Konstruktiivinen tutkimus suosittelujärjestelmäpalvelun kehityksestä pk-yritysten verkkokaupoille
Kaskimies, Matias (2021-03-09)
Konstruktiivinen tutkimus suosittelujärjestelmäpalvelun kehityksestä pk-yritysten verkkokaupoille
Kaskimies, Matias
(09.03.2021)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
suljettu
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe202103258463
https://urn.fi/URN:NBN:fi-fe202103258463
Tiivistelmä
Suosittelujärjestelmiä on tutkittu aktiivisesti viime vuosikymmeninä algoritmien kehityksen näkökulmasta sekä käytettävyyden kannalta. Tutkimus suosittelujärjestelmien käytöstä pienillä ja keskisuurilla yrityksillä on vähäistä. Suosittelujärjestelmien avulla luodut suositukset vaikuttavat merkittävästi suuryritysten digitaaliseen kaupankäyntiin: Netflixissä yli 75% sisällöstä valikoituu suosittelujärjestelmien kautta ja Amazonin myynnistä n. 35% tapahtuu tuotesuositusten kautta. Aikaisempi tutkimus on osoittanut, että suosittelujärjestelmistä on merkittävää hyötyä digitaalisessa liiketoiminnassa. Pk-yritykset kilpailevat globaaleilla markkinoilla verkkokaupassa, jossa suurten yritysten älykkäät suosittelujärjestelmätt ovat kilpailuetu. Tutkimuksessa mielenkiinnon kohteena on, miten suosittelujärjestelmiä voidaan hyödyntää myös pienempien yritysten verkkokaupoissa? Tämän pro gradu -tutkielman tarkoitus on selvittää, mitä suosittelujärjestelmät ovat ja miten niitä voidaan hyödyntää pk-yritysten verkkokaupassa. Konstruktiivisessa tutkimuksessa muodostetaan suosittelujärjestelmäpalvelusta proto- tyyppi, jota testataan case-yrityksen käytössä puolen vuoden ajan näyttäen käyttäjille noin miljoona tuotesuositusta. Pk-yrityksille räätälöidyn suosittelujärjestelmän havaitaan suoriutuvan hyvin web-analytiikan tunnusluvuilla ja taloudellisilla mittareilla mitattuna. Tutkielmassa sisältöpohjainen suosittelija todetaan hyväksi ja yhteisöpohjainen suosittelu kohtalaiseksi suosittelumenetelmäksi pk-yrityksissä. Tutkimus syventää ymmärrystä suosittelujärjestelmien arkkitehtuurin suunnittelusta ja suosittelujärjestelmän soveltamisesta pk-yritykselle. Tulokset havainnollistivat, että myös pk-yritykset voivat hyödyntää älykkäitä tietojärjestelmiä liiketoimintansa digitalisoinnissa. Jatkotukimuskohteeksi voidaan tämän tutkielman pohjalta esittää suosittelujärjestelmien testaamista laajemmin useamman pk-yrityksen käytössä sekä suosittelualgoritmien kehittäminen kohdennetusti pk-yrityksille tässä tutkielmassa esitettyjen tulosten pohjalta. Research on recommender systems has been active for the last decades. Recommender systems have been studied in computer science and other fields regarding the recommendation algorithms and user experience. Studies on utilizing recommender systems in small and medium enterprises (SMEs) has been minute, although the benefits of recommender systems for digital business are evident. The purpose of this research is to shed light on the use of recommender systems for SMEs. The thesis is set out as a constructive research on recommender systems for SME ecommerce. An artefact of recommender system as a service is constructed and it is tested in a case company for over six months, serving near million recommendations for users. A content-based recommender algorithm is deemed as a decent recommender for the case company's ecommerce and the constructed architecture of the service is validated through the evaluation phase of the study. Moreover, the study demonstrates that recommender systems can be used by SMEs to digitize and automate business processes.