Використання Big Data для прогнозування ефективності маркетингових кампаній у реальному часі

Автор(и)

  • Ольга Геннадіївна Вдовічена кандидат економічних наук, доцент кафедри менеджменту, маркетингу і логістики, Чернівецький торговельно-економічний інститут Державного торговельно-економічного університету, м. Чернівці, Україна https://orcid.org/0000-0003-0768-5519
  • Данило Анатолійович Вдовічен магістр, кафедра менеджменту, маркетингу і логістики, Чернівецький торговельно-економічний інститут Державного торговельно- економічного університету, м. Чернівці, Україна https://orcid.org/0009-0003-4119-3339
  • Катерина Валеріївна Пічик кандидат економічних наук, доцент, завідувач кафедри менеджменту, маркетингу та підприємництва, Національний університет «Києво-Могилянська академія», м. Київ, Україна https://orcid.org/0000-0003-1161-270X

DOI:

https://doi.org/10.5281/zenodo.17573391

Ключові слова:

потокові дані, цифрова аналітика, штучний інтелект, прогнозування поведінки споживача, алгоритмічна прозорість, персоналізація маркетингу, Big Data, управління, стратегія.

Анотація

Актуальність теми обумовлено зростанням необхідності в адаптивних аналітичних системах, здатних обробляти масивні, різнорідні потоки даних і надавати маркетологам дієві інструменти, що підвищують точність і гнучкість управління кампаніями. Метою дослідженняє теоретичне обґрунтування використання технологій Big Data для прогнозування ефективності маркетингових кампаній у режимі реального часу та аналіз практичних методів, що інтегрують машинне навчання, штучний інтелект та потокову аналітику в процес ухвалення рішень. Методи. В дослідженні застосовано аналіз наукової літератури для оцінювання поточного стану досліджень з тематики, методи узагальнення та систематизації для структурованого представлення результатів дослідження. Результати. Показано, що технології Big Dataфундаментально змінюють аналітичний простір маркетингу, даючи можливість здійснювати прогнозне моделювання на основі безперервних потоків даних з різних джерел: соціальні мережі, CRM-системи, поведінкову аналітику та Інтернет речей. Встановлено, що машинне навчання та методи штучного інтелекту, зокрема регресія, кластеризація та нейромережеві моделі, є ефективними у виявленні прихованих закономірностей реакції споживачів, прогнозуванні рентабельності інвестицій та оптимізації розподілу ресурсів у динаміці. Практика світового бізнесу показує, що аналітика в режимі реального часу сприяє персоналізації маркетингового контенту, підвищує залученість клієнтів і сприяє постійному коригуванню стратегій відповідно до зворотного зв’язку. Наголошено, що інтеграція хмарних платформ і систем розподілених обчислень, зокрема Hadoop, Spark і Flink, надає необхідні обчислювальні потужності для оброблення високошвидкісних потоків даних, забезпечуючи масштабованість і гнучкість у середовищі предикативного маркетингу. Висновки. Отже,аналітика на основі великих даних являє собою зміну парадигми маркетингу, трансформуючи ретроспективні оцінки проактивним ухваленням рішень у реальному часі. Ефективне впровадження таких систем вимагає не лише технологічного потенціалу, але й стратегічного та етичного узгодження з цілями організації. Великі дані забезпечують маркетингу глибше прогнозування, персоналізацію та адаптивність, що дає змогу компаніям досягти стійких конкурентних переваг у динамічних цифрових екосистемах.

##submission.downloads##

Опубліковано

2025-11-11

Як цитувати

Вдовічена, О. Г., Вдовічен, Д. А., & Пічик, К. В. (2025). Використання Big Data для прогнозування ефективності маркетингових кампаній у реальному часі. Актуальні питання економічних наук, (17). https://doi.org/10.5281/zenodo.17573391