا فرآیند های تولید و زنجیره تامین خود را پاک تر کنند .

فراتر از ارائه اطلاعات بیشتر و تعامل با مصرف کنندگان، بازاریابی غیرمتمرکز به شرکت ها در حفاظت از حریم خصوصی مشتریان و ایمن سازی اطلاعات موجود کمک می کند. گریگوری (Gregory) این فایده را تصدیق می کند و می گوید:

ابتکارات اخیر انجام شده توسط برخی از پلتفرم های تکنولوژی بازاریابی پیشرو در جهان، مانند گوگل یا متا، به دنبال حفظ ناشناس بودن هستند، اما همچنان بازاریابان را قادر می سازد تا سطح مشخصی از جزئیات را برای انتخاب مشتریان بر اساس شاخص گسترده ای از علایق و ویژگی ها، به دست آورند. از منظر تبلیغات، ما فقط سخن پراکنی و درخواست نمی کنیم، بلکه رویکردی هدفمند داریم که به حریم خصوصی احترام می گذارد. این هنوز هم ماه به ماه، سال به سال در حال توسعه است، زیرا به تدریج بخشی از اکوسیستم بازاریابی دیجیتال می شود.

علاوه بر این، برخی از شرکت‌ ها موضع یابی برند را با محوریت حریم خصوصی پیاده‌ سازی کرده‌اند و استراتژی‌ های جدیدی برای استفاده از داده‌ های مشتری دارند، همانطور که ادوارد (Edward) توضیح می‌دهد:

محل جدید تلویزیون آیفون که در آن یک خانه حراجی وجود دارد و مخاطبان برای داده ‌های یک خانم جوان، مانند مخاطبین تلفن او، پیشنهاد می‌دهند. داده های او در حال ناپدید شدن است که آنها در حال مناقصه هستند. این تبلیغ نشان می‌دهد که برند کنترل را به مصرف‌ کننده باز می‌گرداند، زیرا آنها اکنون متوجه می‌شوند که غول از چراغ جادو خارج شده است. اکنون مصرف کنندگان می دانند که داده های آنها چقدر ارزشمند است و چگونه همه این نوع خدمات اینترنتی رایگان نبوده اند. آنها روی داده های شخصی ما معامله می کردند. در حال حاضر شاهد ظهور استارت ‌آپ‌هایی هستیم که در حال افزایش هستند و می ‌خواهند این داده‌ها را پس بگیرند و در واقع به مصرف ‌کنندگان اجازه کسب درآمد از آن‌ها را بدهند.

تهدیدهای حریم خصوصی به احتمال زیاد ناپدید نمی شوند، اما شرکت ها می توانند خود را به عنوان محافظ داده های مشتری قرار دهند، زیرا آنها از فناوری های وب 3.0 غیرقابل دستکاری استفاده می کنند که هم تضمین و هم ارزش را به مشتریان ارائه می دهد.

فناوری ‌های وب 3.0 که بازاریابی غیرمتمرکز را ممکن می‌سازد، پایه‌ های جدیدی را برای ارائه‌ های دیجیتال هیجان‌انگیز فراهم می‌کند. به عنوان مثال، توکن ‌های غیرقابل تعویض (NFT) به طیف وسیعی از محصولات دیجیتالی اجازه می‌دهند تا به بازار بیایند، که توسط دفتر کل بلاکچین ایمن شده‌اند که آنها را به عنوان اصلی و منحصر به ‌فرد معرفی می‌کند.

بسیاری از NFT ها را می توان به عنوان هنر دیجیتال طبقه بندی کرد، که اغلب بر اساس همکاری های جدید بین برندهای پیشرو و هنرمندانی است که محصولات دیجیتالی مانند Cryptokicks نایک یا ویسکی اسکاتلندی Fon Fhòid Ardberg را تولید می کنند. با نوآوری و آزمایش شرکت ها در استفاده از محصولات دیجیتال، در متاورس یا به عنوان یک دوقلوی دیجیتال، مدل های کسب و کار جدید، ملاحظات ارزش مشتری و سیستم های مبادله به احتمال زیاد ظاهر می شوند.

تجارب مشتری متا مدرن

پیشرفت‌ ها در فناوری ‌های واقعیت جایگزین – افزوده شده (AR)، مجازی (VR) و توسعه‌ یافته (XR) همراه با نوآوری ‌های اخیر در متاورس، زمینه ‌ای را برای آنچه ما تجارب مشتری فرامدرن می‌نامیم، یا روایت‌ های فرا واقعی برند همه جانبه‌ای فراهم می‌کند که تنوعی از مشتری را به حساب می‌آورد. بریتنی (Brittney) گزارش می دهد که در آینده بازاریابی با توجه به این فناوری ها فکر می کند:

بسیاری از برندهای بزرگ مد مانند بربری (Burberry) یا گوچی (Gucci) و غیره، در تلاش هستند تا راه های جدیدی را برای خرج کردن پول بازاریابی خود بیابند. فقط تعداد زیادی آگهی وجود دارد که می توانید بخرید. تنها میلیون ها پوند وجود دارد که می توانید پشت کمپین های افراد مشهور بگذارید. بنابراین، آن‌ ها از نظر تاکتیکی به پلتفرم‌ های جدیدی مانند بازی‌ ها روی می‌آورند تا مشتریان را از Roblox تا Fortnight فعال کنند. تا شاید دنیای خود را در بازی‌ های حماسی با موتور غیر واقعی بسازند.

آنها به تجربیات واقعیت مجازی و واقعیت افزوده نگاه می کنند که در آن می توانند این شکاف بین دنیای فیزیکی و دیجیتال را پر کنند. بسیاری از برند های بزرگتر سعی می کنند با ایده فروش محصولات دیجیتال به مردم ایفای نقش کنند. این نوع آمیخته بازاریابی بسیار گسترده تر از گذشته است.

برندها احساس می‌کنند باید همزمان در چندین مکان باشند، اما از منظر فناوری، من فکر می‌کنم هیجان ‌انگیزترین چیزها احتمالا VR و AR هستند، زیرا می‌توانند بین دنیای دیجیتال و دنیای واقعی ارتباط برقرار کنند. بسیار هیجان انگیز است که واقعاً از فناوری به طور خلاقانه به روشی جدید برای برانگیختن مصرف کنندگان استفاده کنید.

علاوه بر این، فناوری‌ های واقعیت جایگزین می ‌توانند تصورات غیرممکن را با گسترش توانایی‌ های بازاریابی در فضا و زمان ممکن کنند، همانطور که فِرد (Fred) ادعا می‌کند:

برخی از فناوری‌ های تجربی‌ تر مانند VR واقعاً می ‌توانند به مردم کمک کنند تا بدون در نظر گرفتن فاصله، [مکانی] راحتی را از خانه ‌شان تجربه کنند. حتی می‌توانید با AR یا VR یک تجربه مجازی طراحی کنید که افراد را در جنبش حق رأی قرار می ‌دهد و می ‌توانید از آنها سؤال بپرسید.

بنابراین، بازاریابان توانایی برقراری ارتباط و تعامل با مصرف‌کنندگان را با استفاده از واقعیت ‌های انعطاف ‌پذیر ایجاد شده توسط فناوری‌ ها دارند. که نه تنها با ترجیحات مشتریان مطابقت دارد، بلکه آنها را به وجد می‌آورد.

وقتی فناوری‌ های واقعیت جایگزین، بازاریابان را قادر می‌سازد تجارب مشتری را در واقعیت ‌های مختلف طراحی کنند. می‌توانند یک واقعیت همه ‌جانبه تولید کنند که در آن هویت و پیام اصلی برند یکسان باقی می‌ماند. اما نحوه تحویل به مصرف‌کنندگان با شرایط تغییر می‌کند. با این حال، بریتنی به بازاریابان در مورد نیاز به حفظ اعتبار برند هشدار می دهد:

یکی از بزرگ ‌ترین چالش‌ های دنیای متاورس این است که نمی‌ توانید فقط وارد آن شوید و در یک متاورس [برند] باشید. زیرا مخاطبانی که در حال صحبت با آنها هستید رفتاری بسیار متفاوت از آنچه احتمالاً به آن عادت دارید، نشان می‌دهند. پس چگونه آنها را سوار می کنید؟ آنها چگونه احساس می کنند که بخشی از آن تجربه هستند؟ آنها در مورد چیزهایی که برای آن محیط واقعی به نظر نمی رسد بسیار بسیار انتقادی هستند. اعتبار یا مبانی نحوه کار آن جهان بسیار مهم است. برای شما به ‌عنوان یک برند معتبر است، چیزی که برای آن ایستاده‌اید. و سپس برای مخاطبانتان و انتظاراتی که از شما در محیط‌ های خاص دارند نیز معتبر است.

طبق گفته دارلِن (Darlene)، بازاریابان همچنین باید از پیامد های منفی تعاملات با مشتری، آنلاین و آفلاین، آگاه باشند، زیرا آنها به ایجاد تجربیات مشتری فرامدرن مربوط می شوند:

همه این مسائل اجتماعی که ما در دنیای واقعی به صورت آفلاین با آنها سروکار داریم واقعاً مورد توجه قرار نگرفته اند. ما در حال بازآفرینی همان مدل در این فضاهای جدید هستیم که به نظر من عالی نیست. واقعاً خوب است که از بازاریابان دعوت کنیم تا این فضاها را فراگیرتر کنند تا مطمئن شویم هر چیزی که ساخته می شود آینده روشن تری برای افراد بیشتری دارد.

امکانات برای ایجاد تجربیات مشتری فرامدرن روشن و بی حد و حصر به نظر می رسد. اما بازاریابان هنوز یک الزام اخلاقی و حرفه ای برای ایجاد آنها به روش هایی دارند که دسترسی به تجربیات را بهبود می بخشد.

ماشینی کردن بازاریابی

اگرچه مدیران بازاریابی برای چندین دهه از معیارهای پیچیده استفاده کرده اند، مکانیزاسیون یا ماشینی کردن بازاریابی به یادگیری ماشین و هوش مصنوعی برای فراتر رفتن از معیارهای شمارش ساده به منظور برآورد، ارزیابی و پیش بینی رفتار مشتری متکی است، در حالی که به طور خودکار استراتژی های بازاریابی و ارائه خدمات به مشتری را تنظیم می کند. وعده مکانیزاسیون بازاریابی در این دیدگاه ها که توسط دو مطلع بیان شده مشهود است :

یادگیری ماشینی و هوش مصنوعی می ‌توانند به کمیت و کیفی کردن داده‌ های عظیمی که از تجربیات انسانی یا شرایط انسانی به دست می‌آورید کمک کنند. و آن‌ ها را به گونه ‌ای گروه‌ بندی کنید که کمی قابل هضم ‌تر شود. بنابراین، می تواند راهنمایی کند. می تواند به شکل گیری بهترین نتیجه یا خروجی دلخواه کمک کند. قادر است ما را به یک نتیجه دلخواه راهنمایی کند. (جف – Jeff)

ابزارهای زیادی وجود دارد که به شما امکان می‌دهد یک تصویر را آپلود کنید. و هوش مصنوعی می ‌تواند پیش‌ بینی کند که نگاه انسان در هر لحظه به کجا می‌رود. هوش مصنوعی می تواند بفهمد … باورنکردنی هستند. و دنیایی از احتمالات را پیش رو قرار می دهند…. من فکر می کنم در آینده بیشتر در مورد اتوماسیون خواهد بود. اما ما همچنان به نوعی مشارکت انسانی نیاز خواهیم داشت. (دارلِن – Darlene)

هر دوی این مطلعان، پتانسیل تجزیه و تحلیل های پیشرفته را از نظر ایجاد ارزش قابل توجه می بینند. با این حال آنها همچنین به نیاز به مشارکت مدیران بازاریابی (انسانی) اشاره می کنند. هوش مصنوعی و پیشرفت‌ ها در یادگیری ماشینی می ‌تواند به کارمندان و فناوری کمک کند تا در خدمت به مشتریان بهتر همکاری کنند. (یعنی انقلاب صنعتی پنجم) .

این مدیران نشان می ‌دهند که چگونه هوش مصنوعی و آخرین پیشرفت ‌ها در فناوری‌ های دیجیتال به آن‌ ها اجازه می‌دهد تا بتوانند بر جنبه‌ های ارزشمندتر و سازنده‌ تر شغل خود تمرکز کنند:

فرآیند طراحی قبلاً بسیار کند بود. هوش مصنوعی و یادگیری ماشین به تنهایی به سرعت بخشیدن به این فرآیند ها کمک می کند. آنها فرآیند های خروجی را بسیار سریعتر شتاب می دهند. این به ما این امکان را می دهد که خیلی سریعتر خلاق باشیم، به جای اینکه شش تا هشت ساعت منتظر بمانیم تا برگردیم و دوباره خلاق باشیم. (لوک – Luke)

من شخصاً فکر می‌کنم که هوش مصنوعی به بازاریابان این امکان را می ‌دهد که خلاق ‌تر شوند، زیرا برخی از کارهای سطح پایین ‌تر را که بسیاری از ما امروزه انجام می‌دهیم و احتمالاً نباید انجام دهیم، حذف می‌کند. بنابراین، این زمان بیشتری را برای خلاقیت و استراتژیک بودن ایجاد می کند. (اولیویا – Olivia)

بنابراین، ماشینی کردن بازاریابی می ‌تواند به توزیع کارآمد منابع انسانی بازاریابی به روش ‌های معنادارتر و سازنده ‌تر کمک کند، زیرا وظایف غیر مهارتی توسط منابع کامپیوتری خودکار انجام می ‌شود. با این حال، این ابزارهای مکانیزه می‌توانند وسیله ‌ای برای نابرابری‌ های بیشتر در سراسر جهان باشند.

همانطور که پیتر (Peter) می‌داند، «فناوری ، مانند تجربه مردم از فناوری در کشورهای صنعتی ‌تر در مقابل مردم کشورهای جهان سوم ، می ‌تواند امتیازی باشد ». بنابراین، علیرغم وعده بزرگ استراتژی‌ های بازاریابی خودکار، شرکت‌ ها و مدیرانی که ماشینی کردن بازاریابی را اتخاذ می‌کنند باید ریسک‌ ها را نیز در نظر بگیرند.

دستور کار تحقیقاتی آگاهانه از متخصصان بازاریابی برای آینده فناوری های دیجیتال

زمان هیجان انگیزی برای بازاریاب شدن است. بسیاری از کاربردهای فناوری های دیجیتال، که تا چند سال پیش شبیه به داستان های علمی تخیلی به نظر می رسید. در عمل توسط مدیران صنایع مختلف اجرا می شود. بورس تحصیلی بازاریابی در ارائه راهنمایی و بینش در مورد اینکه چگونه سرمایه گذاری در فناوری های دیجیتال می تواند کمک کند. و برای مشتریان، شرکت ها و جامعه ارزش ایجاد کند، چیزهای زیادی برای ارائه دارد. با ترکیب بینش از ادبیات بازاریابی و از مدیران ارشد، ما یک دستور کار تحقیقاتی را پیشنهاد می کنیم.

به امید الهام بخشیدن به ادامه تحقیقات جدید در زمینه موضوعات بازاریابی غیر متمرکز، تجربیات مشتری فرامدرن، و آنچه در حال ظهور است. ما طیف گسترده‌ای از سوالات مرتبط را شناسایی می‌کنیم تا تولید ارزش را افزایش دهیم و در عین حال استحکام اخلاقی را تضمین کنیم.

فراتر از این سوالات و مسائل دقیق و بر اساس تجربه ما از تعامل نزدیک با نویسنده و تیم های بررسی و مصاحبه با رهبران ارشد بازاریابی، ما آموخته ایم که جذب ارزش از تحول دیجیتال تا حد زیادی به تمایز نوآورانه در تعامل با مشتری بستگی دارد. به جای تکیه بر کارایی هزینه و بهبود تدریجی محصول و خدمات، زمانی می توان انتظار بازگشت سرمایه را داشت که شرکت ها بر استراتژی های دیجیتالی جسورانه تری تکیه کنند. که بر ایجاد تجربیات منحصر به فرد و شخصی تمرکز دارد که مشتریان را در همه سطوح (به عنوان مثال از نظر احساسی، شناختی و رفتاری) درگیر می کند.

تعامل با مشتری مستلزم سازگاری با زمینه خاص و اغلب توسعه اختصاصی فناوری‌ های دیجیتال است. زیرا سازمان‌ ها نمی‌توانند به راه‌حل‌ های بی ‌نظیر تکیه کنند. در نهایت، کسب ارزش موفقیت آمیز به تمایل به سرمایه گذاری در استخدام و توسعه مدیران بازاریابی و کارمندان خط مقدم بستگی دارد. که هم فناورانه و هم اخلاقی هستند تا وعده ارزش فناوری های دیجیتال را به شیوه ای هماهنگ با ارزش های ذینفعان و جامعه ترکیب کنند.

منابع

Arnold, S. J., & Fischer, E. (1994). Hermeneutics and consumer research. Journal of Consumer Research, 21(1), 55–70.
Bahmani, N., Bhatnagar, A., & Gauri, D. (2022). Hey, Alexa! What attributes of Skills affect firm value? Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00851-0
Bleier, A., Goldfarb, A., & Tucker, C. (2020). Consumer privacy and the future of data-based innovation and marketing. International Journal of Research in Marketing, 37(3), 466–480.
Bonetti, F., Montecchi, M., Plangger, K., & Schau, H. J. (2022). Practice co-evolution: Collaboratively embedding artificial intelligence in retail practices. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00896-1
Cowgill, B., & Tucker, C. E. (2020). Algorithmic fairness and economics. Columbia Business School Research Paper, Retrieved August 26, 2022 from https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3361280
Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, 48(1), 24–42.
de Ruyter, K., Keeling, D. I., Plangger, K., Montecchi, M., Scott, M. L., & Dahl, D. W. (2021). Reimagining marketing strategy: Driving the debate on grand challenges. Journal of the Academy of Marketing Science, 50(1), 13–21.
Farace, S., Roggeveen, A., Villarroel Ordenes, F., De Ruyter, K., Wetzels, M., & Grewal, D. (2020). Patterns in motion: how visual patterns in ads affect product evaluations. Journal of Advertising, 49(1), 3–17.
Georgiadis, C. (2022). How technology will revolutionize marketing in 2022 And Beyond, Forbes, February 4, Retrieved July 20, 2022 from https://www.forbes.com/sites/forbesagencycouncil/2022/02/04/how-technology-will-revolutionize-marketing-in-2022-and-beyond/?sh=71f54d142fdd
Grewal, D., Roggeveen, A.L., Nordfält, J. (2017). The Future of Retailing. Journal of Retailing, 93, 1–6.
Grewal, D., Gauri, D. K., Roggeveen, A. L., & Sethuraman, R. (2021). Strategizing retailing in the new technology era. Journal of Retailing, 97(1), 6–12.
Grewal, D., Hulland, J., Kopalle, P. K., & Karahanna, E. (2020). The future of technology and marketing: A multidisciplinary perspective. Journal of the Academy of Marketing Science, 48(1), 1–8.
Guha, A., Bressgott, T., Grewal, D., Mahr, D., Wetzels, M., & Schweiger, E. (2022). How artificiality and intelligence affect voice assistant evaluations. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00874-7
Heller, J., Chylinski, M., de Ruyter, K., Keeling, D. I., Hilken, T., & Mahr, D. (2021). Tangible service automation: Decomposing the technology-enabled engagement process (TEEP) for augmented reality. Journal of Service Research, 24(1), 84–103.
Hilken, T., Keeling, D. I., de Ruyter, K., Mahr, D., & Chylinski, M. (2020). Seeing eye to eye: social augmented reality and shared decision making in the marketplace. Journal of the Academy of Marketing Science, 48(2), 143–164.
Keeling, D. I., de Ruyter, K., Mousavi, S., & Laing, A. (2019). Technology push without a patient pull: examining digital unengagement (DU) with online health services. European Journal of Marketing, 53(9), 1701–1732.
King, D., Auschaitrakul, S., & Lin, C. W. J. (2022). Search modality effects: merely changing product search modality alters purchase intentions. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-021-00820-z
Lambrecht, A., & Tucker, C. (2019). Algorithmic bias? An empirical study of apparent gender-based discrimination in the display of STEM career ads. Management Science, 65(7), 2966–2981.
Liu-Thompkins, Y., Okazaki, S., & Li, H. (2022). Artificial empathy in marketing interactions: Bridging the human-AI gap in affective and social customer experience. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00892-5
Mende, M., Scott, M. L., van Doorn, J., Grewal, D., & Shanks, I. (2019). Service robots rising: How humanoid robots influence service experiences and elicit compensatory consumer responses. Journal of Marketing Research, 56(4), 535–556.
Montecchi, M., Plangger, K., & West, D. C. (2021). Supply chain transparency: A bibliometric review and research agenda. International Journal of Production Economics, 238, 108152.
Noble, S. M., Mende, M., Grewal, D., & Parasuraman, A. (2022). The Fifth Industrial Revolution: How Harmonious Human–Machine Collaboration is Triggering a Retail and Service [R]evolution. Journal of Retailing, 98(2), 199–208.
Mishra, S., Ewing, M. T., & Cooper, H. B. (2022). Artificial intelligence focus and firm performance. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00876-5
Okazaki, S., Eisend, M., Plangger, K., de Ruyter, K., & Grewal, D. (2020). Understanding the strategic consequences of customer privacy concerns: A meta-analytic review. Journal of Retailing, 96(4), 458–473.
Padigar, M., Pupovac, L., Sinha, A., et al. (2022). The effect of marketing department power on investor responses to announcements of AI-embedded new product innovations. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00873-8
Quach, S., Thaichon, P., Martin, K. D., Wevan, S., & Palmatier, R. W. (2022). Digital technologies: tensions in privacy and data. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00845-y
Roggeveen, A. L., Grewal, D., Townsend, C., & Krishnan, R. (2015). The impact of dynamic presentation format on consumer preferences for hedonic products and services. Journal of Marketing, 79, 34–49.
Storm, J. A. J. (2021). Metamodernism: The future of theory. Chicago, IL: University of Chicago Press.
Schweidel, D. A., Bart, Y., Inman, J. J., Stephen, A. T., Libai, B., Andrews, M., Rosario, A. B., Chae, I., Chen, Z., Kupor, D., Longoni, D., & Thomaz, F. (2022). How consumer digital signals are reshaping the customer journey. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00839-w
Shankar, V., & Parsana, S. (2022). An overview and empirical comparison of natural language processing (NLP) models and an introduction to and empirical application of autoencoder models in marketing. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00840-3
So, D. (2020). Alexander McQueen launches McQ, a blockchain-powered creative platform, High Nobiety, Retrieved September 1, 2022 from https://www.highsnobiety.com/p/alexander-mcqueen-launches-mcq/
Thomaz, F., Salge, C., Karahanna, E., & Hulland, J. (2020). Learning from the dark web: Leveraging conversational agents in the era of hyper-privacy to enhance marketing. Journal of the Academy of Marketing Science, 48(1), 43–63.
Uysal, E., Alavi, S., & Bezençon, V. (2022). Trojan horse or useful helper? A relationship perspective on artificial intelligence assistants with humanlike features. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00856-9
Villarroel Ordenes, F., Grewal, D., Ludwig, S., Ruyter, K. D., Mahr, D., & Wetzels, M. (2019). Cutting through content clutter: How speech and image acts drive consumer sharing of social media brand messages. Journal of Consumer Research, 45(5), 988–1012.
Xu, L., & Mehta, R. (2022). Technology devalues luxury? Exploring consumer responses to AI-designed luxury products. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-022-00854-x
Watson, R. T., Plangger, K., Pitt, L., & Tiwana, A. (2022). A theory of information compression: When judgments are costly. Information Systems Research. https://doi.org/10.1287/isre.2022.1163