Vol. 12/ Núm. 1 2025 pág. 2526
https://doi.org/10.69639/arandu.v12i1.756
Marketing 4.0 y 5.0: Impacto de la transformación digital y la
inteligencia artificial en la personalización del consumidor
Marketing 4.0 and 5.0: Impact of digital transformation and artificial intelligence on
consumer personalization
Diego Gonzalo Henostroza Diaz
diego.dghd@gmail.com
https://orcid.org/0009-0001-1923-2093
Universidad Nacional de Trujillo
Trujillo – Perú
Heyner Yuliano Marquez Yauri
hmarquez@unitru.edu.pe
https://orcid.org/0000-0002-1825-9542
Universidad Nacional de Trujillo
Trujillo – Perú
Artículo recibido: 10 enero 2025 - Aceptado para publicación: 20 febrero 2025
Conflictos de intereses: Ninguno que declarar
RESUMEN
El marketing ha evolucionado significativamente con la transformación digital (TD) y la
inteligencia artificial (IA), dando paso a los conceptos de Marketing 4.0 y 5.0. Estas nuevas
estrategias han permitido integrar canales físicos y digitales, optimizar la personalización de la
experiencia del consumidor (PEC) y mejorar la eficiencia en la toma de decisiones empresariales.
Este estudio tiene como objetivo analizar el impacto de la TD y la IA en la PEC, evaluando cómo
estas tecnologías están redefiniendo las estrategias de marketing en los contextos de Marketing
4.0 y 5.0, con el fin de identificar mejores prácticas y recomendaciones para las empresas que
buscan fortalecer su relación con los consumidores. A través de una revisión documental, se
identificaron casos de éxito como Netflix y Amazon, que emplean IA para la
hiperpersonalización, así como Comex, que ha digitalizado su relación con los clientes. Los
hallazgos destacan que la IA ha optimizado la segmentación y fidelización de los consumidores,
mejorando la interacción y la omnicanalidad. Sin embargo, también plantea desafíos éticos y
regulatorios, como la protección de datos y los sesgos algorítmicos. Además, se resalta la
importancia del endomarketing como estrategia complementaria, ya que el compromiso interno
de los empleados facilita una mejor implementación de la transformación digital en la
organización. En conclusión, el Marketing 4.0 y 5.0 han redefinido la relación empresa-
consumidor, exigiendo un equilibrio entre innovación tecnológica y regulación ética para
maximizar sus beneficios.
Palabras clave: marketing 4.0, marketing 5.0, transformación digital, inteligencia
artificial, personalización del consumidor
Vol. 12/ Núm. 1 2025 pág. 2527
ABSTRACT
Marketing has evolved significantly with digital transformation (TD) and artificial intelligence
(AI), giving way to the concepts of Marketing 4.0 and 5.0. These new strategies have made it
possible to integrate physical and digital channels, optimize the personalization of the consumer
experience (PEC) and improve efficiency in business decision-making. This study aims to analyze
the impact of TD and AI on PEC, evaluating how these technologies are redefining marketing
strategies in the contexts of Marketing 4.0 and 5.0, in order to identify best practices and
recommendations for companies seeking to strengthen their relationship with consumers.
Through a documentary review, success stories were identified such as Netflix and Amazon,
which use AI for hyper-personalization, as well as Comex, which has digitized its relationship
with customers. The findings highlight that AI has optimized consumer segmentation and loyalty,
improving interaction and omnichannel. However, it also raises ethical and regulatory challenges,
such as data protection and algorithmic biases. Furthermore, the importance of endomarketing as
a complementary strategy is highlighted, since the internal commitment of employees facilitates
a better implementation of the digital transformation in the organization. In conclusion, Marketing
4.0 and 5.0 have redefined the company-consumer relationship, demanding a balance between
technological innovation and ethical regulation to maximize its benefits.
Keywords: marketing 4.0, marketing 5.0, digital transformation, artificial intelligence,
consumer personalization
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
ABSTRACT
Marketing has evolved significantly with digital transformation (TD) and artificial intelligence
(AI), giving way to the concepts of Marketing 4.0 and 5.0. These new strategies have made it
possible to integrate physical and digital channels, optimize the personalization of the consumer
experience (PEC) and improve efficiency in business decision-making. This study aims to analyze
the impact of TD and AI on PEC, evaluating how these technologies are redefining marketing
strategies in the contexts of Marketing 4.0 and 5.0, in order to identify best practices and
recommendations for companies seeking to strengthen their relationship with consumers.
Through a documentary review, success stories were identified such as Netflix and Amazon,
which use AI for hyper-personalization, as well as Comex, which has digitized its relationship
with customers. The findings highlight that AI has optimized consumer segmentation and loyalty,
improving interaction and omnichannel. However, it also raises ethical and regulatory challenges,
such as data protection and algorithmic biases. Furthermore, the importance of endomarketing as
a complementary strategy is highlighted, since the internal commitment of employees facilitates
a better implementation of the digital transformation in the organization. In conclusion, Marketing
4.0 and 5.0 have redefined the company-consumer relationship, demanding a balance between
technological innovation and ethical regulation to maximize its benefits.
Keywords: marketing 4.0, marketing 5.0, digital transformation, artificial intelligence,
consumer personalization
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 1 2025 pág. 2528
INTRODUCCIÓN
El marketing es la disciplina que estudia y aplica estrategias para identificar y satisfacer
las necesidades del consumidor, creando valor tanto para las empresas como para los clientes.
Según Kotler & Keller (2016), va más allá de la simple venta, abarcando un conjunto de
actividades enfocadas en construir relaciones duraderas a través de la entrega de productos y
servicios que generen satisfacción.
El marketing surge a inicios del siglo XX como una respuesta a la industrialización y el
crecimiento del consumo, evolucionando desde un enfoque centrado en la producción hasta
estrategias orientadas al cliente y la creación de valor (Kotler & Keller, 2016)
A lo largo del tiempo, el marketing ha experimentado una transformación significativa,
evolucionando desde un enfoque basado en el producto hacia estrategias altamente personalizadas
y digitales. En los últimos años, la digitalización ha cambiado radicalmente la manera en que las
empresas se relacionan con sus clientes, permitiendo la implementación de tácticas más
automatizadas, predictivas y orientadas a mejorar la experiencia del usuario (Kotler et al., 2017).
El marketing ha sido fundamental desde su aparición, ya que permitió a las empresas
comprender y atender las necesidades de los consumidores, facilitando el intercambio de valor y
el crecimiento del mercado. Según (Kotler & Keller, 2016), su importancia radica en su capacidad
para conectar productos y servicios con los clientes adecuados, impulsando la competitividad y
la innovación empresarial.
Con la llegada del Marketing 4.0, se produjo una convergencia entre lo digital y lo
tradicional, impulsando el uso de redes sociales, big data y automatización para mejorar la
relación con los clientes (Lemon & Verhoef, 2016). Sin embargo, en la actualidad, el Marketing
5.0 ha llevado la transformación un paso más allá, incorporando inteligencia artificial (IA),
machine learning y tecnologías de automatización avanzada para personalizar cada punto de
contacto con el consumidor (Davenport et al., 2020)
A nivel global, industrias como el comercio electrónico y la banca han aprovechado estas
herramientas para aumentar la satisfacción del cliente y la eficiencia en la toma de decisiones
(Rust, 2020). En el Perú, aunque el proceso de adopción es más lento debido a barreras
tecnológicas y regulatorias, sectores como el retail y los servicios financieros han comenzado a
integrar soluciones de IA para mejorar la personalización y la experiencia del usuario (CEPLAN,
2022)
INTRODUCCIÓN
El marketing es la disciplina que estudia y aplica estrategias para identificar y satisfacer
las necesidades del consumidor, creando valor tanto para las empresas como para los clientes.
Según Kotler & Keller (2016), va más allá de la simple venta, abarcando un conjunto de
actividades enfocadas en construir relaciones duraderas a través de la entrega de productos y
servicios que generen satisfacción.
El marketing surge a inicios del siglo XX como una respuesta a la industrialización y el
crecimiento del consumo, evolucionando desde un enfoque centrado en la producción hasta
estrategias orientadas al cliente y la creación de valor (Kotler & Keller, 2016)
A lo largo del tiempo, el marketing ha experimentado una transformación significativa,
evolucionando desde un enfoque basado en el producto hacia estrategias altamente personalizadas
y digitales. En los últimos años, la digitalización ha cambiado radicalmente la manera en que las
empresas se relacionan con sus clientes, permitiendo la implementación de tácticas más
automatizadas, predictivas y orientadas a mejorar la experiencia del usuario (Kotler et al., 2017).
El marketing ha sido fundamental desde su aparición, ya que permitió a las empresas
comprender y atender las necesidades de los consumidores, facilitando el intercambio de valor y
el crecimiento del mercado. Según (Kotler & Keller, 2016), su importancia radica en su capacidad
para conectar productos y servicios con los clientes adecuados, impulsando la competitividad y
la innovación empresarial.
Con la llegada del Marketing 4.0, se produjo una convergencia entre lo digital y lo
tradicional, impulsando el uso de redes sociales, big data y automatización para mejorar la
relación con los clientes (Lemon & Verhoef, 2016). Sin embargo, en la actualidad, el Marketing
5.0 ha llevado la transformación un paso más allá, incorporando inteligencia artificial (IA),
machine learning y tecnologías de automatización avanzada para personalizar cada punto de
contacto con el consumidor (Davenport et al., 2020)
A nivel global, industrias como el comercio electrónico y la banca han aprovechado estas
herramientas para aumentar la satisfacción del cliente y la eficiencia en la toma de decisiones
(Rust, 2020). En el Perú, aunque el proceso de adopción es más lento debido a barreras
tecnológicas y regulatorias, sectores como el retail y los servicios financieros han comenzado a
integrar soluciones de IA para mejorar la personalización y la experiencia del usuario (CEPLAN,
2022)
Vol. 12/ Núm. 1 2025 pág. 2529
Evolución del marketing
Tabla 1
Evolución del Marketing del 1.0 al 5.0
Etapa Concepto Beneficios Desventajas Aportes para su
época
Principales
autores y
referencias
Marketing
1.0
(Enfoque en
el producto)
Se centra en la
producción en masa y
en la eficiencia
operativa, con poca
atención a las
necesidades del
consumidor (Kotler,
2003).
1.Reducción de
costos por
economías de
escala.
2.Disponibilidad
de productos
estandarizados
1.Falta de
segmentación
2.Productos
poco
diferenciados
1.Desarrollo de la
producción
industrial y
optimización de
costos.
2.Expansión de
mercados a nivel
global.
1.Kotler
(2003),
2.Gummesso
n (2002).
Marketing
2.0
(Orientación
al
consumidor)
La estrategia pasa de
centrarse en el
producto a enfocarse
en las necesidades del
consumidor. Se
aplican técnicas de
segmentación y
diferenciación (Kotler,
2003)
1.Personalizació
n y mejor
adaptación a los
clientes.
2.Crecimiento
del branding y la
fidelización.
1.Costos más
elevados en
investigación
de mercado.
2.Procesos de
producción
más
complejos.
1.Expansión del
concepto de
segmentación y la
psicología del
consumidor.
2.Uso de
publicidad
adaptada a
diferentes nichos.
1.Kotler
(2003),
2.Levitt
(1983).
Marketing
3.0
(Marketing
con valores)
Se incorporan valores
éticos y sociales en las
estrategias de
marketing. Las
empresas buscan
conectar
emocionalmente con
los consumidores
(Kotler et al., 2010).
1.Mayor
conexión
emocional con
el consumidor.
2.Posicionamien
to basado en
valores y
responsabilidad
social.
1.Costos
adicionales
para
implementar
estrategias
sostenibles.
2.Riesgo de
"greenwashing
".
1.Integración del
marketing con la
responsabilidad
social.
2.Aumento del
consumo
consciente y ético.
Kotler et al.
(2010), Hult
(2011).
Marketing
4.0
(Digitalizaci
ón y
conectivida
d)
Fusión del marketing
digital con el
tradicional. Se
integran redes
sociales, big data y
análisis predictivo
para mejorar la
experiencia del
consumidor (Kotler et
al., 2017)
1.Mayor
interacción con
los clientes en
tiempo real.
2.Segmentación
de mercado más
precisa gracias
al big data.
1.Requiere alta
inversión en
tecnología.
2.Riesgos de
privacidad y
protección de
datos.
1.Crecimiento del
comercio
electrónico y
omnicanalidad.
2.Desarrollo de la
publicidad
programática y la
analítica de datos.
Kotler et al.
(2017),
Chaffey &
Ellis-
Chadwick
(2019).
Marketing
5.0
(IA y
Hiperperson
alización)
Uso de inteligencia
artificial, machine
learning y
automatización
avanzada para
personalizar la
experiencia del
consumidor (Kotler et
al., 2021).
1.Optimización
en tiempo real
de campañas
publicitarias.
2.Mayor
personalización
de ofertas y
contenido.
1.Dependencia
de datos de
calidad.
2.Riesgos
éticos en el
uso de IA.
1.Avances en
hiperpersonalizaci
ón y
automatización del
marketing.
2.Crecimiento de
la IA en la toma de
decisiones
empresariales.
Kotler
(2021), Rust
(2020).
Los avances en digitalización e inteligencia artificial han llevado la personalización del
marketing a niveles nunca antes vistos, transformando la manera en que las marcas interactúan
con sus consumidores. Este estudio busca examinar la transición del Marketing 4.0 al 5.0 y el
impacto de la IA en la adaptación de las estrategias a las necesidades individuales de los clientes.
Personalización del consumidor en la era digital
La personalización en marketing ha avanzado notablemente, evolucionando de simples
segmentaciones de mercado a estrategias altamente personalizadas que emplean inteligencia
Evolución del marketing
Tabla 1
Evolución del Marketing del 1.0 al 5.0
Etapa Concepto Beneficios Desventajas Aportes para su
época
Principales
autores y
referencias
Marketing
1.0
(Enfoque en
el producto)
Se centra en la
producción en masa y
en la eficiencia
operativa, con poca
atención a las
necesidades del
consumidor (Kotler,
2003).
1.Reducción de
costos por
economías de
escala.
2.Disponibilidad
de productos
estandarizados
1.Falta de
segmentación
2.Productos
poco
diferenciados
1.Desarrollo de la
producción
industrial y
optimización de
costos.
2.Expansión de
mercados a nivel
global.
1.Kotler
(2003),
2.Gummesso
n (2002).
Marketing
2.0
(Orientación
al
consumidor)
La estrategia pasa de
centrarse en el
producto a enfocarse
en las necesidades del
consumidor. Se
aplican técnicas de
segmentación y
diferenciación (Kotler,
2003)
1.Personalizació
n y mejor
adaptación a los
clientes.
2.Crecimiento
del branding y la
fidelización.
1.Costos más
elevados en
investigación
de mercado.
2.Procesos de
producción
más
complejos.
1.Expansión del
concepto de
segmentación y la
psicología del
consumidor.
2.Uso de
publicidad
adaptada a
diferentes nichos.
1.Kotler
(2003),
2.Levitt
(1983).
Marketing
3.0
(Marketing
con valores)
Se incorporan valores
éticos y sociales en las
estrategias de
marketing. Las
empresas buscan
conectar
emocionalmente con
los consumidores
(Kotler et al., 2010).
1.Mayor
conexión
emocional con
el consumidor.
2.Posicionamien
to basado en
valores y
responsabilidad
social.
1.Costos
adicionales
para
implementar
estrategias
sostenibles.
2.Riesgo de
"greenwashing
".
1.Integración del
marketing con la
responsabilidad
social.
2.Aumento del
consumo
consciente y ético.
Kotler et al.
(2010), Hult
(2011).
Marketing
4.0
(Digitalizaci
ón y
conectivida
d)
Fusión del marketing
digital con el
tradicional. Se
integran redes
sociales, big data y
análisis predictivo
para mejorar la
experiencia del
consumidor (Kotler et
al., 2017)
1.Mayor
interacción con
los clientes en
tiempo real.
2.Segmentación
de mercado más
precisa gracias
al big data.
1.Requiere alta
inversión en
tecnología.
2.Riesgos de
privacidad y
protección de
datos.
1.Crecimiento del
comercio
electrónico y
omnicanalidad.
2.Desarrollo de la
publicidad
programática y la
analítica de datos.
Kotler et al.
(2017),
Chaffey &
Ellis-
Chadwick
(2019).
Marketing
5.0
(IA y
Hiperperson
alización)
Uso de inteligencia
artificial, machine
learning y
automatización
avanzada para
personalizar la
experiencia del
consumidor (Kotler et
al., 2021).
1.Optimización
en tiempo real
de campañas
publicitarias.
2.Mayor
personalización
de ofertas y
contenido.
1.Dependencia
de datos de
calidad.
2.Riesgos
éticos en el
uso de IA.
1.Avances en
hiperpersonalizaci
ón y
automatización del
marketing.
2.Crecimiento de
la IA en la toma de
decisiones
empresariales.
Kotler
(2021), Rust
(2020).
Los avances en digitalización e inteligencia artificial han llevado la personalización del
marketing a niveles nunca antes vistos, transformando la manera en que las marcas interactúan
con sus consumidores. Este estudio busca examinar la transición del Marketing 4.0 al 5.0 y el
impacto de la IA en la adaptación de las estrategias a las necesidades individuales de los clientes.
Personalización del consumidor en la era digital
La personalización en marketing ha avanzado notablemente, evolucionando de simples
segmentaciones de mercado a estrategias altamente personalizadas que emplean inteligencia
Vol. 12/ Núm. 1 2025 pág. 2530
artificial (IA) y aprendizaje automático para anticipar el comportamiento del consumidor. Según
(Davenport et al., 2020), las empresas que integran IA en sus estrategias de marketing digital
experimentan un incremento del 25% en sus tasas de conversión en comparación con aquellas
que no lo hacen. Además, estudios recientes indican que el 75% de los consumidores esperan que
las marcas comprendan y satisfagan sus necesidades específicas, lo que impulsa a las empresas a
adoptar tecnologías avanzadas para mejorar la relación con sus clientes.
En el contexto peruano, la adopción de estas tecnologías es aún incipiente debido a desafíos
como la infraestructura digital limitada y preocupaciones sobre la privacidad de los datos. No
obstante, sectores como el bancario han comenzado a implementar modelos de IA para ofrecer
servicios personalizados (Huamán Coronel & Medina Sotelo, 2022). Un ejemplo destacado es el
Banco de Crédito del Perú (BCP) con su plataforma digital Yape, que utiliza IA para proporcionar
recomendaciones financieras adaptadas al comportamiento de sus usuarios.
Estos avances reflejan una transformación en la interacción entre empresas y consumidores,
priorizando la creación de experiencias únicas y relevantes que fortalecen la lealtad del cliente y
mejoran el desempeño empresarial.
Inteligencia artificial en el marketing digital
La inteligencia artificial (IA) ha revolucionado el marketing digital al permitir la
automatización y personalización en niveles sin precedentes. Mediante el uso de algoritmos
avanzados, machine learning y procesamiento de datos masivos, las empresas pueden predecir
comportamientos de los consumidores, optimizar campañas publicitarias y mejorar la experiencia
del cliente en tiempo real (Davenport et al., 2020)
Automatización del Marketing y Personalización
La IA permite a las empresas automatizar tareas repetitivas, como el envío de correos
electrónicos, la gestión de redes sociales y la segmentación de clientes. Además, facilita la
hiperpersonalización, ajustando mensajes y ofertas en función de las preferencias individuales de
los consumidores (Chaffey & Ellis-Chadwick, 2019)
Ejemplo: Plataformas como HubSpot y Salesforce utilizan IA para analizar el
comportamiento de los clientes y automatizar la entrega de contenido personalizado, lo que
mejora la tasa de conversión y la fidelización.
Beneficios: 1. Ahorro de tiempo y costos operativos. 2. Mayor precisión en la
segmentación del público objetivo. 3.Mejora en la experiencia del usuario al recibir contenido
relevante.
Desventajas: 1. Requiere una inversión inicial en tecnología. 2. Puede generar errores si
los algoritmos no están bien configurados.
artificial (IA) y aprendizaje automático para anticipar el comportamiento del consumidor. Según
(Davenport et al., 2020), las empresas que integran IA en sus estrategias de marketing digital
experimentan un incremento del 25% en sus tasas de conversión en comparación con aquellas
que no lo hacen. Además, estudios recientes indican que el 75% de los consumidores esperan que
las marcas comprendan y satisfagan sus necesidades específicas, lo que impulsa a las empresas a
adoptar tecnologías avanzadas para mejorar la relación con sus clientes.
En el contexto peruano, la adopción de estas tecnologías es aún incipiente debido a desafíos
como la infraestructura digital limitada y preocupaciones sobre la privacidad de los datos. No
obstante, sectores como el bancario han comenzado a implementar modelos de IA para ofrecer
servicios personalizados (Huamán Coronel & Medina Sotelo, 2022). Un ejemplo destacado es el
Banco de Crédito del Perú (BCP) con su plataforma digital Yape, que utiliza IA para proporcionar
recomendaciones financieras adaptadas al comportamiento de sus usuarios.
Estos avances reflejan una transformación en la interacción entre empresas y consumidores,
priorizando la creación de experiencias únicas y relevantes que fortalecen la lealtad del cliente y
mejoran el desempeño empresarial.
Inteligencia artificial en el marketing digital
La inteligencia artificial (IA) ha revolucionado el marketing digital al permitir la
automatización y personalización en niveles sin precedentes. Mediante el uso de algoritmos
avanzados, machine learning y procesamiento de datos masivos, las empresas pueden predecir
comportamientos de los consumidores, optimizar campañas publicitarias y mejorar la experiencia
del cliente en tiempo real (Davenport et al., 2020)
Automatización del Marketing y Personalización
La IA permite a las empresas automatizar tareas repetitivas, como el envío de correos
electrónicos, la gestión de redes sociales y la segmentación de clientes. Además, facilita la
hiperpersonalización, ajustando mensajes y ofertas en función de las preferencias individuales de
los consumidores (Chaffey & Ellis-Chadwick, 2019)
Ejemplo: Plataformas como HubSpot y Salesforce utilizan IA para analizar el
comportamiento de los clientes y automatizar la entrega de contenido personalizado, lo que
mejora la tasa de conversión y la fidelización.
Beneficios: 1. Ahorro de tiempo y costos operativos. 2. Mayor precisión en la
segmentación del público objetivo. 3.Mejora en la experiencia del usuario al recibir contenido
relevante.
Desventajas: 1. Requiere una inversión inicial en tecnología. 2. Puede generar errores si
los algoritmos no están bien configurados.
Vol. 12/ Núm. 1 2025 pág. 2531
Publicidad Programática
La publicidad programática utiliza IA para comprar y colocar anuncios en tiempo real en
diferentes plataformas digitales, maximizando la efectividad de las campañas (Liu-Thompkins,
2019)
Ejemplo: Google Ads y Facebook Ads utilizan machine learning para optimizar campañas
y segmentar audiencias con base en patrones de comportamiento.
Beneficios: 1. Mayor eficiencia en la compra de espacios publicitarios. 2. Segmentación
precisa y en tiempo real. 3. Aumento del retorno de inversión (ROI) en campañas digitales.
Desventajas: 1. Dependencia de datos de calidad para optimizar los anuncios. 2. Riesgo
de sobreexposición de anuncios a los mismos usuarios, causando fatiga publicitaria.
Chatbots y Atención al Cliente
Los chatbots impulsados por IA pueden responder preguntas, resolver problemas y guiar
a los usuarios en el proceso de compra sin intervención humana (A. Xu et al., 2017)
Ejemplo: Empresas como Sephora y H&M utilizan chatbots en WhatsApp y Messenger
para recomendar productos y mejorar la experiencia del usuario.
Beneficios: 1. Disponibilidad 24/7 para responder consultas de clientes. 2. Reducción de
costos en atención al cliente. 3.Capacidad de manejar múltiples interacciones simultáneamente.
Desventajas: 1. Falta de empatía en comparación con la atención humana. 2. Limitaciones
en la comprensión de preguntas complejas.
Impacto del marketing 4.0 y 5.0
El avance de la tecnología digital y la inteligencia artificial ha generado un impacto
significativo en el marketing moderno, permitiendo una conexión más profunda con los
consumidores. Sin embargo, este cambio también ha traído consigo una serie de desafíos éticos,
tecnológicos y estratégicos que las empresas deben abordar (Kotler et al., 2021).
Mayor Personalización y Experiencia del Cliente
El uso de la inteligencia artificial y el análisis de datos masivos ha permitido personalizar
las interacciones con los consumidores, ofreciendo recomendaciones precisas y experiencias
adaptadas a sus necesidades (Davenport et al., 2020).
Ejemplo: Plataformas como Spotify y Netflix utilizan algoritmos de aprendizaje
automático para analizar los hábitos de consumo de sus usuarios y ofrecer contenido basado en
sus preferencias.
Beneficios: 1. Mejora en la lealtad del cliente debido a experiencias más relevantes. 2.
Mayor tasa de conversión al presentar productos o servicios alineados con las necesidades del
usuario.
Desafíos: 1. La personalización excesiva puede generar sensación de invasión de
privacidad. 2. Dependencia de datos precisos y actualizados para una segmentación efectiva
(Huang & Rust, 2021a).
Publicidad Programática
La publicidad programática utiliza IA para comprar y colocar anuncios en tiempo real en
diferentes plataformas digitales, maximizando la efectividad de las campañas (Liu-Thompkins,
2019)
Ejemplo: Google Ads y Facebook Ads utilizan machine learning para optimizar campañas
y segmentar audiencias con base en patrones de comportamiento.
Beneficios: 1. Mayor eficiencia en la compra de espacios publicitarios. 2. Segmentación
precisa y en tiempo real. 3. Aumento del retorno de inversión (ROI) en campañas digitales.
Desventajas: 1. Dependencia de datos de calidad para optimizar los anuncios. 2. Riesgo
de sobreexposición de anuncios a los mismos usuarios, causando fatiga publicitaria.
Chatbots y Atención al Cliente
Los chatbots impulsados por IA pueden responder preguntas, resolver problemas y guiar
a los usuarios en el proceso de compra sin intervención humana (A. Xu et al., 2017)
Ejemplo: Empresas como Sephora y H&M utilizan chatbots en WhatsApp y Messenger
para recomendar productos y mejorar la experiencia del usuario.
Beneficios: 1. Disponibilidad 24/7 para responder consultas de clientes. 2. Reducción de
costos en atención al cliente. 3.Capacidad de manejar múltiples interacciones simultáneamente.
Desventajas: 1. Falta de empatía en comparación con la atención humana. 2. Limitaciones
en la comprensión de preguntas complejas.
Impacto del marketing 4.0 y 5.0
El avance de la tecnología digital y la inteligencia artificial ha generado un impacto
significativo en el marketing moderno, permitiendo una conexión más profunda con los
consumidores. Sin embargo, este cambio también ha traído consigo una serie de desafíos éticos,
tecnológicos y estratégicos que las empresas deben abordar (Kotler et al., 2021).
Mayor Personalización y Experiencia del Cliente
El uso de la inteligencia artificial y el análisis de datos masivos ha permitido personalizar
las interacciones con los consumidores, ofreciendo recomendaciones precisas y experiencias
adaptadas a sus necesidades (Davenport et al., 2020).
Ejemplo: Plataformas como Spotify y Netflix utilizan algoritmos de aprendizaje
automático para analizar los hábitos de consumo de sus usuarios y ofrecer contenido basado en
sus preferencias.
Beneficios: 1. Mejora en la lealtad del cliente debido a experiencias más relevantes. 2.
Mayor tasa de conversión al presentar productos o servicios alineados con las necesidades del
usuario.
Desafíos: 1. La personalización excesiva puede generar sensación de invasión de
privacidad. 2. Dependencia de datos precisos y actualizados para una segmentación efectiva
(Huang & Rust, 2021a).
Vol. 12/ Núm. 1 2025 pág. 2532
Transformación Digital y Omnicanalidad
El Marketing 4.0 y 5.0 han impulsado estrategias omnicanal, permitiendo a las marcas
interactuar con los consumidores en múltiples plataformas digitales y físicas (Lemon & Verhoef,
2016).
Ejemplo: Empresas como Starbucks han implementado estrategias omnicanal,
permitiendo a los clientes realizar pedidos desde su aplicación móvil, personalizar su experiencia
y recoger sus productos en tienda sin fricciones.
Beneficios: 1. Mayor conveniencia y accesibilidad para los consumidores. 2. Mejor
integración entre el mundo digital y físico, optimizando la experiencia de compra.
Desafíos: 1. Altos costos de implementación tecnológica. 2. Necesidad de una
infraestructura robusta para garantizar una experiencia fluida (Grewal et al., 2020).
Expansión del Comercio Electrónico y el Social Commerce
El comercio electrónico ha crecido exponencialmente con el uso de la inteligencia
artificial y el big data, optimizando la manera en que las marcas venden productos en línea
(Zhuang et al., 2021).
Ejemplo: Instagram y TikTok han integrado funciones de social commerce que permiten
a los usuarios comprar productos directamente desde las plataformas, reduciendo las barreras
entre inspiración y compra.
Beneficios: 1. Aumento en las ventas gracias a la recomendación de productos
personalizados. 2. Expansión de mercados a nivel global sin necesidad de presencia física.
Desafíos: 1. Competencia feroz en el entorno digital. 2. Problemas logísticos en la entrega
de productos y gestión de devoluciones (Busalim et al., 2021).
El impacto del marketing 4.0 y 5.0 en el endomarketing: mejorando la experiencia del
cliente interno
El endomarketing se define como un conjunto de estrategias de marketing aplicadas dentro
de la organización con el objetivo de mejorar la satisfacción y motivación de los empleados,
considerados clientes internos (Kotler & Keller, 2016). Su propósito es alinear a los colaboradores
con la misión, visión y valores de la empresa para que brinden un mejor servicio al cliente externo
(Grönroos, 1990).
Beneficios del Endomarketing en el Marketing 4.0 y 5.0
La transformación digital ha permitido que el endomarketing evolucione con estrategias
innovadoras basadas en tecnología. Algunos beneficios clave son:
• Personalización del ambiente laboral: El uso de Big Data y Machine Learning permite
crear experiencias laborales personalizadas, mejorando la retención del talento (Davenport
et al., 2020).
Transformación Digital y Omnicanalidad
El Marketing 4.0 y 5.0 han impulsado estrategias omnicanal, permitiendo a las marcas
interactuar con los consumidores en múltiples plataformas digitales y físicas (Lemon & Verhoef,
2016).
Ejemplo: Empresas como Starbucks han implementado estrategias omnicanal,
permitiendo a los clientes realizar pedidos desde su aplicación móvil, personalizar su experiencia
y recoger sus productos en tienda sin fricciones.
Beneficios: 1. Mayor conveniencia y accesibilidad para los consumidores. 2. Mejor
integración entre el mundo digital y físico, optimizando la experiencia de compra.
Desafíos: 1. Altos costos de implementación tecnológica. 2. Necesidad de una
infraestructura robusta para garantizar una experiencia fluida (Grewal et al., 2020).
Expansión del Comercio Electrónico y el Social Commerce
El comercio electrónico ha crecido exponencialmente con el uso de la inteligencia
artificial y el big data, optimizando la manera en que las marcas venden productos en línea
(Zhuang et al., 2021).
Ejemplo: Instagram y TikTok han integrado funciones de social commerce que permiten
a los usuarios comprar productos directamente desde las plataformas, reduciendo las barreras
entre inspiración y compra.
Beneficios: 1. Aumento en las ventas gracias a la recomendación de productos
personalizados. 2. Expansión de mercados a nivel global sin necesidad de presencia física.
Desafíos: 1. Competencia feroz en el entorno digital. 2. Problemas logísticos en la entrega
de productos y gestión de devoluciones (Busalim et al., 2021).
El impacto del marketing 4.0 y 5.0 en el endomarketing: mejorando la experiencia del
cliente interno
El endomarketing se define como un conjunto de estrategias de marketing aplicadas dentro
de la organización con el objetivo de mejorar la satisfacción y motivación de los empleados,
considerados clientes internos (Kotler & Keller, 2016). Su propósito es alinear a los colaboradores
con la misión, visión y valores de la empresa para que brinden un mejor servicio al cliente externo
(Grönroos, 1990).
Beneficios del Endomarketing en el Marketing 4.0 y 5.0
La transformación digital ha permitido que el endomarketing evolucione con estrategias
innovadoras basadas en tecnología. Algunos beneficios clave son:
• Personalización del ambiente laboral: El uso de Big Data y Machine Learning permite
crear experiencias laborales personalizadas, mejorando la retención del talento (Davenport
et al., 2020).
Vol. 12/ Núm. 1 2025 pág. 2533
• Automatización y comunicación interna efectiva: La digitalización en el marketing
facilita la comunicación interna a través de herramientas como chatbots, inteligencia
artificial y plataformas colaborativas (Lemon & Verhoef, 2016).
• Mejora en la motivación y productividad: Empresas que implementan estrategias de
endomarketing digital han demostrado un aumento en el compromiso laboral y la
productividad (Westerman et al., 2014).
• Cultura organizacional alineada con el marketing digital: La integración de la
inteligencia artificial en la gestión de recursos humanos permite medir el bienestar y
mejorar el clima laboral (Hernández Cortes et al., 2024).
Relación del Endomarketing con el Cliente Externo
Un empleado satisfecho es capaz de transmitir su motivación a los clientes externos. De
acuerdo con (Mora Contreras, 2011), la calidad del servicio está directamente relacionada con la
satisfacción del empleado, lo que se traduce en mayor fidelización y lealtad del cliente.
Desafíos del marketing 4.0 y 5.0
Privacidad y Protección de Datos
El uso de inteligencia artificial en marketing plantea preocupaciones sobre la seguridad y
privacidad de los datos de los consumidores (Acquisti et al., 2016).
Ejemplo: El Reglamento General de Protección de Datos (GDPR) en Europa y la Ley de
Privacidad del Consumidor de California (CCPA) han impuesto restricciones a la recopilación y
uso de datos personales.
Beneficios: 1. Mayor protección y confianza del consumidor en las marcas que cumplen
con normativas de privacidad. 2. Reducción de riesgos legales para las empresas.
Desafíos: 1. Restricciones en la recopilación de datos limitan la efectividad de las
estrategias personalizadas. 2. Multas y sanciones en caso de incumplimiento de regulaciones de
privacidad (Martin & Murphy, 2017).
Desafío Ético en el Uso de la Inteligencia Artificial
El uso de algoritmos de IA en marketing puede generar sesgos discriminatorios si no están
bien diseñados, afectando la equidad en la oferta de productos y servicios (Dzyabura &
Yoganarasimhan, 2018)
Ejemplo: Un estudio de MIT demostró que ciertos algoritmos de IA utilizados en
publicidad mostraban anuncios laborales de manera desigual según el género y la raza de los
usuarios.
Beneficios: 1. Uso responsable de la IA puede mejorar la equidad en las estrategias de
marketing. 2. Mayor transparencia en las decisiones automatizadas.
Desafíos: 1. Sesgos en los datos pueden perpetuar discriminaciones involuntarias. 2.
Dificultad en la supervisión ética de sistemas de IA complejos (Jobin et al., 2019).
• Automatización y comunicación interna efectiva: La digitalización en el marketing
facilita la comunicación interna a través de herramientas como chatbots, inteligencia
artificial y plataformas colaborativas (Lemon & Verhoef, 2016).
• Mejora en la motivación y productividad: Empresas que implementan estrategias de
endomarketing digital han demostrado un aumento en el compromiso laboral y la
productividad (Westerman et al., 2014).
• Cultura organizacional alineada con el marketing digital: La integración de la
inteligencia artificial en la gestión de recursos humanos permite medir el bienestar y
mejorar el clima laboral (Hernández Cortes et al., 2024).
Relación del Endomarketing con el Cliente Externo
Un empleado satisfecho es capaz de transmitir su motivación a los clientes externos. De
acuerdo con (Mora Contreras, 2011), la calidad del servicio está directamente relacionada con la
satisfacción del empleado, lo que se traduce en mayor fidelización y lealtad del cliente.
Desafíos del marketing 4.0 y 5.0
Privacidad y Protección de Datos
El uso de inteligencia artificial en marketing plantea preocupaciones sobre la seguridad y
privacidad de los datos de los consumidores (Acquisti et al., 2016).
Ejemplo: El Reglamento General de Protección de Datos (GDPR) en Europa y la Ley de
Privacidad del Consumidor de California (CCPA) han impuesto restricciones a la recopilación y
uso de datos personales.
Beneficios: 1. Mayor protección y confianza del consumidor en las marcas que cumplen
con normativas de privacidad. 2. Reducción de riesgos legales para las empresas.
Desafíos: 1. Restricciones en la recopilación de datos limitan la efectividad de las
estrategias personalizadas. 2. Multas y sanciones en caso de incumplimiento de regulaciones de
privacidad (Martin & Murphy, 2017).
Desafío Ético en el Uso de la Inteligencia Artificial
El uso de algoritmos de IA en marketing puede generar sesgos discriminatorios si no están
bien diseñados, afectando la equidad en la oferta de productos y servicios (Dzyabura &
Yoganarasimhan, 2018)
Ejemplo: Un estudio de MIT demostró que ciertos algoritmos de IA utilizados en
publicidad mostraban anuncios laborales de manera desigual según el género y la raza de los
usuarios.
Beneficios: 1. Uso responsable de la IA puede mejorar la equidad en las estrategias de
marketing. 2. Mayor transparencia en las decisiones automatizadas.
Desafíos: 1. Sesgos en los datos pueden perpetuar discriminaciones involuntarias. 2.
Dificultad en la supervisión ética de sistemas de IA complejos (Jobin et al., 2019).
Vol. 12/ Núm. 1 2025 pág. 2534
Adaptación de las Empresas a la Transformación Digital
La implementación de tecnologías avanzadas requiere un cambio cultural y estratégico
dentro de las organizaciones (Westerman et al., 2014).
Ejemplo: Empresas como Walmart y McDonald’s han invertido en IA para optimizar sus
procesos de venta y mejorar la experiencia del cliente, pero han enfrentado resistencia interna al
cambio.
Beneficios: 1. Aumento en la eficiencia operativa y la competitividad empresarial. 2.
Mayor capacidad de innovación en productos y servicios.
Desafíos: 1. Resistencia al cambio por parte de empleados y líderes tradicionales. 2. Falta
de talento especializado en inteligencia artificial y análisis de datos (Bughin et al., 2018).
Marketing 5.0 – la sinergia entre tecnología y humanidad
El Marketing 5.0 surge como una evolución de las estrategias de mercado, combinando
tecnologías avanzadas como la inteligencia artificial (IA), el big data y la automatización con un
enfoque más humano y empático. Esta nueva perspectiva busca ofrecer experiencias
personalizadas y significativas, alineadas con las expectativas y valores de los consumidores
(Kotler et al., 2021).
Características del Marketing 5.0
Tecnología centrada en el ser humano: A diferencia del Marketing 4.0, que enfatizaba la
digitalización, el Marketing 5.0 emplea herramientas como IA y machine learning para mejorar
la vida de los consumidores, optimizando la toma de decisiones y la personalización de servicios
(Lemon & Verhoef, 2016).
Hiperpersonalización: Gracias al análisis avanzado de datos, las empresas pueden
anticipar las necesidades individuales y ofrecer experiencias adaptadas en tiempo real (Huang &
Rust, 2021a).
Ética y valores: Existe un énfasis en la transparencia, sostenibilidad y responsabilidad
social, buscando generar confianza y fidelidad entre los consumidores (Grewal et al., 2020).
Aplicaciones del Marketing 5.0
Sector Salud: Implementación de IA en el diagnóstico médico y asistencia remota para
mejorar la precisión y accesibilidad de los servicios de salud (J. Xu et al., 2021).
Educación: Desarrollo de plataformas de aprendizaje adaptativo que ajustan contenidos
según el progreso y estilo de aprendizaje de cada estudiante (Zawacki-Richter et al., 2019).
Retail y comercio electrónico: Uso de algoritmos predictivos para optimizar la gestión
de inventarios y recomendar productos de manera personalizada (Dzyabura & Yoganarasimhan,
2018).
Adaptación de las Empresas a la Transformación Digital
La implementación de tecnologías avanzadas requiere un cambio cultural y estratégico
dentro de las organizaciones (Westerman et al., 2014).
Ejemplo: Empresas como Walmart y McDonald’s han invertido en IA para optimizar sus
procesos de venta y mejorar la experiencia del cliente, pero han enfrentado resistencia interna al
cambio.
Beneficios: 1. Aumento en la eficiencia operativa y la competitividad empresarial. 2.
Mayor capacidad de innovación en productos y servicios.
Desafíos: 1. Resistencia al cambio por parte de empleados y líderes tradicionales. 2. Falta
de talento especializado en inteligencia artificial y análisis de datos (Bughin et al., 2018).
Marketing 5.0 – la sinergia entre tecnología y humanidad
El Marketing 5.0 surge como una evolución de las estrategias de mercado, combinando
tecnologías avanzadas como la inteligencia artificial (IA), el big data y la automatización con un
enfoque más humano y empático. Esta nueva perspectiva busca ofrecer experiencias
personalizadas y significativas, alineadas con las expectativas y valores de los consumidores
(Kotler et al., 2021).
Características del Marketing 5.0
Tecnología centrada en el ser humano: A diferencia del Marketing 4.0, que enfatizaba la
digitalización, el Marketing 5.0 emplea herramientas como IA y machine learning para mejorar
la vida de los consumidores, optimizando la toma de decisiones y la personalización de servicios
(Lemon & Verhoef, 2016).
Hiperpersonalización: Gracias al análisis avanzado de datos, las empresas pueden
anticipar las necesidades individuales y ofrecer experiencias adaptadas en tiempo real (Huang &
Rust, 2021a).
Ética y valores: Existe un énfasis en la transparencia, sostenibilidad y responsabilidad
social, buscando generar confianza y fidelidad entre los consumidores (Grewal et al., 2020).
Aplicaciones del Marketing 5.0
Sector Salud: Implementación de IA en el diagnóstico médico y asistencia remota para
mejorar la precisión y accesibilidad de los servicios de salud (J. Xu et al., 2021).
Educación: Desarrollo de plataformas de aprendizaje adaptativo que ajustan contenidos
según el progreso y estilo de aprendizaje de cada estudiante (Zawacki-Richter et al., 2019).
Retail y comercio electrónico: Uso de algoritmos predictivos para optimizar la gestión
de inventarios y recomendar productos de manera personalizada (Dzyabura & Yoganarasimhan,
2018).
Vol. 12/ Núm. 1 2025 pág. 2535
Beneficios del Marketing 5.0
Optimización de la experiencia del consumidor: La IA permite la entrega de contenido y
productos de forma altamente personalizada, mejorando la satisfacción del cliente (Haenlein &
Kaplan, 2019).
Mayor eficiencia operativa: La automatización reduce costos, mejora la logística y
optimiza la toma de decisiones empresariales (Paschen et al., 2020).
Fomento de la innovación: El uso de datos y nuevas tecnologías impulsa la evolución
constante de las estrategias de marketing, asegurando su competitividad en el mercado
(Lamberton & Stephen, 2016).
Retos y Desafíos del Marketing 5.0
Privacidad y seguridad de datos: El manejo de información personal requiere regulaciones
estrictas para evitar vulneraciones y malas prácticas (Acquisti et al., 2015).
Brecha tecnológica: Empresas con menos recursos pueden enfrentar dificultades para
adoptar tecnologías avanzadas, generando desigualdades en la competencia (J. Xu et al., 2021)
Riesgos de deshumanización: Un exceso de automatización podría afectar la autenticidad
de la marca y la conexión emocional con los consumidores (Westerman et al., 2014).
En base a todo lo expuesto podremos entender la necesidad del presente estudio, el
comprender cómo las nuevas tecnologías afectan la relación marca-consumidor; haciendo un
énfasis y analizando la evolución de las perspectivas y aplicación del marketing, para resolver el
problema de investigación ¿Cómo influyen la transformación digital (TD) y la inteligencia
artificial (IA) en la personalización de la experiencia del consumidor (PEC) en el marco del
Marketing 4.0 y 5.0?.
MATERIALES Y MÉTODO
El presente trabajo parte de una revisión literaria exhaustiva de diferentes autores de base
de datos científicas, revistas y publicaciones como Google Scholar, Scopus, Dialnet, Latindex,
IEEE Xplore, Web of Science y Scielo; con ello se desarrolló una revisión literaria con un análisis
y enfoque descriptico conceptual bajo un enfoque histórico e importante del marketing para las
organizaciones; este enfoque se centra en el registro, análisis e interpretación de las
características actuales, así como en la composición y los procesos de los fenómenos estudiados
(Guevara Alban et al., 2020).
Además, se siguieron los estándares establecidos para la revisión sistemática, el método
PRISMA (Page et al., 2021)
Adicionando a ello los criterios para la inclusión de estudios, la construcción de la
pregunta de investigación y los métodos empleados para la selección, identificación y extracción
de datos pertinentes de los estudios (Urrútia & Bonfill, 2010)
Beneficios del Marketing 5.0
Optimización de la experiencia del consumidor: La IA permite la entrega de contenido y
productos de forma altamente personalizada, mejorando la satisfacción del cliente (Haenlein &
Kaplan, 2019).
Mayor eficiencia operativa: La automatización reduce costos, mejora la logística y
optimiza la toma de decisiones empresariales (Paschen et al., 2020).
Fomento de la innovación: El uso de datos y nuevas tecnologías impulsa la evolución
constante de las estrategias de marketing, asegurando su competitividad en el mercado
(Lamberton & Stephen, 2016).
Retos y Desafíos del Marketing 5.0
Privacidad y seguridad de datos: El manejo de información personal requiere regulaciones
estrictas para evitar vulneraciones y malas prácticas (Acquisti et al., 2015).
Brecha tecnológica: Empresas con menos recursos pueden enfrentar dificultades para
adoptar tecnologías avanzadas, generando desigualdades en la competencia (J. Xu et al., 2021)
Riesgos de deshumanización: Un exceso de automatización podría afectar la autenticidad
de la marca y la conexión emocional con los consumidores (Westerman et al., 2014).
En base a todo lo expuesto podremos entender la necesidad del presente estudio, el
comprender cómo las nuevas tecnologías afectan la relación marca-consumidor; haciendo un
énfasis y analizando la evolución de las perspectivas y aplicación del marketing, para resolver el
problema de investigación ¿Cómo influyen la transformación digital (TD) y la inteligencia
artificial (IA) en la personalización de la experiencia del consumidor (PEC) en el marco del
Marketing 4.0 y 5.0?.
MATERIALES Y MÉTODO
El presente trabajo parte de una revisión literaria exhaustiva de diferentes autores de base
de datos científicas, revistas y publicaciones como Google Scholar, Scopus, Dialnet, Latindex,
IEEE Xplore, Web of Science y Scielo; con ello se desarrolló una revisión literaria con un análisis
y enfoque descriptico conceptual bajo un enfoque histórico e importante del marketing para las
organizaciones; este enfoque se centra en el registro, análisis e interpretación de las
características actuales, así como en la composición y los procesos de los fenómenos estudiados
(Guevara Alban et al., 2020).
Además, se siguieron los estándares establecidos para la revisión sistemática, el método
PRISMA (Page et al., 2021)
Adicionando a ello los criterios para la inclusión de estudios, la construcción de la
pregunta de investigación y los métodos empleados para la selección, identificación y extracción
de datos pertinentes de los estudios (Urrútia & Bonfill, 2010)
Vol. 12/ Núm. 1 2025 pág. 2536
La Revisión Sistemática de la Literatura (RSL) permite sintetizar rigurosamente la
evidencia científica a través de cinco etapas: identificación, eliminación de duplicados, cribado,
selección y evaluación del sesgo. En el estudio de la gestión administrativa y su impacto en el
rendimiento docente, este método facilitó la identificación de patrones y brechas en la
investigación, garantizando resultados confiables y objetivos para la formulación de
recomendaciones basadas en evidencia (Godoy Guevara & Trujillo Méndez, 2024).
Para la búsqueda de información se utilizó palabras claves como: “Marketing 4.0”,
“Marketing 5.0”, “Inteligencia Artificial en Marketing”, “Personalización del consumidor”, “Big
Data y Marketing”, “Experiencia del consumidor digital”. Se emplearon operadores booleanos
(AND, OR) para mejorar la precisión de los resultados.
Para la selección de artículos se considero la procedencia de estos y su tiempo de
publicación, para considerar nuestra fuente histórica consideramos publicaciones desde el 2003
hasta el 2025, mientras que para la comparativa entre el marketing 4.0 y 5.0 se considero articulo
y publicaciones no menores al 2015 para tener un mejor entendimiento de los conceptos y no haya
una discordancia entre autores con nuevas suposiciones teóricas.
Criterios de Inclusión
• Artículos publicados entre 2015 y 2024 (para garantizar información actualizada).
• Estudios que aborden inteligencia artificial y personalización en marketing.
• Investigaciones en idioma inglés y español.
• Estudios con metodología bien definida (revisión sistemática, estudios empíricos).
• Investigaciones de acceso abierto
Criterios de Exclusión
• Artículos duplicados.
• Trabajos que no sean relevantes al tema (ejemplo: marketing tradicional sin enfoque
digital).
• Estudios que no presenten metodología clara o carezcan de rigor científico.
• Documentos sin acceso al texto completo.
Selección y Análisis de Datos
El proceso de selección de estudios siguió el siguiente flujo:
• Identificación: Búsqueda en bases de datos con palabras clave.
• Filtrado: Eliminación de duplicados y estudios no relevantes.
• Elegibilidad: Análisis del resumen y contenido para verificar su adecuación.
• Inclusión: Selección de artículos que cumplen los criterios de calidad
Flujograma del Proceso de Selección (Modelo PRISMA)
La Revisión Sistemática de la Literatura (RSL) permite sintetizar rigurosamente la
evidencia científica a través de cinco etapas: identificación, eliminación de duplicados, cribado,
selección y evaluación del sesgo. En el estudio de la gestión administrativa y su impacto en el
rendimiento docente, este método facilitó la identificación de patrones y brechas en la
investigación, garantizando resultados confiables y objetivos para la formulación de
recomendaciones basadas en evidencia (Godoy Guevara & Trujillo Méndez, 2024).
Para la búsqueda de información se utilizó palabras claves como: “Marketing 4.0”,
“Marketing 5.0”, “Inteligencia Artificial en Marketing”, “Personalización del consumidor”, “Big
Data y Marketing”, “Experiencia del consumidor digital”. Se emplearon operadores booleanos
(AND, OR) para mejorar la precisión de los resultados.
Para la selección de artículos se considero la procedencia de estos y su tiempo de
publicación, para considerar nuestra fuente histórica consideramos publicaciones desde el 2003
hasta el 2025, mientras que para la comparativa entre el marketing 4.0 y 5.0 se considero articulo
y publicaciones no menores al 2015 para tener un mejor entendimiento de los conceptos y no haya
una discordancia entre autores con nuevas suposiciones teóricas.
Criterios de Inclusión
• Artículos publicados entre 2015 y 2024 (para garantizar información actualizada).
• Estudios que aborden inteligencia artificial y personalización en marketing.
• Investigaciones en idioma inglés y español.
• Estudios con metodología bien definida (revisión sistemática, estudios empíricos).
• Investigaciones de acceso abierto
Criterios de Exclusión
• Artículos duplicados.
• Trabajos que no sean relevantes al tema (ejemplo: marketing tradicional sin enfoque
digital).
• Estudios que no presenten metodología clara o carezcan de rigor científico.
• Documentos sin acceso al texto completo.
Selección y Análisis de Datos
El proceso de selección de estudios siguió el siguiente flujo:
• Identificación: Búsqueda en bases de datos con palabras clave.
• Filtrado: Eliminación de duplicados y estudios no relevantes.
• Elegibilidad: Análisis del resumen y contenido para verificar su adecuación.
• Inclusión: Selección de artículos que cumplen los criterios de calidad
Flujograma del Proceso de Selección (Modelo PRISMA)
Vol. 12/ Núm. 1 2025 pág. 2537
Tabla 2
Selección y exclusión de artículos en revisión
Etapa del Proceso Cantidad de
Registros (n)
Registros identificados en bases de datos (Scopus, Web of Science,
Google Scholar, ScienceDirect, IEEE Xplore) 300
Registros eliminados (duplicados, no elegibles) 120
Registros evaluados para elegibilidad 180
Artículos excluidos
- No cumple los criterios de calidad 50
- Metodología no clara 36
- No relevante con el tema 74
Estudios incluidos en la revisión final 20
RESULTADOS Y DISCUSIÓN
Tabla 3
Estudios que abordan marketing 4.0 y 5.0
Autor(es)
y Año
Título del
Estudio
Población
/Muestra
Método
de
Estudio
Resultados Principales Enfo
que
(Kotler et
al., 2017)
Marketing 4.0:
Moving from
Traditional to
Digital
N/A
(Libro
teórico)
Revisión
teórica
Introduce el Marketing 4.0,
integrando lo tradicional con lo
digital.
Cualit
ativo
(Kotler et
al., 2021)
Marketing 5.0:
Technology for
Humanity
N/A
(Libro
teórico)
Revisión
teórica
Presenta el Marketing 5.0, basado
en IA y big data.
Cualit
ativo
(Gómez
& Tauro,
2023)
La evolución del
marketing 1.0 al
5.0
Análisis
teórico
basado en
literatura
existente
Revisión
bibliográfi
ca
Se enfatiza el papel de la
inteligencia artificial, el big data y
la automatización en la
personalización del marketing en
su fase 5.0.
Cualit
ativo
(Arteaga
Flores et
al., 2022)
"Satisfacción
Laboral: Una
Perspectiva de
Empleado
s del
sector
Correlació
n
El estudio encontró una
correlación positiva alta entre las
estrategias de endomarketing y la
Cuant
itativa
Tabla 2
Selección y exclusión de artículos en revisión
Etapa del Proceso Cantidad de
Registros (n)
Registros identificados en bases de datos (Scopus, Web of Science,
Google Scholar, ScienceDirect, IEEE Xplore) 300
Registros eliminados (duplicados, no elegibles) 120
Registros evaluados para elegibilidad 180
Artículos excluidos
- No cumple los criterios de calidad 50
- Metodología no clara 36
- No relevante con el tema 74
Estudios incluidos en la revisión final 20
RESULTADOS Y DISCUSIÓN
Tabla 3
Estudios que abordan marketing 4.0 y 5.0
Autor(es)
y Año
Título del
Estudio
Población
/Muestra
Método
de
Estudio
Resultados Principales Enfo
que
(Kotler et
al., 2017)
Marketing 4.0:
Moving from
Traditional to
Digital
N/A
(Libro
teórico)
Revisión
teórica
Introduce el Marketing 4.0,
integrando lo tradicional con lo
digital.
Cualit
ativo
(Kotler et
al., 2021)
Marketing 5.0:
Technology for
Humanity
N/A
(Libro
teórico)
Revisión
teórica
Presenta el Marketing 5.0, basado
en IA y big data.
Cualit
ativo
(Gómez
& Tauro,
2023)
La evolución del
marketing 1.0 al
5.0
Análisis
teórico
basado en
literatura
existente
Revisión
bibliográfi
ca
Se enfatiza el papel de la
inteligencia artificial, el big data y
la automatización en la
personalización del marketing en
su fase 5.0.
Cualit
ativo
(Arteaga
Flores et
al., 2022)
"Satisfacción
Laboral: Una
Perspectiva de
Empleado
s del
sector
Correlació
n
El estudio encontró una
correlación positiva alta entre las
estrategias de endomarketing y la
Cuant
itativa
Vol. 12/ Núm. 1 2025 pág. 2538
Autor(es)
y Año
Título del
Estudio
Población
/Muestra
Método
de
Estudio
Resultados Principales Enfo
que
Endomarketing,
Caso Sector
Hotelero de
Manta, Ecuador"
hotelero
en Manta,
Ecuador
satisfacción laboral de los
empleados
(González
-Ferriz,
2024)
La evolución de la
disciplina de
marketing hasta la
versión 5.0
Análisis
teórico
basado en
literatura
académica
y estudios
previos
Revisión
bibliográfi
ca y
análisis
comparati
vo
Se comparan los beneficios y
desafíos de cada etapa, resaltando
el impacto de la tecnología en la
relación empresa-consumidor.
Cualit
ativo
(Razak,
2024)
Marketing 5.0:
Bridging
Technology and
Humanity
Empresas
tecnológic
as
Entrevista
s
cualitativa
s
Examina la aplicación del
Marketing 5.0 en empresas
tecnológicas.
Cualit
ativo
(González
-Ferriz,
2021)
El marketing 5.0 y
su efecto en la
estrategia
empresarial del
sector industrial
en España
Empresas
del sector
industrial
en España
Análisis
cuantitativ
o
mediante
encuestas
El estudio analiza la evolución del
marketing hacia la versión 5.0,
destacando la incorporación de
tecnologías avanzadas y enfoques
relacionales en las estrategias
empresariales. Los hallazgos
indican que, aunque las empresas
industriales españolas están
realizando esfuerzos significativos
para adaptarse al nuevo entorno
digital
Cualit
ativo
(Mayahi
& Vidrih,
2022)
The Impact of
Generative AI on
Visual Content
Marketing
Empresas
con IA
generativa
Estudio
explorator
io
Explica cómo la IA cambia el
contenido visual en marketing.
Cualit
ativo
Autor(es)
y Año
Título del
Estudio
Población
/Muestra
Método
de
Estudio
Resultados Principales Enfo
que
Endomarketing,
Caso Sector
Hotelero de
Manta, Ecuador"
hotelero
en Manta,
Ecuador
satisfacción laboral de los
empleados
(González
-Ferriz,
2024)
La evolución de la
disciplina de
marketing hasta la
versión 5.0
Análisis
teórico
basado en
literatura
académica
y estudios
previos
Revisión
bibliográfi
ca y
análisis
comparati
vo
Se comparan los beneficios y
desafíos de cada etapa, resaltando
el impacto de la tecnología en la
relación empresa-consumidor.
Cualit
ativo
(Razak,
2024)
Marketing 5.0:
Bridging
Technology and
Humanity
Empresas
tecnológic
as
Entrevista
s
cualitativa
s
Examina la aplicación del
Marketing 5.0 en empresas
tecnológicas.
Cualit
ativo
(González
-Ferriz,
2021)
El marketing 5.0 y
su efecto en la
estrategia
empresarial del
sector industrial
en España
Empresas
del sector
industrial
en España
Análisis
cuantitativ
o
mediante
encuestas
El estudio analiza la evolución del
marketing hacia la versión 5.0,
destacando la incorporación de
tecnologías avanzadas y enfoques
relacionales en las estrategias
empresariales. Los hallazgos
indican que, aunque las empresas
industriales españolas están
realizando esfuerzos significativos
para adaptarse al nuevo entorno
digital
Cualit
ativo
(Mayahi
& Vidrih,
2022)
The Impact of
Generative AI on
Visual Content
Marketing
Empresas
con IA
generativa
Estudio
explorator
io
Explica cómo la IA cambia el
contenido visual en marketing.
Cualit
ativo
Vol. 12/ Núm. 1 2025 pág. 2539
Autor(es)
y Año
Título del
Estudio
Población
/Muestra
Método
de
Estudio
Resultados Principales Enfo
que
(Ardon et
al., 2022)
Towards a Fairer
Digital Marketing
Model
Industria
del
marketing
digital
Análisis
crítico
Evalúa la equidad en el marketing
digital en la era 5.0.
Cualit
ativo
(Méndez-
Sandoval
et al.,
2020)
Transición de lo
tradicional a lo
digital: Apertura
al marketing 5.0
Análisis
document
al de
estrategias
de
marketing
en
empresas
que
adoptan
tecnología
s digitales
Investigac
ión
document
al con
enfoque
cualitativo
El estudio analiza la evolución de
la mercadotecnia desde enfoques
tradicionales hasta el Marketing
5.0, destacando cómo las empresas
han adaptado sus estrategias con la
implementación de inteligencia
artificial para mejorar la
competitividad y la
personalización en sus
interacciones con los
consumidores.
Cualit
ativo
(Gutiérrez
Gutiérrez,
2024)
Marketing 4.0 y su
impacto en la
personalización
del consumidor en
la era digital
Empresas
del sector
retail en
América
Latina
Enfoque
cualitativo
con
análisis
document
al
Analiza cómo las estrategias de
Marketing 4.0, basadas en el uso de
inteligencia artificial y big data,
permiten una mayor
personalización de la experiencia
del consumidor, optimizando la
relación marca-cliente.
Cualit
ativo
(Ramírez-
Durán et
al., 2021)
Towards the
Implementation of
Industry 4.0
PYMEs
manufactu
reras
Estudio de
caso
Explora la adopción de la Industria
4.0 y su impacto en clientes.
Cualit
ativo
(Dalenoga
re et al.,
2018).
Industry 4.0
Technologies for
Industrial
Performance
Empresas
manufactu
reras en
Brasil
Encuesta
cuantitativ
a
Relaciona las tecnologías de la
Industria 4.0 con el desempeño
empresarial.
Cuant
itativo
Autor(es)
y Año
Título del
Estudio
Población
/Muestra
Método
de
Estudio
Resultados Principales Enfo
que
(Ardon et
al., 2022)
Towards a Fairer
Digital Marketing
Model
Industria
del
marketing
digital
Análisis
crítico
Evalúa la equidad en el marketing
digital en la era 5.0.
Cualit
ativo
(Méndez-
Sandoval
et al.,
2020)
Transición de lo
tradicional a lo
digital: Apertura
al marketing 5.0
Análisis
document
al de
estrategias
de
marketing
en
empresas
que
adoptan
tecnología
s digitales
Investigac
ión
document
al con
enfoque
cualitativo
El estudio analiza la evolución de
la mercadotecnia desde enfoques
tradicionales hasta el Marketing
5.0, destacando cómo las empresas
han adaptado sus estrategias con la
implementación de inteligencia
artificial para mejorar la
competitividad y la
personalización en sus
interacciones con los
consumidores.
Cualit
ativo
(Gutiérrez
Gutiérrez,
2024)
Marketing 4.0 y su
impacto en la
personalización
del consumidor en
la era digital
Empresas
del sector
retail en
América
Latina
Enfoque
cualitativo
con
análisis
document
al
Analiza cómo las estrategias de
Marketing 4.0, basadas en el uso de
inteligencia artificial y big data,
permiten una mayor
personalización de la experiencia
del consumidor, optimizando la
relación marca-cliente.
Cualit
ativo
(Ramírez-
Durán et
al., 2021)
Towards the
Implementation of
Industry 4.0
PYMEs
manufactu
reras
Estudio de
caso
Explora la adopción de la Industria
4.0 y su impacto en clientes.
Cualit
ativo
(Dalenoga
re et al.,
2018).
Industry 4.0
Technologies for
Industrial
Performance
Empresas
manufactu
reras en
Brasil
Encuesta
cuantitativ
a
Relaciona las tecnologías de la
Industria 4.0 con el desempeño
empresarial.
Cuant
itativo
Vol. 12/ Núm. 1 2025 pág. 2540
Autor(es)
y Año
Título del
Estudio
Población
/Muestra
Método
de
Estudio
Resultados Principales Enfo
que
(Verhoef
et al.,
2021)
Digital
Transformation: A
Multidisciplinary
Reflection
Empresas
en
digitalizac
ión
Revisión
teórica
Analiza la transformación digital y
el marketing 5.0.
Cualit
ativo
(Sima,
2021)
Managing a Brand
with a Vision to
Marketing 5.0
Empresa
rumana de
éxito (no
especifica
da)
Análisis
SWOT y
encuesta
basada en
cuestionar
io
El estudio explora la evolución del
marketing desde sus inicios hasta
el Marketing 5.0, destacando cómo
una empresa rumana ha gestionado
su marca adaptándose a esta nueva
visión. Se enfatiza la importancia
de integrar las tendencias de
marketing
Cualit
ativo
(Chaffey
& Ellis-
Chadwick
, 2019)
Digital Marketing:
Strategy,
Implementation,
and Practice
Empresas
digitales
Revisión
teórica y
estudio de
casos
Destaca la importancia del
marketing digital en la
personalización del consumidor.
Cualit
ativo
(Murillo-
Andrade
&
Vizuete-
Muñoz,
2024)
El impacto de la
inteligencia
artificial en el
marketing de
contenidos: en el
contexto del
marketing 5.0
Empresas
que
adoptan
IA en sus
estrategias
de
contenido
Estudio
cualitativo
con
entrevista
s a
expertos
en
marketing
digital
Analiza cómo la inteligencia
artificial transforma el marketing
de contenidos en el marco del
Marketing 5.0, mejorando la
personalización y la interacción
con los clientes.
Cualit
ativo
(Huang &
Rust,
2021b)
Artificial
Intelligence in
Marketing
Empresas
con IA
avanzada
Estudio de
casos
Explica cómo la IA mejora la
personalización en marketing.
Cualit
ativo
(Davenpo
rt et al.,
2020)
The Future of AI
in Marketing
Empresas
multinaci
onales
Análisis
cualitativo
Identifica las tendencias futuras
del marketing basado en IA.
Cualit
ativo
Autor(es)
y Año
Título del
Estudio
Población
/Muestra
Método
de
Estudio
Resultados Principales Enfo
que
(Verhoef
et al.,
2021)
Digital
Transformation: A
Multidisciplinary
Reflection
Empresas
en
digitalizac
ión
Revisión
teórica
Analiza la transformación digital y
el marketing 5.0.
Cualit
ativo
(Sima,
2021)
Managing a Brand
with a Vision to
Marketing 5.0
Empresa
rumana de
éxito (no
especifica
da)
Análisis
SWOT y
encuesta
basada en
cuestionar
io
El estudio explora la evolución del
marketing desde sus inicios hasta
el Marketing 5.0, destacando cómo
una empresa rumana ha gestionado
su marca adaptándose a esta nueva
visión. Se enfatiza la importancia
de integrar las tendencias de
marketing
Cualit
ativo
(Chaffey
& Ellis-
Chadwick
, 2019)
Digital Marketing:
Strategy,
Implementation,
and Practice
Empresas
digitales
Revisión
teórica y
estudio de
casos
Destaca la importancia del
marketing digital en la
personalización del consumidor.
Cualit
ativo
(Murillo-
Andrade
&
Vizuete-
Muñoz,
2024)
El impacto de la
inteligencia
artificial en el
marketing de
contenidos: en el
contexto del
marketing 5.0
Empresas
que
adoptan
IA en sus
estrategias
de
contenido
Estudio
cualitativo
con
entrevista
s a
expertos
en
marketing
digital
Analiza cómo la inteligencia
artificial transforma el marketing
de contenidos en el marco del
Marketing 5.0, mejorando la
personalización y la interacción
con los clientes.
Cualit
ativo
(Huang &
Rust,
2021b)
Artificial
Intelligence in
Marketing
Empresas
con IA
avanzada
Estudio de
casos
Explica cómo la IA mejora la
personalización en marketing.
Cualit
ativo
(Davenpo
rt et al.,
2020)
The Future of AI
in Marketing
Empresas
multinaci
onales
Análisis
cualitativo
Identifica las tendencias futuras
del marketing basado en IA.
Cualit
ativo
Vol. 12/ Núm. 1 2025 pág. 2541
Autor(es)
y Año
Título del
Estudio
Población
/Muestra
Método
de
Estudio
Resultados Principales Enfo
que
(Kaplan
&
Haenlein,
2019)
Siri, Alexa, and
Other Digital
Assistants
Empresas
tecnológic
as
Análisis
de IA en
marketing
Destaca el impacto de los
asistentes virtuales en el Marketing
5.0.
Cualit
ativo
(Lemon &
Verhoef,
2016)
Understanding
Customer
Experience
Empresas
de
servicios
Análisis
teórico
Explica la experiencia del cliente
en el marketing digital.
Cualit
ativo
Análisis del impacto de la transformación digital y la inteligencia artificial en la
personalización de la experiencia del consumidor
La transformación digital (TD) y la inteligencia artificial (IA) han redefinido la
personalización de la experiencia del consumidor (PEC) en el Marketing 4.0 y 5.0. Autores como
(Kotler et al., 2016; 2021) y (Chaffey & Ellis-Chadwick, 2019) destacan que la digitalización ha
permitido integrar múltiples canales y optimizar la comunicación con el usuario. La IA, por su
parte, ha mejorado la segmentación y la toma de decisiones mediante el análisis de grandes
volúmenes de datos en tiempo real. Esto ha dado lugar a estrategias de hiperpersonalización
basadas en el comportamiento del consumidor, aumentando la fidelización y la eficiencia de las
campañas de marketing (Huang & Rust, 2021). Sin embargo, el uso de estas tecnologías también
plantea desafíos éticos y regulatorios, como el riesgo de sesgos algorítmicos y la protección de la
privacidad de los datos (Martin & Murphy, 2017). La omnicanalidad, respaldada por la IA, ha
permitido a las empresas ofrecer experiencias más fluidas y coherentes en distintas plataformas,
pero su implementación requiere inversiones significativas en tecnología y capacitación
organizacional. En este contexto, el Marketing 5.0 enfatiza la combinación de automatización con
un enfoque humanizado, asegurando que la digitalización no solo optimice la rentabilidad
empresarial, sino que también fortalezca la relación con el consumidor (Kaplan & Haenlein,
2019).
Transformación del marketing en la era digital
El análisis de los estudios revisados sobre Marketing 4.0 y 5.0 revela que la evolución
del marketing ha estado marcada por la integración de tecnologías digitales avanzadas,
inteligencia artificial (IA) y big data para mejorar la eficiencia y la relación empresa-cliente.
(Kotler et al., 2016, 2021) presentan los fundamentos teóricos del Marketing 4.0 y 5.0, señalando
la transición desde un enfoque tradicional a un modelo basado en tecnología y personalización.
Autor(es)
y Año
Título del
Estudio
Población
/Muestra
Método
de
Estudio
Resultados Principales Enfo
que
(Kaplan
&
Haenlein,
2019)
Siri, Alexa, and
Other Digital
Assistants
Empresas
tecnológic
as
Análisis
de IA en
marketing
Destaca el impacto de los
asistentes virtuales en el Marketing
5.0.
Cualit
ativo
(Lemon &
Verhoef,
2016)
Understanding
Customer
Experience
Empresas
de
servicios
Análisis
teórico
Explica la experiencia del cliente
en el marketing digital.
Cualit
ativo
Análisis del impacto de la transformación digital y la inteligencia artificial en la
personalización de la experiencia del consumidor
La transformación digital (TD) y la inteligencia artificial (IA) han redefinido la
personalización de la experiencia del consumidor (PEC) en el Marketing 4.0 y 5.0. Autores como
(Kotler et al., 2016; 2021) y (Chaffey & Ellis-Chadwick, 2019) destacan que la digitalización ha
permitido integrar múltiples canales y optimizar la comunicación con el usuario. La IA, por su
parte, ha mejorado la segmentación y la toma de decisiones mediante el análisis de grandes
volúmenes de datos en tiempo real. Esto ha dado lugar a estrategias de hiperpersonalización
basadas en el comportamiento del consumidor, aumentando la fidelización y la eficiencia de las
campañas de marketing (Huang & Rust, 2021). Sin embargo, el uso de estas tecnologías también
plantea desafíos éticos y regulatorios, como el riesgo de sesgos algorítmicos y la protección de la
privacidad de los datos (Martin & Murphy, 2017). La omnicanalidad, respaldada por la IA, ha
permitido a las empresas ofrecer experiencias más fluidas y coherentes en distintas plataformas,
pero su implementación requiere inversiones significativas en tecnología y capacitación
organizacional. En este contexto, el Marketing 5.0 enfatiza la combinación de automatización con
un enfoque humanizado, asegurando que la digitalización no solo optimice la rentabilidad
empresarial, sino que también fortalezca la relación con el consumidor (Kaplan & Haenlein,
2019).
Transformación del marketing en la era digital
El análisis de los estudios revisados sobre Marketing 4.0 y 5.0 revela que la evolución
del marketing ha estado marcada por la integración de tecnologías digitales avanzadas,
inteligencia artificial (IA) y big data para mejorar la eficiencia y la relación empresa-cliente.
(Kotler et al., 2016, 2021) presentan los fundamentos teóricos del Marketing 4.0 y 5.0, señalando
la transición desde un enfoque tradicional a un modelo basado en tecnología y personalización.
Vol. 12/ Núm. 1 2025 pág. 2542
Estudios recientes como los de (Gómez & Tauro, 2023) y (González-Ferriz, 2024)
resaltan el papel clave de la IA y el big data en la evolución del marketing, permitiendo a las
empresas desarrollar estrategias más precisas y adaptadas al comportamiento del consumidor.
Desde un enfoque aplicado, (Razak, 2024) y (Ramírez-Durán et al., 2021) analizan la
implementación del Marketing 5.0 en empresas tecnológicas y manufactureras, resaltando su
impacto en la toma de decisiones y la optimización de la experiencia del cliente. Por otro lado,
(Méndez-Sandoval et al., 2020) destaca la evolución del marketing desde un enfoque tradicional
hasta su versión digital, mientras que (Verhoef et al., 2021) abordan la transformación digital
desde una perspectiva multidisciplinaria, destacando la necesidad de adaptabilidad en las
estrategias empresariales.
Impacto del marketing digital en la personalización del consumidor
Uno de los principales beneficios del Marketing 5.0 es la mejora en la personalización
del consumidor. Estudios como los de (Huang & Rust, 2021a) y (Chaffey & Ellis-Chadwick,
2019) demuestran que la IA ha revolucionado la forma en que las marcas interactúan con los
clientes, utilizando herramientas como asistentes virtuales (Kaplan & Haenlein, 2019) y sistemas
predictivos de recomendación. Esto coincide con la investigación de (Davenport et al., 2020) que
proyecta el futuro del marketing basado en IA, destacando tendencias como el marketing
automatizado y el análisis predictivo.
(Gutiérrez Gutiérrez, 2024) analiza cómo el Marketing 4.0 ha impulsado la
personalización mediante el uso de IA y big data, optimizando la relación marca-cliente. Del
mismo modo, (Murillo-Andrade & Vizuete-Muñoz, 2024) estudian el impacto de la IA en el
marketing de contenidos, concluyendo que las estrategias basadas en inteligencia artificial
mejoran la interacción y satisfacción del consumidor.
Omnicanalidad y digitalización del consumidor
El Marketing 5.0 también ha facilitado la omnicanalidad, permitiendo a las empresas
conectar con sus clientes a través de diversos canales digitales e integrados. (Verhoef et al.,
2021)y (Gutiérrez Gutiérrez, 2024) exploran cómo la transformación digital ha llevado a una
mayor digitalización del consumidor, forzando a las empresas a adaptar sus estrategias para
mejorar la experiencia de compra en línea y offline.
El estudio de (Chaffey & Ellis-Chadwick, 2019) destaca que la omnicanalidad es clave
en la estrategia del Marketing 5.0, ya que permite una interacción más fluida y consistente en
todos los puntos de contacto con el cliente. Asimismo, (Haenlein & Kaplan, 2019) analizan el
impacto de los asistentes virtuales y herramientas como CRM avanzados en la gestión de la
relación con el consumidor.
Toma de decisiones basada en tecnología
La evolución hacia el Marketing 5.0 ha facilitado la toma de decisiones mediante la
integración de tecnologías avanzadas. Investigaciones como las de (Davenport et al., 2020) y
Estudios recientes como los de (Gómez & Tauro, 2023) y (González-Ferriz, 2024)
resaltan el papel clave de la IA y el big data en la evolución del marketing, permitiendo a las
empresas desarrollar estrategias más precisas y adaptadas al comportamiento del consumidor.
Desde un enfoque aplicado, (Razak, 2024) y (Ramírez-Durán et al., 2021) analizan la
implementación del Marketing 5.0 en empresas tecnológicas y manufactureras, resaltando su
impacto en la toma de decisiones y la optimización de la experiencia del cliente. Por otro lado,
(Méndez-Sandoval et al., 2020) destaca la evolución del marketing desde un enfoque tradicional
hasta su versión digital, mientras que (Verhoef et al., 2021) abordan la transformación digital
desde una perspectiva multidisciplinaria, destacando la necesidad de adaptabilidad en las
estrategias empresariales.
Impacto del marketing digital en la personalización del consumidor
Uno de los principales beneficios del Marketing 5.0 es la mejora en la personalización
del consumidor. Estudios como los de (Huang & Rust, 2021a) y (Chaffey & Ellis-Chadwick,
2019) demuestran que la IA ha revolucionado la forma en que las marcas interactúan con los
clientes, utilizando herramientas como asistentes virtuales (Kaplan & Haenlein, 2019) y sistemas
predictivos de recomendación. Esto coincide con la investigación de (Davenport et al., 2020) que
proyecta el futuro del marketing basado en IA, destacando tendencias como el marketing
automatizado y el análisis predictivo.
(Gutiérrez Gutiérrez, 2024) analiza cómo el Marketing 4.0 ha impulsado la
personalización mediante el uso de IA y big data, optimizando la relación marca-cliente. Del
mismo modo, (Murillo-Andrade & Vizuete-Muñoz, 2024) estudian el impacto de la IA en el
marketing de contenidos, concluyendo que las estrategias basadas en inteligencia artificial
mejoran la interacción y satisfacción del consumidor.
Omnicanalidad y digitalización del consumidor
El Marketing 5.0 también ha facilitado la omnicanalidad, permitiendo a las empresas
conectar con sus clientes a través de diversos canales digitales e integrados. (Verhoef et al.,
2021)y (Gutiérrez Gutiérrez, 2024) exploran cómo la transformación digital ha llevado a una
mayor digitalización del consumidor, forzando a las empresas a adaptar sus estrategias para
mejorar la experiencia de compra en línea y offline.
El estudio de (Chaffey & Ellis-Chadwick, 2019) destaca que la omnicanalidad es clave
en la estrategia del Marketing 5.0, ya que permite una interacción más fluida y consistente en
todos los puntos de contacto con el cliente. Asimismo, (Haenlein & Kaplan, 2019) analizan el
impacto de los asistentes virtuales y herramientas como CRM avanzados en la gestión de la
relación con el consumidor.
Toma de decisiones basada en tecnología
La evolución hacia el Marketing 5.0 ha facilitado la toma de decisiones mediante la
integración de tecnologías avanzadas. Investigaciones como las de (Davenport et al., 2020) y
Vol. 12/ Núm. 1 2025 pág. 2543
(Sima, 2021) indican que la IA permite a las empresas analizar grandes volúmenes de datos en
tiempo real, optimizando las estrategias de marketing y permitiendo una mejor segmentación del
mercado.
(Dalenogare et al., 2018) y (Ramírez-Durán et al., 2021) analizan la aplicación de la
Industria 4.0 y 5.0 en la toma de decisiones en empresas manufactureras, demostrando que la
automatización y el análisis de datos han mejorado la eficiencia operativa y la adaptabilidad a las
necesidades del consumidor.
Análisis comparativo y estadístico
Distribución de métodos de estudio
Un análisis de los métodos utilizados en los estudios revisados muestra que:
• 78% de las investigaciones adoptaron un enfoque cualitativo (revisión teórica, entrevistas
y estudios de caso).
• 22% de los estudios utilizaron un enfoque cuantitativo, principalmente encuestas y análisis
de datos.
Coincidencias clave entre los autores
• Personalización y experiencia del consumidor: Todos los estudios revisados coinciden
en que el Marketing 5.0 busca mejorar la personalización del consumidor mediante IA y
big data.
• IA como motor de cambio: La mayoría de los autores analizan el impacto de la
inteligencia artificial como el factor clave en la evolución del marketing moderno.
• Marketing ético y humanizado: Algunos estudios, como los de (Ardon et al., 2022),
destacan que el Marketing 5.0 no solo busca eficiencia, sino también equidad y
sostenibilidad.
En síntesis, el Marketing 4.0 y 5.0 han redefinido la relación empresa-consumidor,
permitiendo estrategias más personalizadas y una mejor adaptación al mercado. Sin embargo,
también plantean desafíos relacionados con la adopción tecnológica y la regulación ética del uso
de datos.
Tabla 4
Breve comparación y resumen entre el marketing 4.0 y 5.0.
Aspecto Marketing 4.0 Marketing 5.0
Ventajas
Mayor interactividad con el cliente
en redes sociales. Personalización
con datos digitales. Mejor
comunicación con consumidores
(Holliman & Rowley, 2014).
Optimización del marketing con IA
y big data. Mayor personalización
en tiempo real. Automatización de
procesos (Davenport et al., 2020).
(Sima, 2021) indican que la IA permite a las empresas analizar grandes volúmenes de datos en
tiempo real, optimizando las estrategias de marketing y permitiendo una mejor segmentación del
mercado.
(Dalenogare et al., 2018) y (Ramírez-Durán et al., 2021) analizan la aplicación de la
Industria 4.0 y 5.0 en la toma de decisiones en empresas manufactureras, demostrando que la
automatización y el análisis de datos han mejorado la eficiencia operativa y la adaptabilidad a las
necesidades del consumidor.
Análisis comparativo y estadístico
Distribución de métodos de estudio
Un análisis de los métodos utilizados en los estudios revisados muestra que:
• 78% de las investigaciones adoptaron un enfoque cualitativo (revisión teórica, entrevistas
y estudios de caso).
• 22% de los estudios utilizaron un enfoque cuantitativo, principalmente encuestas y análisis
de datos.
Coincidencias clave entre los autores
• Personalización y experiencia del consumidor: Todos los estudios revisados coinciden
en que el Marketing 5.0 busca mejorar la personalización del consumidor mediante IA y
big data.
• IA como motor de cambio: La mayoría de los autores analizan el impacto de la
inteligencia artificial como el factor clave en la evolución del marketing moderno.
• Marketing ético y humanizado: Algunos estudios, como los de (Ardon et al., 2022),
destacan que el Marketing 5.0 no solo busca eficiencia, sino también equidad y
sostenibilidad.
En síntesis, el Marketing 4.0 y 5.0 han redefinido la relación empresa-consumidor,
permitiendo estrategias más personalizadas y una mejor adaptación al mercado. Sin embargo,
también plantean desafíos relacionados con la adopción tecnológica y la regulación ética del uso
de datos.
Tabla 4
Breve comparación y resumen entre el marketing 4.0 y 5.0.
Aspecto Marketing 4.0 Marketing 5.0
Ventajas
Mayor interactividad con el cliente
en redes sociales. Personalización
con datos digitales. Mejor
comunicación con consumidores
(Holliman & Rowley, 2014).
Optimización del marketing con IA
y big data. Mayor personalización
en tiempo real. Automatización de
procesos (Davenport et al., 2020).
Vol. 12/ Núm. 1 2025 pág. 2544
Desventajas
Dependencia de plataformas
digitales y algoritmos. Saturación en
redes sociales. Problemas de
privacidad de datos (Kannan & Li,
2017).
Costos altos de implementación de
IA. Posibles sesgos algorítmicos en
segmentación de mercado (Grewal
et al., 2020).
Importancia
Permite a las marcas acercarse a sus
clientes a través de plataformas
digitales y redes sociales (Batra &
Keller, 2016).
Evoluciona hacia una IA más
avanzada para analizar datos y
predecir comportamientos con
mayor precisión (Lemon &
Verhoef, 2016).
Herramientas
Clave
Redes sociales, CRM, SEO, SEM,
email marketing (Kotler et al., 2017).
Inteligencia artificial, aprendizaje
automático, big data, chatbots
avanzados (Kotler et al., 2021)
Estrategias de
Personalización
Segmentación en base a
comportamiento digital y datos de
redes sociales (Chaffey & Smith,
2017)
Análisis predictivo con IA para
experiencias hiperpersonalizadas
(Davenport & Ronanki, 2018).
Propósito
Mejorar la interacción y
participación del cliente a través de
canales digitales (Kotler et al., 2017)
Enfocar el marketing en el bienestar
del cliente y la sociedad,
promoviendo valores éticos y
sostenibilidad (Kotler et al., 2021)
Dimensión Digital y social (Kotler et al., 2017) Tecnológica y humana (Kotler et
al., 2021)
Interacción con
Clientes
Comunicación bidireccional a través
de plataformas digitales (Kotler et
al., 2017)
Experiencias hiperpersonalizadas
mediante análisis de datos y IA
(Kotler et al., 2021)
Propuesta de
Valor
Productos y servicios adaptados a
tendencias digitales (Chaffey &
Smith, 2017).
Soluciones personalizadas que
consideran el bienestar del cliente y
la sociedad (Kotler et al., 2021)
Tendencias
Futuras
Mayor integración de la
omnicanalidad. Crecimiento del
marketing automatizado (Chaffey &
Smith, 2017).
Expansión de la inteligencia
artificial emocional.
Implementación de marketing
basado en neurociencia (Kotler et
al., 2021).
Desventajas
Dependencia de plataformas
digitales y algoritmos. Saturación en
redes sociales. Problemas de
privacidad de datos (Kannan & Li,
2017).
Costos altos de implementación de
IA. Posibles sesgos algorítmicos en
segmentación de mercado (Grewal
et al., 2020).
Importancia
Permite a las marcas acercarse a sus
clientes a través de plataformas
digitales y redes sociales (Batra &
Keller, 2016).
Evoluciona hacia una IA más
avanzada para analizar datos y
predecir comportamientos con
mayor precisión (Lemon &
Verhoef, 2016).
Herramientas
Clave
Redes sociales, CRM, SEO, SEM,
email marketing (Kotler et al., 2017).
Inteligencia artificial, aprendizaje
automático, big data, chatbots
avanzados (Kotler et al., 2021)
Estrategias de
Personalización
Segmentación en base a
comportamiento digital y datos de
redes sociales (Chaffey & Smith,
2017)
Análisis predictivo con IA para
experiencias hiperpersonalizadas
(Davenport & Ronanki, 2018).
Propósito
Mejorar la interacción y
participación del cliente a través de
canales digitales (Kotler et al., 2017)
Enfocar el marketing en el bienestar
del cliente y la sociedad,
promoviendo valores éticos y
sostenibilidad (Kotler et al., 2021)
Dimensión Digital y social (Kotler et al., 2017) Tecnológica y humana (Kotler et
al., 2021)
Interacción con
Clientes
Comunicación bidireccional a través
de plataformas digitales (Kotler et
al., 2017)
Experiencias hiperpersonalizadas
mediante análisis de datos y IA
(Kotler et al., 2021)
Propuesta de
Valor
Productos y servicios adaptados a
tendencias digitales (Chaffey &
Smith, 2017).
Soluciones personalizadas que
consideran el bienestar del cliente y
la sociedad (Kotler et al., 2021)
Tendencias
Futuras
Mayor integración de la
omnicanalidad. Crecimiento del
marketing automatizado (Chaffey &
Smith, 2017).
Expansión de la inteligencia
artificial emocional.
Implementación de marketing
basado en neurociencia (Kotler et
al., 2021).
Vol. 12/ Núm. 1 2025 pág. 2545
CONCLUSIONES
La evolución del marketing hacia sus versiones 4.0 y 5.0 ha transformado profundamente
la interacción entre empresas y consumidores, impulsada por la digitalización, la inteligencia
artificial y la necesidad de experiencias altamente personalizadas. Como señalan (Kotler et al.,
2016; 2021), el Marketing 4.0 permitió la convergencia entre canales digitales y físicos,
optimizando la comunicación con el usuario. Sin embargo, el Marketing 5.0 ha llevado esta
evolución aún más lejos, incorporando inteligencia artificial con un enfoque humanizado que
mejora la toma de decisiones y la precisión en la segmentación del mercado.
Uno de los avances más significativos ha sido la capacidad de personalización masiva.
Estudios como los de (Huang & Rust, 2021; Chaffey & Ellis-Chadwick, 2019) destacan el uso
del big data y la IA para anticipar preferencias del consumidor y ofrecer soluciones adaptadas a
sus necesidades específicas. No obstante, esta hiperpersonalización ha generado preocupaciones
sobre privacidad y ética en el uso de datos, un tema ampliamente debatido en la literatura (Martin
& Murphy, 2017).
Asimismo, la omnicanalidad se ha consolidado como un eje clave en la estrategia del
Marketing 5.0, permitiendo a las empresas generar experiencias fluidas a través de múltiples
plataformas. Sin embargo, su implementación exige inversiones en infraestructura tecnológica y
un cambio cultural organizacional (Westerman et al., 2014). El uso de herramientas como CRM
avanzados y asistentes virtuales ha optimizado la gestión de la relación con los clientes (Haenlein
& Kaplan, 2019), potenciando la eficiencia y efectividad de las estrategias de marketing.
En términos de toma de decisiones, la IA ha permitido analizar grandes volúmenes de
datos en tiempo real, mejorando la segmentación y la optimización de campañas publicitarias. Sin
embargo, la automatización basada en algoritmos no está exenta de riesgos, ya que puede
introducir sesgos y generar problemas de equidad si no se supervisa adecuadamente.
Desde una perspectiva empresarial, el endomarketing ha cobrado relevancia en la era del
Marketing 5.0, ya que la digitalización no solo impacta en la relación con los consumidores, sino
también en la gestión interna del talento. Como afirman (Ardon et al., 2022), estrategias de
endomarketing basadas en tecnología y datos pueden fortalecer el compromiso de los
colaboradores, mejorar su productividad y fomentar una cultura organizacional alineada con la
transformación digital. La implementación de IA en procesos internos optimiza la comunicación,
la capacitación y la motivación del personal, lo que se traduce en un impacto positivo en la
experiencia del cliente final.
Finalmente, la evolución del marketing también influye en mercados internacionales. En
el caso del comercio de arándanos peruanos en EE.UU., la adopción de estrategias basadas en
Marketing 5.0 puede mejorar la competitividad del producto, permitiendo una segmentación más
precisa y una comunicación más efectiva con los consumidores estadounidenses.
CONCLUSIONES
La evolución del marketing hacia sus versiones 4.0 y 5.0 ha transformado profundamente
la interacción entre empresas y consumidores, impulsada por la digitalización, la inteligencia
artificial y la necesidad de experiencias altamente personalizadas. Como señalan (Kotler et al.,
2016; 2021), el Marketing 4.0 permitió la convergencia entre canales digitales y físicos,
optimizando la comunicación con el usuario. Sin embargo, el Marketing 5.0 ha llevado esta
evolución aún más lejos, incorporando inteligencia artificial con un enfoque humanizado que
mejora la toma de decisiones y la precisión en la segmentación del mercado.
Uno de los avances más significativos ha sido la capacidad de personalización masiva.
Estudios como los de (Huang & Rust, 2021; Chaffey & Ellis-Chadwick, 2019) destacan el uso
del big data y la IA para anticipar preferencias del consumidor y ofrecer soluciones adaptadas a
sus necesidades específicas. No obstante, esta hiperpersonalización ha generado preocupaciones
sobre privacidad y ética en el uso de datos, un tema ampliamente debatido en la literatura (Martin
& Murphy, 2017).
Asimismo, la omnicanalidad se ha consolidado como un eje clave en la estrategia del
Marketing 5.0, permitiendo a las empresas generar experiencias fluidas a través de múltiples
plataformas. Sin embargo, su implementación exige inversiones en infraestructura tecnológica y
un cambio cultural organizacional (Westerman et al., 2014). El uso de herramientas como CRM
avanzados y asistentes virtuales ha optimizado la gestión de la relación con los clientes (Haenlein
& Kaplan, 2019), potenciando la eficiencia y efectividad de las estrategias de marketing.
En términos de toma de decisiones, la IA ha permitido analizar grandes volúmenes de
datos en tiempo real, mejorando la segmentación y la optimización de campañas publicitarias. Sin
embargo, la automatización basada en algoritmos no está exenta de riesgos, ya que puede
introducir sesgos y generar problemas de equidad si no se supervisa adecuadamente.
Desde una perspectiva empresarial, el endomarketing ha cobrado relevancia en la era del
Marketing 5.0, ya que la digitalización no solo impacta en la relación con los consumidores, sino
también en la gestión interna del talento. Como afirman (Ardon et al., 2022), estrategias de
endomarketing basadas en tecnología y datos pueden fortalecer el compromiso de los
colaboradores, mejorar su productividad y fomentar una cultura organizacional alineada con la
transformación digital. La implementación de IA en procesos internos optimiza la comunicación,
la capacitación y la motivación del personal, lo que se traduce en un impacto positivo en la
experiencia del cliente final.
Finalmente, la evolución del marketing también influye en mercados internacionales. En
el caso del comercio de arándanos peruanos en EE.UU., la adopción de estrategias basadas en
Marketing 5.0 puede mejorar la competitividad del producto, permitiendo una segmentación más
precisa y una comunicación más efectiva con los consumidores estadounidenses.
Vol. 12/ Núm. 1 2025 pág. 2546
En conclusión, el Marketing 4.0 y 5.0 han redefinido la relación entre empresas y clientes,
combinando tecnología avanzada con un enfoque centrado en la experiencia del usuario. No
obstante, su implementación requiere un equilibrio entre automatización y humanización,
asegurando que la digitalización no solo optimice la rentabilidad empresarial, sino que también
fortalezca la confianza del consumidor.
Algunas empresas ya han logrado el éxito aplicando estas estrategias:
• Netflix ha revolucionado el entretenimiento con algoritmos que personalizan
recomendaciones, aumentando la fidelización de sus usuarios.
• Amazon ha perfeccionado la experiencia de compra con inteligencia artificial, ofreciendo
sugerencias de productos altamente precisas.
• Comex ha digitalizado su industria, facilitando interacciones personalizadas con clientes
y profesionales.
El futuro del marketing dependerá de la capacidad de las empresas para integrar
innovación, personalización y responsabilidad, creando estrategias sostenibles que maximicen el
impacto sin comprometer la confianza del consumidor.
Recomendaciones
El marketing 4.0 y 5.0 han redefinido la manera en que las empresas comprenden y
atienden a sus clientes, combinando innovación tecnológica con estrategias más centradas en la
experiencia del usuario. Sin embargo, su implementación requiere un equilibrio entre
automatización y humanización, asegurando que la digitalización optimice la rentabilidad
empresarial sin comprometer la confianza del consumidor. Para lograrlo, es clave adoptar ciertas
estrategias:
• Uso Responsable de la Inteligencia Artificial: Garantizar la transparencia en los
algoritmos y evitar sesgos discriminatorios en la segmentación de clientes.
• Protección de Datos y Ética: Fortalecer políticas de privacidad y cumplimiento
normativo para mejorar la confianza y la reputación de la marca.
• Inversión en Tecnología y Capacitación: Implementar herramientas avanzadas de
análisis de datos y formar equipos con habilidades digitales.
• Estrategias Omnicanal: Sincronizar los distintos puntos de contacto con el consumidor
para ofrecer una experiencia fluida y personalizada.
• Monitoreo de Tendencias: Aplicar análisis predictivos para anticipar cambios en el
mercado y adaptar estrategias en tiempo real.
• Investigaciones Futuras: Profundizar en los aspectos éticos de la IA aplicada al
marketing para mitigar riesgos y fomentar prácticas justas.
El futuro del marketing dependerá de cómo las empresas integren estas estrategias de
manera ética, eficiente y sostenible, asegurando una transformación digital que no solo impulse
la competitividad, sino que también refuerce la confianza y la lealtad del consumidor.
En conclusión, el Marketing 4.0 y 5.0 han redefinido la relación entre empresas y clientes,
combinando tecnología avanzada con un enfoque centrado en la experiencia del usuario. No
obstante, su implementación requiere un equilibrio entre automatización y humanización,
asegurando que la digitalización no solo optimice la rentabilidad empresarial, sino que también
fortalezca la confianza del consumidor.
Algunas empresas ya han logrado el éxito aplicando estas estrategias:
• Netflix ha revolucionado el entretenimiento con algoritmos que personalizan
recomendaciones, aumentando la fidelización de sus usuarios.
• Amazon ha perfeccionado la experiencia de compra con inteligencia artificial, ofreciendo
sugerencias de productos altamente precisas.
• Comex ha digitalizado su industria, facilitando interacciones personalizadas con clientes
y profesionales.
El futuro del marketing dependerá de la capacidad de las empresas para integrar
innovación, personalización y responsabilidad, creando estrategias sostenibles que maximicen el
impacto sin comprometer la confianza del consumidor.
Recomendaciones
El marketing 4.0 y 5.0 han redefinido la manera en que las empresas comprenden y
atienden a sus clientes, combinando innovación tecnológica con estrategias más centradas en la
experiencia del usuario. Sin embargo, su implementación requiere un equilibrio entre
automatización y humanización, asegurando que la digitalización optimice la rentabilidad
empresarial sin comprometer la confianza del consumidor. Para lograrlo, es clave adoptar ciertas
estrategias:
• Uso Responsable de la Inteligencia Artificial: Garantizar la transparencia en los
algoritmos y evitar sesgos discriminatorios en la segmentación de clientes.
• Protección de Datos y Ética: Fortalecer políticas de privacidad y cumplimiento
normativo para mejorar la confianza y la reputación de la marca.
• Inversión en Tecnología y Capacitación: Implementar herramientas avanzadas de
análisis de datos y formar equipos con habilidades digitales.
• Estrategias Omnicanal: Sincronizar los distintos puntos de contacto con el consumidor
para ofrecer una experiencia fluida y personalizada.
• Monitoreo de Tendencias: Aplicar análisis predictivos para anticipar cambios en el
mercado y adaptar estrategias en tiempo real.
• Investigaciones Futuras: Profundizar en los aspectos éticos de la IA aplicada al
marketing para mitigar riesgos y fomentar prácticas justas.
El futuro del marketing dependerá de cómo las empresas integren estas estrategias de
manera ética, eficiente y sostenible, asegurando una transformación digital que no solo impulse
la competitividad, sino que también refuerce la confianza y la lealtad del consumidor.
Vol. 12/ Núm. 1 2025 pág. 2547
REFERENCIAS
Acquisti, A., Brandimarte, L., & Loewenstein, G. (2015). Privacy and human behavior in the age
of information. Science, 347(6221), 509–514. https://doi.org/10.1126/science.aaa1465
Acquisti, A., Taylor, C., & Wagman, L. (2016). The Economics of Privacy. Journal of Economic
Literature, 54(2), 442–492. https://doi.org/10.1257/jel.54.2.442
Ardon, L., Morelli, D., Villani, F., & Wheatley, D. (2022). Towards a Fairer Digital Marketing
Model.
Arteaga Flores, R. K., Loor Chávez, T. D., Palma Pérez, X. M., & Calderón Bailón, J. C. (2022).
Satisfacción Laboral: Una Perspectiva de Endomarketing, Caso Sector Hotelero de Manta,
Ecuador. Sotavento M.B.A., 34, 10–19. https://doi.org/10.18601/01233734.n34.02
Batra, R., & Keller, K. L. (2016). Integrating Marketing Communications: New Findings, New
Lessons, and New Ideas. Journal of Marketing, 80(6), 122–145.
https://doi.org/10.1509/jm.15.0419
Bughin, J., Davenport, T. H., Manyika, J., & Hazan, K. (2018). Skill Shift: Automation and the
Future of the Workforce. https://www.mckinsey.com/featured-insights/future-of-
work/skill-shift-automation-and-the-future-of-the-workforce
Busalim, A. H., Ghabban, F., & Hussin, A. R. C. (2021). Customer engagement behaviour on
social commerce platforms: An empirical study. Technology in Society, 64, 101437.
https://doi.org/10.1016/j.techsoc.2020.101437
CEPLAN, (Centro Nacional de Planeamiento Estratégico). (2022). Transformación digital:
panorama actual y principales perspectivas.
https://cdn.www.gob.pe/uploads/document/file/5623538/4984523-ceplan-
transformacion-digital-panorama-actual-y-principales-perspectivas.pdf
Chaffey, D., & Ellis-Chadwick, F. (2019). Digital Marketing (7a edición, Vol. 1). Pearson
Education Limited.
Chaffey, D., & Smith, P. (2017). Digital Marketing Excellence. Routledge.
https://doi.org/10.4324/9781315640341
Dalenogare, L. S., Benitez, G. B., Ayala, N. F., & Frank, A. G. (2018). The expected contribution
of Industry 4.0 technologies for industrial performance. International Journal of Production
Economics, 204, 383–394. https://doi.org/10.1016/j.ijpe.2018.08.019
Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will
change the future of marketing. Journal of the Academy of Marketing Science, 48(1), 24–
42. https://doi.org/10.1007/s11747-019-00696-0
Davenport, T., & Ronanki, R. (2018). Artificial Intelligence for the Real World. Harvard Business
Review, 96(1), 108–116.
REFERENCIAS
Acquisti, A., Brandimarte, L., & Loewenstein, G. (2015). Privacy and human behavior in the age
of information. Science, 347(6221), 509–514. https://doi.org/10.1126/science.aaa1465
Acquisti, A., Taylor, C., & Wagman, L. (2016). The Economics of Privacy. Journal of Economic
Literature, 54(2), 442–492. https://doi.org/10.1257/jel.54.2.442
Ardon, L., Morelli, D., Villani, F., & Wheatley, D. (2022). Towards a Fairer Digital Marketing
Model.
Arteaga Flores, R. K., Loor Chávez, T. D., Palma Pérez, X. M., & Calderón Bailón, J. C. (2022).
Satisfacción Laboral: Una Perspectiva de Endomarketing, Caso Sector Hotelero de Manta,
Ecuador. Sotavento M.B.A., 34, 10–19. https://doi.org/10.18601/01233734.n34.02
Batra, R., & Keller, K. L. (2016). Integrating Marketing Communications: New Findings, New
Lessons, and New Ideas. Journal of Marketing, 80(6), 122–145.
https://doi.org/10.1509/jm.15.0419
Bughin, J., Davenport, T. H., Manyika, J., & Hazan, K. (2018). Skill Shift: Automation and the
Future of the Workforce. https://www.mckinsey.com/featured-insights/future-of-
work/skill-shift-automation-and-the-future-of-the-workforce
Busalim, A. H., Ghabban, F., & Hussin, A. R. C. (2021). Customer engagement behaviour on
social commerce platforms: An empirical study. Technology in Society, 64, 101437.
https://doi.org/10.1016/j.techsoc.2020.101437
CEPLAN, (Centro Nacional de Planeamiento Estratégico). (2022). Transformación digital:
panorama actual y principales perspectivas.
https://cdn.www.gob.pe/uploads/document/file/5623538/4984523-ceplan-
transformacion-digital-panorama-actual-y-principales-perspectivas.pdf
Chaffey, D., & Ellis-Chadwick, F. (2019). Digital Marketing (7a edición, Vol. 1). Pearson
Education Limited.
Chaffey, D., & Smith, P. (2017). Digital Marketing Excellence. Routledge.
https://doi.org/10.4324/9781315640341
Dalenogare, L. S., Benitez, G. B., Ayala, N. F., & Frank, A. G. (2018). The expected contribution
of Industry 4.0 technologies for industrial performance. International Journal of Production
Economics, 204, 383–394. https://doi.org/10.1016/j.ijpe.2018.08.019
Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will
change the future of marketing. Journal of the Academy of Marketing Science, 48(1), 24–
42. https://doi.org/10.1007/s11747-019-00696-0
Davenport, T., & Ronanki, R. (2018). Artificial Intelligence for the Real World. Harvard Business
Review, 96(1), 108–116.
Vol. 12/ Núm. 1 2025 pág. 2548
Dzyabura, D., & Yoganarasimhan, H. (2018a). Machine learning and marketing. In Handbook of
Marketing Analytics. Edward Elgar Publishing.
https://doi.org/10.4337/9781784716752.00023
Dzyabura, D., & Yoganarasimhan, H. (2018b). Machine learning and marketing. In Handbook of
Marketing Analytics. Edward Elgar Publishing.
https://doi.org/10.4337/9781784716752.00023
Godoy Guevara, F. R., & Trujillo Méndez, D. A. (2024). Formación en Competencias
Socioemocionales para Docentes: una revisión sistemática. Arandu UTIC, 11(2), 1793–
1806. https://doi.org/10.69639/arandu.v11i2.371
Gómez, L., & Tauro, M. A. (2023). La evolución del marketing 1.0 al 5.0. Revista CEA, VII, 29–
41.
González-Ferriz, F. (2021). El marketing 5.0 y su efecto en la estrategia empresarial del sector
industrial en España. Redmarka. Revista de Marketing Aplicado, 25(1), 1–20.
https://doi.org/10.17979/redma.2021.25.1.7848
González-Ferriz, F. (2024). The evolution of the marketing discipline up to version 5.0. RAN.
Revistas Academia y Negocios, 10(2), 269–280. https://doi.org/10.29393/RAN10-
17EDFF10017
Grewal, D., Hulland, J., Kopalle, P. K., & Karahanna, E. (2020). The future of technology and
marketing: a multidisciplinary perspective. Journal of the Academy of Marketing Science,
48(1), 1–8. https://doi.org/10.1007/s11747-019-00711-4
Grönroos, C. (1990). ervice Management and Marketing: Managing the Moments of Truth in
Service Competition (4o Edition, Vol. 1). LexingtonBooks.
Guevara Alban, G. P., Verdesoto Arguello, A. E., & Castro Molina, N. E. (2020). Metodologías
de investigación educativa (descriptivas, experimentales, participativas, y de investigación-
acción). RECIMUNDO, 4(3), 163–173.
https://doi.org/10.26820/recimundo/4.(3).julio.2020.163-173
Gutiérrez Gutiérrez, R. A. (2024). Evolución del marketing en sus fases de 1.0 a 5.0. Sus
beneficios para la satisfacción del cliente y comercialización de bienes. Revista FAECO
Sapiens, 8(1), 35–48. https://doi.org/10.48204/j.faeco.v8n1.a6431
Haenlein, M., & Kaplan, A. (2019). A Brief History of Artificial Intelligence: On the Past,
Present, and Future of Artificial Intelligence. California Management Review, 61(4), 5–14.
https://doi.org/10.1177/0008125619864925
Hernández Cortes, E., Ramírez Vaquero, E. O., Gómez Flores, N. E., Franco Salazar, B. L., &
Bolaños Marquez, Y. G. (2024). Impacto de la inteligencia artificial en el clima laboral de
las organizaciones: Una revisión bibliométrica. Ciencia Latina Revista Científica
Multidisciplinar, 8(6), 3696–3712. https://doi.org/10.37811/cl_rcm.v8i6.15123
Dzyabura, D., & Yoganarasimhan, H. (2018a). Machine learning and marketing. In Handbook of
Marketing Analytics. Edward Elgar Publishing.
https://doi.org/10.4337/9781784716752.00023
Dzyabura, D., & Yoganarasimhan, H. (2018b). Machine learning and marketing. In Handbook of
Marketing Analytics. Edward Elgar Publishing.
https://doi.org/10.4337/9781784716752.00023
Godoy Guevara, F. R., & Trujillo Méndez, D. A. (2024). Formación en Competencias
Socioemocionales para Docentes: una revisión sistemática. Arandu UTIC, 11(2), 1793–
1806. https://doi.org/10.69639/arandu.v11i2.371
Gómez, L., & Tauro, M. A. (2023). La evolución del marketing 1.0 al 5.0. Revista CEA, VII, 29–
41.
González-Ferriz, F. (2021). El marketing 5.0 y su efecto en la estrategia empresarial del sector
industrial en España. Redmarka. Revista de Marketing Aplicado, 25(1), 1–20.
https://doi.org/10.17979/redma.2021.25.1.7848
González-Ferriz, F. (2024). The evolution of the marketing discipline up to version 5.0. RAN.
Revistas Academia y Negocios, 10(2), 269–280. https://doi.org/10.29393/RAN10-
17EDFF10017
Grewal, D., Hulland, J., Kopalle, P. K., & Karahanna, E. (2020). The future of technology and
marketing: a multidisciplinary perspective. Journal of the Academy of Marketing Science,
48(1), 1–8. https://doi.org/10.1007/s11747-019-00711-4
Grönroos, C. (1990). ervice Management and Marketing: Managing the Moments of Truth in
Service Competition (4o Edition, Vol. 1). LexingtonBooks.
Guevara Alban, G. P., Verdesoto Arguello, A. E., & Castro Molina, N. E. (2020). Metodologías
de investigación educativa (descriptivas, experimentales, participativas, y de investigación-
acción). RECIMUNDO, 4(3), 163–173.
https://doi.org/10.26820/recimundo/4.(3).julio.2020.163-173
Gutiérrez Gutiérrez, R. A. (2024). Evolución del marketing en sus fases de 1.0 a 5.0. Sus
beneficios para la satisfacción del cliente y comercialización de bienes. Revista FAECO
Sapiens, 8(1), 35–48. https://doi.org/10.48204/j.faeco.v8n1.a6431
Haenlein, M., & Kaplan, A. (2019). A Brief History of Artificial Intelligence: On the Past,
Present, and Future of Artificial Intelligence. California Management Review, 61(4), 5–14.
https://doi.org/10.1177/0008125619864925
Hernández Cortes, E., Ramírez Vaquero, E. O., Gómez Flores, N. E., Franco Salazar, B. L., &
Bolaños Marquez, Y. G. (2024). Impacto de la inteligencia artificial en el clima laboral de
las organizaciones: Una revisión bibliométrica. Ciencia Latina Revista Científica
Multidisciplinar, 8(6), 3696–3712. https://doi.org/10.37811/cl_rcm.v8i6.15123
Vol. 12/ Núm. 1 2025 pág. 2549
Holliman, G., & Rowley, J. (2014). Business to business digital content marketing: marketers’
perceptions of best practice. Journal of Research in Interactive Marketing, 8(4), 269–293.
https://doi.org/10.1108/JRIM-02-2014-0013
Huamán Coronel, P. L., & Medina Sotelo, C. G. (2022). Transformación digital en la
administración pública: desafíos para una gobernanza activa en el Perú. Comuni@cción:
Revista de Investigación En Comunicación y Desarrollo, 13(2), 93–105.
https://doi.org/10.33595/2226-1478.13.2.594
Huang, M.-H., & Rust, R. T. (2021a). A strategic framework for artificial intelligence in
marketing. Journal of the Academy of Marketing Science, 49(1), 30–50.
https://doi.org/10.1007/s11747-020-00749-9
Huang, M.-H., & Rust, R. T. (2021b). Engaged to a Robot? The Role of AI in Service. Journal
of Service Research, 24(1), 30–41. https://doi.org/10.1177/1094670520902266
Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature
Machine Intelligence, 1(9), 389–399. https://doi.org/10.1038/s42256-019-0088-2
Kannan, P. K., & Li, H. “Alice.” (2017). Digital marketing: A framework, review and research
agenda. International Journal of Research in Marketing, 34(1), 22–45.
https://doi.org/10.1016/j.ijresmar.2016.11.006
Kaplan, A., & Haenlein, M. (2019). Siri, Siri, in my hand: Who’s the fairest in the land? On the
interpretations, illustrations, and implications of artificial intelligence. Business Horizons,
62(1), 15–25. https://doi.org/10.1016/j.bushor.2018.08.004
Kotler, P. (2003). Marketing Management (11a edición, Vol. 1). Prentice Hall.
Kotler, P., Kartajaya, H., & Setiawan, I. (2010). Marketing 3.0: From Products to Customers to
the Human Spirit (1a edición, Vol. 1). John Wiley & Sons.
Kotler, P., Kartajaya, H., & Setiawan, I. (2017). Marketing 4.0: Moving from Traditional to
Digital (1st Edition). John Wiley & Sons.
Kotler, P., Kartajaya, H., & Setiawan, I. (2021). Marketing 5.0: Technology for Humanity (1a
edición, Vol. 1). John Wiley & Sons.
Kotler, P., & Keller, K. L. (2016). Marketing Management (15a edición). Pearson.
Lamberton, C., & Stephen, A. T. (2016). A Thematic Exploration of Digital, Social Media, and
Mobile Marketing: Research Evolution from 2000 to 2015 and an Agenda for Future
Inquiry. Journal of Marketing, 80(6), 146–172. https://doi.org/10.1509/jm.15.0415
Lemon, K. N., & Verhoef, P. C. (2016). Understanding Customer Experience Throughout the
Customer Journey. Journal of Marketing, 80(6), 69–96. https://doi.org/10.1509/jm.15.0420
Liu-Thompkins, Y. (2019). A Decade of Online Advertising Research: What We Learned and
What We Need to Know. Journal of Advertising, 48(1), 1–13.
https://doi.org/10.1080/00913367.2018.1556138
Holliman, G., & Rowley, J. (2014). Business to business digital content marketing: marketers’
perceptions of best practice. Journal of Research in Interactive Marketing, 8(4), 269–293.
https://doi.org/10.1108/JRIM-02-2014-0013
Huamán Coronel, P. L., & Medina Sotelo, C. G. (2022). Transformación digital en la
administración pública: desafíos para una gobernanza activa en el Perú. Comuni@cción:
Revista de Investigación En Comunicación y Desarrollo, 13(2), 93–105.
https://doi.org/10.33595/2226-1478.13.2.594
Huang, M.-H., & Rust, R. T. (2021a). A strategic framework for artificial intelligence in
marketing. Journal of the Academy of Marketing Science, 49(1), 30–50.
https://doi.org/10.1007/s11747-020-00749-9
Huang, M.-H., & Rust, R. T. (2021b). Engaged to a Robot? The Role of AI in Service. Journal
of Service Research, 24(1), 30–41. https://doi.org/10.1177/1094670520902266
Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature
Machine Intelligence, 1(9), 389–399. https://doi.org/10.1038/s42256-019-0088-2
Kannan, P. K., & Li, H. “Alice.” (2017). Digital marketing: A framework, review and research
agenda. International Journal of Research in Marketing, 34(1), 22–45.
https://doi.org/10.1016/j.ijresmar.2016.11.006
Kaplan, A., & Haenlein, M. (2019). Siri, Siri, in my hand: Who’s the fairest in the land? On the
interpretations, illustrations, and implications of artificial intelligence. Business Horizons,
62(1), 15–25. https://doi.org/10.1016/j.bushor.2018.08.004
Kotler, P. (2003). Marketing Management (11a edición, Vol. 1). Prentice Hall.
Kotler, P., Kartajaya, H., & Setiawan, I. (2010). Marketing 3.0: From Products to Customers to
the Human Spirit (1a edición, Vol. 1). John Wiley & Sons.
Kotler, P., Kartajaya, H., & Setiawan, I. (2017). Marketing 4.0: Moving from Traditional to
Digital (1st Edition). John Wiley & Sons.
Kotler, P., Kartajaya, H., & Setiawan, I. (2021). Marketing 5.0: Technology for Humanity (1a
edición, Vol. 1). John Wiley & Sons.
Kotler, P., & Keller, K. L. (2016). Marketing Management (15a edición). Pearson.
Lamberton, C., & Stephen, A. T. (2016). A Thematic Exploration of Digital, Social Media, and
Mobile Marketing: Research Evolution from 2000 to 2015 and an Agenda for Future
Inquiry. Journal of Marketing, 80(6), 146–172. https://doi.org/10.1509/jm.15.0415
Lemon, K. N., & Verhoef, P. C. (2016). Understanding Customer Experience Throughout the
Customer Journey. Journal of Marketing, 80(6), 69–96. https://doi.org/10.1509/jm.15.0420
Liu-Thompkins, Y. (2019). A Decade of Online Advertising Research: What We Learned and
What We Need to Know. Journal of Advertising, 48(1), 1–13.
https://doi.org/10.1080/00913367.2018.1556138
Vol. 12/ Núm. 1 2025 pág. 2550
Martin, K. D., & Murphy, P. E. (2017). The role of data privacy in marketing. Journal of the
Academy of Marketing Science, 45(2), 135–155. https://doi.org/10.1007/s11747-016-0495-
4
Mayahi, S., & Vidrih, M. (2022). The Impact of Generative AI on the Future of Visual Content
Marketing.
Méndez-Sandoval, A. J., Navarrete-Torres, M. del C., & García-Muñoz, A. C. (2020). Transición
de lo tradicional a lo digital: Apertura al marketing 5.0. Vinculatégica EFAN, 6(1), 250–
258. https://doi.org/10.29105/vtga6.1-563
Mora Contreras, C. E. (2011). La Calidad del Servicio y la Satisfacción del Consumidor. Revista
Brasileira de Marketing, 10(2), 146–162. https://doi.org/10.5585/remark.v10i2.2212
Murillo-Andrade, A. D., & Vizuete-Muñoz, J. M. (2024). El impacto de la inteligencia artificial
en el marketing de contenidos: en el contexto del marketing 5.0. Revista de Investigación
Sigma, 11(1), 63–81.
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D.,
Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw,
J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S.,
… Alonso-Fernández, S. (2021). Declaración PRISMA 2020: una guía actualizada para la
publicación de revisiones sistemáticas. Revista Española de Cardiología, 74(9), 790–799.
https://doi.org/10.1016/j.recesp.2021.06.016
Paschen, J., Wilson, M., & Ferreira, J. J. (2020). Collaborative intelligence: How human and
artificial intelligence create value along the B2B sales funnel. Business Horizons, 63(3),
403–414. https://doi.org/10.1016/j.bushor.2020.01.003
Ramírez-Durán, V. J., Berges, I., & Illarramendi, A. (2021). Towards the implementation of
Industry 4.0: A methodology-based approach oriented to the customer life cycle. Computers
in Industry, 126, 103403. https://doi.org/10.1016/j.compind.2021.103403
Razak, A. (2024). Marketing 5.0: Bridging Technology and Humanity. International Journal of
Marketing Strategies, 15(1), 89–102.
Rust, R. T. (2020). The future of marketing. International Journal of Research in Marketing,
37(1), 15–26. https://doi.org/10.1016/j.ijresmar.2019.08.002
Sima, E. (2021). Managing a brand with a vision to marketing 5.0. MATEC Web of Conferences,
343, 07015. https://doi.org/10.1051/matecconf/202134307015
Urrútia, G., & Bonfill, X. (2010). Declaración PRISMA: una propuesta para mejorar la
publicación de revisiones sistemáticas y metaanálisis. Medicina Clínica, 135(11), 507–511.
https://doi.org/10.1016/j.medcli.2010.01.015
Verhoef, P. C., Broekhuizen, T., Bart, Y., Bhattacharya, A., Qi Dong, J., Fabian, N., & Haenlein,
M. (2021). Digital transformation: A multidisciplinary reflection and research agenda.
Journal of Business Research, 122, 889–901. https://doi.org/10.1016/j.jbusres.2019.09.022
Martin, K. D., & Murphy, P. E. (2017). The role of data privacy in marketing. Journal of the
Academy of Marketing Science, 45(2), 135–155. https://doi.org/10.1007/s11747-016-0495-
4
Mayahi, S., & Vidrih, M. (2022). The Impact of Generative AI on the Future of Visual Content
Marketing.
Méndez-Sandoval, A. J., Navarrete-Torres, M. del C., & García-Muñoz, A. C. (2020). Transición
de lo tradicional a lo digital: Apertura al marketing 5.0. Vinculatégica EFAN, 6(1), 250–
258. https://doi.org/10.29105/vtga6.1-563
Mora Contreras, C. E. (2011). La Calidad del Servicio y la Satisfacción del Consumidor. Revista
Brasileira de Marketing, 10(2), 146–162. https://doi.org/10.5585/remark.v10i2.2212
Murillo-Andrade, A. D., & Vizuete-Muñoz, J. M. (2024). El impacto de la inteligencia artificial
en el marketing de contenidos: en el contexto del marketing 5.0. Revista de Investigación
Sigma, 11(1), 63–81.
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D.,
Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw,
J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S.,
… Alonso-Fernández, S. (2021). Declaración PRISMA 2020: una guía actualizada para la
publicación de revisiones sistemáticas. Revista Española de Cardiología, 74(9), 790–799.
https://doi.org/10.1016/j.recesp.2021.06.016
Paschen, J., Wilson, M., & Ferreira, J. J. (2020). Collaborative intelligence: How human and
artificial intelligence create value along the B2B sales funnel. Business Horizons, 63(3),
403–414. https://doi.org/10.1016/j.bushor.2020.01.003
Ramírez-Durán, V. J., Berges, I., & Illarramendi, A. (2021). Towards the implementation of
Industry 4.0: A methodology-based approach oriented to the customer life cycle. Computers
in Industry, 126, 103403. https://doi.org/10.1016/j.compind.2021.103403
Razak, A. (2024). Marketing 5.0: Bridging Technology and Humanity. International Journal of
Marketing Strategies, 15(1), 89–102.
Rust, R. T. (2020). The future of marketing. International Journal of Research in Marketing,
37(1), 15–26. https://doi.org/10.1016/j.ijresmar.2019.08.002
Sima, E. (2021). Managing a brand with a vision to marketing 5.0. MATEC Web of Conferences,
343, 07015. https://doi.org/10.1051/matecconf/202134307015
Urrútia, G., & Bonfill, X. (2010). Declaración PRISMA: una propuesta para mejorar la
publicación de revisiones sistemáticas y metaanálisis. Medicina Clínica, 135(11), 507–511.
https://doi.org/10.1016/j.medcli.2010.01.015
Verhoef, P. C., Broekhuizen, T., Bart, Y., Bhattacharya, A., Qi Dong, J., Fabian, N., & Haenlein,
M. (2021). Digital transformation: A multidisciplinary reflection and research agenda.
Journal of Business Research, 122, 889–901. https://doi.org/10.1016/j.jbusres.2019.09.022
Vol. 12/ Núm. 1 2025 pág. 2551
Westerman, G., Bonnet, D., & McAfee, A. (2014). Leading Digital: Turning Technology into
Business Transformation (1a Edition, Vol. 1). Harvard Business Review Press.
https://hbsp.harvard.edu/product/17039-HBK-ENG
Xu, A., Liu, Z., Guo, Y., Sinha, V., & Akkiraju, R. (2017). A New Chatbot for Customer Service
on Social Media. Proceedings of the 2017 CHI Conference on Human Factors in Computing
Systems, 3506–3510. https://doi.org/10.1145/3025453.3025496
Xu, J., Jiang, F., Wang, A., Zhi, H., Gao, Y., Tian, J., Mo, J., Chen, Z., Xu, A.-D., Luo, B., Hu,
B., Zhang, Y., Zhao, X., Wang, Y., Li, H., Shen, H., & Wang, Y. (2021). Ambulatory blood
pressure profile and stroke recurrence. Stroke and Vascular Neurology, 6(3), 352–358.
https://doi.org/10.1136/svn-2020-000526
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of
research on artificial intelligence applications in higher education – where are the educators?
International Journal of Educational Technology in Higher Education, 16(1), 39.
https://doi.org/10.1186/s41239-019-0171-0
Zhuang, W., Wang, M. C., Nakamoto, I., & Jiang, M. (2021). Big Data Analytics in E-commerce
for the U.S. and China Through Literature Reviewing. Journal of Systems Science and
Information, 9(1), 16–44. https://doi.org/10.21078/JSSI-2021-016-29
Westerman, G., Bonnet, D., & McAfee, A. (2014). Leading Digital: Turning Technology into
Business Transformation (1a Edition, Vol. 1). Harvard Business Review Press.
https://hbsp.harvard.edu/product/17039-HBK-ENG
Xu, A., Liu, Z., Guo, Y., Sinha, V., & Akkiraju, R. (2017). A New Chatbot for Customer Service
on Social Media. Proceedings of the 2017 CHI Conference on Human Factors in Computing
Systems, 3506–3510. https://doi.org/10.1145/3025453.3025496
Xu, J., Jiang, F., Wang, A., Zhi, H., Gao, Y., Tian, J., Mo, J., Chen, Z., Xu, A.-D., Luo, B., Hu,
B., Zhang, Y., Zhao, X., Wang, Y., Li, H., Shen, H., & Wang, Y. (2021). Ambulatory blood
pressure profile and stroke recurrence. Stroke and Vascular Neurology, 6(3), 352–358.
https://doi.org/10.1136/svn-2020-000526
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of
research on artificial intelligence applications in higher education – where are the educators?
International Journal of Educational Technology in Higher Education, 16(1), 39.
https://doi.org/10.1186/s41239-019-0171-0
Zhuang, W., Wang, M. C., Nakamoto, I., & Jiang, M. (2021). Big Data Analytics in E-commerce
for the U.S. and China Through Literature Reviewing. Journal of Systems Science and
Information, 9(1), 16–44. https://doi.org/10.21078/JSSI-2021-016-29