Ефективність маркетингових інновацій в індустрії моди

Анотація

Сучасні маркетингові дослідження в індуст­рії моди залежать від штучного інтелек­ту, який допомагає у вивченні тенденцій у споживчих аспектах, прогнозуванні поведінки покупців і персоналізації маркетингових стра­те­гій. Крім того, інтелектуальні алгоритми не лише автоматизують обробку баз даних, але й використовуються для виявлення прихованих закономірностей у вподобаннях споживачів, які неможливо виявити традицій­ними методами. Завдяки використанню штуч­ного інтелекту з машинним навчанням прогно­зу­вання ринкових тенденцій стало набагато точнішим і особливо важливим у швидкозмінній індустрії моди. У дослідженні висунуто гіпо­тезу, що впрова­дження аналітики на основі штучного інтелек­ту дозволяє оптимізувати маркетингові бюд­же­ти, зробити рекламні кампа­нії ефектив­нішими та забезпечити ефективність стра­тегії бренду відповідно до тенденцій. Для перевірки гіпотези створена економетрична панельна модель даних для аналізу фінансових даних десяти провідних модних брендів з різних країн за 2020–2024 рр. Згідно з цим дослі­дженням аналітика, що підтримується штуч­ним інтелектом та практикою впливу, допома­гає клієнтам впрова­джувати тенденції, які збільшують продажі в індустрії моди. Встанов­лено, що рекламні кош­ти разом зі звʼязками в соціальних мережах та проєкти сталого розвитку позитивно впли­вають на результати продажів, проте ці результати залежать від обізнаності клієнтів про ціни та від ринкових умов. Представлена методологія працює покро­ково, дозволяючи отримувати інформа­цію з фінансових звітів компаній, а також результати проведенного з аналізу ринку та економічні записи. Аналітична система вико­рис­товує регресійний аналіз панельних даних для формування уявлення, як різні маркетингові та економічні фактори повʼязані один з одним. Обрана структура моделі враховує варіації продуктів між різними брендами та протягом різних періодів часу для отримання надійних результатів. Сучасні дослідження стикаються з труднощами у використанні вторинних даних, оскільки вимірювання адаптації до трендів не завжди можуть бути точними, а почуття клієнтів не враховуються в дослідженні