Разработка интернет-проекта с использованием современных методов для повышения уровня юзабилити сайта для предприятия

EOSориентированность на масштабирование; большее удобство для разработчиков, позволяющее им намного быстрее создавать приложения (в перспективе);лёгкость внедрения (в теории); не требует вычислительных мощностей.пока ничего конкретного, но это «проект в разработке», который может перестать интересовать инвесторов; отсутствие ограничений по привлечению средств, в связи с чем проект может быть сильно переоценён.NEOсовместима с правительственным регулированием; разработана на перспективу; сотрудничество с OnChain — большой потенциал для NEO; скорость: 10 000 транзакций в секунду против 30 транзакций в секунду у эфириума; наличие двух токенов (NEO + GAS) — большое преимущество при использовании протокола Proof-of-Stake; нет риска форка; потенциальная квантовая устойчивость.отсутствие анонимности (необходимое зло для правительственного регулирования); меньшая децентрализация по сравнению с эфириумом; запрет ICO в КитаеВыбор блокчейна для разработки приложений зависит от конкретных потребностей проекта и его целей. В рамках настоящего проекта была выбрана платформа Stellar. Данный выбор обусловлен высокой скоростью транзакций, низкой комиссией быстрой производительностью и безопасностью. Платформа Stellar намного проще, чем Ethereum, и имеет более удобный интерфейс. В рамках реализации проекта были выделены следующие смарт-контакты:1. Доставка расходных материалов. Перед отправкой товара необходимая сумма списывается с покупателя и фиксируется в цепи. После того, как покупатель получает продукцию от курьерской службы, средства переводятся на счет продавца. 2. Аренда офиса. Перед заключением договора аренды арендная плата от арендатора фиксируется в цепи, также вводятся ограничения на документы на помещение. После того, как сделка согласована, деньги ежемесячно переводятся арендодателю. Для создания сервиса выбрана технология Node.js . Приложение на Node.js является веб-сервисом и вызывает функцию WebAssembly для выполнения интенсивных вычислений, таких как алгоритмы ИИ.Для подготовки, постобработки и интеграции данных с другими системами используется функция WebAssembly. Мы будем использовать язык Rust. Функцию должен написать разработчик приложения.Для запуска модели ИИ используется нативный код, что максимально повышает быстродействие. Эта часть кода очень короткая и должна проверяться с точки зрения безопасности и защищенности. Нужно просто вызвать эту нативную программу из функции WebAssembly — точно так же, как в Python и Node.js выполняется вызов нативных функций.Рисунок 4 – Пример архитектуры сервисаВ качестве основных макетов для анализа были выбраны следующие: Iotix, Cultivate, Tsubaki. В качестве критериев для выбора использовались следующие: блоки и разделы сайта, верстка сайта, основные компоненты сайта.В качестве наиболее подходящего макета, который лег в основу сайта был выбран Iotix. Причиной подобного выбора является наличие в шаблоне необходимых элементов верстки и удобное их расположение.На рисунке 4-5 представлены блоки главной страницы сайта. Рисунок 4 – Главная страница сайтаРисунок 5 – Раздел тарифов на главной страницеТакже была создана страница с проектами, в которой в настоящее время представлен только один проект (рисунок 6).Рисунок 6 – Раздел проектовОписание рассматриваемого проекта представлено на рисунке 7.Рисунок 7 – Описание проектаНа рисунке 8 представлена новостная страница сайта.Рисунок 8 – Страница новостиМеханизм работы сервиса. Программа собирает, анализирует и визуализирует данные, полученные из более чем 3500 онлайн-источников, включая основные социальные сети, и отраслевые источники. Анализируя публичные тематические разговоры влиятельных людей, знаменитостей, с помощью компания получает самые свежие инсайты о том, куда движется вся сфера, анализируя только ключевые слова.Таким образом, для реализации разработанного проекта был создан прототип сайта рассматриваемого сервиса. Уникальность данного сервиса заключается в подборе актуальной информации не только в социальных сетях, но и на других информационных ресурсов, что будет полезно для маркетологов и контент-менеджеров организаций различной сферы деятельности. 2.3 Коммерциализация результатовПри реализации проекта разработан сервис, который при помощиискусственного интеллекта осуществляет подбор наиболее актуальных и обсуждаемых тем на различных информационных ресурсах. Данный сервис работает в онлайн формате. Пользователи могут оформить как ежемесячную подписку, так и квартальную или годовую.Расчет трудозатрат на реализацию проекта представлен в таблице 6.Таблица 6 – Расчет трудозатрат№Наименование работыДлительность работы днейtmintmaxt01Изучение конкурентной среды1015122Изучение литературы и информационных ресурсов по предметной области575,83Исследование методов реализации7108,24Разработка плана решения задания353,85Выбор подходящих инструментов575,86Проектирование архитектуры101210,87Разработка серверной части1520178Разработка клиентской части1520179Тестирование реализованных функций10151210Оформление пояснительной записки353,8Итого8311696,2Далее был проведен расчет заработной платы. В качестве основной оплаты были использованы следующие данные: руководитель – 1667 руб./ день, студент – 952 руб./день. Данные представлены в таблице 7.Таблица 7 – Расчет основной заработной платы№Наименование работыТрудоемкость t0 днейЗосн, руб.РуководительСтудент1Изучение конкурентной среды120 20 004,0 2Изучение литературы и информационных ресурсов по предметной области 5,8 5 521,6 3Исследование методов реализации8,20 13 669,4 4Разработка плана решения задания21,8 5 047,6 5Выбор подходящих инструментов32,8 7 666,6 6Проектирование архитектуры37,8 12 426,6 7Разработка серверной части017 16 184,0 8Разработка клиентской части017 16 184,0 9Тестирование реализованных функций210 12 854,0 10Оформление пояснительной записки21,8 5 047,6 Итого32,264 114 605,4 Таким образом, затраты на оплату труда в рамках реализации проекта составят 114 605,4 руб. Также рассчитаем отчисления на социальные нужды. В данном случае они составят 34 381,6 руб. В связи с полученными данными можно отметить, что затраты на оплату труда специалистов в целом составят 148 987 руб. 2.4 Упаковка проекта1. 2Самопрезентация3. Текст: Актуальные темы для контента меняются каждый час, и попытки не отставать или опережать их часто могут оказаться тщетными. Оперативное реагирование на важные события, а также на актуальные тренды позволит компании привлекать внимание целевой аудитории, а также всегда оставаться в ее поле зрения.4. Текст: “Генератор трендов” с помощью искусственного интеллекта поможет определить темы, на которых следует сосредоточиться и порекомендовать хэштеги для повышения производительности.Программа собирает, анализирует и визуализирует данные, полученные из более чем 3500 онлайн-источников, включая основные социальные сети, и отраслевые источники.5. Текст: Объем мирового рынка искусственного интеллекта в маркетинге в 2022 году оценивался в 43 557,36 млн долларов США, и ожидается, что он увеличится в среднем на 18,94% в течение прогнозируемого периода, достигнув 12 3320,38 млн долларов США к 2028 году.По мнению экспертов, все более широкое внедрение виртуальных помощников повысит спрос на искусственный интеллект на рынке маркетинга. Диалоговые технологии, такие как виртуальные агенты и чат-боты, могут помочь компаниям сэкономить до 30% расходов на поддержку клиентов.6. 7. Текст: Основные конкуренты компании – DrumUp - изучает контент в Интернете в режиме реального времени и использует сложные алгоритмы, чтобы рекомендовать свежие истории, наиболее актуальные для аудитории.Signal AI - просматривает все новости, социальные сети, радио, подкасты, комментарии к видео и другие источники с целью выявления различных рыночных маркеров.Недостатки конкурентов: поиск идет только в социальных сетях, при этом не используются возможности других сетевых ресурсов.8. Текст:Целевые сегменты рынка: маркетинговые службы крупных организаций. Данный сегмент станет основным на начальном этапе реализации проекта. Этапы проекта:1. Анализ потребностей целевых клиентов и мониторинг рынка.2. Формирование ТЗ на разработку технологии на основании проведенных исследования.3. Расчет денежных и трудовых затрат на реализацию проекта. 4. Разработка прототипа технологии и ее тестирование.5. Внесение изменений в проект (в случае необходимости)6. Разработка и тестирование итоговой версии технологии.7. Реализация разработанной технологии.9. Текст: Подключение к сервису будет осуществляться на ежемесячной основе, при этом для крупных клиентов будет возможность воспользоваться индивидуальным предложением. Средняя стоимость использования сервиса в месяц составляет 199$. При этом будут представлены как минимальные, так и расширенные пакеты. Для расчетов прогноза продаж использовалась усредненная стоимость.10. Команда проекта11. Текст: оффер для новых клиентов. «Генератор контента» - это сервис по сбору актуальных тем с использованием искусственного интеллекта на различных информационных платформах за 199$ в месяц. При годовой подписке скидка 20%ЗАКЛЮЧЕНИЕВ рамках настоящего исследования осуществлялась разработка проекта по созданию сервиса для контент-маркетинга с использованием искусственного интеллекта. Развитие систем искусственного интеллекта, систем обработки больших данных и других стремительно развивающихся технологий говорит о том, что в ближайшие годы нас ждут революционные изменения в современном маркетинге. Сегодняшние маркетологи сталкиваются с серьезной проблемой при использовании ИИ для продвижения своей специальности: обучение новым навыкам работы с большими данными. Изучение возможностей использования искусственного интеллекта является приоритетным фактором развития бизнеса в целом и маркетинга в частности.Актуальные темы для контента меняются каждый час, и попытки не отставать или опережать их часто могут оказаться тщетными. Оперативное реагирование на важные события, а также на актуальные тренды позволит компании привлекать внимание целевой аудитории, а также всегда оставаться в ее поле зрения. В рамках онлайн-сервис с использованием искусственного интеллекта для поиска наиболее актуальных тем для ситуативного контент-маркетинга.СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВАбашидзе, М. Д. Перспективы использования машинного обучения и операционной аналитики в маркетинге / М. Д. Абашидзе, В. С. Старостин // Актуальные проблемы управления - 2016, 21-я Международная научно-практическая конференция. - М. : 2016. - С. 33-55.Абдуллаева И.М., Рахмонова М.Б. Роль и значение искусственного интеллекта в инновационном маркетинге // Экономика и социум. 2022. №4-2 (95). С. 586-592Аникин Д.А., Свищёв А.В. Метод выбора статистического критерия для проведения a/b тестирования // E-Scio. 2021. №11 (62). С. 298-303Анурин, В. Маркетинговые исследования потребительского рынка / В. Анурин, Е. Евтушенко, И. Муромкина. - М.: СПб: Питер, 2019. - 272 c.Борвейн Б., ЧжуЛ. Псевдоматематика и финансовое шарлатанство // Уведомления Американского математического общества. 2014. Том 61. № 5.С. 458-471Бронников М.А. Применение искусственного интеллекта в маркетинге // Экономика и социум. 2022. №6-1 (97). С. 449-453Голубков Е.П. Маркетинг. Словарь терминов. Москва: Дело и Сервис; 2018. 309 с.Горохов А.В., Мартынов В.А., Гаврин В.А. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ // Скиф. 2022. №4 (68). С. 159-162Дайан, А. Академия рынка: маркетинг. Пер. с фр / А. Дайан, Ф. Букерель, Р. Ланкар, и др.. - М.: Экономика, 2019. - 572 c.Зюзина Н.Н., Подосенова Ю.Г. Сегментация потребителей // Экономика и социум. 2016. №12-1 (31). С. 1193-1196Каул А., Гупта С., Кеттл К. Сегментация, с которой можно работать // Вестник McKinsey. 2014. № 4. Колчанов В. Б. Цифровизация маркетинга: тренды и перспективы //Государство и бизнес. Экосистема цифровой экономики. - 2019. - С. 44-49.Котлер Ф, Келлер КЛ. Маркетинг. Менеджмент. Кузин В, переводчик. Санкт-Петербург: Питер; 2019. 800 с. Кохави Р., Тан Д., Сюй Я. Доверительное А/В-тестирование 2021 г., 298 с.Ламбен Ж.-Ж. Менеджмент, ориентированный на рынок. Санкт-Петербург: Питер; 2018. 800 c.Милаева О.В., Ростовская Н.Е. Контент-маркетинг: к вопросу определения понятия // Наука. Общество. Государство. 2017. №1 (17). С. 162-168Миргородская О.Н., Палиенко А.М. Технологии искусственного интеллекта в современном маркетинге // Инновационные аспекты развития науки и техники. 2021. №9. С. 132-135Мотышина М.С. Методы и модели маркетинговых исследований: учеб.пособие. – СПб.: Изд-во СПбУЭФ, 2017 Невоструев П.Ю. Контент-стратегия интернет-маркетинга в контексте глобализации / П.Ю. Невоструев, Р.В. Каптюхин // Теория и практика общественного развития. 2014. № 3. С. 275-278Невоструев П.Ю. Подходы к определению оригинальности контента в рамках контент-маркетинга / П.Ю. Невоструев, Р.В. Каптюхин // Бизнес. Образование. Право. Вестник Волгоградского института бизнеса. 2014. №3 (28). С. 65-69.Ниворожкина Л.И., Арженовский С.В. Статистические методы анализа данных. Учебник. Студентам ВУЗов. 2019 г., 333 с.Пластун К.Е. Влияние искусственного интеллекта на современный маркетинг // Скиф. 2019. №5-2 (33). С. 493-496Солдаткина М.ВСегментация потребителей: Актуальные проблемы и алгоритмы их решения // Хроноэкономика. 2018. №2 (10). С. 36-42Старостин В.С. Трансформация маркетинговых технологий в эпоху машинного интеллекта // Вестник ГУУ. 2018. №1. С. 28-34Тришечкин С.Н. Исследование маркетинговой сегментации корпоративных клиентов // Вестник науки и образования. 2019. №5 (59). С. 13-17Хастри Т., Тибришани Р. Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование. 2020 г., 768 с.Digital 2022: Global overview report [Электронныйресурс] URL:https://datareportal.com/reports/digital-2022-global-overview-reportErevelles S., Fukawa N., Swayne L. Big Data consumer analytics and the transformation of marketing //Journal of business research. - 2016. - Т. 69. - №. 2. - С. 897-904.Sterne J. Artificial intelligence for marketing: practical applications. - John Wiley & Sons, 2017Westermann, A. and Forthmann, J. (2020), "Social listening: a potential game changer in reputation management How big data analysis can contribute to understanding stakeholders' views on organisations", Corporate Communications: An International Journal, Vol. 26 No. 1, pp. 2-22.