Fənn · Biznesin idarə edilməsi
Süni intellekt və elektron ticarət
Fənn haqqında
Kredit
6
İş yükü
180saat
Semestr
Payız
Tədris ili
2026-2027
Fənnin təsviri
Bu fənn tələbələrə elektron ticarət (E-commerce) ekosistemində süni intellekt (AI), maşın öyrənməsi (ML) və böyük data (Big Data) texnologiyalarının tətbiqi, eləcə də bu texnologiyaların rəqəmsal satış kanallarında yaraddığı transformasiya sahəsində konseptual və praktiki bilikləri aşılamaq üçün nəzərdə tutulmuşdur. Kurs çərçivəsində onlayn alıcılara fərdiləşdirilmiş məhsul tövsiyələrinin verilməsi (Recommendation Systems), dinamik qiymətləndirmə alqoritmləri, vizual axtarış və ağıllı çatmətlər (AI Chatbots / Virtual Assistants) kimi innovativ həllər tədris olunur. Tələbələr süni intellekt vasitəsilə e-ticarətdə tələbatın dəqiq proqnozlaşdırılması, anbar ehtiyatlarının və logistikanın optimallaşdırılması, tərk edilmiş səbətlərin azaldılması, saxta əməliyyatların müəyyən edilməsi (Fraud Detection) və müştəri təcrübəsinin (CX) avtomatlaşdırılması yollarını mənimsəyəcəklər. Fənn e-ticarət platformalarının mənfəətliliyini artırmaq, conversion rate göstəricilərini yüksəltmək və AI əsaslı rəqəmsal satış strategiyaları hazırlamaq vərdişlərini formalaşdırır.
Fənn təlim nəticələri
CLO 1: E-ticarət platformalarında müştəri təcrübəsini və konversiyanı artırmaq üçün AI texnologiyalarının (tövsiyə mühərrikləri, vizual axtarış, dinamik qiymətəmələgəlmə) rolu təhlil edir.
CLO 2: İstifadəçi davranışlarını və satınalma nümunələrini təhlil edərək fərdiləşdirilmiş məhsul tövsiyə alqoritmlərini və hiper-fərdiləşdirilmiş marketinq kampaniyalarını tətbiq edir.
CLO 3: E-ticarətdə anbar idarəetməsi, tələbatın proqnozlaşdırılması və fulfillment proseslərinin AI vasitəsilə avtomatlaşdırılmasını layihələndirir.
CLO 4: Generativ AI və NLP alətlərindən istifadə edərək e-ticarət üçün avtomatlaşdırılmış məhsul təsvirləri, vizual kontent və çatbot dəstəyi sistemləri hazırlayır.
CLO 5: AI ilə dəstəklənən e-ticarət strategiyalarının effektivliyini maliyyə və əməliyyat metrikaları (AOV, Conversion Rate, CAC, CLV) vasitəsilə qiymətləndirir.