Ο ρόλος των συστημάτων κυβερνοασφάλειας & της τεχνητής νοημοσύνης στην καταναλωτική συμπεριφορά στον τομέα της μόδας

Abstract

Η παρούσα εργασία διερευνά τον ρόλο της τεχνητής νοημοσύνης (ΤΝ) και της κυβερνοασφάλειας στην καταναλωτική συμπεριφορά στον τομέα της μόδας. Στόχος της μελέτης είναι να κατανοήσει πώς η χρήση τεχνολογιών ΤΝ, όπως τα chatbots και η προσωποποίηση των προτάσεων προϊόντων, επηρεάζουν την εμπειρία των καταναλωτών, καθώς και πώς η κυβερνοασφάλεια διαμορφώνει την εμπιστοσύνη τους. Η έρευνα βασίστηκε σε πρωτογενή δεδομένα που συλλέχθηκαν μέσω διαδικτυακού ερωτηματολογίου και ανέλυσε τις απαντήσεις με τη χρήση στατιστικών μεθόδων, όπως περιγραφική στατιστική, ανάλυση διακύμανσης και ανάλυση συσχετίσεων. Τα αποτελέσματα έδειξαν ότι η αντίληψη για την προστασία των προσωπικών δεδομένων επηρεάζει σημαντικά την πρόθεση αγοράς, ενώ η αποδοχή της ΤΝ συνδέεται με θετική καταναλωτική συμπεριφορά. Η μελέτη προτείνει στις επιχειρήσεις μόδας να επενδύσουν σε τεχνολογίες ΤΝ και σε ισχυρές πρακτικές κυβερνοασφάλειας για τη βελτίωση της εμπειρίας πελατών και την ενίσχυση της ανταγωνιστικότητάς τους. Παράλληλα, αναδεικνύονται οι προκλήσεις και οι ευκαιρίες για μελλοντική έρευνα στον τομέα αυτόν.

This study explores the role of artificial intelligence (AI) and cybersecurity in consumer behavior within the fashion industry. The objective is to understand how AI technologies, such as chatbots and personalized product recommendations, influence consumer experience, and how cybersecurity shapes trust. The research is based on primary data collected through an online survey and analyzes responses using statistical methods like descriptive statistics, analysis ANOVA and Correlation Analysis. The findings indicate that perceptions of data privacy significantly impact purchase intention, while acceptance of AI correlates with positive consumer behavior. The study suggests that fashion companies should invest in AI technologies and robust cybersecurity practices to enhance customer experience and strengthen competitiveness. Moreover, it highlights challenges and opportunities for future research in this domain.