Tag: sustainable market trend prediction

  • Algoritma Big Data sebagai Pendukung Praktik Pemasaran Berkelanjutan: Sebuah Penelitian Pendahuluan

    Penulis: Rahma Wahdiniwaty; Neng Susi Susilawati Sugiana; M. Yani Syafei; Yeffry Handoko Putra; Lili Adi WibowoDOI: 10.1109/INCITEST59455.2023.10396871

    Abstrak
    Penelitian ini menyajikan tinjauan pustaka sistematis mengenai peran algoritma Big Data dalam mendukung praktik pemasaran berkelanjutan. Praktik pemasaran berkelanjutan semakin memperoleh perhatian di tengah meningkatnya kepedulian terhadap lingkungan serta kesadaran konsumen terhadap isu-isu lingkungan. Dalam konteks tersebut, algoritma Big Data memiliki peran yang semakin penting dalam menganalisis kumpulan data berukuran besar untuk memahami perilaku konsumen, memprediksi tren pasar, serta merancang kampanye pemasaran yang efektif. Tinjauan pustaka dilakukan dengan pendekatan sistematis untuk mengidentifikasi, mengumpulkan, dan menganalisis artikel-artikel yang relevan terkait pemanfaatan algoritma Big Data dalam praktik pemasaran berkelanjutan. Temuan utama dari kajian ini meliputi penerapan algoritma Big Data dalam analisis kebutuhan pasar yang berkelanjutan, pemanfaatannya untuk memprediksi pola konsumen yang ramah lingkungan, serta penggunaannya dalam merancang kampanye pemasaran berkelanjutan yang lebih terarah. Melalui analisis mendalam terhadap literatur yang ada, penelitian ini mengidentifikasi kontribusi signifikan algoritma Big Data dalam mendukung praktik pemasaran berkelanjutan. Namun demikian, kajian ini juga mengungkap berbagai tantangan yang berkaitan dengan privasi data, integritas analisis, serta kompleksitas teknologi. Implikasi praktis dan teoretis dari temuan ini menunjukkan potensi algoritma Big Data sebagai perangkat yang bernilai bagi praktisi pemasaran yang ingin mengadopsi pendekatan yang lebih berkelanjutan. © 2023 IEEE.

    Kata kunci penulis
    Algoritma; Big Data; Praktik Pemasaran; Pemasaran Berkelanjutan

    Artikel ini dapat diakses melalui: https://www.scopus.com/pages/publications/85185195922