Exploring value in eCommerce artificial intelligence and recommendation systems

Abstract

Tekoälyn päämääränä on saavuttaa järjestelmä, joka jäljittelee ihmisen luonnollista älykkyyttä. Suosittelujärjestelmä on tieteenala sekä tekoälyä hyödyntävä järjestelmä. Suosittelujärjestelmä tarjoaa käyttäjilleen personoitua sisältöä, kuten tuotteita. Tässä pro gradu -tutkielmassa tutkitaan kuinka tekoälyn sovellutukset luovat arvoa verkkokauppiaille sekä mitä suosittelujärjestelmien arvolupaukset ovat. Tutkimus toteutettiin laadullisena tapaustutkimuksena, johon osallistui kymmenen haastateltavaa kahdesta eri yrityksestä. Haastateltavat edustivat verkkokauppiasta sekä verkkokauppiaan palveluntarjoajaa. Tutkimuksessa selvitettiin, mitä haastateltavat kokevat tekoälyn olevan. Tutkimuksessa identifioitiin verkkokauppiaille tärkeimmät tekoälyn osa-alueet ominaisuuksineen sekä arvolupauksineen. Suosittelujärjestelmien osalta empiirisessä osiossa kirjallisuudesta löytyneitä arvolupauksia vahvistettiin. Empiirinen osio kykeni tunnistamaan uusia arvolupauksia. Suosittelujärjestelmä muun muassa personoi asiakkaiden ostokokemukset, poistaa muureja ostamisen tieltä, vähentää verkkokauppiaan manuaalista työmäärää sekä parantaa verkkokaupan brändikuvaa. Suosittelujärjestelmien osalta empiirinen osio selvitti myös, kuinka tuotesuosittelujärjestelmät parhaiten luovat arvoa, sekä kuinka niiden luomaa arvoa tulisi mitata.

Artificial intelligence (AI) aims to develop a system which exhibits natural characteristics we associate to intelligent human behavior. Recommendation systems are a research area and AI applications. A recommendation system offers personalized content, such as products for end users. This Master’s Thesis explores how AI applications create value for eCommerce merchants and what are the value propositions of recommendation systems. This research was conducted as a qualitative case study with ten interviewees from two companies. Interviewees represented merchant and supplier organizations. Research explained what interviewees felt AI to mean. Research identified most important subfields of AI for eCommerce merchants, in addition with features and value propositions. For recommendation systems value propositions identified from literature were strengthened. Empirical part was able to identify new value propositions. A recommendation system can personalize shopping experience of customers, remove barriers from making successful transactions, reduce amount of manual work and improve brand image of the eCommerce store. Regarding recommendation systems, empirical research also indicated how recommendation systems should be utilized and how should value be measured.