Trí tuệ nhân tạo trong nghiên cứu marketing 2

CHƯƠNG 2: TỔNG QUAN TÀI LIỆU
2.1.

Các khái niệm chính

2.1.1. Marketing
Theo Hiệp hội Marketing Hoa Kỳ (AMA, 2017), Marketing là hoạt động, tập hợp các thể chế
và quy trình để tạo, giao tiếp, phân phối và trao đổi các dịch vụ có giá trị cho khách hàng, đối
tác và xã hội nói chung. Nghiên cứu Marketing là chức năng liên kết người tiêu dùng, khách
hàng và công chúng với nhà tiếp thị thông qua thông tin được sử dụng để xác định các cơ hội
và vấn đề tiếp thị; tạo, điều chỉnh và đánh giá các hành động tiếp thị; giám sát hoạt động tiếp
thị; và nâng cao hiểu biết về tiếp thị như một quá trình. Nghiên cứu tiếp thị chỉ rõ thông tin
cần thiết để giải quyết những vấn đề này, thiết kế phương pháp thu thập thông tin, quản lý và
thực hiện quy trình thu thập dữ liệu, phân tích kết quả và truyền đạt những phát hiện cũng như
hàm ý của chúng.
Rất nhiều công ty đã đầu tư để hỗ trợ các nhiệm vụ khác nhau liên quan đến tiếp thị, chẳng
hạn như chatbots, tối ưu hóa hành trình của khách hàng, nghiên cứu và sáng tạo nội dung,
quản lý quan hệ khách hàng, nhận dạng hình ảnh, cơng cụ tìm kiếm tối ưu hóa, cá nhân hóa,
lập hồ sơ và lập kế hoạch chiến lược (Haenlein và Kaplan, 2019; Luo và cộng sự, 2019; Netzer
và cộng sự, 2012; Zhao, 2013).
2.1.2. Trí tuệ nhân tạo (AI)
Trong nghiên cứu tiếp thị, AI được sử dụng như một thuật ngữ bao trùm, gồm nhiều khái niệm
rộng rãi rằng các loại máy tính, thơng qua việc sử dụng phần mềm và thuật tốn, có thể tạo
điều kiện hoặc thực hiện các nhiệm vụ trước đây đòi hỏi khả năng nhận thức của con người
(Bruyn và cộng sự 2020; Haenlein và Kaplan, 2019; Huang và Rust, 2018; Kumar và cộng sự,
2019).
Trí tuệ nhân tạo là khoa học và kỹ thuật tạo ra các máy móc thơng minh, các chương trình
máy tính đặc biệt thơng minh. Nó liên quan đến nhiệm vụ tương tự của sử dụng máy tính để
7

hiểu trí thơng minh của con người, nhưng AI khơng nhất thiết phải tự giới hạn trong các
phương pháp có thể quan sát được về mặt sinh học (McCarthy và cộng sự, 1995).
Ngoài ra, để chỉ AI các nhà nghiên cứu còn sử dụng các thuật ngữ như học máy, rơ bốt dịch
vụ, tự động hóa, dữ liệu lớn, mạng nơ-ron, xử lý ngôn ngữ tự nhiên và Internet vạn vật (IoT)
(Huang và Rust, 2018; Kumar và cộng sự, 2019; Marinova và cộng sự, 2017; Netzer và cộng
sự, 2012; Nunan và Domenico, 2013; Salminen và cộng sự, 2019; Tirunillai và Tellis, 2014;
Wirtz và cộng sự, 2018).
2.1.3. Mơ hình hóa
Mơ hình hóa chủ đề là một kỹ thuật tiềm năng mới để tự động phân loại tài liệu, phân tích
khơng giám sát các nhóm tài liệu lớn. Các mơ hình chủ đề hình thành các chủ đề tiềm ẩn trong
văn bản bằng cách sử dụng ngẫu nhiên và khám phá các cấu trúc tài liệu. Mơ hình này có
nhiều ứng dụng như thẻ đề xuất, phân loại văn bản, trích xuất từ khóa và tìm kiếm sự tương
đồng trong các lĩnh vực rộng lớn của khai thác văn bản, thông tin truy xuất, mơ hình ngơn ngữ
thống kê (Anupriya và Karpagavalli, 2015). Mơ hình chủ đề có một vai trị quan trọng và hữu
ích trong thư viện kỹ thuật số đối với tạo siêu dữ liệu bổ sung (Hagedorn và cộng sự, 2010)
bằng cách cung cấp một cách đơn giản để phân tích khối lượng lớn văn bản khơng được gắn
nhãn và chỉ ra các mối quan hệ ẩn giữa các mục cũng như các chủ đề được thể hiện trong các
tiêu đề. Mơ hình chủ đề được sử dụng để xử lý và phân loại văn bản một cách hiệu quả và
hoàn hảo.

2.2.

Tổng quan về các nghiên cứu liên quan đến đề tài

2.2.1. Nghiên cứu Trí tuệ nhân tạo sẽ thay đổi tương lai của ngành Marketing như thế
nào? (Thomas Davenport, Abhijit Guha, Dhruv Grewal & Timna Bressgott, 2019)
Trong tương lai, trí tuệ nhân tạo (AI) dường như có khả năng ảnh hưởng đến các chiến lược
tiếp thị, bao gồm mơ hình kinh doanh, quy trình bán hàng và các tùy chọn dịch vụ khách hàng,
cũng như hành vi của khách hàng. Những chuyển đổi sắp xảy ra này có thể được hiểu rõ nhất
bằng cách sử dụng ba trường hợp minh họa từ các ngành khác nhau. Đầu tiên, trong ngành

giao thông vận tải, những chiếc xe không người lái, hỗ trợ AI có thể đang ở rất gần, hứa hẹn
8


sẽ thay đổi cả mơ hình kinh doanh và hành vi của khách hàng. Các doanh nghiệp đi chung xe
và taxi phải phát triển để tránh bị gạt ra ngoài lề bởi các mơ hình vận tải hỗ trợ AI; nhu cầu
mua bảo hiểm ô tô (từ khách hàng cá nhân) và máy thở (ít người lái xe hơn, đặc biệt là sau khi
uống rượu) có thể sẽ giảm xuống, trong khi nhu cầu về hệ thống an ninh bảo vệ ô tô khỏi bị
hack sẽ tăng lên (Hayes, 2015). Xe khơng người lái cũng có thể ảnh hưởng đến sức hấp dẫn
của bất động sản, bởi vì thứ nhất, xe khơng người lái có thể di chuyển với tốc độ nhanh hơn,
do đó thời gian đi làm sẽ giảm và thời gian đi làm sẽ hiệu quả hơn cho hành khách, những
người có thể làm việc an tồn khi lái xe đến đích của họ. Do đó, các vùng ngoại ơ xa xơi có
thể trở nên hấp dẫn hơn, so với trường hợp ngày nay.
Thứ hai, AI sẽ ảnh hưởng đến quy trình bán hàng trong các ngành khác nhau. Hầu hết các
nhân viên bán hàng vẫn dựa vào một cuộc gọi điện thoại (hoặc tương đương) như một phần
quan trọng của quy trình bán hàng. Trong tương lai, các nhân viên bán hàng sẽ được hỗ trợ
bởi một nhân viên AI giúp giám sát các cuộc trò chuyện qua điện thoại trong thời gian thực.
Ví dụ: Bằng cách sử dụng khả năng phân tích giọng nói nâng cao, nhân viên AI có thể suy ra
từ giọng điệu của khách hàng rằng vấn đề chưa được đề cập vẫn là một vấn đề và cung cấp
phản hồi theo thời gian thực để hướng dẫn cách tiếp cận tiếp theo của nhân viên bán hàng (con
người). Theo nghĩa này, AI có thể tăng cường khả năng của nhân viên bán hàng, nhưng nó
cũng có thể gây ra những hậu quả tiêu cực ngoài ý muốn, đặc biệt nếu khách hàng cảm thấy
khơng thoải mái về các cuộc trị chuyện giám sát AI. Ngồi ra, trong tương lai, các cơng ty có
thể chủ yếu sử dụng các bot AI, Footnote1 - trong một số trường hợp - hoạt động giống như
nhân viên bán hàng, để tiếp xúc ban đầu với các khách hàng tiềm năng. Nhưng điều nguy hiểm
vẫn là nếu khách hàng phát hiện ra rằng họ đang tương tác với bot, họ có thể trở nên khó chịu,
gây ra những hậu quả tiêu cực.
Thứ ba, mơ hình kinh doanh hiện đang được các nhà bán lẻ trực tuyến sử dụng thường yêu
cầu khách hàng đặt hàng, sau đó nhà bán lẻ trực tuyến sẽ vận chuyển sản phẩm (mô hình mua
sắm sau đó vận chuyển (Agrawal và cộng sự, 2018; Gans và cộng sự, 2017). Với AI, các nhà

bán lẻ trực tuyến có thể dự đốn khách hàng sẽ muốn gì; giả sử rằng những dự đốn này đạt
được độ chính xác cao, các nhà bán lẻ có thể chuyển sang mơ hình kinh doanh vận chuyển sau
9


đó mua sắm. Có nghĩa là, các nhà bán lẻ sẽ sử dụng AI để xác định sở thích của khách hàng
và vận chuyển các mặt hàng cho khách hàng mà khơng cần đặt hàng chính thức, với việc
khách hàng có tùy chọn trả lại những gì họ khơng cần (Agrawal và cộng sự, 2017; Gans và
cộng sự, 2018). Sự thay đổi này sẽ thay đổi chiến lược tiếp thị, mơ hình kinh doanh và hành
vi của khách hàng (ví dụ: Tìm kiếm thơng tin) của các nhà bán lẻ. Các doanh nghiệp như
Birchbox, Stitch Fix và Trendy Butler đã sử dụng AI để cố gắng dự đốn những gì khách hàng
của họ muốn, với các mức độ thành công khác nhau.
Ba trường hợp sử dụng ở trên minh họa lý do tại sao rất nhiều học giả và nhà thực hành dự
đoán rằng AI sẽ thay đổi bộ mặt của các chiến lược tiếp thị và hành vi của khách hàng. Trên
thực tế, một cuộc khảo sát của Salesforce cho thấy AI sẽ là công nghệ được các nhà tiếp thị
áp dụng nhiều nhất trong những năm tới (Columbus, 2019). Các yếu tố cần thiết để cho phép
AI thực hiện những lời hứa của nó có thể đã có sẵn; người ta đã tuyên bố rằng "chính khoảnh
khắc này là điểm uốn nắn vĩ đại của lịch sử" (Reese, 2018). Tuy nhiên, lập luận này có thể bị
thách thức. Đầu tiên, khả năng công nghệ cần thiết để thực hiện các ví dụ trước vẫn khơng đủ.
Nói cách khác, ô tô tự lái chưa sẵn sàng để triển khai (Lowy, 2016), vì trong số những thứ
khác hiện ơ tơ tự lái không thể xử lý các điều kiện thời tiết xấu. Các phân tích dự đốn cũng
cần được cải thiện đáng kể trước khi các nhà bán lẻ có thể áp dụng các phương thức vận
chuyển sau đó mua sắm để tránh trả lại sản phẩm đáng kể và ảnh hưởng tiêu cực liên quan.
Kết hợp tất cả những điều này lại với nhau, có vẻ như các nhà quản lý và nhà nghiên cứu tiếp
thị cần hiểu biết sâu sắc không chỉ về lời hứa cuối cùng của AI mà cịn cả lộ trình và thời gian
mà AI có khả năng phát triển. Bài báo này đề cập đến các vấn đề ở trên, không chỉ được xây
dựng từ việc xem xét các tài liệu về tiếp thị (và nói chung là kinh doanh), tâm lý học, xã hội
học, khoa học máy tính và người máy, mà cịn từ những tương tác sâu rộng với các nhà thực
hành.
Cuối cùng nghiên cứu đã chỉ ra rằng AI có thể giúp các cơng ty dự đốn những gì khách hàng

sẽ mua, việc sử dụng AI sẽ dẫn đến những cải tiến đáng kể về khả năng dự đốn. Khơng phụ
thuộc vào mức độ chính xác của dự đốn, các cơng ty thậm chí có thể thay đổi đáng kể mơ
hình kinh doanh của mình, cung cấp hàng hóa và dịch vụ cho khách hàng liên tục dựa trên dữ
10


liệu và dự đoán về nhu cầu của họ. Do đó, nhiều cơ hội nghiên cứu xuất hiện, liên quan đến
các hành vi mua hàng khác nhau của khách hàng và các chiến lược tiếp thị. Một lĩnh vực
nghiên cứu đặc biệt quan trọng có thể liên quan đến khả năng dự đoán của các thuật toán do
AI điều khiển có thể mở rộng ra sao để dự báo nhu cầu đối với các sản phẩm thực sự mới
(Zhao và cộng sự, 2012). Các thuật tốn AI có thể có khả năng dự đoán tốt đối với các sản
phẩm mới dần dần; câu hỏi mở là liệu họ có khả năng dự đốn tốt đối với RNP hay khơng. Để
các thuật tốn AI làm như vậy có lẽ sẽ u cầu dữ liệu về RNPs sẽ được sử dụng trong đào
tạo các mơ hình học máy; điều này thường khơng có sẵn. Hơn nữa, khi kiểm tra cách tốt nhất
để đưa ra dự đốn cho RNP, nghiên cứu cũng có thể xem xét cách tốt nhất để kết hợp những
hiểu biết sâu sắc do AI điều khiển với khả năng phán đoán của con người (Davenport và cộng
sự, 2020).

2.2.2. Nghiên cứu liên quan đến tổ chức và chiến lược về việc sử dụng AI trong tiếp thị
“Ứng dụng công nghiệp của trí tuệ nhân tạo và dữ liệu lớn – bigdata” (The
Directorate - General for the Internal Market, Industry, Entrepreneurship and
SMEs, 2020)
Việc triển khai trí tuệ nhân tạo (AI) là rất quan trọng đối với sự thành công của các doanh
nghiệp vừa và nhỏ (SME) ở EU. Đặc biệt, trong các lĩnh vực công nghiệp, các giải pháp AI
đang trở nên quan trọng hơn bao giờ hết vì chúng giúp tối ưu hóa quy trình sản xuất, dự đốn
lỗi máy móc và phát triển các dịch vụ thơng minh hiệu quả hơn. Cơng nghiệp châu Âu cũng
có thể khai thác dữ liệu lớn và việc sử dụng CNTT-TT một cách thông minh để nâng cao năng
suất và hiệu suất, đồng thời mở đường cho sự đổi mới. Các ứng dụng công nghiệp quan trọng
của AI cho các doanh nghiệp vừa và nhỏ thông qua khởi động một nghiên cứu nhằm khám
phá các ứng dụng AI quan trọng nhất để thúc đẩy sự tiếp nhận của các doanh nghiệp vừa và

nhỏ trong các chuỗi giá trị chiến lược của châu Âu. Các doanh nghiệp vừa và nhỏ (SME) phải
vật lộn nhiều hơn các công ty lớn để bắt kịp với tốc độ chuyển đổi kỹ thuật số và chuyển đổi
công nghiệp nói chung. Họ phải đối mặt với những thách thức cụ thể có thể cản trở việc áp
dụng AI rộng rãi, làm giảm lợi ích kinh tế tổng thể cho kinh tế châu Âu.

11


Trí tuệ nhân tạo (AI) hiện là ưu tiên hàng đầu của các doanh nghiệp, mà còn đối với các nhà
hoạch định chính sách, các tổ chức nghiên cứu học thuật và rộng rãi hơn là công chúng. Các
kỹ thuật AI được kỳ vọng sẽ mang lại lợi ích cho các chính phủ, cơng dân và doanh nghiệp,
bao gồm cả trong cuộc chiến chống lại Covid-19, cho phép khả năng phục hồi và cải thiện
tăng trưởng xanh, bền vững. Đồng thời, AI có khả năng phá vỡ và có thể thay thế các mơ hình
kinh doanh cũng như tác động đến cách mọi người sống và làm việc.

2.2.3. Nghiên cứu: “Sử dụng AI trong cải thiện mối quan hệ khách hàng” (Scott Clark,
2020)
Là một trong những xu hướng công nghệ hàng đầu, Trí tuệ nhân tạo (AI) tiếp tục trở nên phổ
biến đối với các nhà tiếp thị và chuyên gia bán hàng, đồng thời đã trở thành một công cụ thiết
yếu cho các thương hiệu muốn cung cấp trải nghiệm khách hàng siêu cá nhân hóa, đặc biệt.
Sự sẵn có của phần mềm quản lý quan hệ khách hàng (CRM) và nền tảng dữ liệu khách hàng
(CDP) được nâng cao bằng AI đã mang lại cho doanh nghiệp AI mà khơng phải trả chi phí
cao như trước đây liên quan đến công nghệ. Một báo cáo về Tương lai của Công việc từ
RobertHalf chỉ ra rằng 39% các nhà lãnh đạo CNTT hiện đang sử dụng AI hoặc máy học, 33%
nói rằng họ mong đợi sử dụng AI trong vòng ba năm tới và 19% mong đợi sử dụng nó trong
vịng năm năm. AI có nhiều ứng dụng cho các doanh nghiệp và trong bài viết này, chúng ta sẽ
thảo luận về 4 cách mà nó có thể được sử dụng để cải thiện trải nghiệm của khách hàng.
AI tạo điều kiện cho sự hiểu biết tốt hơn về khách hàng với sự kết hợp giữa AI và máy học để
thu thập và phân tích dữ liệu xã hội, lịch sử và hành vi cho phép các thương hiệu hiểu chính
xác hơn nhiều về khách hàng của mình. Khơng giống như phần mềm phân tích dữ liệu truyền

thống, AI liên tục học hỏi và cải thiện từ dữ liệu mà nó giải quyết và có thể dự đốn hành vi
của khách hàng. Điều này cho phép các thương hiệu cung cấp nội dung có liên quan cao, tăng
cơ hội bán hàng và cải thiện hành trình của khách hàng. Sven Feurer, giám đốc cấp cao về kỹ
thuật và vận hành của SAP Customer Experience, đã chia sẻ suy nghĩ của mình về việc sử
dụng AI để nâng cao CX. “Khi nói đến trải nghiệm của khách hàng, có nhiều hứa hẹn về tác
động rộng rãi. Với sự tăng trưởng theo cấp số nhân của dữ liệu, tạo cơ hội để cải thiện cho cả
các thương hiệu B2B và B2C để sử dụng nó cùng với AI vào trải nghiệm hàng ngày cho khách
12


hàng, Feurer cho biết. “Để mang đến những trải nghiệm thực sự tuyệt vời, tất cả các đơn vị
kinh doanh tập trung vào khách hàng như bán hàng, dịch vụ khách hàng và tiếp thị phải làm
việc cùng nhau và tận dụng hiệu quả các công cụ AI cho các mục tiêu chung. Bằng cách làm
này, AI có tiềm năng giúp các thương hiệu kết nối với khách hàng ở cấp độ cá nhân hơn, do
đó tăng lịng trung thành và đảm bảo lịng tin khơng chỉ cho bây giờ mà cả sau đại dịch”.
Các nền tảng CRM như Salesforce Einstein và Zoho đã tích hợp AI để cung cấp chức năng
bao gồm xác định thời gian thực, phân tích dự đốn, trợ lý trị chuyện và các chức năng khác
giúp nhóm bán hàng dễ dàng hiểu và thu hút khách hàng của họ hơn. Các CDP như Amperity,
BlueConic, CDP thời gian thực của Adobe và ActionIQ cũng đã tích hợp AI vào các yếu tố
CDP truyền thống để thống nhất dữ liệu khách hàng và cung cấp chức năng thời gian thực và
quyết định cho các nhà tiếp thị, cho phép họ hiểu sâu hơn về những gì khách hàng của họ
muốn, cảm giác của họ và những gì họ có khả năng làm.
AI cho siêu cá nhân hóa. Siêu cá nhân hóa kết hợp AI và dữ liệu thời gian thực để cung cấp
nội dung có liên quan cụ thể đến khách hàng. Theo Radanovic, người tiêu dùng và thương
hiệu đang đón nhận AI đàm thoại vì nó cung cấp trải nghiệm được cá nhân hóa nhanh hơn và
thuận tiện hơn nhiều so với các cách tương tác truyền thống với doanh nghiệp, hãy nghĩ đến
việc chờ một cuộc gọi điện thoại hoặc nhấp qua hàng tấn trang để tìm thơng tin phù hợp. Cùng
với trải nghiệm được cá nhân hóa hơn, AI cũng có thể giúp loại bỏ những điểm khó khăn trong
hành trình của khách hàng.

2.2.4. Nghiên cứu: “Ứng dụng trí tuệ nhân tạo (AI) trong Tối ưu hóa Cơng cụ Tìm kiếm
(SEO)” (Yodhi Yuniarthe, 2017)
Trong nghiên cứu này, tác giả đã tìm kiếm tất cả các bài báo khoa học mơ tả các hình thức
ứng dụng của trí tuệ nhân tạo trong SEO tài liệu dựa trên sự phân chia thành 3 phương pháp
của trí tuệ nhân tạo: tính tốn tiến hóa, logic mờ và bộ phân loại và các mơ hình thống kê
(Nourani và cộng sự, 2014). Đến thời điểm hiện tại, trí tuệ nhân tạo đã tham gia vào các khía
cạnh khác nhau của cuộc sống con người ngày nay, được sử dụng trong giáo dục, y tế, đầu tư
(Thomas, 2017) và đặc biệt là ứng dụng tìm kiếm trên khơng gian mạng giúp người dùng có
13


được nguồn thông tin đáng tin cậy trên internet thông qua cơng cụ tối ưu hóa tìm kiếm (SEO)
(Moore, 2017). Sự phát triển của trí tuệ nhân tạo cho phép tìm kiếm quản lý động cơ để liên
tục cải tiến các thuật tốn với các kỹ thuật từ trí tuệ nhân tạo mới nhất. Bản thân các cơng cụ
tìm kiếm áp dụng nhiều các phương pháp trí tuệ nhân tạo để có được dữ liệu chính xác và như
người dùng mong muốn. Hơn nữa, các cơng cụ tìm kiếm sử dụng nhiều yếu tố để xác định thứ
hạng của một trang web trên internet. Một số ứng dụng của trí tuệ nhân tạo trong tối ưu hóa
cơng cụ tìm kiếm được tìm thấy trong khai thác dữ liệu như: Thứ nhất là phát triển Polidoxa một thuật tốn cơng cụ tìm kiếm dựa trên sự tin cậy khai thác hành vi của người dùng mạng,
cũng như mạng xã hội dựa trên niềm tin và hệ thống ba chiều cho việc bảo mật và quyền riêng
tư (Mazzara và cộng sự, 2013) bởi lẽ việc xếp hạng thông tin là cực kỳ quan trọng và cung
cấp xếp hạng tin cậy dựa trên hoạt động của người dùng là cơ bản để cung cấp chất lượng tốt
hơn bởi vì điều đó có nghĩa là cải thiện ba vị trí đầu tiên theo các ưu tiên và sở thích của người
dùng. Thứ hai là hệ thống suy luận mờ - phát triển logic mờ (Fuzzy logic) dựa trên web để cải
thiện xếp hạng của các đối tượng tiếng Ba Tư (Persian-language) trong công cụ tìm kiếm
(Golzardi và cộng sự, 2013). Hệ thống này cho phép cơng cụ tìm kiếm tạo ra ngơn ngữ nói
tiếng Ba Tư đối tượng từ internet và mục đích chính của việc này hệ thống là làm cho người
đọc có thể có được trang web tiếng Ba Tư mặc dù sử dụng cơng cụ tìm kiếm Google. Thứ ba
là Gói thương mại SPSS Clementine - một phần mềm của IBM được phát triển với Artificial
Neural Network (ANN) để khai thác dữ liệu (Golzardi và cộng sự, 2013), SPSS Clementine
có sáu mơ-đun ứng dụng phân tích trang web: SEO, phân khúc người dùng và các lượt truy

cập tự động, phân tích hành vi của người dùng và trang web hoạt động, hoạt động của trang
chủ, chuỗi hoạt động phân tích và phân tích xu hướng. SPSS khai thác cơ sở dữ liệu internet
và cho phép nó phân tích một số các chiến dịch tiếp thị được thực hiện bởi một nhà phân tích
SEO để có được các vị trí cao trong các cơng cụ tìm kiếm (Segall và Zhang, 2009). Kết quả
của nghiên cứu đã chỉ ra việc ứng dụng trí tuệ nhân tạo trong SEO bị cản trở bởi tiêu chí bí ẩn
được sử dụng để chọn trang web bằng cách tìm kiếm động cơ cũng như tính bảo mật của thuật
tốn được sử dụng bởi các cơng ty SEO trong kinh doanh của họ. Mặc dù vậy, một số nỗ lực
ứng dụng trí tuệ nhân tạo trong SEO mặc dù ở dạng nguyên mẫu hoặc trong một số gói thương
mại. Khả năng sử dụng trí tuệ nhân tạo trong việc cải thiện SEO có sẵn, ít nhất là một công cụ
14


trong việc phân tích dữ liệu trong thiết kế website. Với các thiết bị dựa trên trí tuệ nhân tạo,
các nhà phân tích của các phương pháp tối ưu hóa SEO có thể quyết định những gì cần được
thực hiện cả về cấu trúc, từ khóa, nội dung hoặc liên kết để tăng sự hiện diện trên internet của
họ (Yuniarthe, 2017).
TĨM TẮT CHƯƠNG 2
Ở chương 2 này, chúng tơi đã trình bày các khái niệm liên quan đến đề tài như: Marketing, trí
tuệ nhân tạo (AI) và mơ hình hóa cùng với một số nghiên cứu trước liên quan đến đề tài. Tiếp
theo, trong chương 3 chúng tôi sẽ giới thiệu và phân tích các phương pháp nghiên cứu mà
nhóm tác giả sử dụng trong đề tài này.

15