dc.contributor.advisor | Skippari, Mika | |
dc.contributor.author | Kantonen, Aleksi | |
dc.date.accessioned | 2022-06-14T05:02:12Z | |
dc.date.available | 2022-06-14T05:02:12Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | https://jyx.jyu.fi/handle/123456789/81678 | |
dc.description.abstract | Monet teknologiset innovaatiot ovat ottaneet vahvan jalansijan markkinoinnin kentällä digitalisaation myötä. Tekoäly on yksi uusimmista ja nykypäivän trendikkäistä teknologisista ratkaisuista, joka tarjoaa markkinoinnin asiantuntijoille tehokkaita, dataan pohjautuvia ratkaisuja.
Vaikka tekoälyä on käsitelty markkinoinnin akateemisessa kirjallisuudessa viime aikoina enenevissä määrin, on tutkimus siitä kuitenkin verrattain vähäistä. Aiemmissa tutkimuksissa on käsitelty mm. tekoälystä markkinoinnin tukena ja tekoälysovellusten hyödyntämisestä markkinoinnin operatiivisissa tehtävissä, mutta ne tarjoavat kuitenkin varsin rajoitetusti ymmärrystä markkinoinnin tekoälysovelluksissa hyödynnettävästä datasta.
Tämän pro gradu -tutkielman tarkoituksena oli selvittää, minkälaista dataa markkinoinnin tekoälysovellusten implementointiprosesseissa hyödynnetään ja mistä sitä tyypillisesti kerätään. Tämän toteuttamiseksi tutkielman menetelmäksi valittiin laadullinen tutkimus, sillä se soveltuu hyvin vastaavanlaiselle moniulotteiselle tutkimusaiheelle, joka vaatii syvällistä ymmärrystä. Tutkimusaineisto kerättiin seitsemän puolistrukturoidun teemahaastattelun avulla, mikä analysoitiin sisällönanalyysia sekä teemoittelua käyttäen.
Aineiston analyysin lopputulemana muodostettiin kolme pääteemaa, jotka sisälsivät erillisiä alateemoja. Tutkimustulokset mukailivat osittain aiempaa kirjallisuutta, mutta esittivät myös uusia havaintoja. Tulokset toivat esiin, kuinka markkinoinnin tekoälysovellusten implementointiprosesseissa hyödynnettävä data on tyypillisesti strukturoitua ja yrityksen sisäistä dataa. Datan tulisi olla mahdollisimman laadukasta, sillä tekoälysovellusten toiminta perustuu vahvasti niille syötettyyn dataan, mutta samalla laadun määrittäminen koetaan erittäin kontekstisidonnaiseksi. Täydellisen laadun etsiminen ei ole relevanttia, sillä tosielämän tilanteissa data on useimmiten jokseenkin vinoutunutta. Tärkeintä on siis luoda jatkuvia sekä järjestelmällisiä datan käsittelyn prosesseja organisaatioon, ja tavoitella että se sopii sille määriteltyyn markkinoinnin käyttötarkoitukseen parhaalla mahdollisella tavalla. | fi |
dc.format.extent | 62 | |
dc.format.mimetype | application/pdf | |
dc.language.iso | fi | |
dc.subject.other | digimarkkinointi | |
dc.title | Datan rooli markkinoinnin tekoälysovellusten implementointiprosessissa | |
dc.identifier.urn | URN:NBN:fi:jyu-202206143287 | |
dc.type.ontasot | Pro gradu -tutkielma | fi |
dc.type.ontasot | Master’s thesis | en |
dc.contributor.tiedekunta | Kauppakorkeakoulu | fi |
dc.contributor.tiedekunta | School of Business and Economics | en |
dc.contributor.laitos | Taloustieteet | fi |
dc.contributor.laitos | Business and Economics | en |
dc.contributor.yliopisto | Jyväskylän yliopisto | fi |
dc.contributor.yliopisto | University of Jyväskylä | en |
dc.contributor.oppiaine | Markkinointi | fi |
dc.contributor.oppiaine | Marketing | en |
dc.rights.copyright | Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty. | fi |
dc.rights.copyright | This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited. | en |
dc.type.publication | masterThesis | |
dc.contributor.oppiainekoodi | 20423 | |
dc.subject.yso | markkinointi | |
dc.subject.yso | tekoäly | |
dc.subject.yso | digitalisaatio | |
dc.subject.yso | koneoppiminen | |
dc.subject.yso | data | |
dc.subject.yso | digitaalinen markkinointi | |
dc.format.content | fulltext | |
dc.type.okm | G2 | |