| Form of studies |
Bachelor |
| Title of the study programm |
Smart Computer Technologies |
| Title in original language |
Ģeneratīvā mākslīgā intelekta izmantošana e-pasta mārketinga satura analīzei |
| Title in English |
The Use of Generative Artificial Intelligence in Email Marketing Content Analysis |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Alla Anohina-Naumeca |
| Reviewer |
Gints Jēkabsons |
| Abstract |
Bakalaura darbā tiek pētīta mākslīgā intelekta (MI) integrēšana e-pasta mārketinga analīzes procesā e-komercijas jomā. Darba mērķis ir izvērtēt ģeneratīvā MI potenciālu e-pasta mārketinga analīzē, fokusējoties uz OpenAI modeļu iespējām novērtēt e-pasta dizaina un satura kvalitāti, kā arī salīdzināt dažādu ChatGPT veiktspēju un izmaksu efektivitāti šī uzdevuma veikšanā.
Darbs sastāv no divām daļām: analītiskās un risinājuma. Analītiskajā daļā tiek apskatīta ģeneratīvā MI darbības pamatbūtība un lielo valodas modeļu īpatnības, kā arī e-pasta mārketinga principi un metodes. Risinājuma daļā ir izstrādāta lietotne, kurā integrēti MI risinājumi un veikti eksperimenti ar reāliem datiem, lai pārbaudītu lietotnes efektivitāti un identificētu iespējamos uzlabojumus e-pasta dizainā. Darba rezultātā ir sniegti secinājumi par MI izmantošanas lietderību un ietekmi uz e-komercijas e-pasta mārketinga stratēģijām, kā arī rekomendācijas turpmākai attīstībai šajā jomā.
Veicot eksperimentus ar dažādiem MI modeļiem un e-pasta dizaina variācijām, konstatēts, ka precizitātes palielināšanai nepieciešami gan papildus testi, gan kritēriju ievades formulējumu optimizācija. No visiem testiem 73% gadījumu visaugstāko precizitāti, t.i. 71%, uzrādīja GPT-4o, 18% gadījumu augstāko precizitāti, t.i. 67%, uzrādīja GPT-4-turbo un GPT-4o-mini ar kopējo 59% precizitāti labāko vērtējumu uzrādīja 9% no kritērijiem. Šie rezultāti liecina, ka modeļa izvēle jāpielāgo katram kritērijam atsevišķi, kritēriju precizēšana iespējami būtiski uzlabo kopējo modeļa precizitāti. Ar šo pieeju ir iespējamība izveidot e-pasta analīzes novērtēšanas rīku ar augstāku precizitāti nekā tad, ja tiktu izmantots viens modelis un neoptimizēts ievades kritēriju apraksts.
Bakalaura darbā ir 97 lappuses, 26 attēli, 11 tabulas, 9 pielikumi un 117 informācijas avoti. |
| Keywords |
E-PASTA MĀRKETINGS, MĀKSLĪGAIS INTELEKTS, MĀRKETINGA KAMPAŅU OPTIMIZĀCIJA |
| Keywords in English |
EMAIL MARKETING, ARTIFICIAL INTELLIGENCE, MARKETING CAMPAIGN OPTIMIZATION |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
26.05.2025 09:14:00 |
