2025. — Т 12. — №s4 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://resources.today/16faor425.html

This article metadata is also available in English

DOI: 10.15862/16FAOR425 (https://doi.org/10.15862/16FAOR425)

Полный текст статьи в формате PDF (объем файла: 690.4 Кбайт)

Ссылка для цитирования этой статьи:

Берлин, М. С. Искусственный интеллект в персонализации покупательского опыта в электронной коммерции / М. С. Берлин // Отходы и ресурсы. — 2025. — Т 12. — №s4. — URL: https://resources.today/PDF/16FAOR425.pdf. — DOI: 10.15862/16FAOR425. (дата обращения: 12.06.2026).

Искусственный интеллект в персонализации покупательского опыта в электронной коммерции

Берлин Матвей Сергеевич
ФГБОУ ВО «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации», Москва, Россия
E-mail: matveyberlin2003@gmail.com

Аннотация. Стремительное проникновение технологий искусственного интеллекта в маркетинговые стратегии субъектов электронной коммерции, объём которой в России по итогам 2025 года достиг 11,5 трлн рублей, а мировой рынок ИИ-персонализации оценивается в 263 млн долларов с прогнозом роста до 2,4 млрд долларов к 2033 году при среднегодовых темпах 24,8 %, обуславливает необходимость научного осмысления трансформации маркетинговых инструментов и потребительского поведения в условиях гиперперсонализации. Предметом настоящего исследования выступают механизмы ИИ-персонализации покупательского опыта как инструмента маркетинговой стратегии в электронной коммерции и их влияние на поведение потребителей, конверсию и пожизненную ценность клиента. В работе применяются методы системного анализа отечественной и зарубежной научной литературы, сравнительного анализа маркетинговых моделей персонализации, а также контент-анализа аналитических отчётов ведущих исследовательских организаций, включая McKinsey, BCG, Gartner, Salesforce и Ассоциацию больших данных. Анализ эволюции маркетинговых подходов к персонализации позволил выявить закономерный переход от сегментационных моделей массового маркетинга к гиперперсонализации в реальном времени, основанной на предиктивной аналитике, генеративном ИИ и агентных системах, что фундаментально переосмысливает классическую концепцию маркетинг-микса. Ключевые результаты свидетельствуют о том, что рост выручки персонализирующих компаний составляет от 5 до 15 %, рентабельность маркетинговых затрат увеличивается на 10–30 %, а сессии с вовлечением в рекомендации демонстрируют рост среднего чека до 369 %, однако разрыв между ожиданиями потребителей и реальным уровнем персонализации остаётся значительным — 66 % клиентов ожидают индивидуального подхода, тогда как лишь 34 % считают, что компании справляются с данной задачей. Разработана авторская модель интеграции ИИ-персонализации в маркетинговую воронку электронной коммерции, дифференцирующая инструменты по этапам потребительского пути. Практическая значимость определяется возможностью использования результатов при формировании маркетинговых стратегий ритейлеров и разработке отраслевых стандартов персонализации в российской электронной коммерции.

Ключевые слова: искусственный интеллект; персонализация; электронная коммерция; маркетинговая стратегия; покупательский опыт; гиперперсонализация; рекомендательные системы; CRM-маркетинг; потребительское поведение; конверсия; пожизненная ценность клиента

Скачать