AI-driven Personalization in E-commerce: a Structured Literature Review
avoin
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Lataukset54
Pysyvä osoite
Verkkojulkaisu
DOI
Tiivistelmä
The rapid proliferation of e-commerce, combined with intensifying competition between digital platforms, has significantly increased the strategic importance of personalization, as businesses seek to enhance customer satisfaction, strengthen engagement, and maintain competitiveness in increasingly saturated digital markets. Simultaneously, advancements in artificial intelligence (AI), particularly in machine learning, predictive analytics and natural language processing have expanded personalization capabilities, enabling more adaptive, data-driven and individualized forms of customer interaction. Despite the prominence of AI-driven personalization in e-commerce literature, existing research predominantly focuses on the outcomes of personalization, such as customer trust and purchase behaviour, rather than on the underlying mechanisms through which personalization manifests.
This bachelor’s thesis examines the central forms of AI-driven personalization identified in e-commerce literature. This thesis is guided by the following research question: What forms of AI-driven personalization are identified in e-commerce literature? The objective is to provide a conceptual framework of the most dominant AI-driven personalization mechanisms, to analyze their roles in e-commerce and to examine the influence AI has in shaping these mechanisms.
This thesis adopts a structured literature review approach based on selected peer-reviewed academic articles retrieved from the EBSCO Business Source Ultimate database. Only sources classified at levels 1-3 of the JUFO (Finnish Publication Forum) were included to ensure academic quality. Rather than constituting a fully systematic literature review, the analysis is based on a focused examination of central e-commerce studies in which AI-driven personalization is the focus of discussion. The selected literature was reviewed comparatively, and particular attention was given to mechanisms that repeatedly emerged across multiple sources, which subsequently guided the categorization and structure of the analysis.
The findings indicate that AI-driven personalization in e-commerce operates through three central and complementary forms: recommendation systems, personalized pricing and conversational agents. Recommendation systems, a central mechanism in product discovery, emerges as the most established and represented form of AI-driven personalization, while personalized pricing is characterized by its proximity to transactional decision-making and revenue optimization. Conversational agents, in turn, represent a more interaction-based form of personalization, enabling human-like communication between users and e-commerce providers. Overall, the results suggest that AI-driven technologies enable increasingly sophisticated and large-scale personalization capabilities in e-commerce, while also highlighting concerns related to transparency and implementation.
Verkkokaupan nopea yleistyminen yhdistettynä digitaalisten alustojen välisen kilpailun kiristymiseen on lisännyt personalisaation strategista merkitystä, kun yritykset pyrkivät parantamaan asiakastyytyväisyyttä, vahvistamaan sitoutumista ja säilyttämään kilpailukykynsä yhä enemmän saturoituneessa digitaalisessa markkinaympäristössä. Samanaikaisesti tekoälyn (AI) kehitys, erityisesti koneoppimisen, ennakoivan analytiikan ja luonnollisen kielen käsittelyn osalta, on laajentanut personalisaation mahdollisuuksia mahdollistaen entistä adaptiivisempia, dataperusteisia ja yksilöllisiä asiakasvuorovaikutuksen muotoja. Huolimatta tekoälypohjaisen personalisaation näkyvyydestä verkkokauppakirjallisuudessa, tähänastinen kirjallisuus keskittyy pääasiassa personalisaation vaikutuksiin sen sijaan, että tarkastelisi niitä keskeisiä mekanismeja, joiden kautta personalisaatio toteutuu.
Tässä kandidaatintutkielmassa tarkastellaan verkkokauppakirjallisuudessa esiintyviä keskeisiä AI-pohjaisia personalisaation muotoja. Tutkimusta ohjaa seuraava tutkimuskysymys: Mitä tekoälypohjaisen personalisaation muotoja verkkokauppakirjallisuudessa tunnistetaan? Tutkielman tavoitteena on muodostaa käsitteellinen kokonaiskuva keskeisimmistä tekoälypohjaisista personalisaatiomekanismeista, analysoida niiden roolia verkkokauppaympäristössä sekä tarkastella tekoälyn vaikutusta mekanismien toimintaan. Tutkielma perustuu jäsenneltyyn kirjallisuuskatsaukseen, joka nojaa valikoituihin vertaisarvioituihin tieteellisiin artikkeleihin. Aineisto on haettu EBSCO Business Source Ultimate -tietokannasta, ja mukaan on otettu ainoastaan JUFO (Julkaisufoorumi) -tasoille 1–3 sijoittuvat julkaisut akateemisen laadun varmentamiseksi. Tutkielma ei ole metodologisesti täysin systemaattinen kirjallisuuskatsaus, vaan se perustuu keskeisten verkkokauppatutkimusten kohdennettuun tarkasteluun, jossa tekoälypohjainen personalisaatio on tarkastelun ytimessä. Valittua kirjallisuutta tarkasteltiin vertailevasti, ja erityistä huomiota kiinnitettiin mekanismeihin, jotka toistuivat useissa lähteissä ja ohjasivat siten analyysin kategorisointia ja rakennetta. Tulokset osoittavat, että tekoälypohjainen personalisaatio verkkokaupassa rakentuu kolmen keskeisen ja toisiaan täydentävän muodon varaan: suosittelujärjestelmät, personoitu hinnoittelu ja keskustelupohjaiset agentit. Suosittelujärjestelmät, jotka toimivat keskeisenä tuotteiden löydettävyyttä tukevana mekanismina, näyttäytyvät kirjallisuudessa vakiintuneimpana ja selkeimmin jäsenneltynä muotona, kun taas personoitu hinnoittelu korostuu läheisenä ostopäätöksentekoon ja tuottojen optimointiin liittyvänä mekanismina. Keskustelupohjaiset agentit puolestaan edustavat enemmän vuorovaikutukseen perustuvaa personalisaation muotoa mahdollistaen ihmismäisen kommunikaation käyttäjien ja verkkokauppatoimijoiden välillä. Kokonaisuutena tulokset osoittavat, että tekoälypohjaiset teknologiat mahdollistavat yhä kehittyneempiä ja laajamittaisempia personalisaatiokäytäntöjä verkkokaupassa, mutta tuovat samalla mukanaan myös läpinäkyvyyteen ja toteutukseen liittyviä haasteita.