Inteligência artificial aplicada ao marketing: uma revisão de literatura sobre princípios, composto mercadológico e aplicações ao longo do ciclo de vida do produto
DOI:
https://doi.org/10.69849/4v2wde29Palabras clave:
Inteligência artificial, Marketing, Composto mercadológico, Machine learning, Personalização, Ciclo de vida do produtoResumen
A inteligência artificial vem transformando o marketing de maneiras que, até pouco tempo atrás, seriam difíceis de imaginar. Neste artigo, busca-se revisitar os fundamentos do campo e examinar como as tecnologias de IA se inserem em cada dimensão do composto mercadológico, da criação do produto ao atendimento pós-venda. A pesquisa segue uma abordagem qualitativa, sustentada por revisão bibliográfica de publicações indexadas nas bases Scopus, Web of Science e Google Scholar, com recorte temporal entre 2015 e 2024. Os achados mostram que a IA amplia de forma relevante a capacidade de personalização da experiência do consumidor, a precisão na precificação, a segmentação de mercado, a automação de campanhas e a gestão do relacionamento com o cliente. A conclusão aponta que o uso estratégico da IA no marketing pode gerar vantagem competitiva duradoura, contanto que seja orientado por princípios éticos sólidos e pelo compromisso genuíno com a criação de valor para o consumidor.
Referencias
ADAM, M.; WESSEL, M.; BENLIAN, A. AI-based chatbots in customer service and their effects on user compliance. Electronic Markets, v. 31, n. 2, p. 427-445, 2021.
AMERICAN MARKETING ASSOCIATION. Definitions of Marketing. Chicago: AMA, 2017. Disponível em: https://www.ama.org/the-definition-of-marketing-what-is-marketing/. Acesso em: 10 jan. 2024.
AUTODESK. Generative Design in Manufacturing. San Francisco: Autodesk, 2022.
BOOMS, B. H.; BITNER, M. J. Marketing strategies and organizational structures for service firms. In: DONNELLY, J. H.; GEORGE, W. R. (Eds.). Marketing of Services. Chicago: American Marketing Association, 1981. p. 47-51.
BROWN, T. B. et al. Language models are few-shot learners. Advances in Neural Information Processing Systems, v. 33, p. 1877-1901, 2020.
BRYNJOLFSSON, E.; HU, Y.; RAHMAN, M. S. Competing in the age of omnichannel retailing. MIT Sloan Management Review, v. 54, n. 4, p. 23-29, 2013.
CHAFFEY, D.; ELLIS-CHADWICK, F. Digital Marketing: Strategy, Implementation and Practice. 7. ed. Harlow: Pearson, 2022.
CHOPRA, S.; MEINDL, P. Supply Chain Management: Strategy, Planning, and Operation. 7. ed. Hoboken: Pearson, 2021.
DAVENPORT, T. H.; HARRIS, J. Competing on Analytics: Updated, with a New Introduction. Boston: Harvard Business Review Press, 2017.
DAVENPORT, T. H.; RONANKI, R. Artificial intelligence for the real world. Harvard Business Review, v. 96, n. 1, p. 108-116, 2018.
EDELMAN. 2023 Edelman Trust Barometer: Special Report on AI and Trust. New York: Edelman, 2023.
EZRACHI, A.; STUCKE, M. E. Virtual Competition: The Promise and Perils of the Algorithm-Driven Economy. Cambridge: Harvard University Press, 2016.
GARTNER. Top Strategic Technology Trends for 2023. Stamford: Gartner, 2023.
GOODMAN, B.; FLAXMAN, S. European Union regulations on algorithmic decision-making and a 'right to explanation'. AI Magazine, v. 38, n. 3, p. 50-57, 2017.
HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2. ed. New York: Springer, 2009.
HUANG, M. H.; RUST, R. T. A strategic framework for artificial intelligence in marketing. Journal of the Academy of Marketing Science, v. 49, n. 1, p. 30-50, 2021.
IYENGAR, R.; JEDIDI, K.; KOHLI, R. A conjunctive model of tag recommendation. Marketing Science, v. 27, n. 4, 2008.
JARAMILLO, F.; MULKI, J. P.; MARSHALL, G. W. Critical role of the sales manager in salespeople's relational behaviors and key outcomes. Journal of Business Research, v. 58, n. 7, p. 988-998, 2005.
JURAFSKY, D.; MARTIN, J. H. Speech and Language Processing. 3. ed. (draft). Stanford: Stanford University, 2023.
KANNAN, P. K.; LI, H. A. Digital marketing: A framework, review and research agenda. International Journal of Research in Marketing, v. 34, n. 1, p. 22-45, 2017.
KOTLER, P.; KARTAJAYA, H.; SETIAWAN, I. Marketing 5.0: Technology for Humanity. Hoboken: Wiley, 2021.
KOTLER, P.; KELLER, K. L. Administração de Marketing. 15. ed. São Paulo: Pearson, 2019.
LAMBRECHT, A.; TUCKER, C. Algorithmic bias? An empirical study of apparent gender-based discrimination in the display of STEM career ads. Management Science, v. 65, n. 7, p. 2966-2981, 2019.
LAUTERBORN, R. New marketing litany: 4 P's passé; C-words take over. Advertising Age, v. 61, n. 41, p. 26, 1990.
LEMON, K. N.; VERHOEF, P. C. Understanding customer experience throughout the customer journey. Journal of Marketing, v. 80, n. 6, p. 69-96, 2016.
LIU, B. Sentiment Analysis and Opinion Mining. San Rafael: Morgan & Claypool, 2012.
McCARTHY, E. J. Basic Marketing: A Managerial Approach. Homewood: Irwin, 1960.
McKINSEY & COMPANY. The Value of Getting Personalization Right or Wrong is Multiplying. New York: McKinsey, 2021.
NAGLE, T. T.; MÜLLER, G. The Strategy and Tactics of Pricing. 6. ed. New York: Routledge, 2018.
OBERMEYER, Z. et al. Dissecting racial bias in an algorithm used to manage the health of populations. Science, v. 366, n. 6464, p. 447-453, 2019.
OPENAI. GPT-4 Technical Report. San Francisco: OpenAI, 2023.
PANG, B.; LEE, L. Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval, v. 2, n. 1-2, p. 1-135, 2008.
PHILLIPS, R. L. Pricing and Revenue Optimization. 2. ed. Stanford: Stanford University Press, 2021.
PINE, B. J.; GILMORE, J. H. The Experience Economy. Boston: Harvard Business School Press, 1999.
PORTER, M. E. Competitive Advantage: Creating and Sustaining Superior Performance. New York: Free Press, 1985.
REICHHELD, F. F. The Loyalty Effect: The Hidden Force Behind Growth, Profits, and Lasting Value. Boston: Harvard Business School Press, 2001.
ROETZER, P.; KAPUT, M. Marketing Artificial Intelligence: AI, Marketing, and the Future of Business. Dallas: BenBella Books, 2022.
RUSSELL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. 4. ed. Hoboken: Pearson, 2021.
SISMEIRO, C.; BUCKLIN, R. E. Modeling purchase behavior at an e-commerce web site: A task-completion approach. Journal of Marketing Research, v. 41, n. 3, p. 306-323, 2004.
SLATER, S. F.; NARVER, J. C. Does competitive environment moderate the market orientation-performance relationship? Journal of Marketing, v. 58, n. 1, p. 46-55, 1994.
TIROLE, J. The Economics of Artificial Intelligence: An Agenda. Cambridge: NBER, 2022.
TRANFIELD, D.; DENYER, D.; SMART, P. Towards a methodology for developing evidence-informed management knowledge by means of systematic review. British Journal of Management, v. 14, n. 3, p. 207-222, 2003.
VERHOEF, P. C. et al. Customer experience creation: Determinants, dynamics and management strategies. Journal of Retailing, v. 85, n. 1, p. 31-41, 2010.
VERHOEF, P. C. et al. Digital transformation: A multidisciplinary reflection and research agenda. Journal of Business Research, v. 122, p. 889-901, 2021.
WEDEL, M.; KANNAN, P. K. Marketing analytics for data-rich environments. Journal of Marketing, v. 80, n. 6, p. 97-121, 2016.
ZHANG, S. et al. Deep learning based recommender system: A survey and new perspectives. ACM Computing Surveys, v. 52, n. 1, p. 1-38, 2019.
ZHOU, F. et al. A review of mass customization in research and practice: A systematic literature review. International Journal of Production Research, v. 60, n. 13, p. 4088-4110, 2022.
ZUBOFF, S. The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. New York: PublicAffairs, 2019.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Sergio Arándiga (Autor)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
"Os Autores que publicam nesta revista concordam com os seguintes termos:
-
Os Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Attribution 4.0 International (CC BY 4.0). Esta licença permite que o trabalho seja compartilhado, copiado e adaptado em qualquer suporte ou formato, para qualquer fim, inclusive comercial, desde que seja atribuído o devido crédito de autoria e de publicação inicial nesta revista.
-
Os Autores têm autorização para assumir compromissos contratuais adicionais separadamente, para a 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.
-
A revista permite e incentiva os autores a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) após o processo de edição e publicação, pois isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado."
