Zastosowanie sieci neuronowych w marketingu internetowym na przykładzie architektury sieci Kohonena

Abstract

W chwili obecnej, ze względu na dynamiczny rozwój Sieci Globalnej, marketing internetowy zyskuje coraz bardziej na znaczeniu jako stosunkowo tanie i skuteczne narzędzie promocji oraz sprzedaży produktów i usług. Ponadto, coraz większa liczba przedsiębiorstw ogranicza zakres swojej działalności jedynie do Internetu, co wiąże się z rosnącą konkurencją w tej branży. Dlatego niezmiernie istotnym – z punktu widzenia uzyskania przewagi konkurencyjnej – jest aspekt wdrażania nowych technologii w dziedzinie e-marketingu, które pozwalają na bardziej skuteczne i efektywne działania w zakresie reklamy, promocji i sprzedaży. Jednym ze sposobów umożliwiających realizację przedstawionych celów jest wykorzystanie Sztucznej Inteligencji bazującej na sieciach neuronowych jako narzędzie wspomagające „klasyczne” metody w dziedzinie marketingu internetowego. W odróżnieniu od tradycyjnych komputerów, których działanie opiera się na z góry zaprogramowanym algorytmie, Sztuczne Sieci Neuronowe – często nazywane neurokomputerami – ze względu na swoją niepowtarzalną budowę przypominającą strukturę mózgu ludzkiego, cechują się zdolnością uczenia się, co daje im szerokie możliwości wykorzystania w wielu dziedzinach życia. Podstawową zaletą sieci neuronowych, która stanowi o ich sile, jest umiejętność radzenia sobie z zagadnieniami abstrakcyjnymi, do których można tutaj zaliczyć zdolności rozpoznawania, kojarzenia czy klasyfikacji faktów w postaci określonego wzorca danych. Z punktu widzenia zasady działania, sieci neuronowe jak i tradycyjne komputery, funkcjonują na podobnych zasadach, które ograniczają się do gromadzenia, przetwarzania i odzyskiwania informacji. Różnica zatem nie polega na odmiennym sposobie funkcjonowania lecz na odmiennych zasadach gromadzenia i przetwarzania danych. Sztuczne Sieci Neuronowe dają nowe – niestosowane do tej pory – możliwości analizowania i przetwarzania danych. W marketingu internetowym, sieci neuronowe mogą stać się szczególnie przydatne w procesie klasyfikacji informacji ze względem na różnorodne cele zależne od indywidualnych potrzeb. Przy czym sam proces klasyfikacji danych jest bardzo ważny w e-marketingu i stanowi o skuteczności wielu działań. Przykładem może być tutaj targetowanie przekazu reklamowego na określone grono odbiorców, na podstawie zebranych o nich informacji. Jednak często okazuje się, że informacje te są niepełne lub też przekłamane, przez co cały proces często obarczony jest błędami. Odpowiednio zaprogramowana sieć neuronowa może tutaj znacząco wspomóc proces targetowanie, minimalizując czynnik błędu i jednocześnie maksymalizując jego efektywność co niezaprzeczalnie przekłada się na wzrost skuteczności działań marketingowych. Należy także wspomnieć, że proces klasyfikacji danych jest niezwykle skomplikowany, żeby nie powiedzieć niemożliwy do przeprowadzenia przy użyciu tradycyjnych komputerów i oprogramowania. Sytuacja ulega diametralnej zmianie w trakcie zastosowania sieci neuronowych, które są dobrze przystosowane do przeprowadzania tego typu analiz. Autor w niniejszej pracy dowodzi, że wdrażanie nowych technologii opartych na Sztucznych Sieciach Neuronowych, wydaje się być słusznym kierunkiem rozwoju dla wielu przedsiębiorstw, które w okresie tak powszechnej globalizacji pragną uzyskać przewagę konkurencyjną, poprzez zwiększenie efektywności w zakresie własnych działań marketingowych w Internecie.