Markkinointiautomaation kehittäminen asiakasdataa analysoimalla : Case Polar Electro
Ladataan...
1.01 MB
suljettu
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Lataukset2
Pysyvä osoite
Verkkojulkaisu
DOI
Tiivistelmä
Markkinointi ja markkinointiviestintä ovat viime vuosina muuttuneet jatkuvasti enemmän digitaaliseen muotoon. Ylläpitääkseen asiakastyytyväisyyttä sekä pitkäaikaisia asiakassuhteita tukeakseen yritykset pyrkivät panostamaan mahdollisimman oikea-aikaiseen ja sisällöltään sopivaan viestintään, ja yksi tapa tähän on olemassa olevan asiakasdatan analysointi. Tavoitteena on pyrkiä mennyttä asiakaskäyttäytymistä analysoimalla ennakoimaan sitä myös tulevaisuudessa, ja tukea asiakkaita asiakaspolullaan markkinointiviestinnän avulla. Tänä päivänä useat organisaatiot pyrkivät tehostamaan markkinointitoimintoaan, sekä luomaan kustannussäästöjä markkinointiautomaation avulla. Onnistuneessa markkinointiautomaation toteutuksessa asiakaskäyttäytymisen tuntemus on avainasemassa, ja tähän haasteeseen tässä tutkielmassa pyritään vastaamaan.
Tutkielma on tehty toimeksiantona urheiluteknologiaa kuluttajamarkkinoille valmistavalle Polar Electrolle. Tutkielman teoriaosuudessa perehdytään asiakaskäyttäytymisen ja käytön jatkuvuuden ennustamiseen etenkin urheilu- ja puettavan teknologian kontekstissa, asiakassuhteiden jatkuvuuden ja uudelleenostojen motivaatioihin sekä markkinointiautomaatioon ja segmentointiin.
Tutkielman metodologiana on design science. Sen periaatteita noudattaen empiriaosuudessa kuvataan prosessi, jossa asiakasdataa analysoimalla pyritään muodostamaan asiakassegmenttejä, demografisia tekijöitä ja ostohistoriaa hyödyntämällä. Klusterointianalyysin avulla luotuja segmenttejä on tarkoitus hyödyntää markkinointiautomaation suunnittelussa, etenkin sen oikea-aikaisuuden kehittämisen osalta.
Analyysin tuloksena todettiin, että ostohistoriaa ja demografisia tekijöitä yhdistämällä ei löydetty tarpeeksi laadukkaita segmenttejä, joita voitaisiin sellaisinaan hyödyntää markkinoinnin suunnittelussa. Yksittäisiä muuttujia, kuten demografisia tekijöitä, ja niiden arvoja analysoimalla löydettiin eroavaisuuksia etenkin ostojen aikaväliin liittyvässä analyysissä. Eniten eroavaisuuksia havaittiin urheilutaustaa ja iän ja sukupuolen yhdistelmää analysoimalla. Nämä tekijät siis selittivät tämän analyysin perusteella eniten urheiluteknologian tuotteiden ostojen aikavälejä. Jatkotutkimusehdotuksena olisi kiinnostavaa analysoida laadullisin menetelmin ostojen ajoitukseen liittyviä tekijöitä, jotta taustalla vaikuttavat juurisyyt ymmärrettäisiin paremmin.