Show simple item record

dc.contributor.advisorKarjaluoto, Heikki
dc.contributor.advisorBadham, Mark
dc.contributor.authorVarmavuo, Eevi
dc.date.accessioned2020-08-28T10:00:31Z
dc.date.available2020-08-28T10:00:31Z
dc.date.issued2020
dc.identifier.urihttps://jyx.jyu.fi/handle/123456789/71539
dc.description.abstractTekoäly on tuonut suuria muutoksia markkinoinnin käytäntöihin viime vuosina. Vaikkakin tekoälyteknologiat sekä big data ovat mahdollistaneet uusia innovatiivisia ratkaisuja markkinoinnin toteuttamiseen, ala on vielä alkutekijöissään. Tekoälyä hyödyntävä markkinointi on ollut sekä tutkijoiden että ammattilaisten suurennuslasin alla viime vuosina. Aiemmat tutkimukset ovat kuitenkin tarjonneet vasta hyvin vähän ymmärrystä siihen, millaista dataa markkinoijien tulisi käyttää tekoälyä hyödyntävää markkinointia toteuttaessaan, jotta parhaat mahdolliset tulokset voidaan saavuttaa. Tämän tutkimuksen tavoitteena on tutkia millaista dataa markkinoijien tulisi käyttää tekoälyä hyödyntävässä markkinoinnissa onnistuakseen tämän toteutuksessa. Tavoitteena on lisäksi tarjota ymmärrystä tekijöistä, jotka vaikuttavat näihin datan ominaisuuksiin. Empiirisen datan keräämiseksi toteutettiin kolmetoista asiantuntijahaastattelua. Tämä tutkimus tukee pitkälti aiempaa kirjallisuutta, mutta tarjoaa lisäksi uusia näkökulmia datan tarvittaviin ominaisuuksiin. Tutkimuksen tulokset osoittavat, että datan tulisi olla puhdasta, luotettavaa ja laadukasta, jotta tulokset ovat tehokkaita, täsmällisiä ja puolueettomia. Sisäistä dataa tulisi priorisoida ja täydentää ulkoisilla tietolähteillä, kuten sosiaalisen median datalla. Näin voidaan saavuttaa syvempi insight ja parempi ennustus toteutetusta kampanjasta. Tulosten mukaan sisäisten ja ulkoisten tietolähteiden yhdistäminen on palkitsevin toimintatapa. Liiketoiminnan tavoitteet tulisi asettaa keskiöön datan keräämiseen, hallinnointiin ja analysointiin liittyvissä tehtävissä. Lisäksi läpinäkyvyys dataan liittyvissä asioissa tunnistetaan tärkeäksi, jotta asiakkaat luovuttavat todenmukaista henkilökohtaista dataa itsestään markkinointitarkoituksiin.fi
dc.description.abstractArtificial intelligence (AI) has been reshaping marketing in many ways during recent years. While AI technologies and the rise of big data have enabled innovative ways to practice marketing, the industry is still rather young. The applications of AI in marketing have been of interest among researchers and industry leaders, yet prior research focus provided little knowledge on what type of data marketers should rely on to reach successful outcomes of AI campaigns. This study aims to offer knowledge on the data related factors that determine what type of data marketers should rely on to ensure successful delivery of AI campaigns. The empirical data was collected through thirteen expert interviews. This study reinforces the existing literature to great extent, but also provides new perspectives to the identified factors. The findings of this study show that data used for AI campaigns in marketing should be clean, reliable and of high quality to ensure outcomes are effective, accurate and unbiased. Internal data should be prioritized and complemented with external data such as social media data to gain deeper insights and better predictions. Combining both internal and external data sets is identified as best practice to run AI campaigns. Additionally, the business goals and wanted outcomes of AI campaigns should be placed at the center of any data collection, management and analysis process to ensure successful results of AI practices. Finally, transparency in data related matters was found important as it builds trust and ensures customers provide accurate personal data for marketing purposes.en
dc.format.extent61
dc.format.mimetypeapplication/pdf
dc.language.isoen
dc.rightsIn Copyrighten
dc.subject.otherdata-driven marketing
dc.titleFactors affecting the success of AI campaigns in marketing : data perspective
dc.typemaster thesis
dc.identifier.urnURN:NBN:fi:jyu-202008285669
dc.type.ontasotPro gradu -tutkielmafi
dc.type.ontasotMaster’s thesisen
dc.contributor.tiedekuntaKauppakorkeakoulufi
dc.contributor.tiedekuntaSchool of Business and Economicsen
dc.contributor.laitosTaloustieteetfi
dc.contributor.laitosBusiness and Economicsen
dc.contributor.yliopistoJyväskylän yliopistofi
dc.contributor.yliopistoUniversity of Jyväskyläen
dc.contributor.oppiaineMarkkinointifi
dc.contributor.oppiaineMarketingen
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.rights.accesslevelopenAccess
dc.type.publicationmasterThesis
dc.contributor.oppiainekoodi20423
dc.subject.ysotekoäly
dc.subject.ysokoneoppiminen
dc.subject.ysodigitaalinen markkinointi
dc.subject.ysoartificial intelligence
dc.subject.ysomachine learning
dc.subject.ysodigital marketing
dc.format.contentfulltext
dc.rights.urlhttps://rightsstatements.org/page/InC/1.0/
dc.type.okmG2


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

In Copyright
Except where otherwise noted, this item's license is described as In Copyright