بازاریابی مکالمه ای : تعریف ، رویکردها ، مثالها و نمونه های بازاریابی محاوره ای

بازاریابی مکالمه ای : تعریف ، رویکردها ، مثالها و نمونه های بازاریابی محاوره ای

مقدمه

به دنبال ظهور اینترنت، افزایش داده های بزرگ، رشد انفجاری علوم کامپیوتر و پیشرفت های عظیم در رباتیک و برنامه نویسی، هوش مصنوعی پیشرفت کرده است و به مدیریت وظایف و مشکلات پیچیده کمک می کند. در عین حال، به نظر می‌رسد این فناوری ‌ها انواع مختلفی از محتوا را تولید می‌کنند که شامل موسیقی، دیالوگ ‌ها، آثار هنری، شعر، طنز، فیلم‌ نامه‌های فیلم یا خبری و حل خلاقانه مسائل می‌شود. آخرین پیشرفت در هوش مصنوعی، اثربخشی تاکتیک‌ های قدرتمندی مانند شبکه‌های عصبی عمیق و یادگیری ماشین را تقویت کرده است. در همین راستا، بسیاری از محققان نشان داده‌اند که این تکنیک‌ ها به طور گسترده در رابط‌ های مکالمه استفاده می‌شوند.

اکنون این فناوری‌ها نشان می‌دهند که مشتریان اکنون به حجم وسیعی از اطلاعات در نوک انگشتان خود دسترسی دارند. با استفاده از تاکتیک ‌های مرسوم، سرمایه‌گذاری‌ ها با چالش ‌هایی در حوزه حفظ و جذب مشتریان مواجه می‌شوند و مشتریان آگاه‌ تر به گزینه‌ های متعددی دسترسی دارند.

در عین حال، برای مؤثر بودن و دستیابی آسان به موفقیت، شرکت‌ ها باید تمایل داشته باشند که کسب ‌و کار خود را به طور کارآمد و مؤثر بدون اختلال انجام دهند. رابطه بین شرکت ها و مشتریان آنها دیگر ساده نیست و با نقاط تماس متعددی همراه است که کل رابطه را به طور فزاینده ای پیچیده می کند. امروزه، بازاریابان در سازمان‌ دهی و مدیریت حجم عظیمی از داده‌ها، از جمله جریان ‌های ارتباطی واقعاً هدفمند، شخصی‌ شده و بسیار تأثیرگذار در کل سفر مشتری، با مسائل زیادی مواجه هستند.

اخیراً، یک ربات چت تجارت الکترونیک برای Google Assistant توسط eBay توسعه داده شده است که با استفاده از دستگاه‌ های دارای Google Assistant می‌توان به آن دسترسی پیدا کرد، زمانی که فرد گفت : “Ok Google, اجازه بده با eBay صحبت کنم”، که eBay را قادر می‌سازد تا نتایج را به مشتری ارائه دهد. از طرف دیگر بر اساس جستجوی صوتی فرد ، می‌توان آن را به شکل دیگری بیان کرد:

رفتارهای خرید مشتری در چند دهه گذشته تکامل یافته است.

یک چیز منحصر به فرد در مورد بازاریابی دیجیتال این است که هر اقدام بازاریابی دیجیتال پتانسیل ایجاد حجم عظیمی از داده ها را در قالب کلیک ها، برداشت ها، بازدیدها، نرخ تبدیل مشتری، معیارهای تعامل، کانال جذب، پروفایل رفتاری، عبارت کلیدی، بازدید از صفحه، با تفکیک جغرافیایی در بردارد.

این حوزه ای است که بازاریابی محاوره ای ممکن است به کمک آید زیرا تجزیه و مشاهده مجموعه بزرگی از داده ها را امکان پذیر می کند که معمولاً انجام آن برای انسان به تنهایی غیرممکن است.

بازاریابی مکالمه یک رویکرد بازاریابی تک به تک است که روابط قابل توجهی را ترویج و ارزش ایجاد می کند. در پلتفرم ها، بهبود تجربه مشتری، افزایش تعامل ، بهبود خدمات و حفظ وفاداری مشتری را به ارمغان می آورد.

 بازاریابی محاوره ای ، بر خلاف رویکرد بازاریابی مرسوم، از پیام ‌ها و ربات‌ های چت هوشمند برای برقراری ارتباط با مشتریان در صورت تمایل استفاده می کند.

تعریف بازاریابی مکالمه ای

 بنابراین، بازاریابی مکالمه راهی جدید برای کسب و کارها برای یادگیری و گوش دادن به مشتریان از طریق تعامل با آنها بوسیله  یک رابط مکالمه و برآوردن نیازهای آنها است. بر اساس درک فوق، اسرافیل زاده  (2021 – Israfilzade) بازاریابی محاوره ای را اینگونه تعریف کرد:

“بازاریابی که با تمرکز بر تعاملات یک به یک بین مشتری و نماینده در زمان واقعی و تا حد امکان شخصی سازی شده در کانال های متعددی که می تواند به ایجاد مشارکت تجارب برند با اجازه دادن به شرکت ها برای ایجاد روابط با مشتری و افزایش تجربه مشتری کمک کند.”

در این مقاله، بازاریابی محاوره‌ای به عنوان بازاریابی مبتنی بر ارتباطات مستقیم و شخصی بین مشتریان و شرکت ‌های سرمایه‌گذاری از طریق یک تجربه خدمات شخصی ‌شده در پلت‌ فرم‌ های مختلف تعریف می‌شود. که به مشتریان این امکان را می‌دهد تا احساس کنند بخشی جدایی‌ ناپذیر از فرآیند سازمانی هستند.

لذا، در این مقاله فرض می شود که پدیده های بازاریابی محاوره ای مستلزم ایجاد یک مقیاس هستند. به این معنا که برای داشتن یک تعریف واضح تر از بازاریابی محاوره ای، داشتن مقیاسی – عوامل تأثیرگذار عامل مکالمه (Conversational Agent – CA) –  ضروری است که بتوان از آن برای تعیین کمیت استفاده کرد.

همانطور که قبلاً اشاره شد، این بازاریابی بر تعامل انسان و رایانه استوار است و عوامل مکالمه به عنوان جایگزینی برای تعامل انسانی عمل می کنند.

مبانی نظری بازاریابی محاوره ای

بر اساس دیکشنری انگلیسی کمبریج (2020)، محاوره به شکلی از گفتگو بین دو یا چند نفر تعریف می ‌شود که در آن احساسات، دیدگاه‌ ها و ایده‌ های آن‌ ها به صورت تعاملی منتقل می‌شود، و منجر به پرسش و پاسخ و به اشتراک‌گذاری اخبار و اطلاعات می‌ گردد. بنابراین، بر اساس تعریف فوق، بدیهی است که یک جریان داده و عدم تقارن وجود دارد زیرا آغازگر ممکن است در مراحل مختلف گفتگو با هر دو طرف تطابق داشته باشد.

طبق فرض اول Cluetrain Manifesto – که کتابی در مورد تعامل بین سرمایه گذاری ها و مشتریان در یک محیط شبکه ای است – بازارها به صورت مکالمه ها در نظر گرفته می شوند.

در ابتدای کتاب، این بیانیه وجود دارد که :

“این مردم هستند که  اولین اشکال بازارها را تشکیل می دهند، نه تجزیه و تحلیل ریاضی یا مفاهیم انتزاعی، زیرا آنها مکان های بازاری بودند که در آنجا تقاضاها با کی دست دادن با عرضه روبرو می شدند.”

با این حال، برای مخاطبان بزرگ ‌تر، این مطالعه حاضر بر بازاریابی محاوره‌ای متمرکز است زیرا به این موضوع مربوط می‌شود که چگونه می‌توان به این بازارهای گفتگو از طریق تعاملات انسان – رایانه و نه ارتباطات انسان به انسان دست یافت.

بازاریابی محاوره ای به معنای بازاریابی است که امکان ارتباط با مصرف کنندگان را فراهم می کند. این کار از طریق دستیارهای صوتی، چت های زنده، چت بات ها و دیگر اشکال عوامل مکالمه امکان پذیر است.

 این سرمایه‌گذاری می‌تواند چنین تجربه‌ای را از طریق وب‌ سایت ‌ها، کانال ‌های رسانه‌ های اجتماعی، تبلیغات پولی و حتی دستگاه‌ های خانه هوشمند درون فروشگاهی یا مرتبط خود ارائه دهد.

 بازاریابی مکالمه ای برای روابط با مشتری بسیار ضروری است، به خصوص وقتی صحبت از تعامل با مشتری (CE – customer engagement) می شود.

مطالعات قبلی نشان می دهد که CE وفاداری مشتری را افزایش می دهد. رضایت مشتری، و همه آنها اثرات مثبتی بر فروش، کمک به همتایان یا اعضای جامعه، همراه با رویکرد جدید ارتباط منظم با مشتریان دارند. با کمک ابزارهای بازاریابی محاوره‌ای، بخش‌ های بازاریابی و فروش یک شرکت می‌توانند درک بهتری از آنچه در صفحات وب در حال رخ دادن است ، داشته باشند. و از طریق بازخورد فوری از چت ‌بات‌ ها، گزارش‌ های سرنخ، تماس ‌های صوتی تعبیه‌ شده و زنده تعاملات شخصی ‌تری با واجد شرایط ‌ترین مشتریان ایجاد کنند.

در تحقیقی، چانگ و همکاران  (Chung et al.) به رابطه بین چت بات ها و رضایت مشتری در حوزه برندهای لوکس پرداختند و یافته های خود را اینطور ارائه دادند: استفاده از چت بات های تجارت الکترونیک رضایت مشتریان را از یک نام تجاری خاص افزایش می دهد، زیرا چت بات ها می توانند با مشتریان ارتباط برقرار کنند و پیشنهاد دهند.

پشتیبانی مناسب برای مشتریان چت بات ها نوعی هوش مصنوعی محاوره ای هستند.

برای درک هوش مصنوعی محاوره‌ای، لازم است ابتدا مفهوم هوش مصنوعی را درک کنیم، که روش‌های اساساً جدیدی را برای تعامل با ماشین – انسان ارائه می‌دهد. با این حال، لازم به ذکر است که هوش مصنوعی چندین دهه است که وجود داشته است، اما هنوز فضای زیادی برای پیشرفت این فناوری وجود دارد. هوش مصنوعی شبیه سازی ذهن انسان توسط کامپیوترهایی است که بیشتر برای تفکری شبیه مردم و تقلید از اعمال آنها طراحی شده است.

بر اساس درک فوق، برخی از عناصر بازاریابی محاوره ای را از سایر اشکال تاکتیک های بازاریابی مشتری محور متمایز می کند. بازاریابی محاوره ای را می توان بیشتر به عنوان تلاش بازاریابی فعلی یک شرکت معین، که از طریق کانال های مختلف و تعامل با مخاطبان گسترده آن انجام می شود، تلقی کرد.

اساساً، تفاوت بین بازاریابی مکالمه ای و تاکتیک های بازاریابی سنتی در مورد این است که مشتریان با چه کسی تعامل دارند. اغلب، تکنیک‌ های کنونی بازاریابی مشتری محور ، مشارکت انسان را در سراسر ارتباطات بین سرمایه‌گذاری ‌ها و مشتریانشان ممکن می‌سازد.

با این حال، در مورد بازاریابی محاوره‌ای، حضور یک به یک انسان توسط ماشین‌ها (عوامل مکالمه هوش مصنوعی یا غیر آن) در جریان تعامل با مشتریان بالقوه با پیشنهادات یا ارائه های محصول/خدمات فردی جایگزین می‌شود.

اشکال تعامل با مشتری

برای روشن شدن دقیق این بحث ها، عمدتاً سه شکل از تعامل با مشتری وجود دارد. ارتباطات با واسطه رایانه (Computer-mediated communications – CMC) یکی از این دسته‌ها است و به عنوان یک مفهوم، قبلاً در دانشگاه و تجارت ایجاد شده است. و همه مکالمات رایانه‌ای را نمایش می‌دهد که نشان‌دهنده تماس بین انسان‌ها از طریق ماشین است، نه فقط رایانه.

به عنوان مثال، هنگامی که مشتری از طریق واتس اپ با نمایندگان شرکت تماس می گیرد تا نگرانی های مربوط به محصولات یا خدمات خود را بیان کند، گفت و گوی مذکور به جای انسان توسط یک کامپیوتر میانجی گری می شود. در هر صورت، یک عامل مکالمه شکلی از تعامل انسان و رایانه     (human-computer interaction  -HCI) است که دو حوزه علمی را که معمولاً متمایز هستند یکپارچه می کند.

مفهوم اصلی، که زیربنای تعامل انسان با چت بات ها است، ریشه در کامپیوتر و علوم اجتماعی دارد. به عنوان یک اصطلاح، “عامل مکالمه” به تعامل بین یک انسان و یک ماشین مصنوعی از طریق زبان طبیعی اشاره دارد. جدول شماره 1 یک عامل مکالمه را نشان می دهد که دارای قابلیت های اجتماعی برای تعامل و برقراری ارتباط با مشتریان در جریان پشتیبانی مشتری یک به یک است.

جدول 1: سه نوع تعامل ارتباط با مشتری در بازاریابی مکالمه ای مقایسه شده است

این سه مفهوم طیفی از سبک های ارتباطی کاربر را تعریف می کنند. در حالی که تعامل انسان و انسان بیانگر گفتگوی بین انسان ها است، CMC همچنین راهی برای ارتباط افراد است. اگرچه ارتباط مذکور در مورد CMC به واسطه برنامه های نرم افزاری انجام می شود. در نهایت، از آنجایی که HCI نشان دهنده ارتباط بین یک فرد و نرم افزار کامپیوتری است، می توان استدلال کرد که این امر اشکال بازاریابی محاوره ای را از سایر رویکردهای بازاریابی متمایز می کند.

مزایای اصلی بازاریابی مکالمه ای

در این مرحله باید مزایای استفاده از بازاریابی محاوره ای و نحوه ادغام آن در حوزه کسب و کار را در نظر گرفت. پتانسیلی که با بازاریابی محاوره ای، در مورد تولید سرنخ، به وجود می آید، بسیار زیاد است. اما مزایا حتی گسترده تر است و عمده ترین آنها در اینجا در نظر گرفته می شوند.

باعث می شود تجربه مشتری بهتر شود.

تصور اینکه قیمت عامل تعیین کننده برای مصرف کنندگان امروزی است، فرض اشتباه است. طبق مطالعه انجام شده توسط McKinsey Group، 70٪ از سفرهای مشتریان بر اساس احساس آنها در مورد رفتاری است که از شرکت دریافت می کنند. از طریق بازاریابی محاوره‌ای، سرمایه گذارها می‌توانند تجارب مشتریان را در رأس برنامه بازاریابی خود قرار دهند و در مدت زمان کوتاه ‌تر و با هیاهوی کمتر، آنچه را که مشتریان می‌خواهند به ایشان ارائه دهند.

به‌طور دقیق، در اقتصاد جهانی امروزی، کسب ‌و کارها نمی‌توانند صرفاً تعطیل شوند و در دسترس مشتریان خود نباشند. به ناچار باید زمانی را برای استراحت ناهار و قهوه، برای ملاقات کارکنان با دوستان و خانواده خود و حتی برای استراحت در هر جایی ایجاد کرد.

بنابراین، در حالی که ممکن است شرکت تعطیل شود، مشتریان ممکن است مراجعه کنند، و این امر باعث می‌شود شرکت‌ ها یک استراتژی بازاریابی محاوره‌ای قوی ایجاد کنند. با کمک یک استراتژی بازاریابی محاوره ای قوی، شرکت ها همیشه می توانند با پاسخ های کارآمد و هدفمند در دسترس مشتریان خود باشند (حتی زمانی که نیروی انسانی آنها هنوز در خواب هستند).

در عین حال، بازاریابی مکالمه با اجتناب از تأخیرهایی که در شکل‌ های متعارف ارتباط ایجاد می‌شود، صرفه‌جویی در زمان و هزینه کسب‌ و کارها را ممکن می‌سازد.

افزایش نرخ تبدیل

از آنجایی که چت بات ها قادر هستند تجربیات مشتریان را ساده کنند، می توانند تأثیر بسیار مثبتی بر نرخ تبدیل داشته باشند. در یک مطالعه، موران (2022) کشف کرد که حدود 41٪ از مشتریان از ابزارهای بازاریابی محاوره ای در خرید استفاده می کنند. و مفهوم آن این است که چت بات ها فراتر از خدمات خوب مشتری هستند.  

مشتریان اظهار می کنند که فقط صحبت با یک نماینده (از طریق چت بات ها و سایر ابزارهای بازاریابی مکالمه ای) احتمال خرید را برای آنها بیشتر می کند. به نظر می رسد سرنخ های سنتی نرخ رها شدن بالایی دارند، در حالی که از طریق بازاریابی مکالمه، مشتریان می توانند از این مرحله صرف نظر کنند و مستقیماً به آنچه نیاز دارند برسند. کل تجربه راحت ‌تر است و مشتریان را خوشحال‌ تر می‌کند.

از یک قیف فروش برای اولویت بندی مشتریان استفاده می کند

ممکن است کسی بپرسد، چگونه بازاریابی محاوره ای می تواند قیف فروش را سرعت بخشد؟ جواب بسیار ساده است. به این دلیل است که از مراحل بسیار کمتری نسبت به آنچه در استراتژی بازاریابی سنتی لازم است استفاده می کند. به عنوان مثال، در قیف فروش سنتی ، جایی که مشتریان باید در وب سایت شرکت وارد شوند، فرمی را تکمیل کنند، در CRM ثبت شوند، امتیازی دریافت کنند، یا در یک ایمیل خودکار ثبت نام کنند، یا یک تماس سرد – و غیره ،  می توانند هم برای شرکت و هم برای مشتریانش خسته کننده باشد.

از طریق رویکرد بازاریابی سنتی، مشتریان احتمالاً قبل از اینکه شرکت بتواند با آنها ارتباط برقرار کند، حداقل پنج مرحله پر زحمت را طی خواهند کرد. بنابراین، به این معنی است که موانع زیادی بر سر راه مشتریانی که می‌خواهند از یک برند خاص خرید کنند، وجود دارد. به همین دلیل جای تعجب نیست که نرخ تبدیل صفحات فرود معمولی پایین است.

در مقابل، چت بات ها سفری بدون اصطکاک را برای مشتریان از طریق فرآیند فروش تنها با سه مرحله ارائه می دهند:

• تعامل،

• درک و

• توصیه.

بنابراین، مشتریان گام‌ های سریع‌ تر و کارآمدتری به سمت فرآیند خرید خود دارند و همچنین حلقه ‌های کمتری را با احتمال محدودی که خریدار منحرف ‌شود، تغییر نظر دهد یا فرآیند فروش را رها می‌کند، پشت سر می‌گذارند. بنابراین، این یک وضعیت برد-برد برای مشتریان و سرمایه‌گذاران است.

خدمات 24/7 به مشتریان ارائه می دهد.

طبیعت ایجاب می کند که انسان ها معتاد به کار نباشند. زندگی چیزی بیش از صرف قهوه سرد و پاسخ دادن به ایمیل هاست. با این حال، ایجاد یک تعادل خوب بین کار و زندگی برای کارکنان به این معنی نیست که کسب و کار باید آسیب ببیند. لذا، در صورت امکان، شرکت باید بازاریابی محاوره‌ای را برای تعدیل فرآیند زمانی که کارمندان خارج از وظیفه هستند، ادغام کند.

بهتر است با این واقعیت روبرو شوید که اکثر مشتریان ممکن است در طول 9 تا 5 ساعت کاری معمولی در دسترس نباشند. این به این دلیل است که آنها می توانند وظایف خود را انجام دهند. بنابراین، چت بات ها با اطمینان از اینکه دیگر پیام‌های پست صوتی آزاردهنده‌ای وجود نخواهد داشت که توضیح می‌دهد شرکت برای یک روز تعطیل شده است و مشتریان منتظر پاسخ نا امید شوند، کنترل را به دست می‌گیرند.

 در بازار جهانی، خدمات 24 ساعته به مشتریان نیز درهای شرکت را به روی مشتریان خارج از منطقه زمانی شرکت باز می کند. بنابراین، می تواند یک پتانسیل هیجان انگیز برای رشد ایجاد کند زیرا شرکت قادر خواهد بود در طول روز به مشتریان دسترسی داشته باشد و به آنها خدمات ارائه دهد.

یک حس شخصی سازی می دهد.

یکی از برجسته ترین مزایای ابزارهای بازاریابی مکالمه ای (مانند چت بات ها) این است که می توانند کسب و کار را در طول زمان ارتقا دهند. از طریق بازاریابی مکالمه ای، شرکت‌ ها می‌توانند اطلاعات بیشتری در مورد مشتریان خود بیاموزند و پاسخ‌ های خود را به گونه‌ای تنظیم کنند که با نیازهای مشتری مطابقت داشته باشد .

 به آنها کمک می‌کند تا راه‌حل‌ های مؤثرتر و سریع‌ تری ارائه دهند. از طریق چت بات ها، این شرکت قادر خواهد بود بازدیدکنندگان خود را به سمت محتوای مرتبط راهنمایی کند. و همچنین راه‌ هایی را برای گرفتن اطلاعات آنها در زمانی که مشتریان در حال کسب تجربه هستند، تعریف کند.

این شرکت همچنین می‌تواند چالشهای پیش روی مشتریان، ترجیحات خرید کلی آن‌ ها و آنچه از قبل درباره محصولات و خدمات شرکت می‌دانند را برجسته کند. نتیجه نوعی دستیار خرید دیجیتال شخصی سازی شده است که توصیه های مناسبی را ارائه می دهد که برای هر یک از نیازهای خاص مشتری کار می کند.

بنابراین، واضح است که راه‌ های متعددی وجود دارد که شرکت‌ ها می ‌توانند از طریق آنها از بازاریابی مکالمه ای بهره ببرند. در هر صورت، هنوز کاملاً مطمئن نیستیم، و سرمایه گذاری باید تحقیق و تجزیه و تحلیل خود را انجام دهد تا درک بهتری از نحوه ادغام بازاریابی مکالمه در فرآیند کسب و کار خود داشته باشد.

نتیجه

در پایان ، بحث های بالا به رشد مداوم بازاریابی مکالمه ای اشاره می کند. این پیشرفت عمدتاً به هوش مصنوعی نسبت داده می‌شود که می‌تواند احساسات، عواطف و افکار انسانی را در داده ‌های معنی‌ داری که می‌تواند برای خدمت به مشتریان مورد استفاده قرار گیرد، ادغام، درک و تفسیر کند.

بازاریابی مکالمه ای مزایای متعددی دارد، از جمله :

•  بهبود تجربه مشتری،

•  افزایش نرخ تبدیل،

• استفاده از قیف فروش برای ردیابی مشتریان،

• خدمات مشتری 24 ساعته و

• حس شخصی سازی شده.

در هر صورت، موفقیت کلی بازاریابی محاوره ای به شرکتی که آن را بکار می گیرد و نحوه ادغام آن بستگی دارد. بنابراین، هیچ تضمینی برای موفقیت وجود ندارد.

منابع :

1.Adam, M., Wessel, M., &Benlian, A. (2020). AI-based chatbots in customer service and their effects on user compliance. Electronic Markets, 1-19.

2.Akerkar, R. (2019). Artificial Intelligence for Business. SpringerBriefs in Business. doi:10.1007/978-3-319-97436-1
3. Akerkar, R. (2019). Artificial Intelligence for Business. SpringerBriefs in Business. doi:10.1007/978-3-319-97436-1
4. Amaresa, S. (2021). 40 Customer Service Stats to Know in 2021. Retrieved from: https://blog.hubspot.com/service/customer -service-stats [Retrieved on: 10-04-2022].
5. Ashfaq, M., Yun, J., Yu, S., & Loureiro, S. M. C. (2020). I, Chatbot: Modeling the determinants of users’ satisfaction and continuance intention of AI-powered service agents. Telematics and Informatics, 54, 101473.
6. Calder, B. J., Isaac, M. S., & Malthouse, E. C. (2016). How to capture consumer experiences: A context-specific approach to measuring engagement: Predicting consumer behavior across qualitatively different experiences. Journal of Advertising Research, 56(1), 39-52.
7. CAMBRIDGE ENGLISH DICTIONARY (2020). Conversation. CONVERSATION | meaning in the Cambridge English Dictionary. https://dictionary.cambridge.org/dictionary /english/conversation?q=Conversation.

8. Cancel, D., Gerhardt, D., & Devaney, E. (2019). Conversational marketing: How the world’s fastest growing companies use chatbots to generate leads 24/7/365 (and how you can too). Hoboken, NJ: Wiley.9. Cancel, D., Gerhardt, D., & Devaney, E. (2019). Conversational marketing: How the world’s fastest growing companies use chatbots to generate leads 24/7/365 (and how you can too). Hoboken, NJ: Wiley.

10. Chung, M., Ko, E., Joung, H., & Kim, S. J. (2020). Chatbot e-service and customer satisfaction regarding luxury brands. Journal of Business Research, 117, pp.587-595.

11. Fitzpatrick, G. (2018). A short history of human computer interaction: A peoplecentred perspective. In Proceedings of the 2018 ACM SIGUCCS Annual Conference (pp. 3-3).
12. Følstad, A., &Brandtzæg, P. B. (2017). Chatbots and the new world of HCI. Interactions, 24(4), 38-42.
13. Gentsch, P. (2018). Conversational AI: How (Chat)Bots Will Reshape the Digital Experience. AI in Marketing, Sales and Service, 81-125. doi:10.1007/978-3-319- 89957-2_4
14. Hinson, R., Boateng, H., Renner, A., &Kosiba, J. P. B. (2019). Antecedents and consequences of customer engagement on Facebook. Journal of Research in Interactive Marketing.
15. Hinson, R., Boateng, H., Renner, A., &Kosiba, J. P. B. (2019). Antecedents and consequences of customer engagement on Facebook. Journal of Research in Interactive Marketing.
16. Hollebeek, L., (2011). Exploring customer brand engagement: definition and themes. Journal of strategic Marketing, 19(7), pp.555-573.
17. Hori, C., Perez, J., Higashinaka, R., Hori, T., Boureau, Y., Inaba, M., . . . Kim, S. (2019). Overview of the sixth dialog system technology challenge: DSTC6. Computer Speech & Language, 55, 1-25. doi:10.1016/j.csl.2018.09.004
18. Hussain, S., Ameri Sianaki, O., &Ababneh, N. (2019). A Survey on Conversational Agents/Chatbots Classification and Design Techniques. In L. Barolli, M. Takizawa, F. Xhafa, & T. Enokido (Eds.), Advances in Intelligent Systems and Computing. Web, Artificial Intelligence and Network Applications (Vol. 927, pp. 946–956). Cham: Springer International Publishing. https://doi. org/10.1007/978-3-030-15035-8_93

19.Israfilzade, K. (2020). What’s in a name? Experiment on the aesthetic judgments of art produced by artificial intelligence. Journal of Arts, 3(2), pp. 143-158.20. Israfilzade, K., &Babayev, N. (2020). Millennial Versus Non-Millennial Users:
Context Of Customer Engagement Levels On Instagram Stories (Extended Version). Journal of Life Economics, 7(2), 135-150.
21. Israfilzade, K., &Pilelienė, L. (2018). Can machines paint? 5th International Multidisciplinary Scientific Conference on Social Sciences and Arts SGEM 2018, 18(6.3), pp. 109–116.
22. Israfilzade, K., (2021). Conversational marketing as a framework for interaction with the customer: Development & validation of the conversational agent’s usage scale. Journal of Life Economics.
8(4): 533-546, DOI: 10.15637/jlecon.8.4.12 23. Kumar, S. (2022). A quest for sustainium (sustainability Premium): review of sustainable bonds. Academy of Accounting and Financial Studies Journal, Vol. 26, no.2, pp. 1-18.
24. Allugunti V.R (2022). A machine learning model for skin disease classification using convolution neural network. International Journal of Computing, Programming and Database Management 3(1), 141-147.25. Allugunti V.R (2022). Breast cancer detection based on thermographic images using machine learning and deep learning algorithms. International Journal of Engineering in Computer Science 4(1), 49-56.26. Kumar, V., Aksoy, L., Donkers, B., Venkatesan, R., Wiesel, T., &Tillmanns, S. (2010). Undervalued or overvalued customers: capturing total customer engagement value. Journal of service research, 13(3), 297-310.
27. Leckie, C., Nyadzayo, M. W., & Johnson, L. W. (2016). Antecedents of consumer brand engagement and brand loyalty. Journal of Marketing Management, 32(5- 6), 558-578.
28. Locke, C., Levine, R., Searls, D. and Weinberger, D. (2001). The cluetrain manifesto. Cambridge: Perseus Pub.
29. Maslowska, E., Malthouse, E. C., &Collinger, T. (2016). The customer engagement ecosystem. Journal of Marketing Management, 32(5-6), 469-501.
30. Moran, M. (2022). 25 Top Chatbot Statistics For 2022: Usage, Demographics, Trends. Retrieved from: https://startupbonsai.com/chatbotstatistics/ [Retrieved on: 10-04-2022].
31. Muir, K., Joinson, A., Cotterill, R., & Dewdney, N. (2017). Linguistic style accommodation shapes impression formation and rapport in computermediated communication. Journal of Language and Social Psychology, 36(5), 525-548.32. Norman, K. L. (2017). Cyberpsychology: An introduction to human-computer interaction. Cambridge university press.33. So, K. K. F., King, C., Sparks, B. A., & Wang, Y. (2016). Enhancing customer relationships with retail service brands: The role of customer engagement. Journal
of Service Management, 27(2), 170-193.
34. Sotolongo, N., &Copulsky, J. (2018). Conversational marketing: Creating compelling customer connections. Applied Marketing Analytics, 4(1), 6-21.
35. Thomas, E. (2020). EBay Partners With Google Assistant To Bring Voice Control To EBay’s Android App. eBay Partners with Google Assistant to Bring Voice Control to eBay’s Android App. https://tech.ebayinc.com/product/ebaypartners-with-google-assistant-to-bringvoice-control to-ebays-android-app/.
36. Thomaz, F., Salge, C., Karahanna, E., &Hulland, J. (2020). Learning from the Dark Web: leveraging conversational agents in the era of hyper-privacy to enhance marketing. Journal of the Academy of Marketing Science, 48(1), 43–63. https://doi. org/10.1007/s11747-019- 00704-3
37. Threesixtee (2022). The ultimate guide to conversational marketing. Retrieved from: https://www.threesixtee.co.uk/conversatio nal-marketing-guide/#4 [Retrieved on: 10- 04-2022].
38. Wang, X., & Yuan, C. (2016). Recent Advances on Human-Computer Dialogue. doi:10.1016/j.trit.2016.12.004
39. Xu, A., Liu, Z., Guo, Y., Sinha, V., &Akkiraju, R. (2017). A new chatbot for customer service on social media. In Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems (pp. 3506-3510).