Biais algorithmique dans les modèles de marketing basés sur l'apprentissage automatique

Cet article introduit le biais algorithmique dans les modèles de marketing basés sur l'apprentissage automatique (ML). Bien que la croissance spectaculaire de la prise de décision algorithmique continue de gagner en ampleur dans le marketing, la recherche dans ce domaine reste encore insuffisante malgré les impacts dévastateurs, asymétriques et oppressifs du biais algorithmique sur divers groupes de clients. Pour combler ce vide, cette étude présente un cadre identifiant les sources de biais algorithmique dans le marketing, s'appuyant sur les microfondements de la capacité dynamique. À l'aide d'une revue systématique de la littérature et d'entretiens approfondis avec des professionnels de l'IA, les résultats de l'étude montrent trois dimensions principales (c'est-à-dire, biais de conception, biais contextuel et biais d'application) et dix sous-dimensions correspondantes (modèle, données, méthode, culturel, social, personnel, produit, prix, lieu et promotion). En synthétisant des perspectives diverses à l'aide de théories et de pratiques, nous proposons un cadre pour construire une capacité de gestion algorithmique dynamique afin de lutter contre le biais algorithmique dans la prise de décision marketing basée sur l'IA.