The computer knows best: AI-powered personalization in marketing through the lens of data privacy

Abstract

Tämä pro gradu -tutkielma käsittelee tekoälyn avulla tuotettua personoitua markkinointia ja sen suhdetta kuluttajien tietoturvaan ja yksityisyyteen. Tutkimuksen tavoitteena on lisätä ymmärrystä siitä, kuinka tekoälyllä voidaan tehostaa personoitua markkinointia, ja miten tämän käytännön mahdollisuudet ja rajoitukset peilautuvat tietosuoja-asetuksiin sekä kuluttajien yksityisyyttä koskeviin asenteisiin. Aikaisemmassa personalisointia käsittelevissä tutkimuksissa on sivuttu hieman tekoälyn integraation eri aspekteja, mutta kuluttajien yksityisyyttä ei ole tarkasteltu yhtä merkittävänä osana tätä kehitystä. Tämän vuoksi on tarpeen tarkastella näitä kolmea aihetta kattavasti yhdessä.

Tutkimuksessa käytettiin kvalitatiivista lähestymistapaa, ja aineisto kerättiin puolistrukturoiduilla yksilöhaastatteluilla. Aineistonkeruu toteutettiin huhti-toukokuussa 2024, ja osallistujat koostuivat kuudesta markkinointialan tekoälyasiantuntijasta. Aineiston analyysi toteutettiin abduktiivisen lähestymistavan mukaisella temaattisella analyysillä.

Tutkimustulokset korostavat monia keskeisiä näkökohtia tekoälyllä ohjatusta personoidusta markkinoinnista. Tekoäly parantaa kohdennettua markkinointia hyödyntämällä datalähtöisiä johtopäätöksiä ja käsityksiä kuluttajakäyttäytymisen ennustamiseen ja ymmärtämiseen, luoden näin räätälöidympiä ja relevantimpia osto- ja asiakas-kokemuksia. Tekoälypersonoinnin tehokkuus kuitenkin riippuu eettisestä datankeruusta ja kuluttajan yksityisyyttä koskevista suojatoimista. Rakenteettoman datan merkityksen kasvaessa nousevat esiin uudenlaiset haasteet datavaihdon suostumuksen ja tekijänoikeuksien osalta. Lisäksi yritysten sisäiset datasiilot ja tiukat GDPR-säädökset vaikeuttavat tekoälypohjaisen personoinnin kehittämistä, mikä osaltaan korostaa yrityskulttuurin ja johdon roolia yksityisyydensuojan varmistamisessa. Tutkimus korostaa myös inhimillisten virheiden merkittävää vaikutusta datan kategorisoinnissa personointialgoritmeihin, laajentaen teoreettista ymmärrystä tekoälyllä ohjatun markkinoinnin harhoista. Tulevat tutkimukset, jotka keskittyvät enemmän näihin näkökohtiin mahdollisesti muissa konteksteissa, voivat tarjota uusia näkemyksiä personoidun markkinoinnin kehittämiseen ja hallitsemiseen tekoälyn aikakaudella.

This master's thesis examines AI integrated marketing personalization and its relationship to consumer privacy. The aim of the research is to enhance understanding on how personalized marketing is made more effective with the use of AI, and how are the possibilities and limitations of the practice reflected on current data regulations and consumer attitudes about privacy. Previous research on personalization has slightly touched on AI integration but has not considered consumer privacy as a significant part of this development. Therefore, it was deemed necessary to examine the three subjects comprehensively.

The study employed a qualitative approach, collecting data through semi-structured individual interviews. Data collection was conducted in April-May of 2024, involving six experts in marketing AI. Data analysis was conducted through an abductive thematical analysis approach.

The research findings highlight many key aspects of AI-driven personalized marketing. AI enhances targeted marketing by leveraging data-driven insights to predict and understand consumer behaviors, creating more tailored and relevant experiences. However, the effectiveness of AI personalization depends on ethical data collection and privacy measures, with a rising importance of unstructured data introducing new challenges for consent and copyright. Additionally, data silos within companies and strict GDPR regulations hinder the development of AI-powered personalization, emphasizing the role of company culture and leadership in ensuring privacy compliance. The study also underscores the significant impact of human error in data categorization on personalization algorithms, expanding the theoretical understanding of biases in AI-driven marketing. Future studies focusing more on these aspects possibly in other contexts could offer new insights for the development and control of personalized marketing in the era of artificial intelligence.