Previsão de Compra Baseada em Estados Emocionais e Fatores Contextuais no Retalho Físico Utilizando Machine Learning
DOI:
https://doi.org/10.51247/st.v8iS2.647Palavras-chave:
Aprendizagem automática, retalho físico, estados emocionais, factores contextuais, previsão de comprasResumo
Este estudo examina o potencial da aprendizagem automática para prever o comportamento de compra em ambientes de retalho físico, integrando variáveis emocionais e fatores contextuais. Através de uma revisão bibliográfica da literatura académica recente, são analisados modelos preditivos que transcendem as variáveis demográficas tradicionais e incorporam dimensões afetivas, como estados emocionais, e fatores contextuais, como a hora do dia ou a localização da loja. Reconhece-se que, embora o comércio eletrónico tenha avançado na utilização de tecnologias preditivas, o retalho físico ainda enfrenta limitações na recolha de dados significativos. A análise revela tanto o valor estratégico destes sistemas na otimização da experiência do consumidor como os dilemas éticos emergentes relacionados com a manipulação emocional e a utilização intensiva de dados. Os resultados contribuem para a compreensão do consumidor como um sujeito complexo e estabelecem as bases conceptuais para futuras pesquisas e práticas em marketing sensorial e preditivo aplicado a espaços físicos
Downloads
Referências
Alves, G., Fonsêca, J., & Maciel, A. (2021). Evaluation of machine learning models for estimating sales in physical retail. En Anais do IX Symposium on Knowledge Discovery, Mining and Learning (KDMiLe 2021) (pp. 41–48). Sociedade Brasileira de Computação. https://doi.org/10.5753/kdmile.2021.17459
Burgo Bencomo, O. B., León González, J. L., Cáceres Mesa, M. L., Pérez Maya, C. J., & Espinoza Freire, E. E. (2019). Algunas reflexiones sobre investigación e intervención educativa. Revista Cubana de Medicina Militar, 48.
Camerer, C., & Yoon, C. (2019). Introduction to the Journal of Marketing Research Special Issue on Neuroscience and Marketing. Journal of Marketing Research, 52(4), 423-426. https://doi.org/10.1509/0022-2437-52.4.423 (Original work published 2015)
Campbell, C., & Grimm, P. E. (2019). The challenges native advertising poses: Exploring potential federal trade commission responses and identifying research needs. Journal of Public Policy & Marketing, 38(1), 110-123. https://doi.org/10.1177/0743915618818576
Collins, A., Hamza, O., & Eweje, A. (2022). Revolutionizing edge computing in 5G networks through Kubernetes and DevOps practices. IRE Journals, 5(7), 462–463.
Ćosić, D. (2016). Interdisciplinary description of complex systems. Scientific Journal, 14(2), 139-147.
Csoban-Mirka, E., Esqueda-Henríquez, S., & Ríos, A. (2024). Predicción del comportamiento de compra online: una aplicación del modelo S-O-R. Retos: Revista de Ciencias de la Administración y Economía, 14(27), 21–33. https://doi.org/10.17163/ret.n27.2024.02
Dailey, R. (2012). Comportamiento organizacional. Reino Unido: Escuela de Negocios de Edimburgo Heriot-Watt University, 50, 37-53.
Durán, F. J. (2017). Big data aplicado a la mejora de los servicios públicos y protección de datos personales. Revista de la Escuela Jacobea de Posgrado. edu. mx, (12), 33-74. https://www.jacobea.edu.mx/revista/numeros/numero12/3.Big_data.Francisco_Duran.pdf
Espinoza Freire, E. E. (2020). El problema, el objetivo, la hipótesis y las variables de la investigación. Portal de la Ciencia, 1(2), 1-71.
Espinoza Freire, E. E. (2020). El objetivo en la investigación. Revista Metropolitana de Ciencias Aplicadas, 3(2), 206-215.
Espitaleta, J., García, K., & Maza, J. (2022). Sentiment analysis of reviews to determine the reception of a product using machine learning and data mining techniques / Análisis de sentimientos de reseñas para determinar la acogida de un producto utilizando técnicas de machine learning y data mining. http://hdl.handle.net/10584/11237
Goleman, D. (2012). Inteligencia emocional. España: Editorial Kairós SA.
Hastie, T., Tibshirani, R., Friedman, J. H., & Friedman, J. H. (2009). The elements of statistical learning: data mining, inference, and prediction (Vol. 2, pp. 1-758). New York: springer
Hawkins, D. I., Best, R. J., & Coney, K. A. (2004). Comportamiento del consumidor: Construyendo estrategias (9.ª ed.). McGraw-Hill.
Hui, C., Qi, X., Qianyong, Z., Xiaoli, P., Jundong, Z., & Mantian, M. (2013). Flavonoids, flavonoid subclasses and breast cancer risk: a meta-analysis of epidemiologic studies. PloS one, 8(1), e54318. https://doi.org/10.1371/journal.pone.0054318
Hultén, B. (2011). Sensory marketing: the multi‐sensory brand‐experience concept. European business review, 23(3), 256-273.
International Business Machines. (2023). What is Machine Learning? https://www.ibm.com/topics/machine-learning
Janiesch, C., Zschech, P., & Heinrich, K. (2021). Machine learning and deep learning. Electronic markets, 31(3), 685-695.
Kotler, P., & Keller, K. L. (2016). A framework for marketing management (6/E). Baskı, Essex: Pearson Education Limited. https://www.keyano.ca/en/resourcesGeneral/academics/FALL18_MARK4465.pdf
Ladhari, R., Souiden, N., & Dufour, B. (2017). The role of emotions in utilitarian service settings: The effects of emotional satisfaction on product perception and behavioral intentions. Journal of Retailing and Consumer Services, 34, 10-18. https://doi.org/10.1016/j.jretconser.2016.09.005
Lasso Vivas, V. A. (2024). Aplicación de la ciencia de datos en la toma de decisiones empresariales en el sector retail [Proyecto aplicado, Universidad Nacional Abierta y a Distancia – UNAD]. Repositorio Institucional UNAD. https://repository.unad.edu.co/handle/10596/64309
López Mateus, A. (2020). Alineamiento estratégico de big data en el Instituto Colombiano de Crédito Educativo y Estudios Técnicos en el Exterior Mariano Ospina Pérez - ICETEX [Tesis de maestría, Universidad Externado de Colombia]. Repositorio Digital Universidad Externado de Colombia. https://bdigital.uexternado.edu.co/entities/publication/0f513975-e6f5-4dd7-81d4-481109baa827
Mannino, A. F. (2021). La necesidad de la pequeña y mediana empresa de contar con tienda online propia en un ambiente hostil: Análisis de situación en tiempos de pandemia [Trabajo de investigación de licenciatura, Universidad Nacional de Cuyo]. Biblioteca Digital UNCUYO. https://videla-rivero.bdigital.uncu.edu.ar/objetos_digitales/16830/mannino-fce.pdf
Morales, D. V., & Pérez, S. G. (2021). De Silicon Valley a tu negocio: Innovación, data e inteligencia artificial. ESIC Editorial.
Morozov, N., & Petrov, Y. (2013). Dynamics of fracture. Springer Science & Business Media. 5 jun 2013 - 98 páginas.
Nguyen, N. T., & Biderman, M. D. (2008). Studying ethical judgments and behavioral intentions using structural equations: Evidence from the multidimensional ethics scale. Journal of Business Ethics, 83(4), 627-640.
Ojika, F. U., Owobu, W. O., Abieba, O. A., Esan, O. J., Ubamadu, B. C., & Daraojimba, A. I. (2022). The impact of machine learning on image processing: A conceptual model for real-time retail data analysis and model optimization. International Journal of Multidisciplinary Research and Growth Evaluation, 3(1), 861–875. https://doi.org/10.54660/IJMRGE.2022.3.1.861-875
Ortegón Cortázar, L., & Gómez Rodríguez, A. G. (2016). Gestión del marketing sensorial sobre la experiencia del consumidor. Revista de Ciencias Sociales, 22(3), 67-83.
Peciña, I. S. (2017). El comercio electrónico: Una guía completa para gestionar la venta online. ESIC Editorial.
Puccinelli, N. M., Goodstein, R. C., Grewal, D., Price, R., Raghubir, P., & Stewart, D. (2009). Customer experience management in retailing: understanding the buying process. Journal of retailing, 85(1), 15-30. https://doi.org/10.1016/j.jretai.2008.11.003
Rojas Paucar, W. (2024). Productividad educativa y algoritmos de aprendizaje automático en escuela de ingeniería de sistemas e informática, Universidad Nacional de Moquegua - 2023 [Tesis doctoral, Universidad Nacional de Moquegua]. Repositorio Institucional UNAM. https://hdl.handle.net/20.500.12990/13407
Rokni, M., Ghasemi, V., & Tavakoli, Z. (2020). Immune responses and pathogenesis of SARS‐CoV‐2 during an outbreak in Iran: Comparison with SARS and MERS. Reviews in medical virology, 30(3), e2107. https://doi.org/10.1002/rmv.2107
Russell, J. A. (1980). A circumplex model of affect. Journal of personality and social psychology, 39(6), 1161.
Schwarz, N., & Bless, H. (2007). Mental construal processes: The inclusion/exclusion model. Assimilation and contrast in social psychology, 119-141. https://dornsife.usc.edu/norbert-schwarz/wp-content/uploads/sites/231/2023/11/schwarz___bless_iem_2007_pri.pdf
Shaytura, S. V., Kozhayev, Y. P., Ordov, K. V., Antonenkova, A. V., & Zhenova, N. A. (2017). Performance evaluation of the electronic commerce systems. Revista Espacios, 38(49), 1–10.
Spence, C. (2022). Experimental atmospherics: a multi-sensory perspective. Qualitative Market Research: An International Journal, 25(5), 662-673.
Spence, P. (2014). Centros y fronteras: el panorama internacional. In Humanidades Digitales: desafíos, logros y perspectivas de futuro (pp. 37-61). SIELAE. https://dialnet.unirioja.es/servlet/articulo?codigo=5181017
Tinoco-Egas, R., Juanatey-Boga, Ó., & Martínez-Fernández, V. A. (2019). Generación de emociones en la intención de compra. Revista de Ciencias Sociales (Ve), 25(3), 218–229. https://www.redalyc.org/articulo.oa?id=28060161018
Underhill, D. M., Ozinsky, A., Hajjar, A. M., Stevens, A., Wilson, C. B., Bassetti, M., & Aderem, A. (1999). The Toll-like receptor 2 is recruited to macrophage phagosomes and discriminates between pathogens. Nature, 401(6755), 811-815.
Zaltman, G. (2004). Cómo piensan los consumidores. España: Empresa Activa.
Zhou, D. (2021). Image Recognition of Pledges of Capital Stock in Small‐and Medium‐Sized Enterprises Based on Partial Differential Equations. Advances in Mathematical Physics, 2021(1), 6548344.
Zunic, E., Korjenic, K., Hodzic, K., & Donko, D. (2020). Application of Facebook’s Prophet algorithm for successful sales forecasting based on real-world data [Preprint]. arXiv. https://arxiv.org/abs/2005.07575
Downloads
Publicado
Edição
Secção
Licença
Direitos de Autor (c) 2025 Kleber Francisco Franco-Santacruz, Bill Jonathan Serrano-Orellana
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0.
