طراحی مدل استفاده از هوش مصنوعی در بازاریابی دیجیتال در صنعت بیمه با روش داده بنیاد

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 24

فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TSTACON01_005

تاریخ نمایه سازی: 2 اردیبهشت 1404

چکیده مقاله:

هوش مصنوعی در سالهای اخیر به عنوان یک عامل تحول آفرین در صنایع مختلف، از جمله بازاریابی دیجیتال و صنعت بیمه، شناخته شده است. این فناوری پیشرفته قابلیت هایی را ارائه می دهد که می توانند به بهبود استراتژی های بازاریابی، شناسایی مشتریان هدف و ارائه خدمات بهتر کمک کنند. در صنعت بیمه، هوش مصنوعی می تواند به شرکت ها در تجزیه و تحلیل داده های بزرگ مشتریان، پیش بینی نیازها و رفتارهای آنان، و تخصیص منابع به طور کارآمدتر کمک کند. با استفاده از الگوریتم های پیچیده، شرکت های بیمه قادر به ارائه پیشنهادات شخصی سازی شده و طراحی کمپین های تبلیغاتی موثرتر بر اساس تحلیل داده ها هستند. این امر نه تنها به افزایش ارتباطات بهتر با مشتریان می انجامد، بلکه موجب کاهش هزینه های بازاریابی و افزایش رضایت مشتری نیز می شود. لذا هدف اصلی این پژوهش ارائه مدل استفاده از هوش مصنوعی در بازاریابی دیجیتال در صنعت بیمه است. این مطالعه از نظر روش در حوزه مطالعات تفسیرگرایانه بر پایه نظریه داده بنیاد قرار دارد. نمونه گیری در این مطالعه با استفاده از روش گلوله برفی انجام شد. تعیین حجم نمونه براساس اصل اشباع نظری صورت گرفت که در نهایت، داده های این مطالعه از طریق مصاحبه های نیمه ساختار یافته با ۱۲ نفر از شرکت کنندگان پژوهش به پایان رسید. استادان دانشگاه در حوزه بازاریابی، کسب و کار، مدیران صنعت بیمه، شرکت کنندگان این مطالعه را تشکیل داده اند. نتایج این مطالعه به شناسایی ۲۶ کد انتخابی، ۶۹ کد محوری و ۱۸۶ کد باز منجر شدند. یافته های این مطالعه ۲۶ (کد انتخابی را در طبقه اصلی شامل شرایط علیداده های کالن، منابع انسانی، فرهنگ سازمانی، زیرساخت های فناوری، استراتژی بازاریابی، رقابت در صنعت بیمه، نیازهای مشتری، پیشرفت تکنولوژی)، شرایط زمینه ای (بهینه سازی فرآیندها، مدیریت ریسک و شخصی سازی تجربیات)، شرایط مداخله گر (فناوری و زیرساخت ها، داده ها و کیفیت اطلاعات، استراتژی و اهداف بازاریابی، آموزش و فرهنگ سازمانی، قوانین و مقررات)، راهبردها (تحلیل داده ها و بینش مشتری، شخصی سازی تجربه مشتری، اتوماسیون فرایندهای بازاریابی، پیش بینی ریسک و قیمت گذاری، مدیریت ارتباط با مشتری)، مقوله محوری (بهبود تصمیم گیری، تجزیه و تحلیل داده ها) و پیامدها (افزایش کارایی، بهبود تجربه مشتری، تجزیه و تحلیل پیش بینی ها، بهینه سازی تبلیغات) دسته بندی کرد.

نویسندگان

مهناز ذابح غازانی

دانشجوی دکتری، مدیریت بازاریابی، دانشگاه آزاد اسلامی، واحد ارس، ایران.

رویا مصطفوی

دانشجوی دکتری، مدیریت دولتی، دانشگاه آزاد اسلامی، تبریز، ایران.