論文の概要: MindFuse: Towards GenAI Explainability in Marketing Strategy Co-Creation

• arxiv url: http://arxiv.org/abs/2512.04112v1
• Date: Mon, 01 Dec 2025 01:41:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-05 21:11:45.783083
• Title: MindFuse: Towards GenAI Explainability in Marketing Strategy Co-Creation
• Title（参考訳）: MindFuse:マーケティング戦略のコクレーションにおけるGenAI説明可能性を目指して
• Authors: Aleksandr Farseev, Marlo Ongpin, Qi Yang, Ilia Gossoudarev, Yu-Yi Chu-Farseeva, Sergey Nikolenko,
• Abstract要約: MindFuseは、マーケティングプロセスにおける戦略的パートナーとして機能するように設計された、勇敢な新しい説明可能な生成可能なAIフレームワークです。 MindFuseは、CTRベースのコンテンツAIによる共同制作を、大きな言語モデルと融合して、実際の広告データに基づくコミュニケーションの物語を抽出し、解釈し、反復する。
• 参考スコア（独自算出の注目度）: 38.35040433510172
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The future of digital marketing lies in the convergence of human creativity and generative AI, where insight, strategy, and storytelling are co-authored by intelligent systems. We present MindFuse, a brave new explainable generative AI framework designed to act as a strategic partner in the marketing process. Unlike conventional LLM applications that stop at content generation, MindFuse fuses CTR-based content AI-guided co-creation with large language models to extract, interpret, and iterate on communication narratives grounded in real advertising data. MindFuse operates across the full marketing lifecycle: from distilling content pillars and customer personas from competitor campaigns to recommending in-flight optimizations based on live performance telemetry. It uses attention-based explainability to diagnose ad effectiveness and guide content iteration, while aligning messaging with strategic goals through dynamic narrative construction and storytelling. We introduce a new paradigm in GenAI for marketing, where LLMs not only generate content but reason through it, adapt campaigns in real time, and learn from audience engagement patterns. Our results, validated in agency deployments, demonstrate up to 12 times efficiency gains, setting the stage for future integration with empirical audience data (e.g., GWI, Nielsen) and full-funnel attribution modeling. MindFuse redefines AI not just as a tool, but as a collaborative agent in the creative and strategic fabric of modern marketing.
• Abstract（参考訳）: デジタルマーケティングの未来は、人間の創造性と創造的AIの融合にあり、洞察、戦略、ストーリーテリングはインテリジェントシステムによって共著される。 MindFuseは、マーケティングプロセスにおける戦略的パートナーとして機能するように設計された、勇敢な新しい説明可能な生成可能なAIフレームワークです。 コンテンツ生成で停止する従来のLLMアプリケーションとは異なり、MindFuseはCTRベースのAI誘導型コンテンツと大きな言語モデルを融合させ、実際の広告データに基づくコミュニケーションの物語を抽出し、解釈し、反復する。 MindFuseは、コンテントピラーや顧客ペルソナの蒸留から、ライブパフォーマンステレメトリに基づく飛行中の最適化の推奨に至るまで、完全なマーケティングライフサイクルにわたって運用されている。 注意に基づく説明可能性を使用して、広告の有効性を診断し、コンテンツイテレーションをガイドし、動的な物語の構築とストーリーテリングを通じて、メッセージと戦略的目標を整合させる。 我々はマーケティングのためのGenAIに新しいパラダイムを導入し、LLMはコンテンツを生成するだけでなく、それを通して理性も生み出し、キャンペーンをリアルタイムで適応させ、聴衆のエンゲージメントパターンから学ぶ。 機関の配備で検証された我々の結果は、最大12倍の効率向上を示し、実験的なオーディエンスデータ(例えば、GWI、Nielsen)とフルファンネル属性モデリングとの将来の統合のステージを設定した。 MindFuseはAIをツールとしてだけでなく、現代のマーケティングの創造的で戦略的構造における協力的なエージェントとして再定義する。

関連論文リスト

• AI-Salesman: Towards Reliable Large Language Model Driven Telemarketing [79.0112532518727]
  我々はTeleSalesCorpusをリリースした。 次に、デュアルステージアーキテクチャを特徴とする新しいフレームワークであるAI-Salesmanを提案する。 提案したAI-Salesmanは,自動測定と総合的な人的評価の両方において,ベースラインモデルを大幅に上回ることを示す。
  論文  参考訳（メタデータ） (2025-11-15T09:44:42Z)
• Against Opacity: Explainable AI and Large Language Models for Effective Digital Advertising [45.512178197258066]
  メタ広告と世界のGoogleは、直感に頼っている無数の広告主を惹きつけている。 この透明性の欠如は、広告主が情報的な決定をし、透明性を促進し、業界メトリクスを標準化し、規制フレームワークを強化する努力を必要とする能力を妨げている。 本研究では,コンテンツの分析と評価を目的とした機械学習技術,特に新規広告コンテンツのクリックスルー率(CTR)を予測することによって,マーケターの広告戦略の最適化を支援する新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-04-22T08:46:47Z)
• AI Realtor: Towards Grounded Persuasive Language Generation for Automated Copywriting [39.08860456325049]
  自動複写における説得的言語生成のために,大規模言語モデルを用いたエージェントフレームワークを開発した。 提案手法は,生成したコンテンツとユーザの好みを一致させると同時に,有用な事実属性を強調表示するように設計されている。 我々は、不動産マーケティングの分野において、潜在的住宅購入者の焦点を絞った体系的な人物実験を行う。
  論文  参考訳（メタデータ） (2025-02-24T03:36:57Z)
• SOMONITOR: Combining Explainable AI & Large Language Models for Marketing Analytics [43.28262218695844]
  我々は、人間の直感とAIベースの効率を相乗化することを目的とした説明可能なAIフレームワークを導入する。 SoMONITORは広告コンテンツにCTR予測とランキングモデルを導入し、大きな言語モデル(LLM)を使用して高いパフォーマンスの競合コンテンツを処理する。 日々の操作でSOMONITORを採用することで、デジタルマーケターは広範なデータセットを素早く解析し、実用的な洞察を提供することができる。
  論文  参考訳（メタデータ） (2024-07-18T02:55:52Z)
• Making Large Language Models Better Knowledge Miners for Online Marketing with Progressive Prompting Augmentation [33.13139821429599]
  マーケティング指向の知識グラフをLLMで抽出するためのプログレッシブプロンプトであるPAIRを提案する。 特に,LLMをベースとした適応的関係フィルタリングプロセスにおける純粋関係生成を知識駆動型プロンプト技術により削減する。 オンラインサービスに関しては,中小のPAIR(LightPAIR)を専門とし,強力な教師LLMによって提供される高品質のコーパスを微調整する。
  論文  参考訳（メタデータ） (2023-12-08T03:44:09Z)
• Generative AI-Driven Storytelling: A New Era for Marketing [0.0]
  従来の機械学習とは別の生成AIは、消費者と深く個人的なレベルで共鳴する物語を作る能力を提供する。 マーケティングにおける生成的AI駆動型ストーリーテリングの可能性と影響に光を当てることで、この最先端アプローチの理解に寄与する。
  論文  参考訳（メタデータ） (2023-09-16T17:13:34Z)
• Persuasion Strategies in Advertisements [68.70313043201882]
  我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。 次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。 我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
  論文  参考訳（メタデータ） (2022-08-20T07:33:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。