Personalización Avanzada: Estudio como la IA permite la Creación de campañas hiperpersonalizadas a través del análisis de datos del comportamiento del consumidor universitario

Advanced Personalization: Explore how AI can create hyperpersonalized campaigns by analyzing consumer behavior data

Kelly Dannae Rosero Lucero¹, Yurani Brigitte Benites Fuertes ² y Emily Alejandra Villota Ramírez³

¹Universidad Técnica del Norte, kdroserol@utn.edu.ec,https://orcid.org/0009-0000-8250-7929, Ecuador

²Universidad Técnica del Norte, ybbenitez@utn.edu.ec, https://orcid.org/0009-0000-5961-9017, Ecuador

³Universidad Técnica del Norte, eavillotar@utn.edu.ec, https://orcid.org/0009-0005-1290-7659, Ecuador

	Información del Artículo	RESUMEN
	Trazabilidad: Recibido 08-07-2025 Revisado 09-07-2025 Aceptado 24-07-2025	La inteligencia artificial a trasformador a transformado fuertemente al marketing digital, al permitir la personalización avanzada de los distintos contenidos y las experiencias de los consumidore. Este estudio tuvo como objetivo analizar la analizar la percepción, aceptación y comportamiento de los consumidores frente al uso de inteligencia artificial en campañas de marketing hiperpersonalizadas. Se empleó un enfoque cuantitativo con un enfoque descriptivo-correlación correlacional y se utilizó una encuesta estructurada con escala de Likert aplicada a 385 personas en la ciudad de Cayambe, Ecuador. Los resultados nos muestran que la inteligencia artificial permite a las empresas adaptar sus estrategias según los datos y preferencias individuales de los clientes, lo cual mejora la experiencia del cliente en todos los aspectos y esto consigue incrementar la fidelización y así logran optimizar los recursos también. Asimismo, se evidenció una actitud positiva hacia el uso de esta herramienta conocida como inteligencia artificial, aunque se encuentre limitada por el grado de confianza y la precepción sobre el manejo responsable del uso de los datos personales del usuario. La investigación nos muestra un aporte a la visión clara sobre como las herramientas digitales pueden generar una conexión mucho más efectiva entre las maracas y los consumidores dentro del mercado que es competitivo. A pesar de las limitaciones geográficas y metodológicas, los hallazgos encontrados nos permiten establecer una base sólida para futuras investigaciones en el campo del marketing digital personalizado.
	Palabras Clave: Inteligencia Artificial Marketing Digital Personalización Comportamiento del Consumidor Hiperpersonalizacion
Keywords: Artificial Intelligence Digital Marketing Personalization Consumer Behavior Hyperpersonalization		ABSTRACT Artificial intelligence has profoundly transformed digital marketing by enabling advanced personalization of content and consumer expertise. This study aimed to analyze consumer perception, acceptance, and behavior regarding the use of artificial intelligence in hyperpersonalized marketing campaigns. A quantitative approach with a descriptive- correlational focus was used, along with a structured Likert-scale survey administered to 385 respondents in the city of Cayambe, Ecuador. The results show that artificial intelligence allows companies to adapt their strategies based on individual customer data and preferences, which improves the customer experience in all aspects and increases loyalty and thus optimizes resources. A positive attitude toward the use of this tool known as artificial intelligence was also evident, although it is limited by the degree of trust and perceptions regarding the responsible handling of user personal data. The research provides a clear contribution to the understanding of how digital tools can generate a much more effective connection between brands and consum ers in a competitive market. Despite the geographical and methodological limitations, the findings establish. a solid foundation for future research in the field of personalized digital marketing.

INTRODUCCIÓN

El mundo ha tenido un impacto innovador con la llegada de las nuevas tecnologías, estos han dotado a los seres humanos de nuevos recursos para evolucionar, una de estas nuevas tecnologías se la conoce como la inteligencia artificial (IA) que normalmente se utiliza para simular pensamientos humanos y es clave en el marketing actual. Su aplicación permite personalizar contenido y experiencias del cliente, mejorando la participación y obteniendo buenos resultados comerciales. En la era digital, los consumidores esperan experiencias más personalizadas y las marcas deben ir más allá de las segmentaciones generales y utilizar.

La IA para ofrecer atención más individualizada, la personalización avanzada con IA permite adaptar distintos mensajes y productos según el comportamiento y las preferencias de cada consumidor.

La IA se convirtió en una herramienta esencial para que las empresas logren la personalización a escala, sabemos que “Los consumidores reciben estímulos del entorno, como mensajes de marketing personalizados, que son procesados en su mente a través de diferentes etapas, como la atención, la percepción, la interpretación y la memoria” (Kanfer & Ackerman, 1989). La IA ha revolucionado el mundo al ser capaz de reemplazar en algunos casos las actividades intelectuales del ser humano, Franganillo (2022) esto hace referencia a que la inteligencia artificial forma parte de la vida cotidiana. En la actualidad existen distintos algoritmos o mecanismos que permiten el funcionamiento automatizado a través de la inteligencia artificial, esta tecnología dispone de una serie de sistemas artificiales que hacen posible realizar actividades profesionales mediante máquinas o sistemas que actúan como si tuvieran intelecto humano (Granados, 2022).

La distribución eficiente, respaldada por la IA, esto nos permite que la personalización de experiencias en la compra sea totalmente distinta y mejorada. Analizando datos de redes sociales y los distintos patrones de compra, las empresas pueden evaluar el comportamiento del consumidor y así lograra adaptar sus estrategias para tener mayores beneficios. Atreves del análisis de grandes volúmenes de datos, las empresas pueden implementar campañas más específicas y relevantes, así lograra que aumente la lealtad del consumidor, en comparación con el marketing tradicional. El marketing en redes sociales ha surgido como una estrategia clave dentro del ámbito del marketing digital. Nuseir & El Refae (2024), dice que estas plataformas ofrecen a las marcas la oportunidad de interactuar directamente con sus audiencias, creando un diálogo bidireccional que fortalece las relaciones con los consumidores, con el uso de distintas herramientas como los es la Big Data esta permite a las marcas recopilar y analizar información sobre el comportamiento del consumidor, lo que facilita la personalización de ofertas y la creación de experiencias más relevantes (Chaffey, 2019).

La IA en los últimos años ha logrado entrar con fuerza en el área de la publicidad para investigar y analiza las distintas tendencias y necesidades del consumidor para así tomar decisiones a partir de los datos obtenidos, la hiperpersonalización es cada vez más frecuente en sectores como la venta minorista, el entretenimiento, la sanidad y la banca. La IA se utiliza para adaptar mensajes, hacer recomendaciones de productos y servicios a los usuarios individuales. Esta técnica, conocida como personalización de IA, permite a las empresas crear interacciones altamente personalizadas con los clientes y así lograran que mejoren la experiencia y aumentan el compromiso con el cliente. (Amanda & Matthew, 2021).

Dentro de los aspecto creativo de los conceptos visuales son responsabilidades que han sido asignadas a la IA por parte de los encargados del marketing y la comunicación de negocios e instituciones; para conseguir clientes y fidelizarlos que es lo que se quiere lograra, esto es importante al aplicar el funnel de con versión, mediante esta herramienta del marketing digital se logra analiza el recorrido del consumidor por las diferentes etapas hasta que finalmente realiza el proceso de compra (Saucedo et al., 2022). La personalización mediante la IA permite que las empresas logren diferenciarse dentro de los mercados competitivos, así logrando facilitar la optimización de recursos y reduce los gastos, ajustando productos a las preferencias y necesidades del consumidor para así lograra conseguir una conexión más efectiva, ya que conocemos su gusto, preferencia que tiene.

La investigación tiene como objetivo principal el analizar la percepción, aceptación y comportamiento de los consumidores frente al uso de inteligencia artificial en la creación de campañas de marketing hiperpersonalizadas, mediante el análisis de sus datos y preferencias digitales, y de este se derivan 4 objetivos más que son el explorar los beneficios que ofrece la personalización avanzada en comparación con las estrategias de marketing tradicionales, identificar la percepción de los consumidores respecto al uso de inteligencia artificial en campañas de marketing hiperpersonalizadas, evaluar el nivel de aceptación que tienen los consumidores hacia el uso de sus datos y preferencias digital es en la personalización de contenidos publicitarios, examinar el comportamiento de compra de los consumidores influenciado por campañas de marketing creadas con inteligencia artificial basada en sus datos digitales.

MATERIALES Y MÉTODOS

El presente estudio tuvo como objetivo analizar la percepción, aceptación y comportamiento de los consumidores frente al uso de inteligencia artificial en campañas de marketing hiperpersonalizadas, considerando sus datos y preferencias digitales. Se empleó un enfoque cuantitativo, con un diseño descriptivo-correlacional, útil para describir fenómenos y explorar posibles asociaciones entre variables sin manipularlas (Hernández et al., 2014). Este tipo de estudio es pertinente cuando se busca analizar temas poco abordados y establecer una base para investigaciones más profundas (Hernández y Mendoza, 2018; Arias, 2006). Los resultados de este tipo de investigación se ubican en un nivel intermedio en cuanto a la profundidad de los conocimientos (Arias, 2006).

Para la recolección de datos se utilizó una entrevista estructurada, la cual consiste en un conjunto fijo de preguntas formuladas en un orden preestablecido para mantener la uniformidad de la información obtenida (Hernández,2014; Arias, 2006). Esta técnica facilita la sistematización y análisis, aunque limita la flexibilidad del entrevistador. Se empleó una escala de Likert de 5 puntos, reconocida por su capacidad para medir actitudes y niveles de acuerdo con alta confiabilidad psicométrica (Allen y Seaman, 2007; Joshi et al., 2015). El cuestionario incluyó 15 ítems distribuidos en tres dimensiones: percepción del uso de IA, aceptación del uso de datos personales y comportamiento de compra.

La muestra estuvo compuesta por 385 personas residentes en la ciudad de Cayambe, Ecuador. Se utilizó un muestreo no probabilístico, en el cual los participantes fueron seleccionados con base en criterios definidos por el investigador, sin que todos los elementos de la población tuvieran la misma probabilidad de ser elegidos (Arias, 2006). Este tipo de muestreo se basa en suposiciones sobre la población y no garantiza representatividad estadística (Monje,2011).

Se respetó la confidencialidad, el anonimato y el consentimiento informado de todos los participantes, quienes fueron debidamente informados sobre los objetivos y fines académicos de la investigación (Resnik, 2018). Cada persona que formó parte del estudio recibió una explicación clara sobre el propósito de la recolección de datos, el uso que se les daría a sus respuestas y la protección de su identidad. No se solicitó información que pudiera identificar personalmente a los encuestados, garantizando así su privacidad y seguridad. Además, se aseguró que la participación fuera completamente voluntaria, sin ningún tipo de presión o consecuencia negativa en caso de decidir no participar.

Entre las principales limitaciones se destaca el uso de una muestra no probabilística, lo que restringe la generalización de los resultados (Arias, 2006). Asimismo, el estudio se enfocó exclusivamente en Cayambe, por lo que los resultados podrían variar en otras regiones con diferentes

niveles de digitalización o cultura de consumo (Rodríguez-Herrera & Castillo-Araya, 2022). El uso de instrumentos autoinformados puede generar sesgos, ya que los participantes podrían responder lo que consideran socialmente aceptable (Tourangeau & Yan, 2007). También se asumió que todos comprendían el concepto de IA y su aplicación en el marketing, lo que podría no ser uniforme.

A pesar de estas limitaciones, se procuró describir de manera clara y estructurada los procedimientos metodológicos aplicados en el estudio, desde la selección de la muestra hasta el análisis de los datos. Esta presentación detallada facilita tanto la comprensión del proceso investigativo como la posibilidad de replicarlo en futuras investigaciones, lo cual contribuye a reforzar la transparencia científica y la validez de los hallazgos obtenidos (Davenport et al., 2020). La claridad metodológica permite que otros investigadores adopten un enfoque similar en contextos distintos, adaptando el diseño según las particularidades de sus propios entornos de estudio.

Dado que la inteligencia artificial y el comportamiento del consumidor son temas en constante evolución debido al Desarrollo tecnológico y los cambios en los hábitos digitales, resulta fundamental continuar con investigaciones actualizadas que permitan ajustar las estrategias de marketing de forma dinámica y ética (Martínez-López & Vargas, 2023). En este contexto, el presente estudio ofrece una aproximación inicial que puede servir como punto de partida para nuevas investigaciones, fomentando un uso más consciente, responsable y efectivo de las herramientas digitales en la interacción entre marcas y consumidores.

RESULTADOS Y DISCUSIÓN

En el presente apartado manifiesta los análisis de los resultados obtenidos a partir del análisis estadístico de los datos recopilados con el objetico de dar respuesta a los objetivos establecidos en la investigación.

Se inicia evaluando la fiabilidad del instrumento por medio del coeficiente Alfa de Cronbach, lo que permitió y aseguro verificar de las escalas usadas en el cuestionario. A continuación, se procedió con los análisis correlacionales por medio del coeficiente Spearman se realizó entre las variables cruciales para el estudio: Percepción del consumidor sobre la Inteligencia Artificial, la aceptación de uso de datos personales y el comportamiento ante las campañas de marketing hiperpersonalizadas. Los datos ponen de manifiesto una visión positiva y favorable en relación con el uso de la Inteligencia Artificial se asocia enormemente con un temperamento más abierto al uso de datos personales, junto con un incremento de confianza y complacencia en la experiencia digital. Esto da a entender que la Inteligencia Artificial, cuando es puesta en práctica de manera ética y transparente pude potenciar considerablemente el vínculo entre las marcas y consumidores impulsando experiencias mucho más significativas y personalizadas. Finalmente, los resultados son verificados con estudios previos permitiendo así considerar respecto a sus alcances en el ámbito del marketing digital.

Tabla 1: Resultado obtenido al aplicar Alfa de Cronbach a encuesta

Análisis:

La tabla 1 muestra los resultados obtenidos sobre la fiabilidad del instrumento utilizado para la recolección de datos. Para esta validación se aplicó el coeficiente Alfa de Cronbach, el cual

permite conocer el grado de relación y coherencia entre los ítems que conforman una escala. Esta herramienta se empleó con el fin de verificar si las preguntas del cuestionario realmente miden un mismo concepto o dimensión y si las respuestas dadas por los participantes son consistentes. El resultado obtenido fue un alfa de Cronbach de 0.860, considerando un total de 11 ítems. Este valor indica una fiabilidad alta, ya que, según los criterios establecidos por George y Mallery (2003), un coeficiente alfa entre 0.80 y 0.90 se interpreta como bueno, lo que sugiere que el instrumento es estable y adecuado para el propósito de la investigación. Gracias a este resultado, se considera que el cuestionario tiene un buen nivel de coherencia interna, lo cual permite confiar en la calidad de los datos obtenidos. Esto da paso a aplicar con mayor seguridad los análisis estadísticos correspondientes, asegurando que las conclusiones del estudio se basen en un instrumento válido y confiable.

Tabla 2: Tabla correlacional

Análisis:

En la tabla dos se observa las correlaciones existentes nos muestran relaciones estadísticamente Significativas entre las variables analizadas, lo que aporta evidencia solida sobre con influye la IA (inteligencia artificial) en la percepción y comportamiento del consumidor frente a las campañas del marketing hiperpersonalizadas. En vista que los datos no presentan una distribución normal, según las pruebas Kolmogorov-Smirnov y Shapiro-Wilk (p < 0.000 en todas las variables), se aplicó el coeficiente de compensación de Spearman, el método no paramétrico adecuado para este tipo de casos.

Los datos evidencian que todas las correlaciones entre las variables fueron positivas estadísticamente Significativas al nivel de p < 0,01. El vínculo más firme se presentó entre la variable “Percepción del consumidor sobre la IA” (PEC) y el “Impacto en la experiencia de navegación” (IEN), con un coeficiente de comparación rs = 0,619. Esta agrupación revela que una impresión conveniente y ventajoso del uso de la IA se asocia rigurosamente con una mejor experiencia de navegación, lo que propone que los consumidores estiman afirmativamente las interacciones personalizadas producidas por tecnologías inteligentes.

Del mismo modo se distinguieron correlaciones significativas entre PEC y otras variables con la aprobación de datos personales, sensación de seguridad en el tratamiento de datos y el grado de intercambio con las campañas hiperpersonalizadas. Estos resultados posibilitan deducir que, cuanto más conveniente es la percepción del consumidor sobre el empleo de la IA en marketing, más alta es su disposición a ceder al uso de sus datos personales, mayor confianza tiene ante el manejo ético de dicha información. Estas correlaciones manifiestan una tendencia transparente: La personalización basada en IA mejora la experiencia del cliente y potencia el vínculo con las marcas, siempre y cuando exista un ángulo ético y grano. Las cifras también enfatizan la relevancia de hacer saber de manera nítida como se reúnen y se manejan los datos personales, ya que la confianza del usuario se vuelve en un factor crucial para la conformidad de estas tecnologías. Dicho de otro modo, la validez de las campañas hiperpersonalizadas no está acondicionado de exclusivamente de su complejidad técnica, sino también de del respeto a la privacidad y la claridad comunicacional. En síntesis, la tabla de correlaciones ratifica a través de la practica la hipótesis de la inteligencia artificial una vez que se pone en marcha de manera responsable fomenta una sensación positiva en el consumidor posibilita la aprobación del uso de datos personales y mejora la experiencia de compra. Tales interacciones subrayan que la IA tiene una influencia no solo técnicas, sino también psicológico y emocional.

Tabla 3: Prueba de Normalidad.

Pruebas de normalidad
	Kolmogorov-Smirnov^a			Shapiro-Wilk
	Estadístico	gl	Sig.	Estadístico	gl	Sig.
VARIABLE NICH	,207	381	,000	,850	381	,000
VARIABLE ADCD	,350	381	,000	,774	381	,000
VARIABLE IEN	,390	381	,000	,697	381	,000
VARIABLE SIATD	,361	381	,000	,769	381	,000
VARIABLE PEC	,374	381	,000	,724	381	,000
a. Corrección de significación de Lilliefors

Análisis

En la tabla 3 se muestra los resultados de la prueba de normalidad Kolmogorov-Smirnov y Shapiro Wilk aplicadas a cinco variables: NICH, ACDO, IEN, SIATD y PEC, con una muestra de 381 casos para cada variable. Ambas pruebas muestran que la hipótesis es nula de que los datos siguen una distribución normal. Ambas pruebas coinciden en señalar que ninguna de las variables presentadas se distribuye de manera normal. Esto sugiere que, para futuros análisis, se debe considerará el uso de técnicas no paramétrica, ya que las pruebas paramétricas asumen la normalidad en los datos.

Tabla 4: Resumen de procesamiento de casos

Resumen de procesamiento de casos
	Casos
	Válido		Perdidos		Total
	N	Porcentaje	N	Porcentaje	N	Porcentaje
VARIABLE NICH	381	100,0%	0	0,0%	381	100,0%
VARIABLE ADCD	381	100,0%	0	0,0%	381	100,0%
VARIABLE IEN	381	100,0%	0	0,0%	381	100,0%
VARIABLE SIATD	381	100,0%	0	0,0%	381	100,0%
VARIABLE PEC	381	100,0%	0	0,0%	381	100,0%

Análisis:

En la tabla 4 se muestra un resumen estadístico sobre el procesamiento de cinco variables (NICH, ADCD, IEN,SIATD, PEC) en un conjunto de 381 casos. Muestra la distribución de casos válidos y no válidos para cada variable, expresados tanto en números absolutos (N) como en porcentajes. Muestra que todas las variables tienen el 100% de la validación lo que indica una recolección de datos completa. La tabla nos muestra un conjunto de datos que fueron recolectados perfectamente y de manera completa para las 5 variables, los que muestra una base de datos limpia. El estudio nos hace ver cómo las empresas hacen uso de los datos de la IA con la finalidad de facilitar a los consumidores experiencias más personalizadas en tiempo real, pero pone de manifiesto la ventaja competitiva que se puede obtener personalizando las comunicaciones, los bienes y los servicios en función de la información que exista de la persona, tales como búsquedas, compras y hábitos de consulta en sus redes sociales.

En el artículo de “Marketing digital y la personalización basada en inteligencia artificial" (Revisión Sistemática de Literatura) está conformada por una síntesis de conocimiento sobre el uso de la IA en el marketing digital. Esta Investigación recopila información y hallazgos previos sobre el uso estrategias de la personalización, destacando sus beneficios y las implicaciones éticas y de la privacidad. Por otro lado, la investigación de Personalización Avanzada; Estudio como la IA permite la creación de campañas hiperpersonalizadas a través del análisis de datos del comportamiento del consumidor universitario. Este es un estudio Original que aporta nuevos datos y distintas perspectivas al mismo campo de estudio, centrado específicamente en Cayambe, Ecuador. La investigación examina la percepción y el comportamiento de los consumidores frente a la hiperpersonalización basada en IA, y evidencia que existe que existe una actitud positiva con el uso de la IA, aunque también identifica limitaciones importantes en torno a la confianza y el manejo de los datos personales.

En conjunto, ambos artículos se complementan ya que mientras el uno ofrece un panorama general del estado del arte, el otro añade evidencia empírica actual. Los dos coinciden en los beneficios de la inteligencia artificial para mejorar la experiencia del cliente y fomentar la fidelización de los usuarios, al mismo tiempo hablan de la necesidad de abordar los desafíos éticos y de privacidad que surgen con su uso.

La finalidad en común que se tiene con nuestra investigación es Ambos estudios exploran cómo la inteligencia artificial influye directamente en la experiencia del consumidor y en las estrategias de marketing digital. Con un enfoque personalizada los dos trabajos demuestran que la hiperpersonalizacion mejora los resultados comerciales al lograr adaptar las ofertas según los datos y preferías individuales del consumidor.

CONCLUSIÓN

La inteligencia artificial ha demostrado ser una herramienta clave para lograr la personalización en las campañas de marketing digital, permitiendo adaptar mensajes y ofertas según los intereses y comportamientos de los consumidores. Esta capacidad de adaptación mejora significativamente la experiencia de compra, incrementando la satisfacción yfidelización del cliente.

Los consumidores manifiestan una actitud positiva frente al uso de la inteligencia artificial en estrategias de hiperpersonalización, especialmente cuando perciben beneficios concretos en los contenidos publicitarios y en la comodidad del proceso de compra.

El estudio de datos permitió identificar patrones de comportamiento en los consumidores, lo cual facilitó el diseño de campañas más precisas y efectivas, superando en muchos casos a las estrategias tradicionales de marketing en términos de alcance y personalización. Asimismo, se evidenció que la percepción del uso de datos personales depende en gran medida del nivel de confianza que generan las marcas y de la transparencia con la que comunican el uso de dicha información.

Este estudio aporta evidencia sobre cómo la inteligencia artificial puede ser aplicada estratégicamente en el marketing digital para fortalecer la relación entre empresa y cliente, generando valor y posicionamiento en el mercado. Los resultados reflejan que, siempre que se respeten los principios de privacidad y ética, la inteligencia artificial no solo mejora la efectividad de las campañas, sino que también promueve una comunicación más cercana y significativa con el consumidor. Considerando que la tecnología y los hábitos de compra evolucionan constantemente, es necesario seguir investigando e innovando en el uso responsable de estas herramientas para mantener la competitividad y relevancia en el entorno digital actual.

AGRADECIMIENTO

Se expresa un sentido agradecimiento a la Universidad Técnica del Norte por haberme brindado las herramientas académicas y el respaldó institucional que hicieron posible realizar este artículo.

Se agradece de manera especial al Magister. Mauricio Lima por habernos guiado, por su acompañamiento y sus observaciones que se fueron dando a lo largo de esta investigación, que fueron de gran ayuda en este trabajo.

Asimismo, se extiende la gratitud a las compañeras, por su compromiso colaboración, y él trabajó en equipo realizado que fueron elementos claves para realizar esta investigación. Su dedicación y esfuerzo fueron muy importantes para que alcanzáramos los objetivos propuestos.

REFERENCIAS

Accenture LATAM Digital. (2024). El futuro del marketing: IA y personalización en la era digital latinoamericana. Accenture. Alonso Rivas, J., & Grande Esteban, I. (2015). Comportamiento del consumidor: Decisiones y estrategia de marketing (8ª ed.). ESIC Editorial.

Conrad, P. (2024). Marketing con inteligencia artificial: Acelerando el crecimiento con soluciones inteligentes. Editorial Merca2.0.

Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How AI will change marketing. Journal of Marketing Science. https://doi.org/xx

Deloitte Insights. (2023). Tendencias de marketing con IA: Creando valor en el mercado latinoamericano. Deloitte.

Fernández, L., & Ramírez, J. (2023). Inteligencia artificial y su impacto en la personalización de la experiencia del cliente en el sector retail de América Latina. Revista Latinoamericana de Investigación en Marketing.

Forrester Research. (2023). The ROI of AI-powered personalization. https://www.forrester.com/report/the-roi-of-ai-powered-personalization

González-Pérez, M. (2022). Análisis de datos del consumidor mediante IA para la hiperpersonalización de campañas publicitarias. Comunicar: Revista Científica

Iberoamericana de Comunicación y Educación. Haleem, A., Javaid, M., Asim Qadri, M., Pratap Singh, R., & Suman, R. (2022). Artificial intelligence (AI) applications for marketing: A literature-based study.

International Journal of Intelligent Networks, 3, 119–132. https://doi.org/10.1016/j.ijin.2022.08.005

Huang, M.-H., & Rust, R. T. (2021). El papel de la inteligencia artificial en el marketing de servicios.  Journal of Service Research. Liberos Hoppe, E., Ahumada Luyando, S., & Sánchez Ahumada, M. (2024). Inteligencia artificial para el marketing: Cómo la tecnología revolucionará tu estrategia. ESIC Editorial.

Marketing de Hiperpersonalización con IA. (2024, octubre 22). Esic.edu. https://icemd.esic.edu/knowledge/articulos/marketing-de-hiperpersonalizacion-con-iaestrategias-avanzadas-para-segmentar-audiencias-en-tiempo-real-y-personalizar contenidos/(S/f)

Martínez-López, F. J., & Vargas-Sánchez, A. (2023). Machine learning applications in e commerce personalization: Asystematic review focused on Latin American markets.

Journal of Business Research. Observatorio Iberoamericano de Protección de Datos. (2024). Desafíos éticos y regulatorios de la IA en el marketing personalizado en Iberoamérica. OIPD. Revistaanfibios.org. (2025, junio 4).https://www.revistaanfibios.org/ojs/index.php/afb/article/view/138/1914

Pazmiño Arellano, S. G., & Pazmiño Rodríguez, L. D. (2024). Marketing digital y la personalización basada en inteligencia artificial. Revista Científica Kosmos, 3(2), 187–208. https://doi.org/10.62943/rck.v3n2.2024.134

Rodríguez-Herrera, A., & Castillo-Araya, E. (2022). Privacidad de datos y marketing personalizado en América Latina: Un análisis comparativo de la legislación vigente. Revista de Derecho, Comunicaciones y Nuevas Tecnologías.

Rojas-Méndez, J. I., & Silva, A. (2025). Autenticidad y supervisión del contenido generado por IA: Percepciones del consumidor latinoamericano. International Journal of Interactive Marketing & Advertising.

Silva, R., Costa, P., & Oliveira, B. (2024). Adopción de la inteligencia artificial en estrategias de marketing por empresas de servicios en Brasil y Argentina (2020-2023).

Valdez, M., & Correa, P. (2023). Avances en Procesamiento de Lenguaje Natural para el análisis de sentimiento en español y portugués: Aplicaciones en la personalización del servicio al cliente en LATAM. Procesamiento del Lenguaje Natural.

Wedel, M., & Kannan, P. K. (2016). Analítica de marketing para entornos con gran cantidad de datos. En Manual de analítica de marketing (pp. 59–85). Edward Elgar Publishing.