Применение AI-агентов для автоматизации анализа данных для маркетинга и формирования управленческих решений

Шабан А.П.; Тупицына М.Д.; Филатов Е.А.; Shaban A. Tupitsyna M. Filatov E.

doi:10.24412/1994-3776-2026-2-59-64

Применение AI-агентов для автоматизации анализа данных для маркетинга и формирования управленческих решений

Шабан А.П. Тупицына М.Д. Филатов Е.А.

Журнал: Телескоп: журнал социологических и маркетинговых исследований @teleskop

Рубрика: Социальный маркетинг

Статья в выпуске: 2, 2026 года.

Бесплатный доступ

В исследовании рассматривается применение AI-агентов для автоматизации анализа данных для маркетинга и поддержки управленческих решений. Целью исследования является оценка эффективности мультиагентного подхода в задачах маркетинговой аналитики. Предложена архитектура мультиагентной системы, интегрированной в контур МИС и CRM, включающая агентов анализа данных, интерпретации, генерации гипотез и принятия решений. Методология основана на сравнении традиционного, AI-ассистированного и мультиагентного подходов с использованием показателей времени выполнения задач и ROI. Результаты показывают, что применение AI-агентов позволяет сократить временные затраты и повысить эффективность управленческих решений. Научная новизна заключается в разработке модели мультиагентной системы для анализа данных для маркетинга и оценке её эффективности.

AI-агенты \ мультиагентные системы \ маркетинговая аналитика \ данные для маркетинга \ управленческие решения \ маркетинговые информационные системы \ CRM \ эффективность маркетинга \ ROI

Короткий адрес: https://sciup.org/142248548

IDS: 142248548 | УДК: 339.138; 004.8 | DOI: 10.24412/1994-3776-2026-2-59-64

The use of AI agents to automate data analysis for marketing and management decision-making

The research examines the use of AI agents for automating data analysis for marketing and supporting managerial decision-making. The aim of the study is to evaluate the effectiveness of a multi-agent approach in marketing analytics. A multi-agent system architecture integrated into MIS and CRM is proposed, including agents for data analysis, interpretation, hypothesis generation, and decision-making. The methodology is based on comparing traditional, AI-assisted, and multi-agent approaches using task-completion time and ROI metrics. The results show that AI agents reduce analysis time and improve decision-making effectiveness. The scientific contribution lies in the development of a multi-agent model for marketing data analysis and its performance evaluation.