Компанияның сервистерін персонализациялау және маркетингті оңтайландыру үшін жасанды интеллект модельдері Air Astana (АҚ)

Зерттеудің мақсаты:Бұл зерттеу Air Astana әуекомпаниясының цифрлық ұсыныстарын жекелендіру үшін жасанды интеллект пен машиналық оқыту әдістерін пайдалану арқылы компанияның жоғары қызмет сапасы мен транзиттік торап ретіндегі бірегей артықшылықтарын күшейтуді және олардың маркетингтік тиімділікке әсерін (2010–2024 жж.) бағалауды көздейді.

Әдіснамасы: Жүйелік және салыстырмалы талдау, экономикалық-математикалық модельдеу және сауалнама-сұхбат әдістері қолданылды. Collaborative filtering, content-based filtering, uplift modeling және reinforcement learning сияқты AI алгоритмдері тұтынушы мінез-құлқын болжау және ұсыныстарды оңтайландыру үшін пайдаланылды.

Ғылыми құндылығы: Бұл жұмыс Қазақстан авиация саласында AI негізіндегі жекелендіруді нақты деректерге сүйене отырып зерттеген алғашқы кешенді талдау болып табылады.

Нәтижелер: Дайындалған AI модельдері цифрлық науқандардың жауап беру көрсеткішін 15%-ға арттырып, маркетингтік шығындарды 20%-ға азайтты (R² = 0.902).

1. Chatterjee S., Rana N. P., Tamilmani K., Sharma A. The future of artificial intelligence in marketing: A systematic review // Journal of Business Research. – 2021. – Vol. 124. – P. 336–352. – DOI: 10.1016/j.jbusres.2020.11.041.

2. Bughin J., Seong J., Manyika J., Chui M., Joshi R. Notes from the AI frontier: Modeling the impact of AI on the world economy. – McKinsey Global Institute, 2018.

3. Guerrini A., Ferri G., Rocchi S., Cirelli M., Piña V., Grieszmann A. Personalization @ scale in airlines: Combining the power of rich customer data, experiential learning, and revenue management // Journal of Revenue and Pricing Management. – 2023. – Vol. 22, № 2. – P. 171–180. – DOI: 10.1057/s41272-022-00404-8.

4. Devriendt F., Van Belle J., Guns T., Verbeke W. Learning to rank for uplift modeling // IEEE Transactions on Knowledge and Data Engineering. – 2022. – Vol. 34, № 10. – P. 4888–4904. – DOI: 10.1109/TKDE.2022.3153950.

5. Pazzani M. J., Billsus D. Content-based recommendation systems // In: The Adaptive Web. – Berlin: Springer, 2007. – P. 325–341. – DOI: 10.1007/978-3-540-72079-9_10.

6. Bobadilla J., Ortega F., Hernando A., Gutierrez A. Recommender systems survey // Knowledge-Based Systems. – 2013. – Vol. 46. – P. 109–132. – DOI: 10.1016/j.knosys.2013.03.012.

7. Jo H., Moon I., Rhee B. Dynamic pricing in airline revenue management using reinforcement learning // Expert Systems with Applications. – 2024. – Vol. 233. – Art. 120857. – DOI: 10.1016/j.eswa.2023.120857.

8. Olaya-Contreras D., Suárez-Andrés J., & García-Núñez J. A survey and benchmarking study of multitreatment uplift modelling // Data Mining and Knowledge Discovery. – 2020. – Vol. 34, No 5. – P. 1303–1336. – DOI: 10.1007/s10618-020-00702-y

9. Radcliffe N. J., Surry P. D. Uplift Modelling: Literature Survey and Experimental Evaluation // Big Data. – 2017. – Vol. 5, No 4. – P. 273–290. – DOI: 10.1089/big.2016.0074

10. Chandra S., Verma S., Lim W. M., Kumar S., Donthu N. Personalization in personalized marketing: Trends and ways forward // Psychology & Marketing. – 2022. –Vol. 39, No 8. – P. 1529-1562. – DOI: 10.1002/mar.21670.

11. Kapoor A., Dwivedi Y. K., Piercy N. Artificial intelligence in marketing: Evolution, challenges, and opportunities // European Journal of Marketing. – 2022. – Vol. 56, № 3. – P. 853–880. – DOI: 10.1108/EJM-12-2021-1009.

12. Alfaifi Y.H., Hasanain F., Ramayah T. Recommender Systems Applications: Data Sources, Features, Challenges and Future Trends // Information. – 2024. – Vol. 15, No. 10, Article 660. – DOI: 10.3390/info15100660.

13. Aksoy N., Kabadayı E., Yılmaz C., Koçak Alan A. A Typology of Personalisation Practices in Marketing in the Digital Age // Journal of Marketing Management. – 2021. – Vol. 37, No. 11-12, – P. 1091-1122. – DOI: 10.1080/0267257X.2020.1866647

14. Jannach D., Jugovac M. Measuring the Business Value of Recommender Systems // ACM Transactions on Management Information Systems. – 2019. – Vol. 10, No. 4, Article 1. – DOI: 10.1145/3370082.

15. Zangerle E., Bauer C. Evaluating recommender systems: Survey and framework // ACM Computing Surveys. –2023. – Vol. 55, No 8: Article 170, 1-38 pp. – DOI: 10.1145/3556536.