dc.contributor.advisor | Clements, Kati | |
dc.contributor.author | Heikkinen, Sami | |
dc.date.accessioned | 2024-12-30T07:23:56Z | |
dc.date.available | 2024-12-30T07:23:56Z | |
dc.date.issued | 2024 | |
dc.identifier.uri | https://jyx.jyu.fi/handle/123456789/99208 | |
dc.description.abstract | Tämän kirjallisuuskatsauksen tavoitteena oli selvittää, kuinka big data -
analytiikkaa voidaan hyödyntää Spotifyn ilmaiskäyttäjien tehokkaampaan
muuntamiseen maksaviksi tilaajiksi. Digitaalisten alustojen ja suoratoistopalveluiden myötä musiikkiteollisuus on kokenut merkittävän murroksen. Spotify
on vakiinnuttanut asemansa johtavana toimijana freemiumliiketoimintamallinsa ansiosta, joka yhdistää maksuttoman, mainosrahoitteisen
palvelun ja maksullisen premium-tilauksen. Mallin haasteena ovat kuitenkin
taloudelliset paineet, jotka korostavat maksavien asiakkaiden merkitystä.
Big data -analytiikka tarjoaa tehokkaita työkaluja liiketoiminnan kehittämiseen,
sillä sen avulla voidaan kerätä, analysoida ja hyödyntää suuria tietomääriä
käyttäjäkokemuksen optimointiin ja asiakassuhteiden vahvistamiseen. Tutkimuksessa sovellettiin big data -analytiikan viitekehystä, joka jakaa analytiikan
prosessin kolmeen vaiheeseen: datan keräämiseen, analysointiin ja hyödyntämiseen.
Tulokset osoittivat, että big data analytiikka voi paljastaa käyttäjien tarpeita ja
käyttäytymismalleja, joiden avulla markkinointitoimia ja muita liiketoimintastrategioita voidaan kohdentaa tarkemmin. Lisäksi big data analytiikan havaittiin parantavan sekä käyttäjähankintaa että asiakaspysyvyyttä hyödyntämällä
personoituja suosituksia, kohdennettuja kampanjoita ja strategioita, kuten premium-kokeilujaksoja uusille asiakkaille ja räätälöityjen premium-tasojen kehittämistä asiakaspoistuman vähentämiseksi.
Tutkimus nosti esiin tietosuojaan ja eettisiin kysymyksiin liittyviä haasteita, jotka edellyttävät huolellista hallintaa erityisesti käyttäjätietojen turvallisen käsittelyn ja datan eettisen käytön osalta. Jatkotutkimuksia suositellaan big data analytiikkatyökalujen tehokkuuden arvioimiseksi, suoratoistopalveluiden liiketoimintamallien vertailuun ja levy-yhtiöiden kanssa tehtävän yhteistyön kehittämiseksi. | fi |
dc.description.abstract | The objective of this literature review was to investigate how big data analytics
can be leveraged to enhance the conversion of Spotify’s free users into paying
subscribers. The emergence of digital platforms and streaming services has significantly transformed the music industry. Spotify has established itself as a
market leader through its freemium business model, which combines a free, adsupported service with a paid premium subscription. However, this model faces financial challenges, highlighting the critical role of paying customers in sustaining profitability.
Big data analytics provides robust tools for business development by facilitating the collection, analysis, and utilization of large datasets to optimize user
experiences and strengthen customer relationships. This study applied a big
data analytics framework that divides the process into three stages: data collection, analysis, and utilization.
The findings suggest that big data analytics can uncover user needs and behavioral patterns, enabling more precise targeting of marketing efforts and business
strategies. Moreover, big data analytics was found to enhance both user acquisition and retention through the implementation of personalized recommendations, targeted campaigns, and strategies such as premium trial periods for new
users and the development of customized premium tiers to reduce churn.
The study also identified challenges related to data privacy and ethical considerations, emphasizing the need for rigorous data management practices and
ethical application of analytics. Further research is recommended to evaluate
the effectiveness of big data analytics tools, compare business models across
streaming platforms, and develop sustainable collaboration frameworks with
record labels. | en |
dc.format.extent | 25 | |
dc.language.iso | eng | |
dc.rights | In Copyright | en |
dc.subject.other | freemium | |
dc.subject.other | spotify | |
dc.subject.other | big data analytics | |
dc.title | Optimizing Spotify’s business through big data analytics | |
dc.type | bachelor thesis | |
dc.identifier.urn | URN:NBN:fi:jyu-202412308013 | |
dc.type.ontasot | Bachelor's thesis | en |
dc.type.ontasot | Kandidaatintyö | fi |
dc.contributor.tiedekunta | Informaatioteknologian tiedekunta | fi |
dc.contributor.tiedekunta | Faculty of Information Technology | en |
dc.contributor.laitos | Informaatioteknologia | fi |
dc.contributor.laitos | Information Technology | en |
dc.contributor.yliopisto | Jyväskylän yliopisto | fi |
dc.contributor.yliopisto | University of Jyväskylä | en |
dc.contributor.oppiaine | Tietojärjestelmätiede | fi |
dc.contributor.oppiaine | Information Systems Science | en |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
dc.rights.accesslevel | openAccess | |
dc.type.publication | bachelorThesis | |
dc.contributor.oppiainekoodi | 601 | |
dc.subject.yso | suoratoistopalvelut | |
dc.subject.yso | big data | |
dc.subject.yso | streaming services | |
dc.subject.yso | big data | |
dc.rights.url | https://rightsstatements.org/page/InC/1.0/ | |