Digitaalinen tuuppaus B2C-verkkokaupoissa Kuluttajien kokemuksia digitaalisista tuuppauksista ja verkkokauppojen luotettavuudesta Tietojärjestelmätieteiden pro gradu -tutkielma Laatija: Jasmin Grön Ohjaaja: KTT Matti Mäntymäki 23.4.2025 Turku Turun yliopiston laatujärjestelmän mukaisesti tämän julkaisun alkuperäisyys on tarkastettu Turnitin OriginalityCheck -järjestelmällä. Pro gradu -tutkielma Oppiaine: Tietojärjestelmätiede Tekijä: Jasmin Grön Otsikko: Digitaalinen tuuppaus B2C-verkkokaupoissa Ohjaaja: KTT Matti Mäntymäki Sivumäärä: 74 sivua + liitteet 10 sivua Päivämäärä: 23.4.2025 Tutkimuksen tarkoituksena oli selvittää, miten kuluttajat kokevat digitaaliset tuuppaukset B2C (business to consumer) verkkokaupoissa havaitsemisen ja luottamuksen näkökulmista. Digitaalisella tuuppauksella tarkoi- tetaan vaikuttamista, jota toteutetaan muuttamalla käyttöliittymän ominaisuuksia digitaalisissa valintaympä- ristöissä kuten verkkokaupoissa, verkkosivuilla, sovelluksissa, peleissä tai muissa tietojärjestelmissä. Tuup- pausten pyrkimyksenä on kannustaa tiettyihin haluttuihin valintoihin ilman pakottamista, ja säilyttää samalla yksilön valinnanvapaus. Niiden toiminta perustuu yksilöiden tiedostamattomaan päätöksentekoon vaikuttami- seen. Ihmisille on tyypillistä tehdä päätöksiä epärationaalisesti silloin kun valintaympäristöt sisältävät paljon informaatiota, jonka vuoksi digitaaliset tuuppaukset ovat tehokas keino kuluttajien ostopäätösten ohjailemi- seen esimerkiksi verkkokaupoissa. Aikaisemmissa tutkimuksissa on keskitytty tutkimaan digitaalisten tuup- pausten aikaansaamia reaktioita ja vaikutuksia. Digitaalisia tuuppauksia ei ole tutkittu yhtä laajasti kuluttajien omien kokemusten näkökulmasta, minkä vuoksi ne ovat tässä tutkimuksessa keskiössä. Tutkimus toteutettiin laadullisena haastattelututkimuksena, jonka empiirinen data kerättiin puolistrukturoitu- jen haastattelujen avulla. Haastateltavina oli kymmenen kuluttajaa erilaisilla taustoilla ja ostotottumuksilla. Haastattelukysymysten teoreettisena viitekehyksenä toimivat digitaalisen tuuppauksen ja valinta-arkkitehtuu- rin käsitteet, sekä havaitsemisen ja luottamuksen näkökulmat. Valinta-arkkitehtuurilla tarkoitetaan päätöksen- teon suunniteltua kontekstia, jolla on mahdollista vaikuttaa yksilöiden päätöksentekoon. Haastattelut sisälsivät arviointitehtävän, johon valittiin valinta-arkkitehtuuriin perustuen esimerkkejä verkkokauppojen digitaalisista tuuppauksista. Arviointitehtävässä haastateltavien tuli arvioida valittuja digitaalisia tuuppauksia havainnoimi- sen ja luotettavuuden näkökulmasta asteikolla 1–5. Tutkimuksen tulokset toivat esille uutta kokemuksellista näkökulmaa siitä, miten kuluttajat kokevat digitaali- set tuuppaukset verkkokaupoissa. Digitaalisten tuuppausten luotettavuuteen vaikuttivat positiivisesti tuuppaus- ten aikaisempi tunnettavuus, selkeys ja asiakaslähtöisyys sekä aiheellinen suosittelu. Negatiivisesti luottamuk- seen vaikuttivat manipulointi, harhaanjohtaminen, ylimyyminen sekä tuuppausten liiallinen määrä. Tämän li- säksi, monet näistä tekijöistä vaikuttivat yhtä lailla kuluttajien luottamukseen verkossa. Arviointitehtävän tu- losten mukaan digitaalisen tuuppauksen tyyppi vaikuttaa siihen miten kyseinen tuuppaus havaitaan ja kuinka paljon siihen luotetaan. Helpoiten havaittavimpina kuluttajat kokivat evästeet, muiden arvosteluita korostavan tuuppauksen ja tietojen virheellisyydestä ilmoittavan tuuppauksen, kun taas huonoiten havaittiin oletuksena ollut osoitteen valinta ja liikennevalomalli. Luotettavimpina digitaalisen tuuppauksen keinoina nähtiin virheel- listä tiedoista ilmoittava tuuppaus sekä kartoituksessa auttavat filtterit ja valikot. Vähiten luotettiin monimut- kaiseen näyttöruutuun (verkkokaupan etusivu) ja unohtuneesta tuotteesta muistuttavaan tuuppaukseen. Havait- semisen ja luottamuksen välillä on tutkimuksen mukaan myös yhteys; kun tuuppaus oli helposti havaittavissa, koettiin sen olevan myös luotettavampi. Digitaaliset tuuppaukset toimivat verkkokaupoissa määritelmänsä mukaisesti: ne ohjaavat kuluttajia hienova- raisten suunnitteluelementtien avulla. Harva kuluttaja osaa kyseenalaistaa niiden toimintaa tai ymmärtää nii- den pyrkimyksen vaikuttaa heidän tiedostamattomaan päätöksentekoonsa. Tästä syystä verkkokauppojen di- gitaalisten tuuppausten suunnittelussa tulisi ottaa huomioon kuluttajien kokemukset eri tuuppaustyyppien ha- vaitsemisesta ja luotettavuudesta. Lisäksi erilaisten lähtökohtien ja käyttäjäryhmien huomioiminen on tärkeää, silloin kun halutaan luoda kuluttajaystävällisiä digitaalisia tuuppauksia. Avainsanat: digitaalinen tuuppaus, tuuppaus, B2C-verkkokauppa, kuluttajien kokemukset, valinta-arkkiteh- tuuri, luottamus Master’s thesis Subject: Information Systems Science Author: Jasmin Grön Title: Digital Nudging in B2C E-commerce Supervisor: D.Sc Matti Mäntymäki Number of pages: 74 pages + appendices 10 pages Date: 23.4.2025 The purpose of this study was to find out how consumers experience digital nudges in the context of B2C e- commerce. This study focused on consumers experiences of perception and trust in digital nudges. Digital nudging means influencing decision-making by changing the features of the user interface in digital choice environments, such as online stores, websites, applications, games, digital forms, or other information systems. Nudges aim to influence unconscious decision-making processes and encourage certain desired choices chosen by the designer of the interface. Nudges must be performed without coercion and maintain individual’s freedom of choice. Digital nudges are an effective way to guide purchase decisions in e-commerce settings because those environments usually contain plenty of information. Previous studies have focused on studying the reactions and effects caused by digital nudges. Digital nudges have not been studied extensively from the perspective of consumers' own experiences, which is why those are the main focus of this study. The study was conducted as a qualitative interview study and empirical data was collected through semi- structured interviews. The interviewees consisted of ten consumers with diverse backgrounds and online purchasing habits. The interview questions were based on findings from previous research focusing on the concepts of digital nudge and choice architecture, as well as the perspectives of perception and trust. Choice architecture refers to a planned context for decision-making that has the potential to influence individuals’ choices. An evaluation task was included in the interviews in which the interviewees had to evaluate selected digital nudges from the perspective of perception and trustworthiness on a scale of 1–5. The results of the study revealed customers perspectives on how they experience digital nudges in context of B2C e-commerce. Previous familiarity, user-friendliness, clarity, and relevancy were seen as trustworthy fea- tures of digital nudges. While on the contrary manipulation, deception, overselling and the excessive number of digital nudges affected trust negatively. Many of these same factors were mentioned when the interviewees were asked about what strengthens or weakens their trust online. According to the results of the evaluation task, nudge type affects its perception and trustworthiness. Cookies, reviews and notifying about incorrect information were the most detected types of digital nudges. Default selection of address information and traffic light model were the least detected. According to the interviewees, the most reliable digital nudges were nudges that notified about missing information and filters that helped with mapping. The least trusted were complex display screens (homepage) and reminders about a forgotten product. According to the results of this study, there is a connection between perception and trust; when the nudge was easily perceived, it was also evaluated to be more trustworthy. Digital nudges work in online stores according to their definition: they guide consum- ers in subtle ways. Only few consumers know how to question the origins of the nudge or understand their intention to influence automatic decision-making. This is why consumers perceptions about the perception and trustworthiness should be taken into consideration when designing and creating consumer-friendly digital nudges in B2B-ecommerce. Keywords: digital nudging, nudging, B2C e-commerce, user perception, choice architecture, internet trust SISÄLLYS 1 Johdanto 8 1.1 Motivointi ja tutkimuksen tausta 8 1.2 Tutkimuskysymys 9 1.3 Tutkimusaukko ja aiheen rajaus 10 1.4 Tutkielman rakenne 11 1.5 Tekoälyn hyödyntäminen tutkielmassa 12 2 Tuuppaus ja yksilön päätöksenteko 14 2.1 Tuuppaus 14 2.2 Yksilön päätöksenteko 16 2.2.1 Kaksoisprosessointiteoria 17 2.2.2 Heuristiikat ja vinoumat 19 3 Digitaalinen tuuppaus 22 3.1 Alkuperä ja määritelmä 22 3.2 Valintaympäristöt 23 3.3 Valinta-arkkitehtuuri 24 3.4 Digitaalisen tuuppauksen keinoja 26 3.5 Digitaalisten tuuppausten hyödyt ja haitat yksilölle 29 3.6 Digitaalisen tuuppauksen eettisyys 30 4 Digitaalisten tuuppausten tunnistaminen ja luotettavuus 33 4.1 Havaitseminen 33 4.2 Luottamus 34 4.2.1 Digitaalisiin tuuppauksiin luottaminen 34 4.2.2 Luottamuksen määritelmä 35 4.2.3 Luottamuksen moninaisuus 36 5 Tutkimuksen viitekehys 38 6 Metodologia 43 6.1 Tutkimusmenetelmä 43 6.2 Tutkimuksen empiirisen datan kerääminen 44 6.2.1 Puolistrukturoitu haastattelu 44 6.2.2 Arviointitehtävä 45 6.3 Datan analyysi 46 6.4 Tutkimuksen luotettavuuden arviointi 47 7 Tutkimuksen tulokset 51 7.1 Haastateltavien taustatiedot 51 7.2 Luottamus verkkokauppoihin 52 7.3 Digitaaliset tuuppaukset 53 7.3.1 Havaitseminen 54 7.3.2 Luottamus 54 7.3.3 Arviointitehtävän tulokset 57 8 Johtopäätökset 61 8.1 Tärkeimmät tulokset ja vertailu aikaisempaan kirjallisuuteen 61 8.2 Tutkimuksen rajoitteet 65 8.3 Tulosten soveltaminen käytäntöön ja jatkotutkimusten mahdollisuudet 66 8.4 Yhteenveto 67 Lähteet 68 Liitteet 75 Liite 1. Tutkimuksen haastattelurunko 75 Liite 2. Haastatteluiden esimerkkilainaus ja esimerkkituuppaukset 78 Liite 3. Arviointitehtävän esimerkkikuvat 79 Liite 4. Opiskelijan aineistonhallintasuunnitelma 82 KUVIOT Kuvio 1. Tutkielman rakenne. 12 Kuvio 2. Luottamukseen liittyvän käyttäytymisen määritteleminen korkeamman tason luottamuskäsitteiden avulla (McKnight & Chervany 2001, 50). 36 Kuvio 3. Tutkimuksen viitekehys. 42 TAULUKOT Taulukko 1. Kaksoisprosessointiteorian kaksi järjestelmää ja niiden ominaisuudet (Thaler & Sunstein 2008, 20). 18 Taulukko 2. Yleisimmät heuristiikat ja ennakkoluulot tuuppauksen kirjallisuudessa. 21 Taulukko 3. Valinta-arkkitehtuuri ja digitaalisen tuuppauksen keinot tutkimuksen viitekehyksessä. 39 Taulukko 4. Havainnoinnin ja luottamuksen näkökulmat haastattelun kysymyksissä. 40 Taulukko 5. Arviointitehtävä. 46 Taulukko 6. Haastateltavien taustatiedot. 51 Taulukko 7. Verkkokauppojen luotettavuuteen vaikuttavat tekijät. 52 Taulukko 8. Digitaalisten tuuppausten luotettavuuteen vaikuttavat tekijät. 56 Taulukko 9. Arviointitehtävän vastaukset. 59 Taulukko 10. Arviointitehtävästä laskettuja arvoja. 60 8 1 Johdanto 1.1 Motivointi ja tutkimuksen tausta Verkkokauppojen osuus kaupankäynnistä kasvaa nopealla tahdilla (Jain ym. 2021, 665). Internetiä käyttäneistä 16–74-vuotiaista Euroopan kansalaisista 77 prosenttia on hyödyntänyt verkkokauppoja tuotteiden tai palveluiden ostamiseen vuonna 2024 (Eurostat 2025). Jatkuvan kysynnän kasvun seu- rauksena yhä useampi yritys on päätynyt siirtämään kaupankäyntiään verkkokauppoihin (Jain ym. 2021, 665). Verkkokauppojen laajempi hyödyntäminen lisää niissä tehtyjen päätösten määrää, ja mahdollistaa erilaisten vaikuttamiskeinojen hyödyntämisen kuluttajakäyttäytymisen ohjailemisessa (Mirsch ym. 2017, 634). Yksi verkkokaupoissa hyödynnettävä vaikuttamisen keino on digitaalinen tuuppaus. Weinmann ja muut (2016, 433) määrittelevät sen tarkoittavan käyttöliittymän suunnitteluelementtien hyödyntä- mistä ihmisten käyttäytymisen ohjaamiseksi digitaalisissa valintaympäristöissä. Digitaalisen valin- taympäristön Weinmann ja muut (2016, 433) määrittelevät käyttöliittymänä, joka vaatii ihmisten tekevän arvioita tai päätöksiä. Valintaympäristöllä tarkoitetaan kaikkia päätöksentekohetkellä vai- kuttavia elementtejä ja tekijöitä, kuten tekstiä ja kuvia, joita päätöksentekijä voi havaita ja joiden kanssa tämä voi olla vuorovaikutuksessa (Congiu & Moscati 2018, 2). Digitaalisia valintaympäris- töjä ovat esimerkiksi verkkokaupat, verkkosivustot, mobiilisovellukset, verkkopohjaiset lomakkeet, pelit sekä tieto- ja tiedonhallintajärjestelmät (Fogg 2009, 1; Weinmann ym. 2016, 433). Digitaalis- ten tuuppausten toiminta perustuu valintaympäristön mahdollisuuteen vaikuttaa päätöksiin tiedosta- mattomasti sekä ihmisten kykenemättömyyteen tehdä rationaalisia päätöksiä jokaisessa tilanteessa (Weinmann ym. 2016, 433). Tämä tekee digitaalisesta tuuppauksesta hienovaraisen, mutta tehok- kaan keinon ohjata kuluttajia haluttuun suuntaan digitaalisissa ympäristöissä (Schneider ym. 2018, 68). Weinmannin ja muiden (2016) mukaan verkkokaupat hyödyntävät digitaalisia tuuppauksia vai- kuttaakseen kuluttajien ostopäätöksiin. Verkkokauppojen toiminta ja niissä tapahtuvat interaktiot perustuvat siihen, että siellä ostajia vaaditaan tekemään erityyppisiä valintoja. (Weinmann ym. 2016, 433–434.) Digitaalisen tuuppauksen idea perustuu Thalerin ja Sunsteinin vuonna 2008 luomaan tuuppauksen teoriaan, jonka tarkoituksena on ohjailla käyttäjää haluttuihin valintoihin ilman pakottamista ja säi- lyttää samalla yksilön valinnanvapaus (Thaler & Sunstein, 2008, 5–6). Tuuppauksella tarkoitetaan Thalerin ja Sunsteinin mukaan (2008, 6) mitä tahansa valinta-arkkitehtuurin osaa, joka muuttaa ih- misten käyttäytymistä ennustettavalla tavalla kieltämättä mitään vaihtoehtoja tai muuttamatta mer- 9 kittävästi heidän taloudellisia kannustimiaan. Tuuppaus ei koskaan pakota yksilö mihinkään, eikä sen välttämisen tule olla yksilölle vaikeaa tai kallista (Thaler & Sunstein 2008, 6). Valinta-arkkiteh- tuuri on konteksti, jossa päätöksiä tehdään. Konteksti sisältää sekä yksilölle helposti havaittavia ominaisuuksia, mutta myös paljon ominaisuuksia, jotka jäävät kokonaan huomioimatta. (Thaler ym. 2010, 1.) Tutkimuksessa dataa kerätään puolistrukturoitujen haastattelujen avulla. Haastattelut sisältävät arvi- ointitehtävän, jonka tarkoituksena on selvittää kuluttajien kokemuksia tiettyjen tuuppaustyyppien havaitsemisen ja tunnistamisen osalta. Koska digitaaliset valintaympäristöt sisältävät paljon päätök- sentekoon vaikuttavaa informaatiota, on yhtenä tämän tutkimuksen näkökulmana tarkastella digitaa- lisia tuuppauksia havaitsemisen näkökulmasta. Useat digitaalisen tuuppauksen keinot toimivat il- man, että kuluttajat niitä havaitsevat tai tiedostavat, jonka vuoksi on mielenkiintoista tutkia heidän kokemuksiaan eri tuuppaustyyppien havaitsemisesta. Luottamuksen merkitys on suuri verkkokaup- paostamisessa ja sen on todettu olevan yksi tärkeimmistä ostopäätökseen vaikuttavista tekijöistä (Kim ym. 2008, 545–546). Tästä syystä toisena keskeisenä teemana tutkimuksessani on luottamus. Digitaalisten tuuppausten eri keinoja tutkitaan niiden luotettavuuden näkökulmasta, jotta voidaan selvittää mitkä keinot kuluttajat kokevat luotettavina ja mitkä epäluotettavina. Tutkimuksessa tar- kastellaan myös kuluttajien kokemuksia verkkokauppojen luotettavuudesta, keskittyen siihen mil- laiset tekijät saavat kuluttajat luottamaan verkkokauppoihin ja miten kyseiset tekijät ovat yhtey- dessä digitaalisiin tuuppauksiin kohdistuneeseen luottamukseen. 1.2 Tutkimuskysymys Pro gradu -tutkielmani tarkoituksena on tarkastella digitaalisia tuuppauksia B2C-kuluttajien näkö- kulmasta ja keskittyä siihen kuinka tavalliset verkkokauppojen käyttäjät kokevat digitaaliset tuup- paukset ja verkkokauppojen luotettavuuden. Verkkokauppojen luotettavuuden osalta keskitytään sitä aiheuttaviin tekijöihin. Se on otettu osaksi haastatteluja, koska verkkoon luottaminen on kulut- tajille tutumpi teema kuin digitaaliset tuuppaukset, joten haastattelut on hyvä aloittaa tämän tutun teeman käsittelyllä. Tutkimuskysymykseni on seuraavanlainen: Miten kuluttajat kokevat digitaaliset tuuppaukset B2C-verkkokaupoissa? Päätutkimuskysymyksen ohelle on luotu kaksi alatutkimuskysymystä, jotta voidaan tuoda esille tut- kimuksen eri osa-alueet. Alatutkimuskysymykset ovat seuraavanlaiset: 10 Miten kuluttajat havaitsevat digitaalisia tuuppauksia ja arvoivat niiden luotettavuutta? Mitkä tekijät vaikuttavat kuluttajilla luottamuksen syntyyn verkossa? Tutkimuskysymyksiin tullaan vastaamaan kirjallisuuskatsauksen sekä haastatteluista kerätyn datan perusteella. Kirjallisuuskatsauksen avulla luodaan tutkimuksen teoreettinen viitekehys, joka ohjaa haastatteluiden toteutusta sekä tulosten analysointia. Teoreettisena pohjana tutkimuksessa toimii di- gitaalisen tuuppauksen käsite sekä valinta-arkkitehtuuri. Näiden lisäksi kuluttajien kokemuksia digi- taalisiin tuuppauksiin käsitellään havainnoinnin ja luottamuksen näkökulmista. 1.3 Tutkimusaukko ja aiheen rajaus Digitaalisia tuuppauksia on tutkittu aikaisemmin useista näkökulmista. Aikaisemmissa tutkimuk- sissa on pyritty määrittelemään digitaalisen tuuppauksen käsitettä, sen erilaisia keinoja ja muotoja, tuuppausten eettisiä ongelmia sekä ohjeita oikeanlaisten digitaalisten tuuppausten suunnitteluun ja luomiseen (ks. Weinmann 2016; Schneider ym. 2018; Karlsen ja Andersen 2019; Lembcke ym. 2019a; Caraban ym. 2019). Aikaisempien tutkimusten laajasta kirjosta pystytään huomaamaan, että digitaalisen tuuppauksen tutkimuksella on mahdollisuuksia moneen. Kuluttajien kokemuksista digitaalisia tuuppauksia kohtaan ei ole tehty yhtä laajasti tutkimusta kuin niiden aikaansaamista vaikutuksista, vaikka niillä on todistetusti olennainen merkitys tuuppausten suunnittelun ja toteuttamisen kannalta. Tämän lisäksi digitaalisen tuuppauksen aikaisempia tutki- muksia on tehty pääosin käyttäytymistä havainnoimalla sen sijaan, että kuluttajilta kysyttäisiin suo- raan heidän kokemuksistaan. (Hettler ym. 2024, 2.) Tässä on tutkimukseni kannalta oleellinen tutki- musaukko ja haluankin selvittää, miten kuluttajat kokevat digitaaliset tuuppaukset ja verkkokauppo- jen luotettavuuden. Tutkimuksessa tarkastellaan tuuppauksia luottamuksen ja havaitsemisen näkö- kulmista. Näiden kahden teeman osalta on tehty vähän aikaisempaa tutkimustyötä verkkokauppaos- tamisen ja digitaaliseen tuuppauksen näkökulmista, kuitenkin eri kontekstissa kuin tässä tutkimuk- sessa. Tutkielman aihe on rajattu koskemaan B2C (engl. ”business-to-consumer) verkkokauppoja eli ku- luttajille suunnattuja verkkokauppoja ja näissä tapahtuvaa kaupankäyntiä. Tutkielmassani keskity- tään vain kuluttajien eli yksilöiden näkökulmiin, jolloin myyjien ja verkkokauppiaiden näkemykset sekä laajemmat yhteiskunnalliset tekijät kuten politiikka ja kansantalous jätetään tutkimuksen tar- kastelun ulkopuolelle. 11 1.4 Tutkielman rakenne Tutkielman ensimmäisessä luvussa keskitytään aiheen motivointiin, sekä tutkimuskysymysten, tut- kimusaukon ja aiheen rajauksen esittelyyn. Luvut 2–4 toimivat osana kirjallisuuskatsausta, joiden tarkoituksena on kartoittaa aiempaa kirjallisuutta ja tutkimusta. Luvussa kaksi käsitellään tuuppauk- sen alkuperää ja määritelmää, yksilön päätöksentekoa sekä päätöksenteon prosessien taustalla toi- mivia tekijöitä. Kolmannessa luvussa tarkastellaan digitaalista tuuppausta, sen erilaisia keinoja, hyötyjä ja haittoja yksilön näkökulmasta, personointia sekä tuuppausten eettisiä ongelmia. Neljän- nessä luvussa käsitellään kahta digitaalisten tuuppausten tarkastelemiseen valittua näkökulmaa: ha- vainnointia ja luottamusta, sekä näihin liittyviä aikaisempia tutkimuksia kuluttajien kokemusten ja verkkokauppojen konteksteissa. Tämän lisäksi luottamusta käsitellään tarkemmin sen määritelmien ja moninaisuuden kautta. Viides luku esittelee tutkimuksen teoreettisen viitekehyksen, jonka keskei- sessä osassa toimivat digitaalisen tuuppauksen ja valinta-arkkitehtuurin käsitteet, sekä havainnoimi- sen ja luottamuksen näkökulmat. Kuudes luku käsittelee tutkimusmetodologiaa. Tässä luvussa esi- tellään lyhyesti laadullinen haastattelututkimus tutkimusmenetelmänä sekä tutkimuksessa hyödyn- netty datankeruumenetelmä: puolistrukturoitu haastattelu. Lisäksi luvussa kuvaillaan empiirisen da- tan keruu- ja analysointiprosessit, sekä arvioidaan tutkimusta sen luotettavuuden näkökulmasta. Seitsemännessä luvussa esitetään tutkimuksen tulokset. Kahdeksannessa luvussa tutkimuksen tulok- sia analysoidaan aikaisemman kirjallisuuden perusteella, tehdään johtopäätöksiä ja pohditaan tutki- muksen rajoituksia sekä tulevaisuuden tutkimusmahdollisuuksia. Tämän luvun lopussa on tutkiel- man yhteenveto. Tutkielman lopussa ovat lähteet ja liitteet. Tutkielman rakennetta havainnolliste- taan kuviossa 1. 12 Kuvio 1. Tutkielman rakenne. 1.5 Tekoälyn hyödyntäminen tutkielmassa Olen hyödyntänyt tässä tutkielmassa generatiivista tekoälyä tekstin kielentarkastuksessa ja kielen- huollossa (poissulkien tutkielman tiivistelmät), englannin kielen kääntämisessä (poissulkien tutkiel- man englanninkielinen tiivistelmä) sekä haastateltaville esitetyn digitaalisen tuuppauksen määritel- män yksinkertaistamisessa. ChatGPT:tä on hyödynnetty tekstin oikeakielisyyden ja kielioppivirheiden korjaamisessa. Tekstin kirjoittamisessa tekoälyä on hyödynnetty sellaisten ilmaisujen kohdalla, jotka olen ensin itse arvioi- nut epäselviksi tai kieliopillisesti virheellisiksi. Näissä tapauksissa olen esittänyt tekoälylle kysy- myksiä tekstissä havaitsemistani kielioppivirheistä ja hyödyntänyt tekoälyn korjausehdotuksia teks- tin muokkaamiseen. Tekoälyä hyödynnettiin oikeakielisyyden apuna, esimerkiksi sanojen oikean aikamuodon, sijamuodon sekä oikeiden pronominien valitsemisen tukena. Tekoälyn avulla sujuvoi- tettiin tekstin lauseiden sanajärjestystä lauseissa, joissa sanajärjestys tai lauseen idea oli mielestäni epälooginen. Tekoälyä hyödynnettiin synonyymien keksimisessä, vaihtoehtoisten ilmauksien luo- misessa sekä mahdollisen toiston poistamisessa etsimällä korvaavia ilmaisuja paljon käyttämieni sanojen ja ilmaisujen tilalle. Sen avulla ei ole korjattu pitkiä tekstipätkiä, vaan vain yksittäisiä ilmai- suja tai lauseita. ChatGPT toimi englannin kielen kääntämisen ja ymmärtämisen apuna muiden käännöspalvelujen ohella. Olen arvioinut sen tuottamat käännökset kriittisesti oman kielitaitoni pohjalta ennen käännetyn tekstin hyödyntämistä. Tämän lisäksi hyödynsin tekoälyä muuttaakseni 13 digitaalisen tuuppauksen määritelmän (Weinmann 2016, 433) yksinkertaisempaan muotoon haastat- teluja varten (ks. liite 2). Pyysin ChatGPT:tä muuttamaan määritelmän mahdollisemman yksinker- taiseksi tavallisen kuluttajan näkökulmasta. Tekoälyn antamien ehdotusten perusteella olen muokannut omasta tekstistäni sujuvampaa ja kie- liopillisesti asianmukaisempaa. Jokaisen tekoälyn tuottaman ehdotuksen kohdalla olen käyttänyt en- sin omakohtaista harkintaa ja vasta sen jälkeen hyödyntänyt mahdollisia ehdotuksia osana omaa tekstiäni. Olen tutkielman kirjoittajana vastuussa tekoälyn tuottaman sisällön mahdollisesta virheel- lisyydestä ja tietoinen tekoälyn hyödyntämisen riskeistä. 14 2 Tuuppaus ja yksilön päätöksenteko Kirjallisuuskatsauksen ensimmäisessä luvussa käsitellään tuuppauksen määritelmää sekä taustoja käyttäytymistaloustieteen ja yksilön päätöksenteon näkökulmista. Luvussa käsitellään yksilön pää- töksentekoa rajoittuneen rationaalisuuden ja kaksoisprosessoinnin näkökulmista, sekä esitellään yleisimpiä yksilön päätöksentekoon vaikuttavia heuristiikkoja ja ennakkokäsityksiä. Luvun tarkoi- tuksena on kartoittaa tuuppaukseen liittyvää taustaa ja prosesseja, jotta voidaan ymmärtää parem- min mihin digitaaliset tuuppaukset perustuvat ja miten niiden avulla voidaan vaikuttaa kuluttajiin verkkokaupoissa. 2.1 Tuuppaus Tuuppauksen teoria perustuu käyttäytymistaloustieteisiin ja kaksoisprosessoinnin teoriaan, joiden mukaan yksilön ympäristöllä on mahdollisuus vaikuttaa tämän ajatteluun ja käyttäytymiseen (Thaler and Sunstein, 2008). Käyttäytymistaloustieteen (engl. behavioral economics) juuret ulottu- vat 1700-luvulle, ja pohjautuvat taloustieteilijä ja filosofi Adam Smithin ajatuksiin (Camerer & Loewenstein 2004, 5). Varsinaisena tieteenalana se sai laajempaa näkyvyyttä vasta 1900-luvun lop- pupuolella (Hummel & Maedche 2019, 48). Käyttäytymistaloustiede yhdistää psykologiaa ja talous- tieteitä tutkiakseen ihmisten monimutkaista ja rajoittunutta päätöksentekoa (Mirsch ym. 2017, 634; Hummel & Maedche 2019, 48). Tälle suuntaukselle ominaista on olla kiinnostunut siitä, kuinka päätöksentekoprosessit vaikuttavat tehtyihin päätöksiin (Simon 1990, 15). Perinteisten taloustietei- den oppien mukaan ihminen toimii rationaalisesti ja kykenee valitsemaan aina parhaan mahdollisen vaihtoehdon. Psykologian oppien mukaan tällainen päätöksenteko ei ole mahdollista ja ihmisten kognitiivisissa prosesseissa on mahdollisuuksia virheiden tekemiseen. (The Royal Swedish Academy of Sciences 2017, 1; Camerer & Loewenstein 2004, 5.) Thalerin ja Sunsteinin mukaan tuuppaus (engl. nudge) määritellään seuraavasti: ”Tuuppaus on mikä tahansa valinta-arkkitehtuurin osa-alue, joka muuttaa ihmisten käyttäytymistä ennakoitavalla ta- valla kieltämättä kuitenkaan mitään vaihtoehtoja tai muuttamatta merkittävästi heidän taloudellisia kannustimiaan” (Thaler & Sunstein 2008, 6). Vuonna 2008 esitetty tuuppauksen teoria (engl. nudge theory) on osa Thalerin ja Sunsteinin aiemmin kehittämää libertaristisen paternalismin (engl. libertarian paternalism) konseptia. Tuuppaus perustuu ajatukseen siitä, että yksilön valintoja ei py- ritä tuuppauksen suunnittelijan puolesta rajoittamaan, vaan valintoihin vaikutetaan kannustamalla yksilöä tekemään tämän omaksi parhaaksi olevia päätöksiä. Omaksi parhaaksi määrittelemisen tulee 15 lähteä yksilöstä itsestään, eikä sitä tulisi määritellä ulkopuolisen toimesta. (Thaler & Sunstein 2008, 4–5.) Sunstein (2014, 1) kuvailee tuuppauksia valinnanvapauksia säilyttävinä lähestymistapoina, jotka voivat ohjata ihmisiä tiettyyn suuntaan kuitenkin antaen heille mahdollisuuden tehdä itse kaikki päätökset. Tuuppauksen teorian luomisen jälkeen, sen määritelmä on kehittynyt ja muuttunut katta- vammaksi. Tässä tutkielmassa tuuppaus tullaan ymmärtämään Hansenin (2016) laajemman määri- telmän mukaisesti. Hänen mukaansa tuuppaus voidaan määritellä yrityksenä vaikuttaa ihmisten ar- vostelukykyyn, valintoihin tai käyttäytymiseen ennustettavalla tavalla. Tuuppauksen avulla on mah- dollista vaikuttaa, koska päätöksentekoon liittyy kognitiivisia rajoituksia, vinoumia, rutiineja ja tot- tumuksia, jotka estävät ihmisiä toimimasta rationaalisesti tämän itse ilmoittamiensa etujensa mu- kaan. Tuuppaukset toimivat hyödyntämällä näitä rajoituksia, vinoumia, rutiineja ja tottumuksia pää- töksiin vaikuttamisessa. (Hansen 2016, 158.) Hansenin (2016) määritelmä lisää alkuperäiseen tuup- pauksen määritelmään ominaisuuksia, jotka liittyvät päätöksentekoon ja rationaaliseen ajatteluun. Se on kattavampi kuin Thalerin ja Sunsteinin (2008) alkuperäinen määritelmä, ja ottaa tuuppauksen kokonaisuuden huomioon entistä paremmin. Se korostaa myös Lembcken ja muiden (2019a, 5) mielestä paremmin tuuppausten käyttäytymistaloudellista taustaa. Congiun ja Moscatin (2018, 4) mukaan Hansenin määritelmä erottelee sen libertaristisen paternalismin alaisuudesta ja ottaa huomi- oon tuuppausten eettisyyden ja siihen liittyvät mahdolliset ristiriidat. Thalerin ja Sunsteinin (2008) mukaan tuuppaukset eivät ole toimeksiantoja, eivätkä siis velvoita yk- silöä toimimaan tietyllä tavalla. Heidän mukaansa tuuppausten välttämisen tulee olla yksilölle help- poa ja taloudellisesti edullista. (Thaler & Sunstein 2008, 6.) Sunsteinin (2019, 1) mukaan monet tuuppaukset eivät ole lainkaan paternalistisia, eli ne eivät ohjaa toimintaa, vaan niiden tarkoituksena on ainoastaan tiedottaa ja varmistaa, että yksilöt ovat tietoisia valinnoistaan. Tuuppauksen lähesty- mistapa eroaa muista valinnanvapautta rajoittavista keinoista kuten sakoista ja kielloista, sillä niiden tarkoituksena ei ole olla tungettelevia vaan säilyttää yksilön täysi valinnanvapaus (Thaler & Sunstein 2008, 5). Sunsteinin (2014) mukaan tuuppauksen hyväksyttävyyteen vaikuttaa sen lä- pinäkyvyys. Jotta tuuppaus voidaan luokitella yksilölle hyväksyttäväksi ja tälle hyödylliseksi, tulisi jo tuuppauksen suunnitteluvaiheessa huomioida sen läpinäkyvyyden varmistaminen. Sunsteinin (2014) mukaan tuuppausten pääasiallinen tavoite on helpottaa elämää ja tehdä valintojen tekemi- sestä sujuvampaa, yksinkertaisempaa ja turvallisempaa. Niiden avulla pyritään vähentämään yksi- lölle päätöksenteosta koituvaa taakkaa ja auttamaan heitä saavuttamaan tavoitteensa sekä tekemään heille suotuisia päätöksiä. (Sunstein 2014, 2–3.) Tuuppauksia voidaan tunnistaa jokapäiväisissä ar- kisissa tapahtumissa ja ihmisiä pyritään tuuppaamaan monen eri tahon toimesta. Muun muassa päi- 16 vittäistavarakauppojen toteuttama tuotteiden sijoittelu perustuu tuuppaukseen. (Schneider ym. 2018, 67.) Esimerkiksi terveellisten tuotteiden myynnin kasvattamiseen voidaan vaikuttaa tuomalla tällai- set tuotteet esille ja keskelle myyntipisteitä (Thaler ym. 2012, 428). Tuuppauksen teorian mukaan (Thaler & Sunstein, 2008) ihmiset tekevät parempia valintoja, kun heillä on paljon hyödyllistä informaatiota valintaympäristöissään. Kuitenkin tuuppauksilla on mah- dollista saada aikaan tehokkaampi vaikutus silloin, kun niitä ei havaita ja tiedosteta (Meske ja Amojo 2020, 3930). Hansen ja Jespersen (2013, 5) nostavat esiin tuuppauksiin liittyvän eettisen di- lemman. He toteavat, että tuuppaukset toimivat paremmin silloin, kun niiden taustalla olevia psyko- logisia prosesseja ei tiedosteta, ja tuuppausten vaikutus vähenee, kun tuuppauksista tehdään kulutta- jille läpinäkyviä. Tuuppausten eettisyyttä käsitellään tarkemmin digitaalisten tuuppausten näkökul- masta luvussa 3.6. 2.2 Yksilön päätöksenteko Tuuppauksen taustalla toimiviin yksilön päätöksenteon prosesseihin kuuluvat rajoitetun rationaali- suuden ja kaksoisprosessoinnin teoriat, sekä heuristiikat ja ajattelun vinoumat. Ihmisten kognitiivis- ten kykyjen rajoittuneisuus johtaa siihen, että he luottavat päätöksenteossaan kontekstisidonnaisiin vihjeisiin ja heitä voidaan ohjailla valintaympäristön suunnittelun avulla (Thaler ym. 2012, 428). Tuuppaukset ohjailevat yksilöä keskittymällä tiettyihin psykologisiin vaikutuksiin (heuristiikat ja ennakkoluulot), joko hyödyntämällä tai estämällä niiden vaikutuksia (Mirsch 2017, 637). Tuup- paukset toimivat, koska ihmisillä on taipumus tehdä päätöksiä epärationaalisesti altistuessaan suu- relle määrälle informaatiota. Tämän vuoksi jo pienillä ja helposti toteutettavilla muutoksilla voidaan luoda päätöksiin vaikuttavaa sisältöä ja ohjata kuluttajaa tiettyyn suuntaan. (Weinmann ym. 2016, 433.) Päätöksenteon taustalla vaikuttavien psykologisten tekijöiden ymmärtäminen on avainasiassa, kun halutaan ymmärtää tuuppauksen ja digitaalisen tuuppauksen toimintaa (Mirsch ym. 2017, 634; Lembcke ym. 2019b, 4). Rajoitetun rationaalisuuden ajatteluun perustuva tiedonkäsittely toimii pe- rustana tuuppauksen teorialle (Meske & Amojo 2020, 3929). Ihmisten ajattelua voidaan Herbert Simonin (1957) mukaan kuvailla rajoittuneen rationaalisuuden (engl. bounded rationality) käsitteellä. Simonin (1957) mukaan yksilöiden päätöksentekoa rajoittaa se ympäristö, jossa tämä elää. Simonin (1990) mukaan, yksilöt mukautuvat niihin ympäristön vih- jeisiin, jotka helpottavat heidän päätöksentekoaan ja auttavat heitä valitsemaan itselleen sopivimmat vaihtoehdot. Rajoittuneella rationaalisuudella kuvaillaan ihmisten päätöksentekoa sen prosessien kautta huomioiden samalla päätöksentekijän kognitiiviset rajoitteet eli rajalliset kyvyt käsitellä tie- toa ja tehdä monimutkaisia päätelmiä. (Simon 1990, 15.) Rajoitettuun rationaalisuuteen kuuluu 17 kolme keskeistä ajatusta. Ensimmäinen niistä on käsitys siitä, että ihmisten kognitiiviset kyvyt ovat rajoitetut. Ihmisille on haastavaa keskittyä esimerkiksi moneen valintatilanteeseen yhtä aikaa. Toiseksi kognitiivisilla kyvyillä ja niiden rajoitteilla on vaikutusta ihmisten käyttäytymiseen päätök- senteon kautta. Kolmanneksi rajoitetun rationaalisuuden mukaan, ratkaistavan ongelman monimut- kaisuus tai vaativuus vaikuttaa tiedonkäsittelyyn tekemällä siitä puutteellista, vinoutunutta tai epä- täydellistä. (Simon 1981, Bedorin 2015, 773 mukaan.) Rajoittunut rationaalisuus viittaa yksilön kognitiivisten kykyjen ja tämän kohtaaman ongelman väliseen suhteeseen (Bedor 2015, 773). Suuri osa päätöksentekoon käytetystä ajasta ja kapasiteetista kuluu vaihtoehtojen kartoittamiseen ja arvi- ointiin. Lopullisen päätöksen tekeminen on nopeampaa, kun kaikki mahdolliset vaihtoehdot on ke- rätty ja analysoitu. (Simon 1990, 16.) 2.2.1 Kaksoisprosessointiteoria Ihmisten ajattelua ja päätöksentekoa kuvaillaan usein kahden erillisen, mutta vuorovaikutuksellisen prosessin avulla (Kahneman 2011). Kaksoisprosessoinnin teoria (engl. dual-process theory) on saa- nut alkunsa vuonna 1974, kun Tversky ja Kahneman osoittivat tutkimuksissaan, kuinka sisäiset ajat- teluprosessit vaikuttavat päätöksentekoon. He tunnistivat tutkimuksissaan useita erilaisia heuristiik- koja ja ajattelun vinoumia, jotka tekevät ihmisten päätöksenteosta epärationaalista. Nämä heuristii- kat ja ajattelun vinoumat toimivat tiedostamattoman päätöksenteon prossien taustalla. (Tversky & Kahneman 1974, 1131.) Kaksoisprosessoinnin teorian mukaan ihmiset käyttävät päätöksenteossa kahta eri kognitiivista jär- jestelmää: järjestelmää 1, joka on intuitiivinen sekä järjestelmää 2, joka perustuu systemaattiseen päättelyyn (Stanovich & West 2000, 658; Kahneman 2003, 1451; Kahneman 2011, 22). Hansenin ja Jespersenin (2013, 13) mukaan järjestelmät ovat toisilleen vastakohtia, koska niiden ominaisuudet ovat päinvastaisia. Lembcken ja muiden (2019b, 6) mukaan järjestelmien rajat toisiinsa nähden ovat joustavat, sillä prosessit toimivat rinnakkain ja yhteistyössä toistensa kanssa. Kahnemanin (2011, 26) mukaan molempia järjestelmiä tarvitaan ja niiden yhteistyö pienentää työmäärää ja optimoi suo- rituskykyä. Se kumpi järjestelmistä toimii missäkin tilanteessa, riippuu tehtävästä, kontekstista ja yksilön henkilökohtaisista kognitiivisista kyvyistä. Järjestelmien prosessit ovat yksilölle tiedosta- mattomia, joka on edellytys tuuppausten tehokkaalle toiminalle. (Lembcke ym. 2019b, 6.) Molem- pien järjestelmien keskeiset ominaisuudet ovat nähtävillä taulukosta 1. 18 Taulukko 1. Kaksoisprosessointiteorian kaksi järjestelmää ja niiden ominaisuudet (Thaler & Sunstein 2008, 20). Automaattinen Reflektoiva Kontrolloimaton Vaivaton Assosiatiivinen Nopea Tiedostamaton Rutiininomainen Kontrolloitu Vaivalloinen Deduktiivinen Hidas Itsetietoinen Sääntöjä seuraava Järjestelmä 1 on nopea, automaattinen, vaivaton ja vaistomainen, eivätkä sen prosessit vie paljon tiedonkäsittelyn kapasiteettia (Stanovich & West 2000, 658; Kahneman 2003, 1451). Stanovich ja West (2000, 658) kuvaavat järjestelmää 1 tiedostamattomana. Sitä voidaan kuvailla myös termillä harkitsematon (engl. unreflective), koska sen toiminta perustuu usein vahvoihin tunnelatauksiin (Kahneman 2003, 1451). Monissa yksinkertaisissa tilanteissa ihmiset turvautuvat pääosin järjestel- mään 1, joka toimii nopeasti ja automaattisesti. Tämä järjestelmä on myös voimakkaasti tottumus- ten ohjaama, mikä tekee sen hallinnasta tai muuttamisesta vaikeaa (Kahneman 2003, 1451; Stanovich & West 2000, 658). Järjestelmä 1 aktivoidaan yksinkertaisiin valintoihin liittyvissä pää- töksenteon tilanteissa, silloin kun tehtävä ei ole vaikea eikä siihen sisälly suuria riskejä (Kahneman 2011, 61). Järjestelmää 2 voidaan kuvailla reflektiivisenä, sillä sen toiminta perustuu tiedostettuun tiedonkäsit- telyyn, joka vaatii paljon kapasiteettia. Sen toiminta on hidasta sekä paljon keskittymistä ja pohdis- kelua vaativaa, ja perustuu itsetuntemukseen, autonomiaan ja tahtoon. (Kahneman 2003, 1451; Hansen & Jespersen 2013, 13.) Järjestelmän 2 toimintoja on mahdollista hallita, koska ne ovat muo- vattavia, joustavia ja erilaisiin kognitiivisiin sääntöihin perustuvia. Sen toimintaa ohjaa yksilön ai- kaisemmat kokemukset ja kyvyt rationaaliseen ajatteluun. (Kahneman, 2003, 1451.) Järjestelmä 2 aktivoidaan päätöksentekoon, jos aikaa on riittävästi ja tehtävä on yksilölle tärkeä. Järjestelmän 2 toimintaan liittyy usein subjektiivinen kokemus toimijuudesta, valinnasta ja keskittymisestä. (Kahneman 2011, 22–23.) Ihmisen tiedonkäsittelykapasiteetti on rajallinen, mikä aiheuttaa tilanteita, joissa paljon resursseja vaativat prosessit häiritsevät tosiaan, kun taas vähän kapasiteettia vievät prosessit voivat toimia hy- vin toistensa lomassa. Tämä viittaa siihen, että järjestelmän 2 monimutkaiset prosessit häiritsevät usein toisiaan, jos niitä tapahtuu samanaikaisesti. Koska järjestelmän 1 prosessit eivät vie tiedonkä- sittelyn kapasiteetteja yhtä paljon, voi niitä tapahtua useita samanaikaisesti. (Kahneman 2003, 1451.) Järjestelmällä 2 on kyky vaikuttaa järjestelmän 1 automaattisiin toimintoihin, kunhan proses- 19 sit ovat sellaisia, että niiden toimintoihin voidaan vaikuttaa tietoisesti. (Kahneman 2011, 24.) Kahnemanin (2011) mukaan työnjako toimii hyvin useimmissa tilanteissa, ja järjestelmä 1 toimii hyvin siinä mihin se on tarkoitettu. Sen tekemät lyhyen aikavälin ennusteet ovat tarkkoja ja reaktiot nopeita ja usein asianmukaisia. Kuitenkin järjestelmä 1 on taipuvainen harhoihin ja järjestelmälli- siin virheisiin tietynlaisissa tilanteissa. (Kahneman 2011, 26–27.) Ihmiset hyödyntävätkin arkisissa päätöksentekotilanteissa useimmin tämän tyyppistä nopeaa päätöksentekoa, jotta he voivat säästää aikansa ja energiansa (Thaler & Sunstein 2008, 22). 2.2.2 Heuristiikat ja vinoumat Useat heuristiikat (engl. heuristics) ja vinoumat (engl. biases) toimivat päätöksenteon prosessien taustalla järjestelmässä 1. Vaikutukset voivat olla yksilölle joko hyödyllisiä tai haitallisia. (Tversky & Kahneman 1974.) Tverskyn ja Kahnemanin (1974, 1124) mukaan ihmiset luottavat päätöksente- ossaan useisiin heuristiikkoihin, jotka auttavat muuttamaan vaikeita tehtäviä helpommiksi ja autta- vat asioiden arvioinnissa. Heuristiikkoja kutsutaan päätöksenteon ”nyrkkisäännöiksi” (engl. rules of thumb) ja ne ovat automaattisia, ihmisen biologiaan perustuvia reaktioita erilaisiin tilanteisiin, jotka vaikuttavat yksilöiden päätöksentekoon (Hutchinson & Gigerenzer 2005, 98). Niiden tarkoituksena on helpottaa ihmisen päätöksentekoa keventämällä kognitiivista kuormitusta, jota päätöksenteosta aiheutuu (Weinmann ym. 2016, 434). Heuristiikat yksinkertaistavat tietoa, jotta päätöksiä voitaisiin tehdä nopeammin, vähemmällä taustatiedolla ja pienemmällä suorituskyvyllä. Niiden toiminta pe- rustuu ihmisen kehittyneisiin ja harjoitettuihin kykyihin kuten tunnistamismuistiin ja ovat ne ihmi- sen päätöksenteon yksinkertaistamisen kannalta välttämättömiä. (Hutchinson & Gigerenzer 2005, 97–98.) Tverskyn ja Kahnemanin (1974) mukaan heuristiikkoja hyödynnetään useimmin epävar- moissa päätöksentekotilanteissa, joissa yksilö ei osaa jostain syystä tehdä päätöstä ilman avustusta. Monissa tilanteissa heuristiikat voivat olla yksilölle hyödyksi, mutta joskus niihin luottaminen joh- taa päätöksenteon systemaattisiin virheisiin. (Tversky & Kahneman 1974, 1124.) Tuuppaukset voi- vat vaikuttaa päätöksentekoon joko aktivoimalla heuristiikkoja tai käyttämällä toista heuristiikkaa ylikompensoidakseen aikaisemman vaikutuksen (engl. re-bias). Tällöin ne vaikuttavat prosessin 1 toimintoihin. Toisena vaihtoehtona tuuppauksilla on toimia vähentämällä tai korjaamalla (engl. de- bias) arviointimme vinoumia. Tällöin tuuppaukset pyrkivät ohjaamaan päätöksenteon prosesseja tyypin 2 prosessien kaltaiseen reflektiiviseen ajatteluun. (Michalek ym. 2015, 7.) Tverskyn ja Kahnemanin (1974) mukaan heuristiikkoihin luottaminen päätöksenteossa johtaa vi- noumiin, joita he kuvaavat myös nimellä systemaattinen tai kognitiivinen virhe. Kognitiivisia vir- heitä voi olla erilaiset virhearvioinnit, havaintovääristymät ja epäloogiset tulkinnat. Niiden määritte- 20 lyssä on otettava huomioon se, että ne ovat järjestelmällisiä ja usein toistuvia. (Tversky & Kahneman 1974.) Vinoumat aktivoituvat tietynlaisissa toistuvissa tilanteissa ja niihin luottaminen voi johtaa virheellisiin tai ennustettaviin lopputuloksiin (Tversky & Kahneman 1974, 1131; Kahneman 2011, 7). Taulukossa 2 on nähtävillä yleisimmät heuristiikat ja ennakkoluulot, niiden määritelmät sekä lähteet. Taulukkoon valitut heuristiikat ja ennakkoluulot ovat Mirschin ja muiden (2017) kirjallisuuskatsauksesta, jossa he tarkastelivat 20 erilaista psykologista vaikutusta tuuppauk- sen näkökulmasta. Taulukkoon on koottu Mirschin ja muiden (2017, 639) esimerkeistä ne, joita nostettiin useimmin esille myös muussa aiheeseen liittyvässä kirjallisuudessa. 21 Taulukko 2. Yleisimmät heuristiikat ja ennakkoluulot tuuppauksen kirjallisuudessa. Nimi Heuristiikka vai ennak- koluulo Kuvaus Lähde Edustavuus (representativeness) Heuristiikka Hyödynnetään tilanteissa, joissa arvioidaan todennäköisyyksiä. Toimii vertaamalla ta- pahtumaan, stereotyyppiin tai malliin, joka on jo itselle tuttu. Tversky & Kahneman (1974) Saatavuus (availability) Heuristiikka Päätöksentekotilanteissa hyödynnetään tie- toa, joka on helpoiten saatavilla tai helpoin palauttaa mieleen. Tversky & Kahneman (1974) Mukauttaminen ja ankkurointi (adjustment and anchoring) Heuristiikka Kun yksilöillä on puutteellisia tietoja asiasta, heillä on tapana ennustaa tai arvioida omien tietojensa tai kontekstin perusteella. Tätä mahdollisesti virheellistä tiedon lähtökohtaa kutsutaan ankkuriksi. Tversky & Kahneman (1974) Sosiaaliset normit Heuristiikka Ihmiset tekevät päätöksiä sosiaalisten nor- mien vaikutuksesta, koska heillä on tarve so- peutua ja seurata muiden käyttäytymistä. Sosiaaliset normit ovat epävirallisia sään- töjä, jotka koetaan oikeiksi, ja joiden odote- taan olevan voimassa, vaikka ne eivät ole- kaan lainsäädännön määräämiä. Cialdini & Trost, M.R. (1998) Kehystäminen (engl. framing) Heuristiikka Korostetaan jotain tiettyjä tarkasti mietittyjä vaihtoehtoja, joita ympäristön suunnittelija haluaa nostaa esiin eli kehystää. Korostus tapahtuu suunnittelun elementeillä, jotta ne varmasti huomattaisiin. Kahneman & Tversky (1982) Pohjustaminen (engl. priming) Heuristiikka Yksilöitä valmistellaan tiettyyn valintatapah- tumaan tarjoamalla heille etukäteen asiaan liittyvää tietoa, joka voi ohjata heidän pää- töksentekoaan tiettyyn suuntaan. Thaler & Sunstein (2008) Status quo -harha Ennakkoluulo Ihmiset eivät halua muuttaa tilannettaan, vaan haluavat pysyä ns. ”status quo” -tilan- teessaan, koska kokevat, että uuden tilan- teen haitat ovat suuremmat kuin uudesta ti- lanteesta saadut hyödyt. Kahneman ym. (1991) Liioitteleva diskont- taus (engl. hyperbolic discounting) Ennakkoluulo Ihmisillä on taipumus toimia ajan suhteen ir- rationaalisesti ja valita välittömät palkkiot myöhemmin tulevaisuudessa saatavien pal- kintojen kustannuksella, vaikka myöhemmin saatavat palkinnot voisivat olla parempia. Thaler & Benartzi (2004) Tappioiden välttämi- nen (engl. loss aversion) Ennakkoluulo Tappioiden välttäminen nähdään houkuttele- vampana vaihtoehtona kuin muutosten teke- minen. Siksi ihmisillä on taipumus pysyä mieluummin nykyisessä tilanteessaan, vaikka muutoksella voitaisiin saavuttaa mer- kittäviä voittoja ja etuja. Kahneman ym. (1991) 22 3 Digitaalinen tuuppaus Kirjallisuuskatsauksen toisessa luvussa käsitellään digitaalista tuuppausta. Luku alkaa digitaalisen tuuppauksen taustan ja määritelmän esittelyllä. Tämän jälkeen esitellään valintaympäristön ja va- linta-arkkitehtuurin käsitteet, jotka ovat olennainen osa digitaalisia tuuppauksia. Luvussa perehdy- tään digitaalisen tuuppauksen keinoihin, personointiin, hyötyihin sekä pohditaan digitaalisten tuup- pauksen eettisyyttä. 3.1 Alkuperä ja määritelmä Digitaalisten alustojen, kuten esimerkiksi verkkokauppojen käytön lisääntyminen on johtanut sii- hen, että ihmisten päivittäiset päätökset tapahtuvat yhä enemmän kyseisissä ympäristöissä (Weinmann ym. 2016, 433). Digitaaliset ympäristöt kannustavat irrationaaliseen ja automaattiseen päätöksentekoon (järjestelmä 1), koska niiden sisältö on visuaalista ja ne sisältävät paljon informaa- tiota (Bernartzi & Lehrer 2015, Lembcken ym. 2019b, 8 mukaan). Digitaalisten ympäristöjen omi- naispiirteet sekä ihmisen tiedonkäsittelyn rajallisuus mahdollistavat digitaalisen tuuppauksen tehok- kaan hyödyntämisen vaikutettaessa kuluttajien tekemiin päätöksiin (Weinmann ym. 2016, 433). Vä- hennyt tarkkaavaisuus ja multitasking lisäävät Lohin ja Kanain (2016, 516) mukaan digitaalisissa ympäristöissä tehtyjä arviointivirheitä ja altistavat näin heuristiikoille ja vinoumille, jotka vaikutta- vat järjestelmässä 1. Digitaalisen tuuppauksen (engl. digital nudging) tausta keskittyy ihmisen ja tietokoneen välisen vuorovaikutuksen (engl. human-computer interaction HCI) tutkimukseen, jonka tarkoituksena on arvioida sitä, miten tietojärjestelmien ominaisuudet vaikuttavat käyttäjien käyttäytymiseen (Schneider ym. 2020, 866). Digitaalisen tuuppauksen tutkimuksissa yhdistetään käyttäytymistalous- tieteen ja teknologian tutkimusta (Sobolev 2021, 1). Digitaalisen tuuppauksen teoreettisena perus- tana on käyttäytymistaloustieteistä tuttu Thalerin ja Sunsteinin (2008) tuuppauksen teoria (Weinmann ym. 2016, 433; Mirsch ym. 2017, 634). Weinmann, Schneider ja Brocke (2016, 433) määrittelevät digitaalisen tuuppauksen tarkoittavan käyttöliittymän suunnitteluelementtien käyttöä ihmisten käyttäytymisen ohjaamiseksi digitaalisissa valintaympäristöissä. Mesken ja Pothoffin (2017) mukaan Weinmannin ja muiden (2016) digitaali- sen tuuppauksen määritelmässä ei oteta huomioon vapaan päätöksen merkitystä ilman pakkokei- noja, eikä toimintatapaan kuuluvaa hienovaraisuutta. Heidän mukaansa digitaalinen tuuppaus ei myöskään aina rajoitu vain käyttöliittymien suunniteluun, koska digitaalisia tuuppauksia voi yhtä hyvin olla viestin sisältö tai muoto. Heidän määritelmänsä mukaan digitaalinen tuuppaus on hieno- 23 varaista suunnittelua, jossa muotoilun, tiedon ja vuorovaikutuksen elementtejä käytetään ohjaamaan käyttäjää digitaalisissa ympäristöissä kuitenkaan rajoittamatta yksilön valinnanvapautta. (Meske & Pothoff 2017, 3.) Tässä tutkielmassa digitaalinen tuuppaus tullaan käsittämään sen alkuperäisen määritelmän mukaan eli Weinmannin ja muiden (2016) mukaan, unohtamatta kuitenkaan tuuppauk- sen hienovaraista luonnetta ja sen tarkoitusta toimia ilman pakkokeinoja. 3.2 Valintaympäristöt Digitaalisen tuuppauksen taustalla toimivat tekniikat vaikuttavat samoihin psykologisiin prosessei- hin ihmisten päätöksenteossa kuin tuuppauksessakin, mutta digitaalisessa tuuppauksessa valintaym- päristö (engl. choice environment) on digitaalinen (Weinmann ym. 2016, 433). Esimerkkejä digitaa- lisista valintaympäristöistä ovat erilaiset verkkosivut, verkkokaupat, mobiilisovellukset, pelit, verk- kolomakkeet sekä tieto- ja tiedonhallintajärjestelmät (Fogg 2009, 1; Weinmann ym. 2016, 433). Di- gitaalisissa ympäristöissä suunnittelu, sekä ympäristön elementit ja tarjoamat mahdollisuudet vai- kuttavat siihen millaisiin johtopäätöksiin yksilö lopulta päätyy. (Weinmann ym. 2016, 433.) Kun puhutaan digitaalisesta tuuppauksesta, valintaympäristöllä viitataan kaikkiin päätöksentekoon liitty- viin suunnitteluelementteihin ja eri aisteilla havaittaviin tekijöihin, joita päätöksentekijä kohtaa ja jonka kanssa tämä voi reagoida digitaalisessa ympäristössä (Congiu & Moscati 2018, 2). Valin- taympäristön suunnitteluelementeistä esimerkkejä ovat muun muassa graafiseen suunnittelun keinot kuten tekstit ja kuvat, palaute, kehykset ja sisällön järjestäminen (Wernbacher ym. 2020, 391). Bartosiakin (2022, 4360) mukaan sivuston viestien sisällöllä on vähäisempi vaikutus verrattuna itse valintaympäristöön eli siihen, miltä sivusto näyttää ja millaisia ominaisuuksia sillä on. Valintaym- päristöjen suunnittelijoilla (engl. choice architect) on monia mahdollisuuksia vaikuttaa ja mahdolli- sesti parantaa käyttäjien valintoja suunnittelemalla käyttäjäystävällisiä valintaympäristöjä (Thaler ja Sunstein 2008, 11; Thaler ym. 2012, 1). Thalerin ja muiden (2012, 428) mukaan valintaympäristön suunnittelijan tulee huomioida miten ympäristön design voi mahdollisesti vaikuttaa yksilöiden pää- töksentekoon. Weinmannin ja muiden (2016, 433) mukaan ei ole mahdollista esittää tietoa neutraalisti, vaan jokai- sessa digitaalisessa ympäristössä on olemassa pieniä ja yksinkertaisia elementtejä, joilla on vaiku- tusta ihmisten päätöksentekoon. Samaa mieltä asiasta on myös Sunstein (2014), jonka mukaan aina on olemassa jonkinlainen valintaympäristö tai sosiaalinen konteksti, jolla on vaikutusta ihmisten päätöksiin. Hän myös korostaa sitä, että uudenlaiset tuuppaukset korvaavat useimmiten aiemmat vaikuttamisen keinot, eivätkä tuo tuuppausta sinne missä sitä ei ole. (Sunstein 2014, 584.) Digitaa- listen tuuppausten ja niiden toiminnan ymmärtäminen tukee Weinmannin ja muiden (2016, 433) 24 mukaan käyttäjiä parhaiten palvelevien tuuppausten suunnittelua. Tämä on heidän mielestään tär- keää, sillä digitaalisten ympäristöjen sisältämiä vihjeitä on joka puolella ja valintaympäristöt vaikut- tavat kaikkialla, sekä tahallaan että tahattomasti. Oikeanlaisen digitaalisen tuuppauksen keinon va- litseminen ja kohdistaminen on haastavaa, koska tuuppausten aiheuttamien seurausten ennustami- nen ei ole aina mahdollista ja yksilöt reagoivat niihin eri tavoin (Schneider ym. 2018, 68). 3.3 Valinta-arkkitehtuuri Thaler, Sunstein ja Balz (2010, 2012) määrittelevät valinta-arkkitehtuurin (engl. choice architecture) tarkoittavan sitä suunniteltua kontekstia, jossa ihmiset tekevät päätöksiä. Tällä tarkoi- tetaan tilannetta, jossa päätöksentekoympäristöllä on mahdollisuutta vaikuttaa yksilön päätöksente- koon sekä tämän tekemiin valintoihin. Myös valinta-arkkitehtuurin taustalla ovat käsitykset tuup- pauksen teoriasta ja libertaristisesta paternalismista. Valinta-arkkitehtuurin näkökulmasta on oleel- lista, että sen avulla säilytettäisiin yksilön valinnanvapaus. Valintaympäristöissä on useita ominai- suuksia, joita käyttäjän on helppo havaita, mutta myös paljon sellaista, joka jää täysin huomioi- matta. Molemmat voivat vaikuttaa päätöksentekoon. (Thaler ym. 2010, 1; Thaler ym. 2012, 428.) Kontekstiin ja ympäristöön sidotut vihjeet toimivat vaikutettaessa yksilöiden päätöksentekoon, koska ihmisen tiedonkäsittelykapasiteetti on rajallinen (Mertens ym. 2022, 2). Thalerin ja muiden (2010) mukaan valinta-arkkitehtuuri pyrkii tuuppaamaan ihmisiä tekemään parempia valintoja (yk- silön omasta mielestä) ilman pakottamista. He kuitenkin lisäävät tähän, että on myös ympäristöjen suunnittelijoita, jotka suunnittelevat omien tavoitteiden ja mielenkiinnon perusteella. (Thaler ym. 2010, 1–3.) Tehokkaan valinta-arkkitehtuurin kuudeksi perusperiaatteeksi Thaler ja muut (2012) määrittelevät oletusvalintojen asettamisen, virheiden tekemisen olettamisen, palautteen antamisen, kartoituksen ymmärtämisen, monimutkaisten valintojen yksinkertaistamisen ja kannustimien luomi- sen. Heidän mukaansa näitä kuutta keinoa käyttämällä voidaan luoda toimivia ja vaikuttavia valin- taympäristöjä kuluttajille. Thalerin ja muiden (2012, 431) mukaan oletusvalinnat ovat välttämätön osa valinta-arkkitehtuuria. Oletusvalinnat toimivat niin, että ensisijainen vaihtoehto (jonka valintaympäristön suunnittelija saa valita) on valittuna valmiina eli oletuksena, ja valinta pysyy, ellei yksilö sitä itse aktiivisesti vaihda toiseen vaihtoehtoon. Niiden tarkoituksena on nopeuttaa ja helpottaa päätöksentekoa (Thaler & Sunstein 2008, 35). Oletusvalintoja hyödyntämällä pyritään tarjoamaan vaihtoehtoja, jotka ovat yh- densuuntaisia yksilön tavoitteiden kanssa. (Thaler ym. 2012, 430.) Sunsteinin (2014, 585) mukaan oletusvalinnat ovat tehokas keino vaikuttaa, oletusvalintojen ollessa asetettuna, ihmiset antavat nii- den olla, eivätkä tee omia valintojaan. Hänen mukaansa, aina kun yksilöä ei pyydetä tekemään ak- 25 tiivista valintaa, on käytössä jonkinlainen oletusvalinta. Tämän lisäksi Sunstein korostaa oletusva- lintojen välttämättömyyttä monessa tapauksessa. Jos ihmiset joutuisivat tekemään kaikki päätökset erikseen, olisi se heille turhan aikaa vievää ja työlästä. (Sunstein 2014, 585.) Ne auttavat yksilöitä välttämään valintaympäristöjen aiheuttamia harhoja, kuten status quo -tilannetta (Kahneman 2011, Bergerin ym. 2020, 13 mukaan) ja ihmisten taipumusta vältellä vaikeiden päätösten tekemistä (Sunstein 2014, Bergerin ym. 2020, 13 mukaan). Ihmisille on tyypillistä tehdä virheitä. Hyvin suunniteltu valintaympäristö osaa ennakoida ihmisille tyypillisiä inhimillisiä virheitä ja tehdä niistä merkityksettömiä järjestelmän käytön kannalta. Hyvän valinta-arkkitehtuurin periaatteita noudattava järjestelmä on mahdollisimman anteeksiantavainen, sekä pyrkii auttamaan käyttäjiään selviytymään tekemistään virheistä. (Thaler ym. 2012, 431.) Pa- lautteen antaminen on myös Thalerin ja muiden (2012) mukaan tehokas keino vaikuttaa valinta-ark- kitehtuurissa. Palautetta antavan järjestelmän avulla on mahdollista ohjata ja parannella ihmisten toimintaa, ja johtaa heitä mahdollisesti parempiin valintoihin. Käyttäjien on tällöin mahdollista saada tietoa siitä, milloin he tekevät oikeanlaisia päätöksiä ja mitkä valinnat aiheuttavat mahdolli- sesti virheitä. Annetun palautteen avulla kuluttajat voivat muuttaa valintojaan ja käyttäytymistään. (Thaler ym. 2012, 433.) Thaler ja muut (2012) kutsuvat tehdyn valinnan ja hyödyllisimmän vaihtoehdon suhdetta nimellä kartoitus (engl. mapping). Hyvin suunniteltu valinta-arkkitehtuuri auttaa ihmisiä löytämään ja valit- semaan heille parhaiten sopivia vaihtoehtoja ja ohjaamaan heidän päätöksiänsä parhaimman vaihto- ehdon pariin. Kartoittaminen tarkoittaa vaikeasti arvioitavien tietojen yhdistämistä tuttuihin arvioin- timenetelmiin. Tätä voidaan toteuttaa esimerkiksi muuntamalla eri vaihtoehtojen numeerisia tietoja helpommin luettavaan muotoon. Tällöin kuluttajat voivat tehdä päätöksiä helpommin, koska ym- märtävät paremmin mitä kukin vaihtoehto sisältää. Verkkokaupoissa myytävien tuotteiden ominai- suudet voidaan muuttaa ymmärrettäviksi termeiksi kuluttajalle, jotta he voisivat paremmin valita mieltymyksiään vastaavia tuotteita. Esimerkiksi kameran pikselimäärän listaamisen sijaan, verkko- kaupassa kerrottaisiin mikä on suurin mahdollinen kuvakoko, jonka tällä tietyllä kameralla voi ottaa ja saada sillä tarkkoja kuvia. (Thaler ym. 2012, 434–435.) Monimutkaisissa ja paljon informaatiota sisältävissä valintaympäristöissä käyttäjien voi olla vai- keaa hahmottaa oleellista informaatiota. Ihmiset reagoivat ja tekevät valintoja eri tavoin. Valintojen tekemiseen vaikuttaa eri vaihtoehtojen ominaisuudet ja kompleksisuus. Päätöksenteko on helpom- paa tilanteissa, joissa vaihtoehdot ovat yksinkertaisia ja niitä on vähän verrattuna tilanteeseen, jossa vaihtoehdot ovat monimutkaisia ja niitä on paljon. Joskus jäsentelyn tarkoitus on opettaa ihmisiä 26 oppimaan, jotta he voivat tehdä itse jatkossa parempia valintoja itsenäisesti. Käytännössä tätä voi- daan toteuttaa luetteloimalla kaikki ominaisuudet ihmisten vertaillessa ominaisuuksia ja tuotteita toisiinsa, ja antaa käyttäjien tehdä kompromisseja niiden välillä. (Thaler ym. 2012, 435–436.) Kan- nustimet (engl. incentives) ovat perinteisten taloustieteiden esimerkki valintoihin vaikuttamisesta, jonka vuoksi niiden huomioiminen on Thalerin ja muiden (2012) mukaan tärkeää myös valinta-ark- kitehtuurissa. Useimmiten kannustimilla tarkoitetaan rahallisia etuja ja palkintoja tai uhkauksia mahdollisista menetyksistä. Valinta-arkkitehtien mahdollista korostaa tiettyä vaikutusta kannusti- milla ja ohjata kuluttajaa tiettyjen haluttujen vaihtoehtojen suuntaan. Tätä voidaan toteuttaa tarjoa- malla erilaisia palkintoja (rahallisia säästöjä) tai uhkaamalla rangaistuksen muodossa, jos käyttäjä ei tee halutulla tavalla. (Thaler ym. 2012, 437.) 3.4 Digitaalisen tuuppauksen keinoja Koska digitaalisen tuuppauksen lähtökohdat tulevat tuuppauksen teoriasta, voidaan alun perin tuup- pauksessa toteutettavia keinoja hyödyntää myös digitaalisessa tuuppauksessa (Weinmann ym. 2016, 433). Thalerin ja muiden (2010) valinta-arkkitehtuurin keinoista oletusvalinnat ja yksinkertaistami- nen ovat samoja kuin Sunsteinilla (2014, 585–587), joka nimesi kymmenen tärkeää ja toimivaa tuuppauksen keinoa: oletusvalinnat, yksinkertaistaminen, sosiaalisten normien hyödyntäminen, helppouden ja mukavuuden lisääminen, tiedottaminen, varoitukset ja grafiikat, ennakkositoutta- misstrategiat, toteutusaikomusten selvittäminen, muistutukset sekä omien tekojen seurauksista muistuttaminen. Sunsteinin (2014) luettelemista keinoista viisi on Karlsenin ja Andersenin (2019, 10) mukaan erityisen hyödyllisiä juuri digitaalisen tuuppauksen näkökulmasta: oletusvalinnat, yk- sinkertaistaminen, sosiaalisten normien hyödyntäminen, muistutukset sekä omien tekojen seurauk- sista muistuttaminen. Myös Weinmann ja muut (2016, 435) perustavat digitaalisen tuuppauksen esi- merkkikeinonsa Thalerin ja muiden (2010) valinta-arkkitehtuurin kuuteen perusperiaatteeseen. Yksinkertaistamalla käyttöliittymien ulkonäköä ja niiden sisältämää tietoa, voidaan vaikuttaa siihen, millaisiin valintoihin kuluttaja päätyy. Yksinkertaistaminen toimii, koska sillä miltä sisältö näyttää on kuluttajan silmissä suuri vaikutus. Kuluttajaa voidaan ohjata haluttuun suuntaan esittämällä tie- toa mahdollisimman yksinkertaisesti, sillä epäselvyys ja tiedon suuri määrä aiheuttavat tutkitusti ku- luttajissa ahdistusta ja hämmennystä. (Sunstein 2014, 585; Karlsen & Andersen 2019, 10.) Tiedon muuttaminen helpommin ymmärrettävään muotoon helpottaa suuren tietomäärän käsittelyä (Sunstein, 2014, 585). Digitaalisen tuuppauksen yksinkertaistamisen keinoja ovat monimutkaisten tietojärjestelmien näyttö- ja valintaruutujen yksinkertaistaminen (Weinmann ym. 2016, 435). Myös sillä on merkitystä, miten tieto on ympäröity eli kehystetty digitaalisessa ympäristössä. Kehystämi- 27 sen voidaan ajatella kuuluvan yksinkertaistamisen alle, sillä sen avulla voidaan tietoisesti korostaa ja selkeyttää haluttua valintaa ja tukea näin tavoiteltua käyttäytymistä. (Karlsen ja Andersen, 2019, 10.) Oletusvalinnat (engl. defaults) ovat tunnetuin tuuppauksen muoto (Sunstein 2014). Digitaalisen tuuppauksen keinona oletusvalinnat ovat paljon käytettyjä (Weinmann ym. 2016). Oletusvalintoja asettamalla voidaan esimerkiksi lisätä mobiilimaksusovelluksessa annettujen tippien määrää (Schneider ym. 2018, 69), yleisimpien vakuutusvaihtoehtojen myyntiä tai elintenluovuttamiseen suostumista (Weinmann ym. 2016, 435). Verkkosivujen ja verkkokauppojen tunnettuna esimerk- kinä oletusvalinnoista toimivat evästeet (Figl ym. 2021; Paunov ym. 2022). Sosiaalisten normien hyödyntäminen on digitaalisissa tuuppauksissa toimiva keino. Ihmisillä on tai- pumusta ottaa muista mallia tai etsiä hyväksyntää, kun he eivät tiedä miten uudessa tilanteessa tulisi toimia. (Karlsen & Andersen, 2019, 10.) Tällaisten tuuppausten on tarkoituksena korostaa sitä, mitä muut ovat tehneet tai valinneet (Sunstein 2014, 586). Esimerkkeinä sosiaalisiin normeihin viittaa- vista digitaalista tuuppauksista ovat esimerkiksi verkkokauppojen sivustojen tekstit: ”Asiakkaat, jotka ostivat tämän tuotteen, ostivat myös" (Mirsch ym. 2017, 641), ”70 % osti vähintään yhden ekologisen tuotteen” (Demarque ym. 2015, 169) ja ”90 % tykkäsi tästä” (Jesse & Jannach 2021b, 4). Muistutukset toimivat digitaalisen tuuppauksen keinona, koska ihmiset ovat kiireisiä, heillä on pal- jon muistettavaa tai heillä on tapana lykätä jonkin asian tekemistä (Karlsen & Andersen, 2019, 10). Sunsteinin (2014, 587) mukaan oikein ajoitettu muistutus (esimerkiksi tekstiviesti tai sähköposti) on tehokas tuuppauksen keino, koska ihmiset ovat ajoittain taipuvaisia unohtamaan asioita ja muistu- tuksen saaminen saa heidät reagoimaan ja toimimaan heti. Muistutuksia lähettämällä voidaan vai- kuttaa reaalimaailman ilmiöihin ja käyttäytymiseen esimerkiksi aktiivisten elämäntapojen näkökul- masta: tuuppaus älykellossa voi muistuttaa omistajaansa liikkumaan ja olemaan aktiivisempi, tai so- velluksen lähettämä tuuppaus voi muistuttaa päivän askeltavoitteesta ja kehottaa tätä lähtemään kä- velylle. (Weinmann ym., 2016, 434–435.) Palautteen antaminen toimii myös digitaalisen tuuppauksen keinona. Palautteen avulla voidaan oh- jata ja parannella ihmisten toimintaa johtamalla heitä parempiin valintoihin. (Thaler ym. 2012, 433.) Palautetta voidaan antaa tilanteissa, joissa ihminen tekee hyviä valintoja, tai päinvastoin silloin kun tämä tekee virheitä. Palautteen antamista digitaalisen tuuppauksen keinona voidaan hyödyntää esi- merkiksi terveellisempiin elämäntapoihin kannustamisessa, kun älykellojen avulla annetaan käyttä- jälle palautetta yksilöllisesti hänen tekojensa, valintojensa ja aktiivisuustasojensa perusteella. Ter- 28 mostaattien ja mittarien avulla annetun palautteen avulla voidaan vaikuttaa jätteiden määrän ja ener- giankulutuksen vähenemiseen. (Weinmann ym. 2016, 435.) Kuluttajien käyttäytymistä voidaan oh- jata muistuttamalla heitä omien tekojensa seurauksista. Kerätyn ja analysoidun datan avulla voidaan kertoa kuluttajille, miten heidän nykyinen käyttäytymisensä ja valintansa vaikuttavat tulevaisuu- teen. Tämän tiedon perusteella kuluttajat voivat muuttaa käytöstään saavuttaakseen parempia tulok- sia tulevaisuudessa. (Karlsen & Andersen, 2019, 10–11.) Sunsteinin (2014, 587) mukaan tällainen tuuppaus on tehokas, koska ihmisiltä saattaa puuttua tietoja siitä, miten heidän nykyiset tekonsa vai- kuttavat tulevaisuuteensa. Saatuaan tästä tietoa, he saattavat mahdollisesti muuttaa valintojaan. Karlsenin ja Andersenin (2019, 10–11) mukaan omien tekojen seurauksista muistuttaminen toimii digitaalisen tuuppauksen keinona esimerkiksi silloin, kun halutaan kannustaa ihmisiä terveellisem- piin elämäntapoihin. Ankkurointia ja tiedon sopeuttamista siihen hyödynnetään verkkokaupoissa tilanteissa, joissa pää- töksentekijällä on puuttuvia tietoja. Ankkuri (engl. anchor) tarkoittaa aloituspistettä, esimerkiksi lähtöhintaa, johon kuluttaja vertaa aikaisempaa tietoaan. Se voi olla valintaympäristön tarjoama tai perustua ostajan omiin ja mahdollisesti virheellisiin laskelmiin. (Mirsch ym. 2017, 641.) Ankku- rointi on todistettu tutkimuksissa toimivaksi esimerkiksi ruoan verkkokaupoissa, kun pyritään kan- nustamaan ostajia valitsemaan terveellisempiä vaihtoehtoja. Ankkuroinnista esimerkkinä on Gottschewskin ja muiden (2022) tutkimuksessa ollut liikennevalomalli, jonka avulla ruokia lajitel- tiin kategorioihin paras ja terveellisin vaihtoehto (vihreä), keskinkertainen (keltainen) ja huono vaihtoehto (punainen) näyttämällä tuotteen kohdalla tietyn väristä merkkiä perustuen sen ravintoar- voihin. Tutkimuksen tulosten mukaan, ankkuroinnilla oli vaikutusta terveellisempien vaihtoehtojen valintaan: kuluttajat valitsivat useammin sen vaihtoehdon, jossa on vihreä merkki. (Gottschewski ym. 2022, 8–11.) Mirschin ja muiden (2017) mukaan verkkokaupoissa on yleistä esittää kolme tuo- tetta eri ominaisuuksilla, esimerkkinä Apple ja kolme erihintaista puhelinta eri muistin määrillä. Halvin ja kallein vaihtoehto toimivat tässä tapauksessa ankkurina, joka voi johtaa siihen, että kulut- taja valitsee keskimmäisen vaihtoehdon. (Mirsch ym. 2017, 642.) Yleinen digitaalisen tuuppauksen keino verkkokaupoissa on kiireellisyyteen tai ostopäätöksen jättä- misestä aiheutuvaan ”tappioon” (engl. loss aversion) viittaaminen. Ne perustuvat ajatukseen siitä, että aiheutuneet tappiot nähdään yksilön kokemuksien perusteella negatiivisempana asiana kuin an- saitut edut. Monet majoitus- ja lentoyhtiöt hyödyntävät näitä keinoja verkkokaupoissaan. Esimer- kiksi Booking.com näyttää kuluttajalle tekstejä, kuten ”varattu 36 kertaa tänään”, ”8 ihmistä katse- lee tätä juuri nyt” tai ”tälle on suuri kysyntä”. Näiden tarkoituksena on saada kuluttajia tekemään ostopäätöksensä nopeammin, jotta hän ei menettäisi löytämiään etuja tai tuotteita. (Mirsch ym. 29 2017, 641.) Myös erilaiset alennukset, rahalliseen säästöön perustuvat palkinnot käteisalennuksen, kupongin tai alennuksen muodossa toimivat verkkokaupoissa digitaalisen tuuppauksen keinona. Esimerkkinä tästä on Europcar, joka tarjoaa varauksen heti maksamisesta 9 %:n alennuksen verrat- tuna siihen, että varaus maksettaisiin vasta auton noutamisen yhteydessä. Tällaisten alennuksien toi- miminen tuuppauksen keinona perustuu siihen, että ihmiset suosivat heti saatuja alennuksia ja etuja myöhemmin ansaittuihin etuihin verrattuna. (Mirsch ym. 2017, 642.) Digitaalisten tuuppausten personointia voidaan pitää myös omana tuuppauksen keinonaan. Yhä use- ampi järjestelmä ja verkkosivu hyödyntää digitaalisia tuuppauksia, jotka ovat personoitu kuluttajien tarpeisiin. (Mills 2022, 157.) Digitaalisten tuuppausten personoinnin tarkoituksena on vastata siihen ongelmaan, joka on saanut alkunsa tuuppausten alkuajoista, jolloin niitä suunniteltiin lähinnä “one- size-fits-all" -periaatteella (Caraban ym. 2019, 11). Sunsteinin alkuperäinen ajatus tuuppausten per- sonoinnista keskittyi vain oletusvalintoihin (Sunstein 2014, 38–41), mutta nykypäivänä digitaalisten tuuppausten personointia voidaan toteuttaa eri tuuppauksen keinoilla (Caraban ym. 2019, 11). Digi- taalisten tuuppausten personointia voidaan toteuttaa kahdella eri tavalla. Ensimmäinen tapa on per- sonoida itse tuuppaus (engl. choice personalization), joka tarkoittaa personointia tuuppauksen si- sällä. Se voidaan toteuttaa esimerkiksi lisäämällä vastaanottajan nimi tuuppauksiin, joissa on teks- tiä. (Pe’er ym. 2019, 5.) Tällä pyritään parhaimpaan lopputulokseen tilanteissa, joissa käytettävä tuuppauskeino on jo valittu (Mills 2022, 153). Tehokkaampana personoinnin keinona nähdään kui- tenkin digitaalisen tuuppausten keinon personointi, eli juuri oikeanlaisen tuuppauksen valinta oike- alle kohdehenkilölle (Pe’er ym. 2019, 5). Sillä tarkoitetaan personointia tuuppausten välillä (engl. delivery personalization). Ihmiset reagoivat tuuppauksiin eri tavoin, toiselle sosiaaliset normit ja muiden jättämät arvostelut ovat toimivampia, kun taas toiselle oletusvalinnat voivat olla kaikkein tehokkain tuuppauksen keino. (Mills 2022, 153.) Dalecken ja Karlsenin (2020, 140) mukaan kulut- tajat hyväksyvät paremmin personoidut ja yksilölliset tuuppaukset, kuin ei-personoidut. Perso- noidun tuuppauksen käytöstä hyötyy myös tuuppauksen suunnittelija, sillä hän voi saada aikaan merkittäviä vaikutuksia personoitujen tuuppausten avulla (Mills 2022, 157). 3.5 Digitaalisten tuuppausten hyödyt ja haitat yksilölle Tuuppausten tarkoituksena on aina olla kuluttajille hyödyksi (Thaler ja Sunstein 2008, 6). Kokemus tuuppauksen hyödystä on yksilöllinen ja usein valintaympäristöjen suunnittelijan on vaikeaa tietää tarkkaan, millaisia valintoja yksilö suosii. Sen vuoksi digitaaliset tuuppaukset voivat vaikuttaa yksi- lön päätöksiin myös negatiivisesti ja ohjata tätä mieltymyksiensä vastaiseen suuntaan. (Barton & Grüne-Yanoff 2015, 346.) Tästä huolimatta, digitaalisten tuuppausten hyödyistä on saatu tutkimus- 30 tuloksia monesta eri lähtökohdasta ja sen tutkimuskenttä on laaja. Digitaalista tuuppausta voidaan myös soveltaa monelle erilaiselle verkkoympäristölle, mikä tekee siitä hyödyllisen vaikuttamisen keinon. Digitaalisen tuuppauksen tutkimuksissa on tutkittu niiden vaikutuksia esimerkiksi yksityi- syyden ja turvallisuuden, verkkokauppaostamisen, tuotesuosittelun tai joukkorahoituksen näkökul- mista. (Lembcke ym. 2019b, 4.) Yksittäiselle kuluttajalle digitaaliset tuuppaukset ovat erityisen hyödyllisiä muun muassa ekologis- ten ostopäätösten, terveyteen ja ruokaan liittyvien valintojen, fyysiseen aktiivisuuteen kannustami- sen, sekä tuottavuuden ja työelämän tehokkuuden kannalta (ks. Weinmann 2016; Jesse & Jannach 2021b; Sobolev 2021; Michels ym. 2022). Tuuppaukset voivat antaa hienovaraisia ohjeita ja muis- tutuksia tärkeissäkin päätöksentekotilanteissa auttaen yksilöä selviytymään monimutkaisista valin- noista arkisissa tilanteissa. Tämän lisäksi ne auttavat suuren informaatiomäärän käsittelyssä ja yk- sinkertaistamisessa. (Gottschewski ym. 2022, 3–7.) Schneiderin ja muiden (2020, 876) mukaan di- gitaalisten tuuppausten vaikutuksissa tulee huomioida myös se, kuinka niitä sijoitetaan suhteessa toisiinsa. He todistivat tutkimuksellaan kuinka ensimmäisen tuuppauksen vaikutuksen voi kumota kokonaan jälkimmäisellä, sekä kuinka oikealla tavalla peräkkäin asetetut tuuppaukset voivat saada aikaan tehokkaamman vaikutuksen kuin yksittäin esitetty tuuppaus. 3.6 Digitaalisen tuuppauksen eettisyys Thaler ja Sunstein loivat tuuppauksen teorian perustuen siihen, että sen tarkoituksena olisi aina olla yksilöille hyödyksi ja auttaa heitä tekemään itselleen sopivampia ja parempia valintoja (Thaler & Sunstein 2008, 4–5). Thalerin ja muiden (2012, 1) mukaan "parempia valintoja" voidaan määritellä sellaisiksi vain silloin, kun yksilö, johon tuuppaus kohdistuu, arvioi ne itselleen paremmiksi ja hyö- dyllisiksi. Digitaalisen tuuppauksen periaatteiden ymmärtämisen ja niiden hyödyntämisen yleisty- minen ovat saaneet tutkijat keskustelemaan tuuppauksiin liittyvistä eettisistä ongelmista. Koska di- gitaalisen tuuppauksen avulla on mahdollista vaikuttaa ihmisen käytökseen tiedostamattomalla ta- valla, ovat monet tutkijat nostaneet esille niihin liittyvät eettiset ongelmat ja kysymykset (Hansen ja Jespersen 2013; Felsen ym. 2013; Hansen 2016; Lembcke ym. 2019a). Kirjallisuudessa korostuu muun muassa eettiset ongelmat tuuppausten ja digitaalisten tuuppausten läpinäkyvyydestä (Hansen ja Jespersen 2013, 15–18; Lembcke ym. 2019a, 10), autonomian ja valinnanvapauden rajoittami- sesta (Hansen ja Jespersen 2013, 9; Hansen, 2016, 162; Lembcke ym. 2019a, 9) sekä mahdollisesta valintojen manipuloinnista (Hansen ja Jespersen 2013, 20). Myös tuuppauksen ja suostuttelun erot sekä yhteneväisyydet on tuotu esille monissa tutkimuksissa (Meske & Pothoff 2017; Karlsen & Andersen 2019; Jesse & Jannach, 2021a). Lembcke ja muut (2019a, 13) korostavat eettisten kysy- 31 mysten huomioimisen merkitystä jo digitaalisten tuuppausten suunnittelu- ja käyttöönottovaiheissa. Heidän mielestään olisi tärkeää ottaa eettiset näkökulmat huomioon jo ennen tuuppausten käyttöä, eikä vasta jälkikäteen, kun arvioidaan niiden vaikutuksia. Digitaalisella valintaympäristöllä ja niissä hyödynnettävillä tuuppauksilla on merkittävä vaikutus yksilöiden päätöksentekoon, ja siksi suunnit- telijoiden tulisi olla tietoisia tuuppausten mahdollisista haittavaikutuksista. Digitaalisen tuuppauk- sen tahattomilla vaikutuksilla voi olla vakavia seurauksia, minkä vuoksi niitä olisi tarkasteltava ja arvioitava huolellisesti alusta alkaen. (Weinmann 2016, 434.) Lembcke ja muut (2019a) nimesivät kolme digitaaliselle tuuppaukselle ominaista eettistä ongelmaa: itsemääräämisoikeus eli autonomia (engl. autonomy), läpinäkyvyys (engl. transparency) ja tavoit- teellinen perustelu (engl. goal-oriented justification). Digitaalisten tuuppausten tulisi säilyttää yksi- lön autonomia ja valinnanvapaus. Tämän lisäksi tuuppausten suunnittelussa ja toteutuksessa tulisi varmistaa, että jokaisesta tuuppauksesta on mahdollista kieltäytyä. Digitaalisten tuuppausten tulisi olla kuluttajalle läpinäkyviä, eli kuluttajan tulisi olla tietoinen siitä, että heihin yritetään vaikuttaa ja ymmärtää myös, miten ja miksi tietynlainen tuuppaus toimii. Kolmas huomioitava tekijä tuuppaus- ten eettisyydessä on se, miten tuuppausten taustalla olevia tavoitteita voidaan perustella. Tuuppaus- ten tavoitteiden tulisi olla havaittavissa ja arvioitavissa, ja jos näin ei ole, voidaan tuuppausten kat- soa olevan epäeettisiä. (Lembcke ym. 2019a, 9–12.) Digitaalisten tuuppausten eettisyyttä voidaan tarkastella niiden tavoitteiden kautta. Tavoitteet voivat olla tuupattavien hyvinvointia parantavia eli itsemyönteisiä (engl. pro-self), yhteisiä tavoitteita edistäviä eli prososiaalisia (engl. prosocial) tai tuuppauksia suunnittelevan tahon omia tavoitteita edistäviä eli itsekkäitä (engl. selfish). (Barton & Grüne-Yanoff 2015, 344; Clavien 2018, 3.) Eettisesti ongelmallisiksi näistä voidaan luokitella itsek- käät tuuppaukset, koska niiden tavoitteet ja perustelut ovat tuuppauksen perusideaa vastaan. Ne ei- vät kunnioita tuupattavien itsemääräämisoikeutta ja vapaata tahtoa. (Clavien 2018, 3.) Karlsenin ja Andersenin (2019, 13) mukaan digitaalisten tuuppausten eettisyyttä arvioitaessa on tar- peen verrata niitä muihin vaikuttamiskeinoihin, kuten suostutteluun (engl. persuasion). Mesken ja Pothoffin (2017, 3) mukaan näiden kahden konseptin välillä on eroja, koska määritelmissä kielle- tään eri asioita. Tuuppaus tulisi tehdä kieltämättä mitään vaihtoehtoja tai muuttamatta merkittävästi taloudellisia kannustimia (Thaler & Sunstein 2008, 6), kun taas suostuttelu tulisi toteuttaa käyttä- mättä pakotusta tai petosta (Fogg 2003, 15). Mesken ja Pothoffin (2017, 3) mukaan näihin määritel- miin perustuen, suostuttelulle on tyypillistä toimia valintoja rajoittavasti, kun taas tuuppaukselle on olennaista, että kaikki vaihtoehdot pidetään avoinna. Münscher ja muut (2016, 511) korostavat myös näiden kahden konseptin eroissa sitä, mihin vaikuttamisen keinolla pyritään. Heidän mu- kaansa tuuppaukset eroavat suostuttelusta, koska ne keskittyvät käyttäytymiseen vaikuttamiseen ei- 32 vätkä niinkään mielipiteiden ja uskomusten muuttamiseen. Mesken ja Pothoffin (2017, 1) mukaan tuuppauksella ja suostuttelulla pyritään samankaltaisiin tavoitteisiin eli yksilöiden päätöksentekoon vaikuttamiseen, mikä tekee niiden erottelusta välillä vaikeaa. Jessen ja Jannachin (2021a, 3) mu- kaan on hyväksyttävä, että molempien konseptit voivat olla välillä päällekkäisiä ja niiden erottelu toisistaan voi olla haastavaa. Heidän mukaansa on myös mahdollista, että tietyissä tutkimuksissa määritellyt digitaaliset tuuppaukset voidaan toisen määritelmän mukaan nähdä enemmänkin suos- tuttelevina vihjeinä. Epäselvyyden ratkomiseen voidaan Karlsenin ja Andersenin (2019, 13) mukaan hyödyntää motivaation ja kyvykkyyden näkökulmia. Heidän mukaansa digitaalisiin tuuppauksiin voidaan yhdistää molemmat, kun taas suostutteluun voidaan yhdistää ainoastaan motivaation näkö- kulma. Digitaalisten tuuppausten toiminnassa korostuu se, että niiden tarkoituksena on tarjota oike- anlaista ja mahdollisimman yksilölle sopivaa informaatiota, motivoiden tätä tekemään itselleen par- haaksi olevia valintoja (Karlsen & Andersen, 2019, 13). Lembcken ja muiden (2019a, 12) mukaan ideaalitilanteessa digitaaliset tuuppaukset suunniteltaisiin niin, että tuupattavat tiedostavat niihin kohdistuvan vaikutuksen ja kaikki eettiset näkökohdat otet- taisiin huomioon. Clavien ja muut (2018) huomauttavat, että tämä ei ole täysin mahdollista, sillä aina on yksilöitä, joihin ei voida vaikuttaa tai jotka vastustavat tuuppauksia jostain henkilökohtai- sesta syystä. Tuuppauksien toteutuksessa tulisikin huomioida se haluavatko tuupattavat joutua tuup- pauksen kohteeksi ja vastaavatko tuupattavien omat tavoitteet tuuppauksen toteuttajan tavoitteita. (Clavien ym. 2018, 14.) Myös Schneiderin ja muiden (2018, 68) mukaan tuuppauksen eettisyyden keskustelussa on huomioitava se, miten voidaan arvioida tuuppauksen sopivuutta ja kuinka voidaan mahdollisesti valita kullekin yksilölle juuri heidän tarpeitaan parhaiten vastaava tuuppaus. 33 4 Digitaalisten tuuppausten tunnistaminen ja luotettavuus Kirjallisuuskatsauksen viimeisessä luvussa käsitellään kahta näkökulmaa, jotka on valittu digitaalis- ten tuuppausten analysoinnin pohjaksi: havaitseminen ja luottamus. Luvussa esitellään molemmat termit sekä niihin liittyvää aikaisempaa tutkimusta liittyen digitaalisiin tuuppauksiin ja kuluttajien kokemuksiin. Tämän lisäksi luottamusta käsitellään sen määritelmän ja moninaisuuden kautta. 4.1 Havaitseminen Digitaalisen tuuppauksen havaitsemisella tarkoitetaan kaikessa yksinkertaisuudessaan, sitä havait- seeko tai onko kuluttaja havainnut tietynlaisia tuuppauksia verkkokauppojen sivustoilla. Tuuppaus- ten havainnointiin perustuvia tutkimuksia on tehty aikaisemmin ruoan verkkokauppojen ja terveelli- sempiin valintoihin kannustamisen näkökulmasta (Fechner & Herder 2021; Jesse & Jannach 2021b; Gottschewski ym. 2022). Näistä tutkimuksista puuttuu kuitenkin kuluttajien kokemukset käytetyistä digitaalisista tuuppauksista. Michelsin ja muiden (2022) tutkimuksessa tarkasteltiin digitaalisia tuuppauksia yhdistämällä havainnointia ja kuluttajien näkemyksiä vastuullisempaan verkkokauppa- ostamiseen. Heidän tuloksensa osoittavat, että digitaaliset tuuppaukset voivat kannustaa kuluttajia tekemään vastuullisempia valintoja, mutta niiden vaikutus on rajallinen. Tuuppausten keinojen eet- tisyys ja tehokkuus koettiin kuluttajien mukaan vaihtelevasti: oletusvalinnat nähtiin epäeettisinä, kun taas aktiivinen valinta ja itsetuuppaus toimivat paremmin eettisyyden näkökulmasta. (Michels ym. 2022, 4714–4715.) Krollin ja Stieglitzin (2021, 13) mukaan havaitsemista häiritsevät verkkosivujen suuri informaation määrä sekä verkkosivujen epäselvyys. He tutkivat oletusvalintojen ja muistutusten vaikutuksia yksi- tyisyyden kokemiseen. Tutkimuksen mukaan verkkosivustojen sisältämä suuri informaation määrä voi vaikuttaa siihen, että tuuppausta ei huomata lainkaan. Kyseisen tutkimuksen tulosten mukaan lähes puolet osallistujista eivät olleet huomanneet kumpaakaan sivuston esittämää tuuppausta. (Kroll ja Stieglitz, 2021, 13.) Hettlerin ja muiden (2024, 26) mukaan on myös mahdollista, että käyttäjät, jotka ovat tottuneempia verkkokauppojen käyttäjiä, jättävät tuuppaukset huomiotta, koska ovat tottuneet niihin. Digitaalisen tuuppauksen voi myös sivuuttaa nopeasti, joka johtaa usein sen unohtamiseen. Tämä voi heikentää niiden mieleen palauttamista ja tunnistamista myöhemmässä vaiheessa. (Kroll & Stieglitz, 2021, 13.) Tuuppausten havaitsemiseen liittyy myös näkökulma nii- den toimivuudesta läpinäkyvyyden kannalta. Tuuppausten tulisi toimia yksilön etuja ajaen, mutta niiden aikaansaamat vaikutukset voivat olla suurempia, jos niitä ei havaita lainkaan (Thaler & Sunstein, 2008). 34 4.2 Luottamus Aikaisempien tutkimusten mukaan luottamus on hyvä mittari mittaamaan tyytyväisyyttä verkko- kauppaostamisen näkökulmasta. Luottamusta tai luottamusta verkossa on teemana tutkittu verkko- kauppaostamisen osalta aikaisemin (McKnight & Chervany, 2001; Dinev & Hart, 2006; Kim ym. 2008; Kim ym. 2009) ja digitaalisiin tuuppauksiin liittyen (Katner & Jianu, 2019; Michaelsen ja muut (2021) Hettler ym. 2024). Kimin ja muiden (2008, 545–546) mukaan luottamus on yksi tär- keimmistä tekijöistä, jotka vaikuttavat ostopäätöksen loppuun viemiseen verkkokaupoissa. Tämän lisäksi he mainitsevat, että luottamuksen merkitys korostuu entisestään verkko-ostamisessa sen luonteen vuoksi. Myös McKnightin ja Chervanyn (2001, 36) mukaan verkkokaupankäynnin luonne on osasyy korostamaan luottamuksen merkitystä. Verkkokaupankäynnin luonteelle on tyypillistä, että se sisältää riskejä, epävarmuutta ja henkilöiden välisiä luottamussuhteita. 4.2.1 Digitaalisiin tuuppauksiin luottaminen Hettlerin ja muiden (2024) tutkimuksessa tutkittiin digitaalisten tuuppausten vaikutusta tuotevalin- toihin, asenteisiin ja luottamukseen verkkokaupoissa. Tutkimuksen pääasiallisena kohteena olivat yksilöiden kokemukset. Heidän tulosten mukaan digitaalisiin alustoihin luottamiseen vaikuttaa käy- tetty digitaalisen tuuppauksen tyyppi. Tutkimuksessa tutkittiin oletusvalintoja, niukkuusvaroituksia eli kiireellisyyteen viittavia tuuppauksia ja sosiaalisiin normeihin perustuvia tuuppauksia. Merkittä- viä tuloksia saatiin oletusvalintojen ja niukkuusvaroitusten osalta. Nämä molemmat vaikuttivat luot- tamukseen negatiivisesti. Niukkuusvaroitukset koettiin tämän lisäksi myös manipuloivina ja mark- kinointikeinoina. Tutkimuksen mukaan haitallisia tuuppauksia välttämällä voitaisiin säilyttää kulut- tajien luottamus, ja luoda tehokkaampia sekä vaikuttavampia tuuppauksia. (Hettler ym. 2024, 27.) Katner ja Jianu (2019) tutkivat kuluttajien kokemuksia verkkokauppojen toteuttamista digitaalisista tuuppauksista. Heidän tutkimustulosten mukaan tuuppauksilla on vaikutusta luottamuksen kokemi- seen verkkokaupoissa, mutta niiden vaikutus ostokäyttäytymiseen ei ole yhtä hallitseva kuin mitä on todistettu aiemmilla digitaalisen tuuppauksen tutkimuksilla. Tulosten mukaan tutkittavat arvioi- vat digitaalisia tuuppauksia hyödyntäneet verkkosivut yhtä luotettaviksi kuin ne sivut, joilla tuup- pauksia ei käytetty. (Katner & Jianu 2019, 8.) Myös Michaelsenin ja muiden (2021) tutkimuksen mukaan kuluttajien kokemukset digitaalisista tuuppauksista eivät ole aina autonomiaa uhkaavia ja manipuloivia. Heidän tutkimuksensa mukaan oletusvalintojen yleiset vaihtoehdot voivat olla lin- jassa ihmisten autonomian kokemuksen eivätkä vaikuta kuluttajien kokemusten mukaan yhtä nega- tiivisesti kuin aikaisemmissa tutkimuksissa on todistettu. (Michaelsen ym. 2021, 104.) 35 4.2.2 Luottamuksen määritelmä McKnightin ja Chervanyn (2001, 37) mukaan luottamuksen voi määritteleminen ei ole yksiselit- teistä, jonka vuoksi sille on mahdollista antaa useita erilaisia määritelmiä. Heidän mukaansa, luotta- mus-termin määrittelyä vaikeuttaa termin epämääräisyys, sekä se, että luottamusta voi ilmetä mo- nessa eri muodossa. Luottamus voidaan määritellä jokaisessa tiedekunnassa oman näkökulman mu- kaan. Tutkijat voivat määritellä luottamuksen tavalla, joka sopii juuri kyseiseen tutkimukseen par- haiten. Määritelmä voi tällöin sisältää subjektiivisia mielipiteitä. (McKnight & Chervany 2001, 37.) Kim ja muut (2008, 545) määrittelevät verkkokuluttajan luottamuksen henkilökohtaisena kokemuk- sena siitä, että myyjäosapuoli täyttää myyntiin liittyvät velvoitteensa sillä tavalla, kun ne on mai- nittu ja kuluttajat ne ymmärtävät. Dinevin ja Hartin (2006, 64) mukaan luottamus verkossa on luot- tamusta siihen, että henkilökohtaisia tietoja käsitellään verkossa asiantuntevasti, luotettavasti ja tur- vallisesti. Lanktonin ja muiden (2015, 883) mukaan luottamusta teknologiaan voidaan määritellä uskomuksena siihen, että tietyllä teknologialla on tarvittavat ominaisuudet toimiakseen odotetulla tavalla tilanteessa, jossa kielteiset seuraukset ovat mahdollisia. Myös McKnightin ja Chervanyn (2001, 45) mukaan luottamuksen määrittelyssä internetissä tulee ottaa huomioon negatiiviset vaiku- tukset ja mahdolliset riskit. He korostavat myös sitä, että luottamus verkkokauppaan tai -kauppiaa- seen on eri asia kuin luottamus internetiin yleensä. Kimin ja muiden (2008) mukaan verkkokauppaan luottamisessa korostuu kuluttajien luottamus yri- tyksen transaktioprosesseihin enemmän kuin kivijalkakaupoissa, joissa luottamuksen perustana ovat henkilökohtaiset suhteet ja kasvokkain käydyt keskustelut. Internetissä tapahtuvien transaktioiden ominaisuudet vaikuttavat luottamuksen syntymiseen negatiivisesti, koska prosessit ovat näkymättö- miä, rajattomia, välittömiä ja voivat tapahtua koska ja missä vain. Kuluttajan on näin vaikeampaa luoda luottamussuhdetta, koska hän ei voi olla täysin varma täyttääkö myyjäosapuoli kaikkia vel- voitteitaan. (Kim ym. 2008, 545–546.) Luottamussuhteen luominen ja sen ylläpito on tärkeä osa lii- ketoimintaa, koska verkkokaupalle on taloudellisesti kannattavampaa säilyttää ja palvella vanhoja asiakkaita kuin yrittää etsiä uusia (Xu ym. 2016, 16). Kimin ja muiden (2008) tutkimuksen tulokset osoittivat, että kuluttajan luottamus on suoraan tai välillisesti yhteydessä tämän ostoaikeisiin. Kun kuluttajien luottamus verkkoa ja verkkokauppoja kohden kasvaa, näkee tämä verkko-ostamiseen liittyvät riskit pienempinä, joka edesauttaa ostopäätösten tekemisessä (Kim ym. 2008, 547). Luotta- mus verkkokauppaan ei synny hetkessä, vaan kuluttajat ottavat huomioon monenlaisia tekijöitä luo- dessaan luottamussuhdetta verkossa myyvään tahon kanssa (Kim ym. 2008, 556). Etenkin ostopää- tösten alkuvaiheissa ja mahdollisten verkkokauppapaikkojen hakuvaiheessa luottamuksella on suuri 36 merkitys kuluttajille. Kuluttajilla on taipumus tutustua tuttujen tuotemerkkien sivustoihin ensimmäi- senä. (Quelch ja Klein 1996, 70.) 4.2.3 Luottamuksen moninaisuus Luottamukselle ominainen moninaisuus vaikeuttaa tutkijoiden mukaan luottamuksen määrittelyä (McKnight ja Chervany 2001; Xu ym. 2016). Luottamuksen moninaisuutta voidaan määritellä esi- merkiksi korkeamman tason luottamuskäsitteiden (McKnight ja Chervany 2001) tai luottamuksen eri ulottuvuuksien perusteella (Xu ym. 2016). McKnight ja Chervanyn (2001) mukaan luottamus voidaan määritellä korkeamman tason luottamuskäsitteiden avulla. Heidän mallinsa käsittelee luot- tamusta ”luottamukseen liittyvänä käyttäytymisenä” (engl. trust-related behaviors), joka koostuu kolmesta eri luottamuksen tyypistä. Dispositionaalisella luottamuksella tarkoitetaan luottamusta muihin ihmisiin yleensä, institutionaalisella luottamuksella luottamusta tilanteeseen tai rakenteisiin, ja interpersoonallisella luottamuksella luottamusta tiettyihin ihmisiin. (McKnight & Chervany 2001, 42–44.) Heidän määrittelemänsä luottamuksen tyypit ja määritelmät, niiden taustat ja suhteet toi- siinsa ovat nähtävillä kuviosta 2. Kuvio 2. Luottamukseen liittyvän käyttäytymisen määritteleminen korkeamman tason luottamuskäsitteiden avulla (McKnight & Chervany 2001, 50). 37 Luottamuksella on Xun ja muiden (2016) mukaan kolme ulottuvuutta: rehellisyys (engl. integrity), hyväntahtoisuus (engl. benevolence) ja pätevyys (engl. competence). Tässä luottamuksen konteks- tissa rehellisyydellä tarkoitetaan sitä, että henkilö voi luottaa toisen osapuolen noudattavan yleisesti hyväksyttyjä periaatteita ja toimivan luvattujen periaatteiden mukaan. Hyväntahtoisuus tarkoittaa henkilön uskomuksia siihen, että toinen osapuoli toimii tämän etujen mukaisesti ja reilusti häntä kohtaan. Pätevyydellä tarkoitetaan uskoa siihen, että toisella osapuolella on taitoja ja asiantunte- musta toimia tehokkaasti tietyllä osa-alueella ja alalla. Luottamuksen eri ulottuvuuksilla voi olla eri- laisia vaikutuksia myyntitilanteissa ja tietyn ulottuvuuden vaikutuksen havaitseminen ja arvioimi- nen voi olla vaikeaa. Luottamuksen ulottuvuudet tulisi erottaa toisistaan, koska kuluttajat voivat ar- vostaa ulottuvuuksia eri tavoin. (Xu ym. 2016, 16–17.) Xun ja muiden (2016) tutkimuksen mukaan eri ulottuvuudet vaikuttavat ostokäyttäytymiseen ja verkkokauppojen luotettavuuteen eri tavoilla. Tulosten mukaan hyväntahtoisuus vaikuttaa luottamukseen enemmän kuin pätevyys, ja ostokäyttäy- tymiseen vaikuttaa enemmän pätevyys kuin rehellisyys tai hyväntahtoisuus. (Xu ym. 2016, 25.) McKnight ja Chervany (2001) määrittelivät luottamusta myös internet-käyttäytymisen näkökul- masta, johon kuuluu kolme osa-aluetta: ostaminen, yhteistyö ja tiedon jakaminen. Internet-käyttäy- tymistä kuvaa heidän mielestään sellainen käyttäytyminen, joka osoittaa henkilön olevan halukas ostamaan verkkokauppiaalta, tekemään yhteistyötä ja jakamaan tietoja tämän kanssa. Luottamuk- seen liittyvä internet-käyttäytyminen ei ole oma yksittäinen luottamusrakenteensa, vaan seurausta ihmisten välisistä (interpersoonallisista) luottamusrakenteista, joita syntyy, kun käydään kauppaa internetin välityksellä. (McKnight & Chervany 2001, 50.) 38 5 Tutkimuksen viitekehys Luvun tarkoituksena on esitellä tutkimuksen teoreettista viitekehystä sekä havainnollistaa, miten kyseistä viitekehystä on tutkimuksen toteutuksessa hyödynnetty. Viitekehys toimii perustana tutki- muksen haastatteluille ja arviointitehtävälle sekä tutkimustulosten analyysille. Viitekehyksen avulla analysoidaan tässä tutkielmassa kuluttajien kokemuksia B2C-verkkokauppojen digitaalisista tuup- pauksista. Tutkimuksen viitekehys perustuu aikaisempaan kirjallisuuteen, ja rakentuu digitaalisen tuuppauksen (Weinmann ym. 2016) ja valinta-arkkitehtuurin (Thaler ym. 2010) käsitteiden ympärille. Valinta- arkkitehtuurilla tarkoitetaan suunniteltua kontekstia, jossa päätöksiä tehdään ja jonka ominaisuuksia muuttamalla voidaan vaikuttaa yksilön valintoihin (Thaler ym. 2010, 1). Digitaalinen tuuppaus on Weinmannin ja muiden (2016, 433) mukaan ihmisten käyttäytymisen ohjaamista, jota toteutetaan käyttöliittymän suunnitteluelementtejä muuttamalla digitaalisissa valintaympäristöissä. Tässä tut- kielmassa digitaalinen valintaympäristö tarkoittaa B2C-verkkokauppoja. Thalerin ja muiden (2010) mukaan valinta-arkkitehtuurin kuusi tehokasta keinoa ovat oletusvalin- nat, virheiden tekemisen olettaminen, palautteen antaminen, kartoituksen ymmärtäminen, monimut- kaisten valintojen yksinkertaistaminen ja kannustimien luominen. Tutkimuksen haastattelut sisältä- vät arviointitehtävän, jossa haastateltavat arvioivat erilaisia digitaalisen tuuppauksen keinoja. Arvi- ointitehtävään kuuluvat digitaalisen tuuppauksen esimerkit on valittu kuuden valinta-arkkitehtuurin keinon perusteella. Tämän lisäksi valitut keinot perustuvat aikaisempaan kirjallisuuteen, ne on va- littu digitaalisen tuuppauksen kirjallisuudesta. Täysin vastaavia esimerkkejä ei ollut mahdollista löytää jokaisen keinon kohdalla. Taulukko 3 kokoaa yhteen tutkimuksen viitekehyksen olennaiset asiat: valinta-arkkitehtuurin keinot ja määritelmät, esimerkkejä digitaalisen tuuppauksen kirjallisuu- desta ja niiden lähteet, sekä aikaisempaan kirjallisuuteen perustuvat haastatteluissa hyödynnetyt di- gitaalisen tuuppauksen keinot. Taulukon tarkoituksena on toimia perusteluna sille, miksi juuri ky- seiset digitaalisen tuuppauksen keinot on valittu omassa tutkimuksessa tarkastelun kohteeksi. 39 Taulukko 3. Valinta-arkkitehtuuri ja digitaalisen tuuppauksen keinot tutkimuksen viitekehyksessä. Valinta-arkki- tehtuurin osa- alue (Thaler ym. 2010) Määritelmä (Thaler ym. 2010) Esimerkki digitaalisen tuuppauksen kirjallisuu- desta Haastattelun esimerkki- tuuppauksen keino verkko- kaupoissa Oletusvalinnat Vaihtoehtojen esi- valitseminen pää- töksenteon helpot- tamiseksi. Evästeasteukset valittuna (Figl ym. 2021; Paunov ym. 2022); Yleisin vakuutusvaih- toehto asetettu oletukseksi (Weinmann ym. 2016, 435). Evästeasetukset valittu val- miiksi; Toimitusosoite valittu oletuksena laskutusosoitteen perusteella. Virheiden teke- misen olettami- nen Ymmärretään, että ihmisille on tyypil- listä tehdä virheitä ja ollaan mahdolli- simman anteeksi- antavia. Salasanan vahvuuden ja ris- kien ilmoittaminen (Wein- mann ym. 2016, 435); Älykel- lon tai sovelluksen lähettämä muistutus (Weinmann ym. 2016, 434–435). Virheellisten tietojen puuttu- essa verkkosivu ei anna käyttäjän jatkaa; Muistute- taan unohdetusta ostosko- rista. Palautteen anta- minen Annetaan käyttä- jälle palautetta, hei- dän valitessaan hy- viä vaihtoehtoja tai silloin kun he teke- vät virheitä. Palautetta terveellisistä elä- mäntavoista älykellon avulla (Weinmann ym. 2016, 435); Sosiaalisiin normeihin viit- taava palaute, esimerkiksi teksti: ”90 % tykkäsi tästä” (Jesse & Jannach 2021b, 4) Positiivinen palaute ravintoin- deksin mukaisten ruokaos- tosten tekemisestä; Kom- mentit ja arvostelut muiden käyttäjien toimesta. Kartoituksen ymmärtäminen Yhdistetään vaike- asti arvioitava tieto tuttuihin arviointi- menetelmiin. Kameran pikselimäärän lis- taamisen sijaan, kerrotaan suurin mahdollinen kuva- koko, jonka tällä tietyllä ka- meralla voi ottaa (Thaler ym. 2012, 434–435); Kolmiväri- nen liikennevaloasteikko os- tosten ravintosisällön arvioin- tiin (Gottschewski 2022, 8). Filtterit ja kategoriat auttavat oikean tuotteen hakemi- sessa; Liikennevalomalli aut- taa ravintosisällön ymmärtä- misessä. Monimutkaisten valintojen yksin- kertaistaminen Luetellaan vaihto- ehdot ja mahdollis- tetaan kompromis- sien tekeminen. Monimutkaisten tietojärjestel- mien näyttö- ja valintaruutu- jen yksinkertaistaminen (Weinmann ym. 2016, 435). Yksinkertainen näyttöruutu (verkkokaupan etusivu); Mo- nimutkainen näyttöruutu (verkkokaupan etusivu). Kannustimien luominen Luodaan kannusti- mia, jotka houkutte- levat valitsemaan tietyn vaihtoehdon. Rahallisen palkinnon tarjoa- minen asiakkaalle käteisalen- nuksen, kupongin tai muun alennuksen muodossa (Mirsch ym. 2017, 642) Tarjousten korostaminen ja erilaiset kampanjat; tuotelah- jan tarjoaminen; ilmaisen toi- mituksen tarjoaminen. Aikaisempien tutkimusten perusteella, kuluttajien kokemuksien tutkiminen on olennaista digitaalis- ten tuuppausten käyttökokemuksen ymmärtämisessä (Katner & Jianu 2019; Michels ym. 2022; Hettler ym. 2024). Hettler ja muut (2024) korostavat digitaalisiin tuuppauksiin liittyvän tutkimuk- sen yleisesti olevan havainnointipainotteista, tarkoittaen sitä, että tutkimus toteutetaan seuraamalla osallistujien suorittamia erilaisia tehtäviä ja tekemällä päätelmiä siitä, miten tuuppaukset vaikuttavat kuluttajiin. Heidän mukaansa on harvinaisempaa kysyä kuluttajilta heidän kokemuksiaan, mikä voi 40 antaa rajoittuneen kuvan siitä, kuinka hyvin tuuppaukset toimivat ja miten ne vaikuttavat kuluttajiin. (Hettler ym. 2024, 2.) Myös Karlsen ja Andersen (2019,1) painottavat tuupattavien omien tavoittei- den ja kokemuksien huomioon ottamisen tärkeyttä. Havaitsemisen ja luottamuksen näkökulmat ovat olennainen osa tutkimuksen viitekehystä. Havain- nointiin ja luottamukseen liittyvää kirjallisuutta on hyödynnetty tutkimuksen haastatteluiden kysy- mysten luomisessa (ks. haastattelurunko liitteestä 1). Taulukkoon 4 on kerätty kahden valitun näkö- kulman mukaan kysymysten perusteena toimivat väittämät lähteineen sekä itse haastattelukysymyk- set. Taulukko 4. Havainnoinnin ja luottamuksen näkökulmat haastattelun kysymyksissä. Näkökulma Väittämä Lähde Haastattelukysymys Havaitseminen Tuuppaus voi jäädä helposti havainnoimatta vaikka sen pitäisi olla näkyvä ja selvästi havainnoitavissa. Tutkimuk- sessa lähes puolet osallistu- jista eivät huomanneet kum- paakaan sivuston esittämää tuuppausta. Kroll & Stieglitz, (2021, 13) Oletko huomannut, että jotkut digitaaliset tuuppaukset jäävät helposti huomaamatta? Mitkä keinot ja miksi? Havaitseminen Kokenut käyttäjä ei huomaa välttämättä huomaa tuup- pausta verkkosivulla, koska on niihin jo tottunut. Hettler ym. (2024, 26) Onko käyttämissäsi verkkokau- poissa tuuppauksia, joihin olet niin tottunut, että et enää tietoi- sesti kiinnitä niihin huomiota? Voitko antaa esimerkkejä? Arvioi, kuinka helposti havait- tava digitaalinen tuuppaus oli asteikolla 1–5. Mitkä tekijät vai- kuttivat siihen, kuinka helposti sen havaitsit? Havaitseminen Digitaalisen tuuppauksen si- vuuttaa nopeasti, joka johtaa usein sen unohtamiseen. Tämä voi heikentää niiden mieleen palauttamista ja tunnistamista myöhem- mässä vaiheessa. Kroll & Stieglitz, (2021, 13) Onko käyttämissäsi verkkokau- poissa tuuppauksia, joihin olet niin tottunut, että et enää tietoi- sesti kiinnitä niihin huomiota? Voitko antaa esimerkkejä? Havaitseminen ja osto- kokemus Suuri informaation määrä voi vaikuttaa siihen, että tuuppausta ei huomata verk- kosivulla. Kroll & Stieglitz, (2021, 13) Oletko kokenut verkkokau- poissa tilanteita, joissa tuup- pauksia on ollut paljon? Miten tällainen tilanne vaikutti ostoko- kemukseesi? Luottamus Verkkokuluttajan luottamus tarkoittaa henkilökohtaista kokemusta siitä, että myyjä- osapuoli täyttää myyntiin liit- tyvät velvoitteensa sillä ta- valla, kun ne on mainittu ja kuluttajat ne ymmärtävät. Kim ym. (2008, 545) Miten mielestäsi syntyy luotta- mus verkkokauppaan? Mitkä tekijät siihen voivat mahdolli- sesti vaikuttaa? Millainen merkitys luottamuk- sella on sinulle liittyen verkko- kauppaostamiseen? 41 Luottamus: hyväntahtoi- suus Hyväntahtoisuus tarkoittaa henkilön uskomuksia siihen, että toinen osapuoli toimii tä- män etujen mukaisesti ja rei- lusti häntä kohtaan. Hyvän- tahtoisuus vaikuttaa luotta- muksen syntyyn eniten, kun sitä verrataan kahteen muu- hun luottamuksen ulottuvuu- teen. Xu ym. (2016, 16– 17) Koetko, että digitaalisia tuup- pauksia käytetään verkkokau- poissa asiakkaan etujen mukai- sesti ja reilusti? Miksi tai miksi ei? Luottamus (internet- käyttäytymiseen liit- tyvä): halukas osta- maan Internet-käyttäytymiseen liit- tyvässä luottamuksessa os- tohalukkuus on yksi tekijä, jolla kuluttaja voi osoittaa luottamustaan. McKnight & Chervany (2001, 50.) Voitko kuvailla tilanteita, joissa verkkokauppaan liittyvä luotta- mus tai sen puute on vaikutta- nut ostopäätöksiisi kyseisellä sivustolla? Luottamus Luottamus on yksi tärkeim- mistä tekijöistä, jotka vaikut- tavat ostopäätöksen vie- mistä loppuun verkossa. Kuluttajan luottamus on suo- raan tai välillisesti yhtey- dessä tämän ostoaikeisiin. Kim ym. (2008, 545) Voitko kuvailla tilanteita, joissa verkkokauppaan liittyvä luotta- mus tai sen puute on vaikutta- nut ostopäätöksiisi kyseisellä sivustolla? Ihmisten välinen (inter- persoonallinen) luotta- mus Tarkoitetaan luottamusta tiettyihin ihmisiin (esimer- kiksi tiettyyn verkkokauppi- aaseen). McKnight & Chervany (2001, 44) Miten verkkokaupan yritys tai verkkokauppias vaikuttavat sii- hen, kuinka luotettavana koet tämän kyseisen verkkokaupan? Arviointitehtävän kysy- mys: luottamus Luottamuksen syntyyn vai- kuttaa käytetty digitaalisen tuuppauksen tyyppi. Hettler ym. (2024, 30) Arvioi kyseisen digitaalisen tuuppauksen luotettavuus as- teikolla 1–5 (1 = epäluotettava, 5 = erittäin luotettava). Miksi valitsit tämän arvon? Haastattelurungon teoreettisen pohjan lisäksi, havainnoinnin ja luottamuksen käsitteet toimivat arvi- ointitehtävän arviointikriteereinä. Tehtävässä haastateltavat arvioivat valinta-arkkitehtuurin keinoi- hin perustuvia digitaalisen tuuppauksen keinoja havaitsemisen ja luotettavuuden asteikoilla 1–5. Ar- viointitehtävän rakenne ja sisältö esitetään tarkemmin tutkimuksen datankeruumenetelmien esitte- lyn yhteydessä luvussa 6.2.2. Haastatteluihin sisällytettiin arviointitehtävä, koska sen avulla voitai- siin kerätä kuluttajilta systemaattisia reaktioita tiettyjen digitaalisten tuuppausten havainnoinnista ja luotettavuudesta. Havaitsemisen näkökulma on arviointitehtävässä olennainen, koska tutkimuksessa on tarkoitus selvittää sitä, miten eri digitaalisen tuuppauksen keinoja havaitaan verkkokaupoissa ja mitkä niiden ominaisuudet kiinnittävät erityisesti kuluttajien huomion. Luottamusta tutkimalla pyri- tään selvittämään, mitkä tekijät digitaalisissa tuuppauksissa koetaan luottamusta herättävinä tai hei- kentävinä, ja miten ne mahdollisesti liittyvät verkkokaupan yleiseen luotettavuuteen. Lisäksi arvi- ointitehtävän avulla tarkastellaan, onko tuuppausten havaitsemisen ja luottamuksen välillä yhteyttä, mikä on mielenkiintoinen lähtökohta tiedon uutuusarvoon viitaten. Koska kaikki haastateltavat ar- 42 vioivat samat tuuppauksen keinot, vastauksia pystytään vertaamaan keskenään ja niihin perustuen voidaan muodostaa johtopäätöksiä. Tämä on tärkeää, koska aikaisemman kirjallisuuden perusteella yksilöiden reaktiot digitaalisiin tuuppauksiin ovat erilaisia, minkä vuoksi oikeanlaisen tuuppauksen keinon valinta voi olla haastavaa (Schneider ym. 2018, 68; Karlsen & Andersen 2019, 13). Kuvio 3 havainnollistaa tutkimuksen viitekehyksen kokonaisuutta. Siihen on kerätty valinta-arkki- tehtuurin kuusi perusperiaatetta sekä arviointitehtävässä haastateltaville esitetyt digitaalisen tuup- pauksen keinot. Tämän lisäksi kuviossa on huomioitu tuuppauksien käsittelyn kannalta tärkeät nä- kökulmat: havaitseminen ja luottamus. Kuvio 3. Tutkimuksen viitekehys. 43 6 Metodologia Tutkielman metodologialuvussa esitellään lyhyesti laadullinen haastattelututkimus ja datankeruu- menetelmänä käytetty puolistrukturoitu haastattelu, sekä perustellaan niiden valinta. Tämän lisäksi esitellään haastatteluihin sisältynyt arviointitehtävä, sekä kuvaillaan tutkimuksen datan keräämisen ja datan analysoinnin prosessit. Luvun lopussa tutkimusta arvioidaan sen luotettavuuden ja tutki- musetiikan kannalta. 6.1 Tutkimusmenetelmä Tutkimus toteutetaan laadullisena haastattelututkimuksena. Laadullisen tutkimuksen tarkoituksena on ymmärtää ja tulkita ilmiöitä kokonaisvaltaisella tavalla (Eriksson & Kovalainen, 2016, 4–5). Laadulliselle tutkimukselle on ominaista tutkia monimutkaisia ilmiöitä, ihmisten kokemuksia, mie- lipiteitä, käyttäytymistä, arvoja, uskomuksia tai tunteita (Jemna, 2016, 159; Puusa ym. 2020, 74). Laadullisissa tutkimuksissa tutkitaan ilmiöitä, joita ei voida tutkia numeerisilla mittareilla (Jemna, 2016, 159). Laadullinen menetelmä sopii tähän tutkimukseen, koska sen tutkimuskohteena on kulut- tajat ja tutkimuksessa kartoitetaan heidän kokemuksiaan digitaalisista tuuppauksista. Tutkimuksen aihe on vähemmän tutkittu digitaalisten tuuppausten tutkimuksen kentällä, joten laadullisella mene- telmällä voidaan kerätä syvällistä tietoa yksilöiden kokemuksista, joita ei määrällisillä menetelmillä mahdollisesti löydettäisi. Laadullisen tutkimuksen luonne on induktiivista (Jemna, 2016, 159; Puusa 2020, 76). Tällä viita- taan laadullisten tutkimusten tarkoitukseen luoda päätelmiä kerätyn empiirisen datan perusteella. Tällaisissa tutkimuksissa teoriat toimivat välineinä ilmiöiden käsittelyssä, toisin kuin määrällisissä tutkimuksissa, joissa teoria toimii lähtökohtana, joka pyritään osoittamaan oikeaksi tai vääräksi hy- poteesien avulla. (Puusa ym. 2020, 76–77.) Laadullisen tutkimuksen tarkoituksena ei ole tehdä koko väestöön yleistettäviä tuloksia ja teorioita, perustella ilmiöiden syy-seuraussuhteita tai luoda ennus- teita tulevaisuuden käyttäytymiselle, vaan sen tarkoituksena on vastata kysymyksiin, miten ja miksi (Jemna, 2016, 159–160). Tämän tutkimuksen osalta nämä pitävät paikkansa, sillä koko tutkimusta ohjaa suuresti valittu viitekehys ja siihen liittyvä aikaisempi tutkimustyö. Tutkimuksen tarkoituk- sena ei ole luoda uutta teoriaa empirian pohjalta, vaan syventää ymmärrystä digitaalisista tuuppauk- sista kuluttajien kokemuksien näkökulmasta. 44 6.2 Tutkimuksen empiirisen datan kerääminen 6.2.1 Puolistrukturoitu haastattelu Tutkimuksen datankeruumenetelmäksi on valittu puolistrukturoitu haastattelu. Haastattelut ovat käytetyin datankeruumenetelmä laadullisissa tutkimuksissa (Jamshed, 2014, 1). Puolistrukturoidulle haastattelulle on ominaista, että haastatteluun on luotu valmiiksi tutkimusaiheeseen liittyviä ja kes- kustelua ohjaavia kysymyksiä, mutta kysymysten muoto on avoimempi kuin tavallisissa standar- doiduissa haastatteluissa. Tämä jättää tilaa vastaajille antaa omia mielipiteitä aiheesta. (Eriksson & Kovalainen, 2016, 93.) Tällä menetelmällä on mahdollista saada persoonallisia, mutta järjestelmälli- siä vastauksia, kuitenkin pitäen keskustelun vapaana ja epäformaalimpana (Bhattacherjee 2012, 78). Omaan tutkimukseen haastattelut ovat sopiva datankeruumenetelmä, koska niiden avulla voidaan kysyä kokemuksista monipuolisesti, mutta varmistaa samalla vastausten systemaattisuus seuraa- malla ennalta määrättyä rakennetta. Laadullisissa haastattelututkimuksissa otoskoot ovat pieniä, koska keskitytään ilmiön syvempään ymmärtämiseen (Jemna, 2016) Tässä tutkimuksessa haastateltavat on valittu niistä osallistujista, jotka olivat sillä hetkellä saatavina ja halusivat tutkimukseen osallistua (engl. convenience sample) (Baxter ym. 2015, 108). Ainoana kriteerinä haastatteluun osallistumiselle oli henkilön aikaisempi kokemus verkkokauppojen käytöstä ja perustietämys niiden toiminnasta. Tutkimuksen haastatelta- vien joukossa on eri ikäisiä, erilaisessa elämäntilanteissa olevia ja erilaisen verkkokauppaostamisen taustan omaavia ihmisiä lähipiiristäni. Heidän taustatietonsa kerrotaan tutkimuksen tulosten yhtey- dessä luvussa 7. Haastatteluiden kysymykset luotiin aikaisempaan kirjallisuuteen perustuen (ks. taulukko 4). Kun haastattelurunko ja arviointitehtävä olivat valmiit, aloitettiin tutkimuksen haastattelut. Otin haasta- teltaviin yhteyttä kasvotusten, mikäli henkilö oli helposti tavoitettavissa, muussa tapauksessa heihin oltiin yhteydessä tekstiviestillä tai puhelimitse. Vapaaehtoisen suostumuksen jälkeen sovimme yh- dessä sopivan ajankohdan haastattelulle. Haastattelut toteutettiin yksilöhaastatteluina maaliskuun 2025 aikana. Koska haastatteluiden rakenne oli puolistrukturoitu, oli haastateltavilla myös mahdol- lisuuksia kertoa kokemuksiaan kysymysten aiheiden ulkopuolelta. Tämä oli jopa toivottavaa, koska käsiteltävästä aiheesta haluttiin saada monipuolinen ja laaja näkemys, joka ei rajoittuisi vain aikai- sempaan kirjallisuuteen ja tutkijan luomiin valmiisiin haastattelukysymyksiin. Tästä huolimatta jo- kainen haastattelu noudatti samaa rakennetta ja kaikilta haastateltavalta kysyttiin samat kysymykset (ks. haastattelurunko liitteestä 1). 45 Kaksi ensimmäistä haastattelua toimivat pilottihaastatteluina, joiden avulla testasin miten haastatte- lurakenne ja arviointitehtävä toimivat. Haastatteluiden kysymyksiin en tehnyt muutoksia näiden haastatteluiden perusteella, mutta arviointitehtävän esimerkkeihin tein muutamia tarkennuksia. Kah- dessa ensimmäisessä haastattelussa arvioitavia esimerkkejä oli useampia kuin lopussa kahdeksassa. Niiden määrät vaihtelivat yhden ja neljän välillä. Haastateltavat 1 ja 2 saivat kertoa mielipiteensä siihen, mikä määrä esimerkkejä oli heidän mielestään sopiva. Useamman kuin kahden tuuppausesi- merkin arviointi yhtä valinta-arkkitehtuurin osa-aluetta kohtaan koettiin haastavaksi ja epäselväksi muiden kuin kannustimien osalta. Näistä syistä päädyin tekemään arviointitehtävään muutoksia ja valitsemaan kaikkiin muihin paitsi kannustimiin kaksi parhaiten kuvailevaa ja mahdollisimman eri- laista digitaalisen tuuppauksen esimerkkikeinoa. Ensimmäisenä haastateltavilta kysyttiin kysymyksiä heidän taustoistaan, kuten iästä, elämäntilan- teestaan, koulutustaustasta ja verkkokauppoihin liittyvistä ostotottumuksista, jonka jälkeen kysyttiin kysymyksiä verkkokauppojen luotettavuudesta yleisemmällä tasolla. Tämän aiheen käsittely sisälly- tettiin haastatteluihin, koska se on haastateltaville tutumpi aihe kuin digitaalinen tuuppaus. Verk- koon ja verkkokauppoihin luottaminen toimivat tutkimuksen aiheeseen johdattelevana teemana. Hyödynsin haastatteluiden tukena tekemääni Canva-esitystä, johon olin valmistellut diat tuuppauk- sen määritelmästä, esimerkkejä ja arviointitehtävän. Sen diat ovat liitteenä tutkielman lopussa (liit- teet 2 ja 3). Ennen kuin haastateltavilta kysyttiin tarkempia kokemuksia digitaalisista tuuppauksista, he saivat lukea ChatGPT:n yksinkertaistaman määritelmän Weinmannin ja muiden (2016) digitaali- sen tuuppauksen määritelmästä (ks. liite 2). Lisäksi olin etsinyt valmiiksi esimerkkejä digitaalisista tuuppauksista, siltä varalta, jos haastateltavat kaipaisivat niitä haastattelun tueksi (ks. liite 2). Jos nämä esimerkit eivät olleet riittävän informatiivisia, vierailimme jollain haastateltavan mainitse- malla verkkosivulla ja etsimme sieltä digitaalisen tuuppauksen keinoja keskustelun tueksi. 6.2.2 Arviointitehtävä Haastattelukysymyksiin vastaamisen jälkeen haastateltavat suorittivat arviointitehtävän, jossa hei- dän tuli arvioida valikoituja digitaalisen tuuppauksen keinoja omien kokemustensa perusteella. Heille esitettiin jokaisesta Thalerin ja muiden (2010) valinta-arkkitehtuurin kuudesta osa-alueesta esimerkkejä digitaalisen tuuppauksen keinoista. Arviointitehtävän tuuppauksen keinot perustuvat aikaisempaan tutkimukseen aiheesta. Nämä on esitelty tutkimuksen viitekehyksen yhteydessä (ks. taulukko 3). Tehtävässä haastateltavien tuli arvioida tuuppauksia havaitsemisen ja luotettavuuden näkökulmista. Tehtävässä arvo 1 tarkoitti havaitsemisen osalta ”jää kokonaan huomaamatta” ja 5 tarkoitti ”huo- 46 maan heti”. Luotettavuuden asteikolla 1 tarkoitti ”epäluotettavaa” ja 5 tarkoitti ”erittäin luotetta- vaa”. Kannustimet olivat ainoa osa-alue, jossa oli enemmän kuin kaksi tuuppauksen eri keinoa arvi- oitavana ja ne arvioitiin kokonaisuutena. Muissa kohdissa arvioitiin kaksi erilaista digitaalisen tuup- pauksen keinoa. Arviointitehtävän rakenne ja siihen kuuluvat arvioitavana olevat digitaaliset tuup- paukset, sekä verkkokaupat, joista esimerkit on valittu, on esitettynä taulukossa 5. Kuvat esitetyistä digitaalisista tuuppauksista ovat tutkimuksen liitteessä 3. Taulukko 5. Arviointitehtävä. Valinta-arkkitehtuurin osa-alue Arvioitava digitaalisen tuup- pauksen keino Verkkosivu, josta esimerkki on otettu Oletusvalinnat Evästeet; Toimitusosoite lasku- tusosoitteen perusteella H&M, Gigantti Virheiden tekemisen olettaminen Verkkosivu antaa varoituksen puuttuvista tiedoista; Muistute- taan unohdetusta ostoskorista. Booking.com, Cocopanda Palautteen antaminen Positiivinen palaute; Muiden käyt- täjien antamat kommentit ja ar- vostelut K-Ruoka, Power Kartoituksen ymmärtäminen Filtterit ja kategoriat; Liikenneva- lomalli Zalando, K-Ruoka Monimutkaisten valintojen yksin- kertaistaminen Yksinkertainen käyttöliittymä; Mo- nimutkainen käyttöliittymä H&M, Shein Kannustimien luominen Tarjoukset; kampanjat; tuotelah- jat; ilmainen toimitus Lyko, Cocopanda, Musti&Mirri, Booking.com, Shein, Bearel 6.3 Datan analyysi Laadullisissa tutkimuksissa datan analysoinnilla pyritään järjestämään kerättyä dataa selkeällä ja järjestelmällisellä tavalla ja muodostaa kokonaisuuksia myöhempää analyysia varten. Tällä proses- silla on suuri merkitys johtopäätösten ja tulosten mahdollisen yleistettävyyden kannalta. (Puusa ym. 2020, 143). Useimmiten laadullisissa tutkimuksissa dataa analysoidaan sisällön perusteella (engl. content analysis). Puusan ja muiden (2020) mukaan tätä lähtökohtaa ei voida pitää sääntöjä seuraa- vana metodina vaan ennemminkin viitekehyksenä, joka ohjaa datan analysointia. (Puusa ym. 2020, 144–145.) Äänitiedostojen litteroinnissa hyödynnettiin Turun Yliopiston litterointiohjelmaa. Tämän jälkeen haastatteluiden tekstitiedostot kuunneltiin läpi, ja korjattiin litteroinnit vastaamaan kyseisiä äänitiedostoja. 47 Laadullisissa tutkimuksissa sisältöanalyysia toteutetaan usein koodaamalla. Sen tarkoituksena on järjestää ja luokitella kerättyä dataa ennen analyysivaihetta. Koodaamisen avulla suuresta määrästä aineistoa etsitään merkityksellisiä katkelmia, jotka jaotellaan tutkijan valitsemien teemojen mukai- sesti pää- ja alaluokkiin. (Juhila 2021.) Koodaamisen avulla pyritään tekemään mielekkäitä päätel- miä yhdistelemällä datasta havaittuja yhtäläisyyksiä toistensa kanssa (Tuomi & Sarajärvi, 2018, 87). Koodausta hyödynnettiin tässä tutkielmassa datan analyysin alkuvaiheessa. Ensimmäisessä koo- dausvaiheessa haastatteluiden datasta koottiin neljään kategoriaan kuuluvia vastauksia kuluttajien kokemuksista. Haastattelujen rakenne ohjasi vastausten pääluokkien luomista. Ensimmäisessä koo- dausvaiheessa vastauksia kerättiin seuraaviin kategorioihin: verkkokauppojen luotettavuus, digitaa- listen tuuppausten havainnointi sekä niihin luottaminen ja arviointitehtävän vastaukset. Aineistolle tehtiin myös toinen koodausprosessi, jonka tarkoituksena oli havaita teemojen sisältä mielekkäitä alaluokkia. Alaluokat määräytyivät haastatteluiden vastausten perusteella ja liittyvät verkkokauppo- jen ja digitaalisten tuuppausten erilaisiin ominaisuuksiin, sekä positiivisesti ja negatiivisesti luotta- mukseen vaikuttaviin tekijöihin. Tämän jälkeen koodatut ja kategorisoidut vastaukset siirrettiin tau- lukoihin, jotta niitä olisi helpompi raportoida ja tulkita myöhemmin. Koska haastattelut sisälsivät arviointitehtävän, jonka data on määrällisessä muodossa, sisälsi tutki- muksen analyysivaihe myös numeeristen arvojen käsittelyä ja erilaisten arvojen laskemista. Arvi- ointitehtävän vastaukset koottiin Excel-taulukkoon, jonka avulla laskettiin yleisempiä määrällisiä arvoja analyysin tueksi. Laskettuja arvoja ovat keskiarvo, moodi, mediaani ja luottamusväli. Kaikki tutkimuksen tulokset on esitetty luvussa 7. Aineiston koodaamisen jälkeen, alkaa aineiston lopullinen analyysi ja johtopäätösten tekeminen (Puusa ym. 2020, 151). Tässä vaiheessa tutkimuksesta saatuja tuloksia voidaan yhdistellä aikaisem- man kirjallisuuden konseptien kanssa, ja etsiä niiden väliltä yhtäläisyyksiä ja eroavaisuuksia (Tuomi & Sarajärvi, 2018, 92). Tulosten esittämiseen ja niiden tulkintaan saattavat vaikuttaa tutkijan omat näkemykset ja lähtökohdat. Jotta analyysi on vakuuttavaa, tulisi tutkijan perustella päätelmänsä lai- nausten ja aikaisemman kirjallisuuden perusteella. (Puusa ym. 2020, 151.) Tutkimuksen johtopää- tökset ja analyysi ovat luvussa 8. 6.4 Tutkimuksen luotettavuuden arviointi Tutkimuksen laadun ja tulosten läpinäkyvyyden kannalta on merkityksellistä arvioida tutkimuksen luotettavuutta (Eriksson & Kovalainen 2016, 303). Laadullisen tutkimuksen luotettavuuden arvioin- tia toteutetaan eri tavoin kuin määrällisen. Tästä syystä reliabiliteetti ja validiteetti eivät sovellu laa- dullisen tutkimuksen luotettavuuden arviointikriteereiksi, vaan sitä tulee arvioida muilla perusteella. 48 (Eriksson & Kovalainen 2016, 304; Tuomi & Sarajärvi 2018, 119). Guban ja Lincolnin (1985) mu- kaan laadullisen tutkimuksen luotettavuutta voidaan arvioida sen uskottavuuden, siirrettävyyden, johdonmukaisuuden ja vahvistettavuuden perusteella. Tämän tutkimuksen luotettavuutta tullaan ar- vioimaan näistä näkökulmista. Guban ja Lincolnin (1994, 114) mukaan tutkimuksen uskottavuus (engl. credibility) voidaan rinnas- taa tutkimuksen sisäiseen validiteettiin. Sillä tarkoitetaan arviointia sen perusteella, kuinka uskotta- vina tutkittavat ja lukijat voivat pitää tutkimuksen tuloksia. Uskottavuuden arvioinnissa tulee ottaa huomioon tutkijan tietämys aiheesta ja se, kuinka loogisesti hän on empiirisen datan perusteella teh- nyt tutkimuksen analyysin ja johtopäätökset. Uskottavuutta voidaan arvioida myös sillä perusteella, kuinka samanlaisia päätelmiä toinen tutkija voisi tehdä perustuen tutkimuksen materiaaliin tai olla muuten samaa mieltä tulosten kanssa. (Eriksson & Kovalainen 2016, 308.) Tämän tutkimuksen kir- joittanut tutkija on perehtynyt aiheeseen liittyvään kirjallisuuteen ennen tutkimuksen empiirisen da- tan keräämistä, sekä luonut haastattelut ja niiden arviointitehtävän aikaisempaan kirjallisuuteen pe- rustuen. Tutkimuksen johtopäätökset ja analyysi perustuvat haastateltavien vastauksiin sekä aikai- sempaan kirjallisuuteen. Haastateltavien kokemuksiin on viitattu suorien lainausten avulla. Tutki- muksen datankeruu, saadut tulokset ja niihin liittyvä analyysi on esitetty selkeästi: niiden avulla toi- sen tutkijan olisi mahdollista tehdä samanlaisia päätelmiä tai olla yhtä mieltä tehtyjen johtopäätös- ten kanssa. Kuitenkin huomioitava se, että tutkijan oma mielenkiinto aihetta kohtaan, sekä tietynlai- nen näkemys aiheesta, on saattanut vaikuttaa osittain siihen, millaisia tuloksia on nostettu esille. Tästä syystä aivan samanlaisten tulosten raportointi ei välttämättä olisi mahdollista. Tutkimuksen siirrettävyys (engl. transferability) voidaan rinnastaa Lincolnin ja Guban (1994, 114) mukaan tutkimuksen ulkoiseen pätevyyteen. Siirrettävyydellä tarkoitetaan laadullisen tutkimuksen arvioinnissa sitä, että oman tutkimuksen ja muiden aikaisempien tutkimuksien tulosten välillä on havaittavissa yhtäläisyyksiä (Eriksson & Kovalainen 2016, 308). Sillä tarkoitetaan myös tutkimuk- sessa saatujen tulosten mahdollista yleistämistä muihin konteksteihin ja tutkimuksen toistamisen mahdollisuutta samalaisessa kontekstissa (Puusa ym. 2020, 171; Guba & Lincoln 1989, Enworon 2023, 379 mukaan). Baxterin ja muiden (2015) mukaan otoskoon huomioiminen on tärkeää siirret- tävyyden arvioinnissa. Heidän mukaansa laadullisen tutkimuksen osalta tulosten yleistettävyys ei ole aina mahdollista, mutta tulokset voivat olla yleistettävissä, jos valittu otos on mahdollisimman edustava. (Baxter 2015, 108–109.) Omien tulosten ja aikaisempien tutkimusten tulosten välinen yh- täläisyys tukee tutkimuksen luotettavuutta siirrettävyyden näkökulmasta. Täysin samanlaisten vas- tauksien saaminen ei ole mahdollista, koska tutkimuksen aiheena olivat kuluttajien kokemukset: niitä on yhtä monenlaisia kuin on kuluttajiakin. Tässä tutkimuksessa otos on pieni ja tarkoituksen- 49 mukaisella tavalla valittu, mutta siinä on edustettuna erilasia kuluttajia erilaisista lähtökohdista. Laadullisten tutkimusten tarkoitus poikkeaa määrällisten tutkimusten tarkoituksesta, jonka vuoksi tutkimuksen otos on tässä tutkimuksessa sopivan kokoinen. Haastattelujen edetessä, osissa haasta- teltavien vastauksissa oli havaittavissa toistoa, joka tukee toistettavuuden kriteeriä. Kolmantena luotettavuuden arvioinnin kriteerinä on johdonmukaisuus (engl. dependability), jota voidaan laadullisessa tutkimuksessa verrata tutkimuksen reliabiliteettiin (Lincoln & Guba 1994, 114). Johdonmukaisuus tarkoittaa sitä, että tutkimuksen kannalta tehdyt valinnat on perusteltu ja tutkimuksen vaiheet on esitetty lukijalle selkeästi (Puusa ym. 2020, 171–172). Johdonmukaisuuden tarkoituksena on osoittaa lukijalle, että tutkimus seurasi ohjeita ja sen tulokset olivat yhdenmukaisia toteutetun metodin kanssa (Guba & Lincoln 1989, Enworon 2023, 379 mukaan). Tutkimuksen pro- sessin tulee olla looginen, jäljitettävissä ja dokumentoitu (Eriksson & Kovalainen 2016, 308). Tut- kimuksen johdonmukaisuuden säilyttämiseksi koko tutkimuksen toteutus, käytetyt menetelmät, da- tankäsittelyn prosessi ja vaiheet, sekä haastatteluiden rakenne ja sisältö on kuvailtu ja perusteltu lu- kijalle tarkasti. Haastatteluissa seurattiin tarkasti haastattelurunkoa ja kysyttiin jokaiselta haastatel- tavalta samat kysymykset. Lincolnin ja Guban (1994, 114) mukaan vahvistettavuus (engl. confirmability) voidaan linkittää laa- dullisessa tutkimuksessa objektiivisuuteen. Vahvistettavuudella tarkoitetaan sitä, että tutkimuksen tulokset perustuvat itse tuotettuun tai kerättyyn dataan ja, että ne ovat muiden vahvistettavissa ja ymmärrettävissä (Guba & Lincoln 1989, Enworon 2023, 379 mukaan). Vahvistettavuuden arvioin- nissa tulee huomioida kuinka hyvin omat löydökset ja johtopäätökset on yhdistetty kerättyyn dataan (Eriksson & Kovalainen 2016, 308). Tutkimuksen vahvistettavuutta arvioitaessa tulee ottaa huomi- oon mahdollinen subjektiivisuus eli se, missä määrin tutkijan omat näkökulmat, mielipiteet ja en- nakkoluulot saattavat vaikuttaa tutkimuksen aiheeseen tai tuloksiin. Laadullisissa tutkimuksissa täysi objektiivisuus on mahdotonta. (Puusa ym. 2020, 181–182.) Tässä tutkimuksessa tulokset ja johtopäätökset perusteltiin aikaisempaa kirjallisuutta sekä ja kuluttajien kokemuksia (suorat lai- naukset) hyödyntäen, eivätkä perustuneet tutkijan omiin näkemyksiin. Datan koodausvaiheessa luo- tuihin kategorioihin vaikutti pääluokissa haastattelurungon rakenne ja sisältö, mutta alaluokkien ka- tegoriat muodostuivat datan ja tutkijan mielestä mielenkiintoisten ryhmittelyjen perusteella. Toinen tutkija olisi saattanut nostaa datasta esille erilasia teemoja ja tuloksia. Tutkimusetiikan huomioiminen osana tutkimusprosessia on oleellinen osa hyvää tieteellistä mene- telmää ja tutkimuksen tuloste luotettavuutta. Tutkimuksen eettisiin periaatteisiin kuuluu esimerkiksi tutkittavien vapaaehtoinen osallistuminen ja heidän anonymiteettinsä säilyttäminen, tutkijan salas- 50 sapitovelvollisuus, tulosten rehellinen ja oikeanmukainen raportoiminen (Bhattacherjee, 2012, 137– 138) sekä rehellisyys, avoimuus ja huolellisuus (Puusa ym. 2020, 167–168). Oman tutkimuksen to- teutuksessa tutkimusetiikan eri osa-alueet on otettu huomioon. Haastateltavien osallistuminen oli vapaaehtoista ja jokaiselta haastateltavalta pyydettiin suullinen suostumus tutkimukseen osallistu- misesta. Ennen haastattelun aloittamista heidän kanssaan käytiin läpi tutkimuksen tarkoitus ja me- netelmä. Kaikkia osallistujia ja heidän vastauksiaan käsiteltiin anonyymisti koko tutkimusprosessin ajan. Tutkimuksessa tuotettua dataa käsiteltiin Turun Yliopiston ohjeiden mukaan rehellisesti ja lä- pinäkyvästi. Datan oikeanmukainen hallinta huomioitiin koko tutkimusprosessin ajan ja datan käsit- telyn vaiheet kuvattiin lukijalle selkeästi. Tutkimuksen datan hallinnasta ja metadatasta löytyy tar- kempaa tietoa opiskelijan aineistonhallintasuunnitelmasta (ks. liite 4). 51 7 Tutkimuksen tulokset 7.1 Haastateltavien taustatiedot Tutkimuksessa haastateltiin kymmentä erilaista kuluttajaa, joilla oli aikaisempaa kokemusta verkko- kauppojen käytöstä. Taulukkoon 5 on listattu haastateltavien taustatiedot eli ikä, sukupuoli, verkko- kauppaostamiseen liittyvä kokemus ja sen mitä he ostavat verkkokaupoista eniten, sekä kunkin haastattelun kesto. Haastatteluiden keskimääräinen kesto oli 35 minuuttia. Haastateltavista seitse- män oli naisia ja kolme miehiä. Ikähaarukallisesti jaoteltuna haastateltavista puolet oli alle 50-vuoti- aita ja puolet yli. Suurin osa haastateltavista teki ostoksia eri verkkokaupoissa kuukausittaisella ta- solla. Kun haastattelun alussa keskusteltiin verkkokaupoista ja siitä mitä ostetaan, monet jopa yllät- tyivät, kuinka paljon verkkokaupoista ostetaan erilaisia asioita. Esimerkiksi palveluiden ostaminen (matkat, liput) unohtui monilta, ja kun asiasta mainittiin, osa haastateltavista muutti arvioitaan ky- seisten palveluiden ja tuotteiden ostamisen tottumuksista. Eniten haastateltavat ostivat verkosta pu- keutumiseen liittyviä tuotteita (vaatteet, kengät, asusteet), tapahtuma- ja keikkalippuja sekä matkus- tamiseen liittyviä palveluita (majoitus, lennot tai pakettimatkat). Taulukko 6. Haastateltavien taustatiedot. Haastateltava Haastattelun kesto (min) Ikä Sukupuoli Kuinka usein os- taa verkkokau- poista? Mitä ostaa verkosta eni- ten? 1 42 25–34 Nainen Harvemmin Piilolinssit, konserttiliput 2 52 25–34 Nainen Viikoittain Bussi- ja junaliput, konsert- tiliput, vaatteet ja kengät 3 48 65–70 Mies Kuukausittain Elektroniikka, musiikkitar- vikkeet, soittimet 4 32 55–64 Nainen Kuukausittain Majoitukset, lennot, käyttö- tavara, vaatteet 5 31 55–64 Nainen Harvemmin Apteekkituotteet, vaatteet ja kengät, matkat 6 26 18–24 Mies Kuukausittain Elektroniikka, pelit, vaatteet 7 28 55–64 Nainen Kuukausittain Vaatteet ja kengät, käyttöta- vara, matkat 8 30 35–44 Nainen Kuukausittain Vaatteet ja kengät 9 25 45–54 Nainen Harvemmin Kosmetiikka, ihonhoito, ruoka 10 33 55–64 Mies Harvemmin Konsertti- ja tapahtumaliput, matkat, vaatteet 52 7.2 Luottamus verkkokauppoihin Haastateltavilta kysyttiin ensin luottamuksesta verkkokauppoihin, koska aihe on heille todennäköi- sesti tutumpi kuin digitaalinen tuuppaus. Luottamuksen kokemus on jokaiselle yksilöllinen ja tästä syystä mahdollisesti vaikeasti hahmotettavissa. Vastauksista oli havaittavissa yhtäläisyyksiä haasta- teltavien välillä. Moni haastateltava pohti asiaa luottamusta lisäävien tai heikentävien ominaisuuk- sien lähtökohdista, eikä niinkään sen kautta, miten luottamus syntyy. He keskittyivät vastauksissaan enimmäkseen verkkokaupan käytännöllisiin seikkoihin kuten sivuston ulkoasuun ja toimimiseen, sekä omiin ja muiden kokemuksiin. Haastateltaville merkittäviä tekijöitä luottamukseen kannalta olivat verkkokauppojen monet toiminnalliset ominaisuudet, mikä on ihan ymmärrettävää, sillä nii- den kautta luottamusta on helpompi käsitellä ja muuttaa sanallisiksi vastauksiksi. Luottamuksella oli merkitystä verkkokauppaostamisessa jokaiselle vastaajalle, he painottivat erilaisia arvoja luotta- mukseen liittyvissä tekijöissä. Vastaukset on kerätty taulukkoon 7 seuraavien teemojen mukaisesti: verkkokaupan ulkoasu, toimivuus, tunnettavuus, muiden kokemukset ja arviot, turvallisuus sekä lä- pinäkyvyys ja rehellisyys. Taulukko 7. Verkkokauppojen luotettavuuteen vaikuttavat tekijät. Teema Tekijä Lainaus haastateltavalta Ulkoasu Asiallisuus ja sel- keys ”Verkkokaupan sivun pitää olla asiallisen näköinen, että se on aito, asiallisuudesta voi tunnistaa, ettei se ole feikki.” (Haastateltava 1) Ulkoasu Kieli ja kielioppi ”Ja toki sit aina just semmonen, että jos on jotenkin huono kieli, kielioppi tai jotain. Ni sit mul tulee vähän semmonen, että mikä tää niinku on.” (Haastateltava 8) Ulkoasu Ei turhia mainoksia ja ilmoituksia ”Eikä tule ylimääräisiä mitään mainoksia muihin kauppoihin tai mi- tään turhia mainoksia sen enempää.” (Haastateltava 6) Toimivuus Yhteydet eivät kat- kea ”Se on sen sovelluksen toiminta, että ei mene poikki välillä, yhtey- det siis.” (Haastateltava 3) Toimivuus Toimivuus kaikissa tilanteissa ”Ehkä jossain, se, on tietysti jotain ruuhkatilanteita varmaan saat- tanut olla, jossa on joku tietty myynti alkaa jollain tietyn kellon- ajalla ja siellä on kuusi miljoonaa ihmistä samaan aikaa, niin se si- vujen toimivuus.” (Haastateltava 10) Tunnettavuus Itselle tuttu ”Mutta totta kai, jos se on niinku käynyt siellä, totta kai sitä aina sitten helpommin palaa siihen entiseen tuttuun mitä sä oot jo ai- kaisemminkin käyttänyt.” (Haastateltava 10) Tunnettavuus Verkkokaupalla on kivijalkaliike ”Sitten jos niillä on kivijalkakauppa, niin se nettisivukin sitten var- masti on luotettava.” (Haastateltava 2) Tunnettavuus Yleisesti tunnettu ja pitkään toiminut ”Jos se on yleinen, mikä on ollut pitkään olemassa, niin se on luo- tettavampi koska jos siellä on jotain ei luotettavaa toimintaa, niin sitten varmaan sitten jo suurempi massa antais palautetta.” (Haastateltava 3) 53 ”En mä lähtis mistään niinku ei-tunnetuista tilaamaan mittään.” (Haastateltava 4) Tunnettavuus Yrityksen koko ”Tuttu ja iso yritys on turvallisemman oloinen.” (Haastateltava 9) ”Mutta sitten on nuo pienet uudet. Aina epäilyttää.” (Haastateltava 3) Aikaisemmat kokemukset Omat kokemukset ”Joo, jos on kokemusta ja se on onnistunut, niin voi käyttää uu- destaan, niin vaikuttaa positiivisesti.” (Haastateltava 1) Aikaisemmat kokemukset Muiden kokemukset ja positiiviset arvos- telut ”Se on ehkä isoin mikä vaikuttaa ne mielipiteet. Ne arvostelut.” (Haastateltava 9) Turvallisuus Maksuvaihtoehtojen tarjoaminen ”Ni sit ne maksuvaihtoehdot. Et jos siellä on vaan joku tyylin yksi maksuvaihtoehto. Kun tänä päivänä niitä kuitenkin on niinku pal- jon erilaisia. Varsinkin jos mä suoritan sen maksun etukäteen jo.” (Haastateltava 8) Turvallisuus Verkkokauppa kä- sittelee asiakkaan tietoja luottamuksel- lisesti ”Nii, ei viedä tietoja ja rahoja.” (Haastateltava 9) Läpinäkyvyys ja rehellisyys Verkkokauppa täyt- tää lupauksensa ”No varmaan se on se, että ensinnäkin se tuote, mitä olet osta- mastakin, se vastaa sitä, mitä kuvittelet sieltä saamassa. Ja, että jos sä nyt ostat jotain ja joka kerta sä sitten saat jotain muuta kuin mitä sä kuvittelet saavasi, niin aika äkkiä kaikki se luottamus hä- viää.” (Haastateltava 10) ”No iso merkitys, et tulee ne tuotteet mitä tilaa.” (Haastateltava 9) Läpinäkyvyys ja rehellisyys Toimintaperiaate selkeästi esillä ja il- moitettu kuluttajalle ”Ja sekin on välillä niin kuin, en tiedä niin onko luotettava, kun en oikein ymmärrä sitä sen toimintaperiaatetta.” (Haastateltava 2) Läpinäkyvyys ja rehellisyys Prosessien lä- pinäkyvyys kulutta- jalle ”Ja sielt tulee sitten kuittaus takaisin, että tilauksesi on vastaan- otettu ja lähetetty ja niin päin pois. Ja voi seurata myös.” (Haastateltava 3) Läpinäkyvyys ja rehellisyys Liian hyvältä kuu- lostavat lupaukset esim. hinnat hei- kentävät luotta- musta ”Ei niin kuin tiennyt oikein, että mitä ne oli ne nettisivut. Ja jotkut näytti, että oli liian hyviä ollakseen totta. Että tämä oli liian halpaa tai jotakin.” (Haastateltava 2) 7.3 Digitaaliset tuuppaukset Haastateltavilta kysyttiin ensin digitaalisen tuuppauksen käsitteen tuttuudesta ja siihen liittyvistä en- nakkokäsityksistä pelkän määritelmän perusteella. Vain kaksi vastaajaa oli kuullut käsitteestä aikai- semmin ja lopuille kahdeksalle termi oli täysin vieras. Osa haastateltavista osasi nimetä heti esi- merkkejä digitaalisista tuuppauksista luettuaan sen yksinkertaisen määritelmän, kun taas osalle asia selkeni vasta kun he olivat nähneet esimerkkejä yleisistä digitaalisista tuuppauksista. Kaikki vastaa- jat tunnistivat esimerkkikuvien tuuppauksia ja kertoivat nähneensä vastaavanlaisia käyttämissään verkkokaupoissa. Moni haastateltavista kertoi ensimmäisinä mieleen tulevina esimerkkeinä kannus- tintuuppaukset (erilaiset tarjoukset) ja evästeet. 54 7.3.1 Havaitseminen Haastateltavilta kysyttiin kysymyksiä heidän kokemuksistaan tuuppausten havainnoimisesta ja siitä, mitkä ominaisuudet kiinnittävät tuuppauksissa heidän huomionsa. Tuuppausten havainnoimiseen vaikutti se, mitä ostaja on hakemassa verkkosivulta ja mitkä tekijät vaikuttavat hänen ostopäätök- siinsä. Osa haastateltavista kertoi huomaavansa helpommin hintaan liittyvät kannustimet, kun taas toiset kertoivat huomaavansa verkkokaupan yksinkertaisen näyttöruudun (etusivun), ja osalla eniten huomiota herättivät muiden arvosteluja korostavat (sosiaalisiin normeihin viittaavat) tuuppaukset. Eniten tottuneita vastaajat kertoivat olevansa evästeisiin. Evästeet olivat kaikille haastateltaville hel- poiten huomattava tuuppauksen muoto, mutta suurin osa ei osannut ajatella niitä tuuppauksina vaan ajattelivat niiden olevan pakollinen osa verkkosivustoja. Lähes kaikki vastaajat kertoivat useimmi- ten hyväksyvänsä evästeet ilman, että lukisivat niitä tarkemmin läpi. Kaksi haastateltavista kertoi lukevansa niiden sisältöä joskus ja pyrkivänsä valitsemaan evästeistä käyttöön vain välttämättömät. Useimmat vastaajista olivat kokeneet verkkokaupoissa tilanteita, joissa digitaalisia tuuppauksia oli ollut liikaa. Tämä oli vaikuttanut heidän ostokokemukseensa negatiivisesti. Tällaisissa tilanteissa liialliset tuuppaukset koettiin ärsyttävinä ja häiritsevinä. Eniten kritiikkiä tästä näkökulmasta saivat hyperpikamuotisivustot kuten Shein, Temu ja Aliexpress. Moni haastateltava kuvaili ostokokemuk- sensa tällaisessa verkkokaupassa olleen negatiivinen, koska kyseisillä sivuilla käytetään paljon eri- lasia tuuppauksen keinoja, joilla pyritään saamaan asiakas ostamaan mahdollisimman paljon. Ärsyt- tävää tilannetta verkkokaupassa eräs haastateltavista kuvaili seuraavanlaisesti: ”Sit mul menee hermo, kun siel on paljon [tuuppauksia]. Ärsyttää. Ärsyttää ja voi olla, että suljen sivun. Et sit mulla jää se niinku, jää koko ostopäätös.” (Haastateltava 9.) Yksi haastateltavista oli asiasta eri mieltä, ja kertoi ettei häntä suuri tuuppausten määrä haittaa eikä hän niitä huomio, koska keskittyy etsimään haluamaansa tuotetta ja tuuppauksilla ei ole tällöin hä- nen mielestään vaikutusta: ”Mut en mä niinku kiinnitä niihin sillä lailla huomioo. Kun mulla on vaan se, et mä haen jotain.” (Haastateltava 7.) 7.3.2 Luottamus Haastateltavat olivat kahta mieltä siitä vaikuttaako digitaaliset tuuppaukset luottamukseen. Suurin osa oli sitä mieltä, että ne vaikuttavat luottamukseen jollain tapaa, mutta kahden haastateltavan mu- kaan tuuppauksilla ei ole heille merkittävää vaikutusta luottamuksen osalta. Vastauksissa oli havait- tavissa epäselvyyttä tuuppausten ja mainosten eroista. Moni haastateltavista nosti esille sen, että 55 tuuppaukset ovat ärsyttäviä kuten mainokset, jotka ilmestyvät ruudun keskelle ja häiritsevät käyttö- kokemusta. Termit sekoittuivat monilla haastateltavilla ja tuuppaukset ymmärrettiin aluksi mainok- sina. Moni koki myös, että ne eivät ole hyödyllisiä ja reiluja kuluttajalle, koska niiden tarkoituksena on myydä enemmän. Näiden kokemusten mukaan, kuluttajat eivät näe tuuppauksia omasta mieles- tään hyödyllisiksi. Osa haastateltavista pohti sitä, kuinka digitaalisten tuuppausten kehotuksien mu- kaan toimiminen on jokaisen omalla vastuulla, ja niihin ei ole pakko tarttua. Digitaalisen tuuppauk- sen toimivuuden kannalta keskeinen dilemma on se, että ne ovat usein vaikuttavampia silloin, kun käyttäjä ei ole tietoinen niiden olemassaolosta. Yksi haastateltavista ymmärsi tämän ja kommentoi asiaa seuraavasti: ”Vai onks ne semmosia et niitä ei edes huomaa?” (Haastateltava 1). Digitaalisiin tuuppauksiin liittyvään luottamukseen vaikuttavista tekijöistä voidaan huomata sekä positiivisesti, että negatiivisesti vaikuttavia tekijöitä. Useimmat haastateltavista olivat sitä mieltä, että niissä on molempia samaan aikaan. Digitaalisten tuuppausten luotettavuuteen vaikuttavat tekijät ovat koostettuna taulukkoon 8. Myös verkkoon luottamisen ja digitaalisiin tuuppauksiin luottamisen tekijöiden välinen yhteys voidaan nähdä merkityksellisenä tutkimustuloksena. Moni sama ominai- suus, joka vaikuttaa luottamukseen verkossa, vaikuttaa kuluttajien mukaan myös digitaalisiin tuup- pauksiin luottamiseen. Selkeys, lupauksien pitäminen, tunnettavuus ja asiakaslähtöisyys olivat posi- tiivisesti luottamukseen vaikuttavia tekijöitä molemmissa tapauksissa. Negatiivisesti luottamukseen molemmissa tapauksissa vaikuttivat manipulointi tai harhaanjohtaminen, liiallisuus (tuuppausten määrä tai muut mainokset/ilmoitukset) sekä epäselvyys. 56 Taulukko 8. Digitaalisten tuuppausten luotettavuuteen vaikuttavat tekijät. Tekijä Vaikutus Lainaus haastateltavilta Tunnettavuus (digi- taalinen tuuppaus on tutussa verkko- kaupassa) Positiivinen ”Usein on tietysti, jos on siellä luotettavassa verkkokaupassa sil- loin, niin luotan tuuppauksiin. Se pitää paikkansa.” (Haastatel- tava 5) Selkeys Positiivinen ”No ehkä se et mitä selkeempi se on niin sitä luotettavammalta se tuntuu.” (Haastateltava 9) Asiakaslähtöinen kirjoitustyyli Positiivinen ”No ehkä se et miten ne on kirjottanu sen, et jos se kuulostaa et ne pakottaa jotenkin. Et jos se on ystävällinen. Se pitää olla kir- joitettu asiakaslähtöisesti.” (Haastateltava 1) Digitaalinen tuup- paus pitää lupauk- sensa Positiivinen ”No luotettavia on silloin, kun ne pitää lupauksensa. Että jos on ostanut yli 30 euron, niin sitten sinne kassalle kilahtaa se tuo ilmanen toimitus.” (Haastateltava 2) Omaan ostokseen liittyvän tuotteen tai palvelun suosittele- minen Positiivinen ”Mut sit taas semmoset, jos ehdottaa jotain samantyyppistä, niin ei sen mun mielestä haittaa. Koska sieltä voi löytyy vaihtoehtoisii tuotteita sille mitä oot tilaamassa muutenkin.” (Haastateltava 6) Manipulointi ja har- haanjohtaminen. Etenkin kiireellisyy- teen ja tuotteiden rajalliseen määrään viittaaminen Negatiivinen ”Ne on manipuloivia, jos on et enää tämä päivä aikaa ostaa niin saat alennusta, mut sit se on taas seuraaval viikol alkaa uudes- taan se tarjous.” (Haastateltava 2) ”No toi ei oikein mene läpi toi enää kolme paikkaa jäljellä. Et voiks aina olla niin?” (Haastateltava 9) Liiallinen tuuppaus- ten määrä Negatiivinen ”Niin se on niinku semmonen tiiäks sirkus se koko sivusto.” (Haastateltava 8) ”Jos meitä tuupataan jatkuvasti, niin se voi kääntyä vastaan.” (Haastateltava 3) Ylimyymiseen pyr- kivä tuuppaus Negatiivinen ”Semmonen ylimyyminen on mun mielestä vähän epäreiluu, et jos sä meet ostaa jotain euron tuotetta ja sit sun pitää lisätä 20 jotain krääsää koriin, mistä suurin osa päätyy roskikseen kahen kuukauden sisäl.” (Haastateltava 6) Myyjän etuja ajava tuuppaus Negatiivinen ”Kyllä mä uskon, että siellä on oma lehmä ojassa enneminkin kuin asiakkaan etu. Totta kai myyntiähän siellä yritetään, kaikilla keinoilla.” (Haastateltava 10) Tuuppaukset eivät ota erilaisia ihmis- tyyppejä huomioon (toiset ovat alttiim- pia tuuppauksen vaikutuksille kuin toiset) Negatiivinen ”Niin sitten taas ihmisissä on paljon semmosia, että ne ostaa kaiken, mitä tulee vastaan. Ei niinku voi vastustaa niitä. Että se on tietyille ihmistyyppille tai luonteelle se on huono. Menee kon- kurssiin.” (Haastateltava 3) 57 7.3.3 Arviointitehtävän tulokset Moni haastateltava koki vaikeaksi muistaa tai palauttaa mieleen tuuppauksia, jotka olisivat vaikeasti havaittavissa. Moni kommentoi myös sitä, kuinka digitaalisia tuuppauksia on niin paljon erilaisia, että heille on haastavaa arvioida mikä niistä voisi jäädä huomaamatta. Arviointitehtävän perusteella saatiin vastauksia siitä, millaisia eroja kuluttajien mielestä on eri tuuppaustyyppien havaitsemissa ja luottamuksessa. Arviointitehtävän vastausten perusteella eri tuuppauksen keinojen havaittavuus vaihtelee ja osa kei- noista huomataan paremmin kuin toiset. Yksittäisistä tuuppauksen keinoista havaittiin parhaiten evästeet (ka 4,6), henkilö- ja osoitetiedoissa olevien virheiden korjaaminen (ka 4,7) ja muiden pa- lautteeseen perustuvat tuuppaukset eli arvostelut (ka 4,3). Huonoiten havaittuja tuuppauksia olivat oletuksena ollut toimitusosoitteen valinta laskutustietojen perusteella (ka 3) sekä liikennevalomalli ruoan verkkokaupassa (ka 2,5). Vähiten vaihtelua vastaajien välillä oli evästeiden ja virhetietojen havaitsemisessa, joiden kohdalla suurin osa antoi samanlaisia vastauksia. Eniten vaihtelua vastaus- ten välillä oli oletusvalinnan (toimitusosoite) ja unohtuneen tuotteen havaitsemisen välillä, näiden tuuppauksen keinojen havaitsemisen helppoudessa vastaajat olivat eniten eri mieltä keskenään. Eni- ten samaa mieltä havaitsemisen suhteen oltiin evästeiden ja tietojen korjaamisen tuuppausten koh- dalla. Valinta-arkkitehtuurin näkökulmasta parhaiten huomattiin kokonaisuutena kannustimet (ka 4,1), virheiden tekemisen olettaminen (ka 3,9) ja oletusvalinnat (ka 3,8). Arviointitehtävän vastausten perusteella saatiin tietoa siitä, mitkä digitaalisen tuuppauksen keinoista kuluttajat kokevat luotettavina ja mitkä epäluotettavina. Suurimmalle osalle haastateltavista tuup- pauksiin liittyvä luottamus oli tuuppauskohtaista, jolloin toisiin keinoihin luotetaan enemmän kuin toisiin. Luotettavimpina verkkokauppojen digitaalisista tuuppauksista pidettiin henkilö- ja osoitetie- doissa olevien virheiden korjaamista (ka 4,4), kartoitukseen käytettäviä filtteritoimintoja (ka 3,9) ja liikennevalotuuppausta (ka 3,8) sekä evästeitä (ka 3,8). Vähiten luottamusta herättivät monimutkai- nen näyttöruutu (etusivu) (ka 2,3) ja ostoskoriin jääneestä tuotteesta lähetetty muistutusviesti (ka 2,7). Luottamukseen liittyvissä vastauksissa eniten hajontaa oli toimitusosoite oletusvalintaan ja yk- sinkertaiseen näyttöruutuun luottamisessa. Eniten samaa mieltä vastaajat olivat filttereiden, tietojen korjaamiseen ja palautteen luottamuksen suhteen. Valinta-arkkitehtuurin keinoista kokonaisuutena eniten luotettiin kartoitukseen (ka 3,85) ja oletusvalintoihin (ka 3,7). Havaitsemisen ja luottamuksen välillä on nähtävissä yhteyksiä tiettyjen tuuppaustyyppien osalta. Eniten yhteyksiä havaitsemisen ja luottamuksen osalla oli nähtävissä filtterien, virheellisten osoite- tietojen, itselle annetun palauteen, unohtuneen tuotteen muistutuksen ja yksinkertaisen etusivun 58 osalta. Näissä keskiarvojen ero oli havaitsemisen ja luottamuksen arvioinnissa pienin: haastateltavat antoivat sekä korkeita havaitsemisarvioita että luottamusarviointeja. Osalle vastaajista verkkokau- pan yksinkertaisuudella oli suuri merkitys. Haastateltavat antoivat tällöin sekä yksinkertaiselle että monimutkaiselle verkkokaupalle korkeat havaitsemisen pisteet, mutta yksinkertaiselle korkeat luot- tamuspisteet ja monimutkaiselle matalat luottamuspisteet. Suurin ero arvioiden keskiarvojen välillä oli tähtiarvosteluiden kohdalla. Niitä havaittiin helposti (ka 4,3), mutta niihin luotettiin vain keski- määräisen paljon (ka 3). Arviointitehtävän vastaukset ovat nähtävillä taulukosta 9 ja vastausten pe- rustella lasketut arvot taulukosta 10. 59 Taulukko 9. Arviointitehtävän vastaukset. Taulukkoon on koottu jokaiselta haastateltavalta heidän antamansa arvostelut tuuppaustyyppien havaitsemisesta ja luotettavuudesta. Taulukossa lyhenne H tarkoittaa havaitsemista ja L luottamusta. Oletusvalinnat Oletusvalinnat Virheiden tekeminen Virheiden tekeminen Palaute Palaute Kartoitus Kartoitus Yksinkertaistaminen Yksinkertaistaminen Kannustimet Haastateltava Arvioitu ominaisuus Evästeet Toimitusosoite Tiedoissa virhe Unohtunut tuote Palaute itselle Tähtiar- vostelut Filtterit Liikenne- valo Yksinkertainen Monimutkainen Alennukset, tarjoukset 1 H 4 3 4 3 4 4 4 3 3 5 5 1 L 5 4 4 2 5 3 4 3 4 2 3 2 H 5 2 4 3 3 3 4 2 5 5 4 2 L 4 5 3 2 3 4 4 5 5 1 4 3 H 4 2 4 2 4 4 3 4 2 2 4 3 L 2 2 4 2 4 1 3 4 2 2 2 4 H 4 2 5 3 2 5 2 1 2 2 5 4 L 4 3 5 3 3 5 3 4 4 3 4 5 H 5 1 5 3 3 4 5 4 2 3 3 5 L 4 3 5 2 3 3 4 4 4 4 4 6 H 5 5 5 1 2 3 4 2 4 5 5 6 L 3 4 4 3 4 2 4 2 4 2 3 7 H 5 4 5 5 5 5 5 1 5 3 2 7 L 4 4 5 2 3 3 4 2 1 1 1 8 H 5 1 5 1 2 5 5 3 5 3 5 8 L 5 1 5 4 4 3 5 5 5 2 5 9 H 5 5 5 5 4 5 4 3 4 4 4 9 L 4 5 4 3 3 3 4 5 4 3 3 10 H 4 5 5 5 2 5 5 2 4 3 4 10 L 3 5 5 4 3 3 4 4 4 3 4 60 Taulukko 10. Arviointitehtävästä laskettuja arvoja. Taulukossa lyhenne H tarkoittaa havaitsemista, L luottamusta ja VA valinta-arkkitehtuuria. Taulukossa on nähtävillä keskiarvo sekä yksittäiselle digitaalisen tuuppauksen keinolle, että valinta-arkkitehtuurin osa-alueelle. Arvioitu ominaisuus Evästeet Toimitus- osoite Tiedoissa virhe Unohtunut tuote Palaute itselle Tähtiar- vostelut Filtterit Liikennevalo Yksinkertainen Monimutkainen Alennukset, tarjoukset ka H 4,6 3 4,7 3,1 3,1 4,3 4,1 2,5 3,6 3,5 4,1 ka H/VA 3,8 3,8 3,9 3,9 3,7 3,7 3,3 3,3 3,55 3,55 4,1 ka L 3,8 3,6 4,4 2,7 3,5 3 3,9 3,8 3,7 2,3 3,3 ka L/VA 3,7 3,7 3,55 3,55 3,25 3,25 3,85 3,85 3 3 3,3 Md H 5 3 5 3 3 5 4 3 4 3 4 Mo H 5 5, 2 5 3 2 5 4, 5 3, 2 5, 4, 2 3 5, 4 Md L 4 4 5 2 3 3 4 4 4 2 4 Mo L 4 4, 5 5 2 3 3 4 4 4 2 4 sd H 0,49 1,55 0,46 1,45 1,04 0,78 0,94 1,02 1 ,20 1,12 0,94 sd L 0,87 1,28 0,66 0,78 0,67 1,00 0,54 1,08 1 ,19 0,90 1,10 61 8 Johtopäätökset Luvussa esitellään tutkimuksen tärkeimpiä tuloksia, niihin liittyvää analyysiä ja pohdintaa aikai- sempien tutkimusten tulosten näkökulmista. Luvussa arvioidaan tutkimukseen liittyviä rajoitteita ja pohditaan tulosten soveltamista käytäntöön, sekä ehdotetaan mahdollisia jatkotutkimusten aiheita. 8.1 Tärkeimmät tulokset ja vertailu aikaisempaan kirjallisuuteen Aikaisempien tutkimusten ja kirjallisuuden kannalta, ovat seuraavat tämän tutkimuksen tulokset merkityksellisiä: 1. Moni sama tekijä tai ominaisuus, joka vaikuttaa luottamukseen verkossa, vaikuttaa myös ku- luttajien luottamuksen kokemukseen digitaalisten tuuppausten osalta. 2. Digitaalisen tuuppauksen tyyppi vaikuttaa siihen, miten kuluttajat havaitsevat niitä ja siihen, kuinka luotettavina he ne kokevat. 3. Helpoiten havaittavimpina kuluttajat kokivat evästeet, sosiaalisiin normeihin viittaavat tuup- paukset eli arvostelut sekä virheitä korjaavat tuuppaukset. Heikoiten havaittiin oletuksena olleet osoitetiedot sekä liikennevalomalli. Kuluttajien mielestä luotettavimpia tuuppauksen keinoja olivat virheellisesti täytetyistä tiedoista muistuttava tuuppaus sekä kartoituksessa auttavat filtterit ja valikot. Vähiten kuluttajat luottivat monimutkaiseen näyttöruutuun (etusi- vuun) sekä unohtuneesta tuotteesta muistuttavaan tuuppaukseen. 4. Digitaalisten tuuppausten toimintaperiaatteet ovat kuluttajalle tuntemattomia, ja harva osaa kyseenalaistaa niiden toimintaa ja vaikutusta tiedostamattoman päätöksenteon näkökul- masta. Kuluttajien luottamukseen verkossa vaikuttaa useat eri tekijät. Haastateltavat pohtivat luottamusta sivustoon pääosin sen ominaisuuksien sekä omien ja muiden kokemuksien perusteella. Tämä poik- keaa osittain aikaisemmasta kirjallisuudesta, joissa korostetaan henkilökohtaista kokemusta ja myy- jän velvoitteiden täyttämistä (Kim ym. 2008, 545), rehellisyyttä (Dinev ja Hart 2006, 64) sekä hy- väntahtoisuutta (Xu ym. 2016, 17.) Kukaan haasteltavista ei kuvaillut luottamusta henkilökohtai- sena kokemuksena (vrt. Kim ym. 2008, 545). Pieni osa haastateltavista mainitsi kuitenkin oletta- vansa verkkokaupan toimittavan tilatut tuotteet, sekä käsittelevän tietoja ja rahoja luottamukselli- sesti. Nämä huomiot ovat samanlaisia aikaisemman kirjallisuuden kanssa myyjän velvollisuuksien täyttämisen näkökulmasta (Kim ym. 2008, 545). Moni haastateltava koki luottamuksen verkossa 62 vaikuttavan merkittävästi heidän ostopäätöksiinsä. Jos luottamusta verkkokauppaan oli, voisivat he tehdä ostoksia verkkokaupassa ja päinvastoin. Tämä tulos on linjassa McKnightin ja Chervanyn (2001, 50–51) näkemyksen kanssa, jonka mukaan ostohalukkuus on yksi tekijä, jolla kuluttaja voi osoittaa luottamustaan. Se on myös yhtäläinen Xun ja muiden (2016, 16) näkemysten kanssa, sillä heidän mukaansa verkkokaupalle on kannattavaa ylläpitää luottamussuhteita tuttujen asiakkaiden kanssa, kuin pyrkiä etsimään uusia asiakkaita. Tutkimuksen tulosten mukaan digitaalisen tuuppauksen tyyppi vaikuttaa kuluttajilla siihen, kuinka tuuppaus havaitaan. Parhaiten digitaalisten tuuppausten esimerkeistä havaittiin evästeet, virheelli- sistä tiedoista ilmoittava tuuppaus ja muiden arvosteluita korostava tuuppaus. Evästeiden havain- nointi oli mahdollisesti haastateltaville helpompaa, siksi että ne olivat tuttuja entuudestaan. Muiden tekemiä arvosteluita havaitaan ja luetaan, koska ihmisille on tyypillistä etsiä muiden hyväksyntää ja toimia sosiaalisten normien mukaan (Cialdini & Trost 1998). Tutkimuksen tulosten mukaan havait- semisen ja luottamuksen välisissä keskiarvoissa oli suurin ero muiden arvosteluja korostavien tuup- pausten kohdalla (tähtiarvostelut). Haastateltavat kokivat niiden olevan helposti huomattavissa, mutta niihin ei luotettu yhtä paljon kuin niitä havaittiin. Tämä voi kertoa siitä, että kuluttajien näkö- kulmasta arvostelut ovat verkkokaupoissa hyvin näkyvillä ja helposti huomattavissa, mutta niiden sisältö koetaan ainakin osittain manipuloivaksi. Huonoiten tuuppauksen keinoista havaittiin oletuk- sena ollut toimitusosoitteen valinta laskutustietojen perusteella sekä liikennevalomalli ruuan verk- kokaupassa. Näiden heikkoja arvosanoja voi selittää oletusvalintamerkin pieni koko (ei huomata muun tiedon seasta) sekä liikennevalomallin harvinaisuus verkkokaupoissa (ei olla nähty vastaavia esimerkkejä aikaisemmin). Hettlerin ja muiden (2024) mukaan tottuneemmat verkkokauppojen käyttäjät jättävät tuuppaukset helpommin huomiotta kuin kuluttajat, jotka eivät olleet yhtä tottuneita tuuppauksiin. Tämän tutki- muksen tuloksissa ei ollut havaittavissa merkittävää eroa sen suhteen, että kokemus olisi vaikuttanut tuuppausten tunnistamiseen. Nuorimmat vastaajat (alle 30-vuotiaat) osasivat nimetä tuuppauksia enemmän pelkän määritelmän perusteella, vaikka heidän käyttötottumuksensa vaihtelivat. Tässä suhteessa tulosten mukaan käyttökokemuksella ei ollut suurta merkitystä, vaan digitaalisten tuup- pausten tuttuutta selitti enemmän ikä. Krollin ja Stieglitzin (2021) mukaan verkkosivujen sisältämä suuri tiedon määrä voi vaikuttaa digitaalisen tuuppauksen havaitsemiseen. Omassa tutkimuksessa suuri tuuppausten määrä koettiin häiritsevänä ja epäluotettavana: suurimmalle osalle haastateltavista sillä ei ollut vaikutusta tuuppausten havaitsemiseen. Osa haastateltavista kertoi kuitenkin havaitse- vansa aina, jos tuuppauksia on liikaa ja verkkokaupan sivusto on monimutkainen, ja kuinka tämä vaikuttaa heidän käyttökokemukseensa negatiivisesti. Tämä tulos on linjassa aikaisemman kirjalli- 63 suuden kanssa (Sunstein 2014; Karlsen & Andersen 2019), jonka mukaan yksinkertaistamalla voi- daan vähentää tiedon aiheuttamaa ahdistusta ja hämmennystä. Hettlerin ja muiden (2024) mukaan digitaalisiin alustoihin luottamiseen vaikuttaa tuuppauksen tyyppi. Heidän tutkimuksessaan oletusvalinnat ja niukkuuteen viittaavat digitaaliset tuuppaukset vaikuttivat luottamukseen negatiivisesti. Tämän tutkimuksen mukaan evästeiden vaikutus luotta- mukseen ei ollut yhtä negatiivinen, mutta erilaiset niukkuusvaroitukset koettiin epäilyttävinä ja ma- nipuloivina. Tällaisten tuuppausten toiminta perustuu järjestelmään 1 ja heuristiikkojen hyväksi- käyttöön, joka voi selittää niiden herättämää epäluottamusta (Hettler ym. 2024, 27). Tutkimuksen mukaan digitaalisen tuuppauksen tyyppi vaikuttaa tuuppauksiin kohdistettavaan luottamukseen. Eniten kuluttajat luottivat virheellisten tietojen puutteesta ilmoittavaan tuuppaukseen, kartoituksen filtteriominaisuuksiin, liikennevalomalliin ja evästeisiin. Vähiten luottamusta herättivät monimut- kainen etusivu ja ostoskoriin jääneestä tuotteesta tehty muistutusviesti. Esimerkkisivustot, jotka oli- vat täynnä digitaalisen tuuppauksen keinoja, koettiin eri tavoin kuin sivustot, jotka hyödynsivät tuuppauksia maltillisesti. Näistä esimerkkeinä mainittiin useat hypermuotisivustot ja niiden liialli- sen tuuppausten määrän vaikutus luottamukseen negatiivisesti. Tämä havainto poikkeaa Katnerin ja Jianun (2019) tutkimuksen tuloksista, joiden mukaan sellaiset verkkosivut, joissa oli hyödynnetty digitaalista tuuppausta, arvioitiin yhtä luotettaviksi kuin tuuppauksia käyttämättömät sivut. Digitaalisten tuuppausten havaitsemisen ja luottamuksen välillä oli tutkimuksen tulosten mukaan havaittavissa yhteyttä. Evästeet olivat sekä havaituimpia että luotetuimpia tuuppauksia. Tätä yh- teyttä selittää mahdollisesti se, että kyseinen digitaalisen tuuppauksen keino oli haastateltaville jo ennestään tuttu. Niiden havaitseminen oli helppoa, koska ne koettiin tutuiksi, joka saattoi vaikuttaa siihen, että niihin luotettiin enemmän. Tästä tuloksesta päinvastaisena esimerkkinä on liikennevalo- mallia noudattava tuuppaus (kartoitus, K-ruoka). Se havaittiin esimerkkituuppauksista heikoiten, mutta sille annettiin korkeita luottamuspisteitä. Kuluttajaa auttavat ja virheitä korjaavat tuuppaukset arvioitiin muutenkin kuluttajien toimesta luotettavimmiksi. Tämä voi olla seurausta siitä, että ky- seisten tuuppausten kohdalla haastateltavat kokivat niiden olevan itselleen hyödyllisiä ja auttavan päätöksenteossa. Tällöin niiden avuliaisuus koettiin luottamusta herättävänä. Nämä tuuppaukset toi- mivat tuuppauksen alkuperäisen määritelmän (Thaler & Sunstein 2008) mukaan, ollen tuuppauksen kohteena olevan yksilön omasta mielestä hyödyllisiä. Monen haastateltavan vastauksissa korostuivat kokemukset siitä, että aggressiivisesti lisämyyntiin pyrkivät tai valintoja voimakkaasti ohjaavat digitaaliset tuuppaukset heikentävät luottamusta. Hett- lerin ja muiden (2024) tutkimuksessa niukkuusvaroituksia hyödyntävät tuuppaukset koettiin mani- 64 puloivina ja markkinointikeinoina. Myös tässä tutkimuksessa, haastateltavat kokivat niukkuusvaroi- tusten toimivan epäilyttävästi, mahdollisesti jopa valintoja manipuloimalla. Tämän lisäksi rahalliset kannustimet koettiin valintoja voimakkaasti ohjaavina ja lähinnä myyjän etua ajavina. Tuuppausten ja digitaalisten tuuppausten alkuperäisenä tarkoituksena on olla sen kohteelle hyödyllistä, toimia il- man pakottamista ja säilyttää autonomia (Thaler & Sunstein 2008). Sunsteinin (2014, 583–584) mu- kaan kaiken virallinen ja hyväksyttävän tuuppauksen tulisi ohjata kuluttajia heille suotuiseen suun- taan. Tämän tutkimuksen tulosten mukaan kannustimet ja niukkuusvaroitukset toimivat kuluttajien mielestä tuuppausten määritelmän vastaisesti. Osa haastateltavista tunnisti ja osasi nimetä tuuppauksia sen määritelmän perusteella, mutta osalle niiden käsite ja toimintaperiaatteet selkenivät vasta esimerkkien näkemisen jälkeen. Tästä voidaan päätellä, että verkkokauppojen digitaalisten tuuppausten keinot ovat tuttuja, mutta kaikki kuluttajat eivät kiinnitä niihin huomiota. Niiden ajatellaan olevan osa verkkokauppoja, mikä toisaalta vastaa aikaisemman kirjallisuuden käsitystä siitä, että valinta-arkkitehtuurissa on monia helposti huomatta- via sekä huomaamattomia ominaisuuksia, jotka molemmat voivat vaikuttaa päätöksentekoon (Thaler ym. 2010, 1). Digitaalisten tuuppausten toiminta perustuu psykologisiin prosesseihin, kuten automaattiseen päätöksentekoon, heuristiikkoihin ja ajattelun vinoumiin, joihin kuluttaja ei voi tie- toisesti vaikuttaa (Mirsch ym. 2017, 634). Tutkimuksen haastateltavista vain yksi osasi kyseenalais- taa tätä tuuppausten ominaisuutta kysymällä ovatko tuuppauksen keinot sellaisia, joita ei edes huo- maa. Tässä vastauksessa korostuu tuuppauksiin ja digitaalisiin tuuppauksiin liittyvä eettinen di- lemma. Tuuppausten taustalla toimivat psykologiset prosessit ovat tehokkaampia, kun tuuppaukset ovat tiedostamattomia, ja niiden vaikutukset vähenevät silloin kun niistä tehdään kuluttajille lä- pinäkyviä (Hansen ja Jespersen 2013, 5). Tähän tulokseen viitaten, voidaan päätellä digitaalisten tuuppausten toimivan tehokkaasti. Ne toimivat pääosin huomaamattomilla keinoilla ilman, että verkkokauppojen käyttäjät osaavat niitä kyseenalaistaa. Tämä on tuuppausten määritelmää vastaan eettisestä näkökulmasta, ja voi johtaa ongelmallisiin seurauksiin tapauksissa, joissa kuluttajia ohja- taan ei-suotuisten valintojen suuntaan (Weinmann ym. 2016, 434). Tuuppauksen määritelmän mukaan se ei saa kieltää vaihtoehtoja tai muuttaa merkittävästi taloudel- lisia kannustimia (Thaler & Sunstein 2008, 6). Taloudellisten kannustimien muuttamisen ajatus on digitaalisten tuuppausten kannalta ja verkkokauppojen kontekstissa ristiriitainen, sillä verkkokaup- pojen on tarkoitus myydä. Verkkokaupoissa digitaalisten tuuppausten keinot perustuvat suuresti ta- loudellisiin kannustimiin, joiden tarkoitus on saada ihmiset ostamaan enemmän. Haastateltavien mukaan kannustintuuppaukset (esimerkiksi alennukset ja ilmaiset toimitukset) olivat tuuppauksista kokonaisuutena eniten tunnettuja ja havaittuja. Niitä ei pidetty yksinään manipuloivina, mutta kun 65 niitä oli paljon yhtäaikaisesti, niiden koettiin olevan valintoja ohjailevia ja manipuloivia. Tämä he- rättää kysymyksen siitä, noudattavatko kyseiset verkkokauppojen tuuppaukset niille luotua määri- telmää. Jos taloudellisia kannustimia muutetaan näillä digitaalisen tuuppauksen keinoilla merkittä- västi, ovatko ne enää digitaalista tuuppausta vai tulisiko ne määritellä eri tavoin, esimerkiksi myyn- nin ja markkinoinnin keinoina. 8.2 Tutkimuksen rajoitteet Tutkimuksen johtopäätöksien yhteydessä on huomioitava joitain rajoitteita, joita tutkimuksen toteu- tukseen on liittynyt. Laadullisessa analyysissä ei ole tarkoitus kerätä mahdollisimman paljon dataa vaan keskittyä kuvailemaan tutkittavaa ilmiötä mahdollisimman monipuolisesti. Tästä syystä laa- dullisesta tutkimuksesta ei voida tehdä yleistettäviä päätöksiä. Vaikka tutkimuksen haastateltaviksi on pyritty valitsemaan mahdollisimman erilaisia kuluttajia, on otettava huomioon se, että heidät on valittu saatavuuden perusteella lähipiiriini kuuluvista henkilöistä. Tämän lisäksi on huomioitava, että haastateltavat ovat kaikki suomalaisia hyvinvointivaltion asukkaita, joka rajaa pois tulosten mahdollisen yleistettävyyden muihin maihin ja kulttuureihin. Siihen kuinka paljon haastateltavat halusivat vastauksissaan kertoa, vaikutti mahdollisesti se, kuinka läheinen suhde heillä on minuun. Tämän lisäksi paine vastata mahdollisimman hyväksyttävällä ta- valla saattoi vaikuttaa heidän vastauksiinsa, jolloin heidän vastauksensa eivät kuvaa täysin aitoja kokemuksia. Haastateltavien vastauksia saattoi vääristää myös muistamisen harhoihin liittyvät sei- kat, koska etenkin tuuppauksiin liittyviä aikaisempia havaitsemisen tai havaitsemattomuuden koke- muksia voi olla haastavaa palauttaa mieleen heti. Lisäksi tulisi huomioida se, että vastaajille saattoi olla vaikeaa muistaa esimerkkejä digitaalisista tuuppauksista tai kertoa, kuinka helposti he niitä ha- vaitsevat ilman, että he tietävät mitä tuuppauksella tarkoitetaan. Reaktio ja kokemus tuuppauksesta voisi olla erilainen, jos haastateltavilla olisi valmiiksi kokemusta ja ymmärrystä aiheesta. Tämä olisi mahdollisesti voitu välttää antamalla haastateltaville ennakkoon mahdollisuus miettiä eniten käyttä- miään verkkokauppoja ja siellä olevia digitaalisia tuuppauksia. Toisaalta se muuttaisi tutkimuksen tarkoitusta: mielenkiintoisia tuloksia saatiin niistä reaktioista, jotka tehtiin ilman aikaisempaa käsi- tystä aiheesta. Arviointitehtävään oli mahdollista valita vain rajoitettu määrä esimerkkejä tutkimuk- sen ajallisten resurssien ja aiheen rajaamisen vuoksi. Tämän vuoksi tutkimuksen ulkopuolelle jäävät monet digitaalisen tuuppauksen keinot. Monet tutkimuksen käsitteistä ovat monimutkaisia ja tulkinnanvaraisia, kuten esimerkiksi luotta- muksen kokemus. Tämän vuoksi tuloksia analysoitaessa ja sovellettaessa tulee muistaa, että haasta- teltavien vastaukset perustuvat heidän omiin subjektiivisiin kokemuksiinsa ja lähtökohtiinsa. Joi- 66 denkin arviointien kohdalla oli huomattavissa se, kuinka haastateltavat arvioivat digitaalisia tuup- pauksia sivuston ja brändin mielikuvan mukaan, eivätkä niinkään esimerkkituuppaustyyppeinä. Ai- kaisempi, hyvä tai huono oma kokemus saattoi tällöin vääristää haastateltavien kohdalla etenkin heidän käsitystään tuuppaukseen luotettavuudesta. 8.3 Tulosten soveltaminen käytäntöön ja jatkotutkimusten mahdollisuudet Tutkimuksen tuloksia voitaisiin hyödyntää verkkokauppojen suunnittelussa. Tutkimuksen tulokset voisivat auttaa verkkokauppoja ja -kauppiaita ymmärtämään kuluttajien kokemusten tärkeyden digi- taalisten tuuppausten suunnittelun ja valitsemisen prosesseissa, sekä koko käyttöliittymän suunnitte- lussa. Verkkosivujen suunnittelussa tulisi ottaa huomioon tekijöitä, jotka ovat oleellisia sekä digi- taalisen tuuppauksen luotettavuuden, että itse verkkosivun luotettavuuden kannalta. Tulokset voisi- vat hyödyttää erityisesti niitä B2C-verkkokauppiaita, jotka käyttävät verkkokaupoissaan tässä tutki- muksessa tutkittuja digitaalisen tuuppauksen keinoja. Tutkimuksen tulosten perusteella, verkko- kauppiaiden tulisi keskittyä suunnittelemaan digitaalisia tuuppauksia huomioiden niiden havaitta- vuuteen ja luotettavuuteen liittyvät tekijät. Tulosten mukaan asiakaslähtöisyys on kuluttajille tär- keää ja verkkokauppojen kannattaisi hyödyntää omien asiakkaidensa kokemuksia verkkokauppojen digitaalisten tuuppausten suunnitteluprosessissa. Jos asiakkaiden kokemukset otettaisiin proses- seissa huomioon, voisivat verkkokauppiaat ottaa verkkokaupoissaan käyttöön omalla asiakasseg- mentilleen sopivia ja mahdollisesti vaikuttavampia digitaalisen tuuppauksen keinoja. Esimerkiksi luotettavuuden kokemusta voitaisiin lisätä karsimalla liiallista digitaalisen tuuppauksen määrää, jos kyseisen verkkokaupan asiakkaat kokevat niiden liiallisen määrään vaikuttavan negatiivisesti. Ku- luttajien huomioimisella on merkittäviä vaikutuksia yrityksen markkinointistrategian ja koko liike- toiminnan näkökulmista. Digitaalisten tuuppausten personointiin ja tuuppauksiin liittyviin eettisiin ongelmiin olisi mielen- kiintoista ja tarpeellista tehdä jatkotutkimusta kuluttajien näkökulmasta. Koska digitaalisten tuup- pausten personointi jatkaa kasvuaan ja toimii tehokkaammin kuin tavalliset tuuppaukset (Karlsen & Andersen 2019), voitaisiin jatkotutkimuksissa selvittää miten kuluttajat kokevat personoidut digi- taalisen tuuppauksen keinot. Toisena mahdollisena ideana olisi keskittyä digitaalisten tuuppausten ja verkkokauppojen asiakaskokemuksiin eettisten ongelmien näkökulmasta. Tällaisessa tutkimus- asetelmassa voitaisiin esimerkiksi tarkastella kuluttajien kokemuksia digitaalisista tuuppauksista au- tonomian, läpinäkyvyyden ja tavoitteiden perustelemisen näkökulmasta. Nämä ominaisuudet olivat Lembcken ja muiden (2019a) mukaan digitaalisten tuuppausten kolme yleisintä eettistä ongelmaa ja kaipaisivat lisänäkökulmaa kuluttajien osalta. Myös digitaalisten tuuppausten kokemuksien tutkimi- 67 nen laajemmin eri kulttuureissa ja väestöryhmissä toisi lisäarvoa aiheesta ja laajentaisi käsitystä siitä, miten tuuppaukset oikeasti koetaan erilaisten kuluttajien toimesta. 8.4 Yhteenveto Tämän tutkielman tarkoituksena oli tarkastella kuluttajien kokemuksia digitaalisista tuuppauksista. Aiheen tutkimisen tärkeyttä korostaa jatkuvasti kasvava verkko-ostamisen ja digitaalisten valin- taympäristöjen käytön kasvu, sekä digitaalisten tuuppausten mahdollistama käyttäytymisen ja pää- töksenteon hienovarainen ohjaileminen. Tutkimuksessa keskityttiin siihen, miten digitaalisia tuup- pauksia havaitaan verkkokaupoissa ja millaiset tekijät saavat kuluttajan luottamaan verkkokauppo- jen hyödyntämiin tuuppauksiin. Tutkimuksessa toteutettujen haastatteluiden perusteella saatiin mo- nipuolisia vastauksia siitä, millaiset tekijät herättävät kuluttajien luottamuksen verkkokauppoihin. Näitä olivat muun muassa verkkokaupan ulkoasu, tunnettavuus, aikaisemmat kokemukset, toimi- vuus ja turvallisuus, sekä rehellisyys ja läpinäkyvyys. Digitaalisten tuuppausten havaitsemisesta ja tuuppauksiin liittyvästä luottamuksesta kuluttajilla oli monenlaisia kokemuksia. Niihin luottamiseen vaikuttivat monet samat ominaisuudet kuin itse verkkokaupan luotettavuuteen. Tutkimuksessa to- teutetun arviointitehtävän tulokset kertoivat kuluttajien havaitsevan ja luottavan eniten digitaalisiin tuuppauksiin, jotka perustuvat valinta-arkkitehtuurissa kannustimiin, virheiden tekemisen ymmärtä- miseen ja korjaamiseen sekä oletusvalintoihin. Tutkimuksen tulokset olivat linjassa aikaisemman tutkimuksen kanssa, mutta toivat esille myös uusia näkökulmia. Kuluttajien kokemukset digitaali- sista tuuppauksista ovat tärkeitä niiden suunnittelun ja toteuttamisen kannalta, jonka vuoksi aiheesta tulisi tehdä jatkotutkimuksia. 68 Lähteet Barton, A., & Grüne-Yanoff, T. (2015). From Libertarian Paternalism to Nudging—and Beyond. Review of Philosophy and Psychology 2015, 6(3), 341–359. DOI:10.1007/S13164-015- 0268-X. Bartosiak, M. (2022). Not So Digital After All? A Look at the Nature of Digital Nudging through the Prism of the Digital Object Concept. Teoksessa: Proceedings of the 55th Hawaii International Conference on System Sciences, 4358–4367. . Baxter, Courage, C. & Caine, K. (2015). Understanding your users: a practical guide to user research methods. 2. p. Morgan Kaufmann, Amsterdam. Bendor, J. (2015). Bounded Rationality. International Encyclopedia of the Social & Behavioral Sciences. 2. p., 773–776. DOI: 10.1016/b978-0-08-097086-8.93012-5. Berger, M., Nüske, N., & Müller, C. (2020). Digital Nudging in Online Grocery Stores-Towards Ecologically Sustainable Nutrition. Teoksessa: 41st International Conference on Information Systems. India. ResearchGate, 1–17. Bhattacherjee, A. (2012). Social Science Research: Principles, Methods, and Practices. Textbooks Collection. 3. Camerer, C. F., & Loewenstein, G. (2004). Luku 1: Behavioral Economics: Past, Present, Future. Teoksessa: Behavioral Economics: Past, Present, Future. Advances in Behavioral, 3– 52. DOI: 10.1515/9781400829118-004. Caraban, A., Karapanos, E., Gonçalves, D., & Campos, P. (2019). 23 Ways to Nudge: A review of technology-mediated nudging in human-computer interaction. Teoksessa: Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems (CHI), 1–15. DOI:10.1145/3290605.3300733. Cialdini, R. B., Trost, M.R. (1998). Social Influence: Social Norms, Conformity, and Compliance. The Handbook of Social Psychology, 2, 151–192. McGraw-Hill, New York. Clavien, C. (2018). Ethics of nudges: A general framework with a focus on shared preference justifications. Journal of Moral Education, 47(3), 366–382. DOI:10.1080/03057240.2017.1408577. 69 Congiu, L., & Moscati, I. (2018). Message and Environment: a framework for nudges and choice architecture. Behavioural Public Policy, 1–17. Cambridge University Press. DOI:10.1017/bpp.2018.29. Dalecke, S., & Karlsen, R. (2020). Designing Dynamic and Personalized Nudges. Teoksessa: Proceedings of the 10th International Conference on Web Intelligence, Mining and Semantics, 139–148. DOI:10.1145/3405962.3405975. Demarque, C., Charalambides, L., Hilton, D. J., & Waroquier, L. (2015). Nudging sustainable consumption: The use of descriptive norms to promote a minority behavior in a realistic online shopping environment. Journal of Environmental Psychology, 43, 166–174. Dinev, T., & Hart, P. (2006). An extended privacy calculus model for e-commerce transactions. Information Systems Research, 17(1), 61–80. DOI:10.1287/isre.1060.0080. Enworo, O. C. (2023). Application of Guba and Lincoln’s parallel criteria to assess trustworthiness of qualitative research on indigenous social protection systems. Qualitative Research Journal, 23(4), 372–384. DOI: 10.1108/QRJ-08-2022-0116. Eriksson P., ja Kovalainen A. (2016) Qualitative methods in business research. 2. p. SAGE Publications Ltd, London. Eurostat. (2025) E-commerce statistics for individuals – Statistics Explained. European Commission. >https://ec.europa.eu/eurostat/statistics-explained/index.php?title=E- commerce_statistics_for_individuals< haettu 17.4.2025. Fechner, W., & Herder, E. (2021). Digital Nudging for More Ecological Supermarket Purchases. UMAP 2021 - Adjunct Publication of the 29th ACM Conference on User Modeling, Adaptation and Personalization, 284–292. DOI:10.1145/3450614.3464620. Felsen, G., Castelo, N., & Reiner, P. B. (2013). Decisional enhancement and autonomy: public attitudes towards overt and covert nudges. Judgment and Decision Making (8:3), 202 – 213. DOI:10.1017/S1930297500005933. Figl, K., Zollitsch, I., & Lehrer, C. (2021). Digital Nudging towards Acceptance of Defaults in Product Configuration. Teoksessa: A. Barua, R. Wright, A. Kankanhalli, X. Li, & S. Miranda (toim.), Proceedings of the 42nd International Conference on Information Systems (ICIS), 2099, Association for Information Systems. AIS Electronic Library. Fogg, B. (2009). Creating Persuasive Technologies: An Eight-Step Design Process. Teoksessa: Proceedings of the 4th International Conference on Persuasive Technology - Persuasive ’09, 1–6. DOI:10.1145/1541948.154200. 70 Fogg, B., J. (2003). Persuasive Technology: Using Computers to Change What We Think and Do. Morgan Kaufmann Publishers, Los Angeles. DOI:10.1007/978-3-540-77006-0. Gottschewski, P. O., Auf Der Landwehr, M., Von Viebahn, C., & Staritz, J. (2022). Decreasing Shopping Duration by Altering Choice Environments? An Empirical Investigation of Individual and Hybrid Nudges in the Context of e-Grocery Context of e-Grocery. Teoksessa: Wirtschaftsinformatik 2022 Proceedings 18, 1–17. Guba, E. G., & Lincoln, Y. S. (1994). Competing paradigms in qualitative research. Teoksessa: N. K. Denzin, & Y. S. Lincoln (toim.), Handbook of qualitative research, Sage, 105–117. Hansen, P. G. (2016). The Definition of Nudge and Libertarian Paternalism: Does the Hand Fit the Glove? European Journal of Risk Regulation, 7(1), 155–174. DOI:10.1017/S1867299X00005468. Hansen, P., G. & Jespersen, A., M. (2013). Nudge and the Manipulation of Choice. A Framework for the Responsible Use of Nudge Approach to Behaviour Change in Public Policy. European Journal of Risk Regulation 4 (1), 3–28. DOI: 10.1017/S1867299X00002762. Hettler, F. M., Schumacher, J.-P., Anton, E., Eybey, B., & Teuteberg, F. (2024). Understanding the user perception of digital nudging in platform interface design. Electronic Commerce Research, 1–38. DOI:10.1007/s10660-024-09825-6. Hummel, D., & Maedche, A. (2019). How effective is nudging? A quantitative review on the effect sizes and limits of empirical nudging studies. Journal of Behavioral and Experimental Eco- nomics, 80, 47–58. DOI:10.1016/j.socec.2019.03.005. Hutchinson, J. M. C., & Gigerenzer, G. (2005). Simple heuristics and rules of thumb: Where psy- chologists and behavioural biologists might meet. Behavioural Processes, 69(2), 97–124. DOI:10.1016/j.beproc.2005.02.019. Jain V., Malviya B., & Arya S. (2021). An Overview of Electronic Commerce. Journal of Contemporary Issues in Business and Government, 27(3), 665–670. DOI:10.47750/cibg.2021.27.03.090. Jamshed, S. (2014). Qualitative research method-interviewing and observation. Journal of Basic and Clinical Pharmacy 5(4), 87–89. DOI: 10.4103/0976-0105.141942. Jemna, L. M. (2016). Qualitative and mixed research methods in economics: the added value when using qualitative research methods. Journal of Public Administration, Finance and Law, 9(9), 154–167. 71 Jesse, M., & Jannach, D. (2021a). Digital nudging with recommender systems: Survey and future directions. Computers in Human Behavior Reports, 3. 100052, 1–15. DOI:10.1016/j.chbr.2020.100052. Jesse, M., & Jannach, D. (2021b). Explorations in Digital Nudging for Online Food Choices. Research-in-Progress. Frontiers in Psychology, 12, 1–7. DOI:10.3389/fpsyg.2021.729589. Juhila K. (2021) Koodaaminen. Teoksessa: Jaana Vuori (toim.) Laadullisen tutkimuksen verkkokä- sikirja. Yhteiskuntatieteellinen tietoarkisto. Tampere. , haettu 16.4.2025. Kahneman, D. (2003). Maps of Bounded Rationality: Psychology for Behavioral Economics. The American Economic Review, 93(5), 1450–1475. DOI: 10.1257/000282803322655392. Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux, New York. Kahneman, D., Knetsch, J. L., & Thaler, R. H. (1991). Anomalies The Endowment Effect, Loss Aversion, and Status Quo Bias. Journal of Economic Perspectives 5(1), 193–206. DOI:10.1257/jep.5.1.193. Kahneman, D., & Tversky, A. (1982): The Simulation Heuristic. Judgment Under Uncertainty: Heuristics and Biases. 201–208, Cambridge University Press, New York. Karlsen, R., & Andersen, A. (2019). Recommendations with a Nudge. Technologies, 7(2), 45, 1–16. DOI:10.3390/technologies7020045. Katner, K., & Jianu, R. (2019). The Effectiveness of Nudging in Commercial Settings and Impact on User Trust. Teoksessa: Extended Abstracts of the 2019 Conference on Human Factors in Computing Systems (CHI), 1–6. DOI:10.1145/3290607.3313065. Kim, D. J., Ferrin, D. L., & Rao, H. R. (2008). A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems, 44(2), 544–564. DOI:10.1016/j.dss.2007.07.001. Kim, D. J., Ferrin, D. L., & Raghav Rao, H. (2009). Trust and satisfaction, two stepping stones for successful e-commerce relationships: A longitudinal exploration. Information Systems Research, 20(2), 237–257. DOI:10.1287/isre.1080.0188. Kroll, T., & Stieglitz, S. (2021). Digital nudging and privacy: improving decisions about self- disclosure in social networks. Behaviour & Information Technology, 40(1), 1–19. DOI:10.1080/0144929X.2019.1584644. Lankton, N. K., McKnight, D. H. & Tripp, J. (2015). Technology, humanness, and trust: Rethinking trust in technology. Journal of the Association for Information Systems 16 (10), 880–918. DOI: 10.17705/1jais.00411. 72 Lembcke, T.-B., Benedikt Brendel, A., Kolbe, L., Kolbe, L. M., Benedikt Brendel Humboldtallee, A., & Benedikt, A. (2019a). To Nudge or Not To Nudge: Ethical Considerations of Digital Nudging Based on Its Behavioral Economics Roots. Teoksessa: Proceedings of the 27th European Conference on Information Systems ECIS, Stockholm, 1–19. Lembcke, T., B., Engelbrecht, N., Brendel, A., B., Herrenkind, B. & Kolbe, L., M. (2019b). Towards a Unified Understanding of Digital Nudging by Addressing its Analog Roots. Teoksessa: Proceedings of the Pacific Asia Conference on Information Systems, China, 1– 16. ResearchGate. Lincoln, YS. & Guba, EG. (1985). Naturalistic Inquiry. Newbury Park, CA, Sage Publications. Loh, K. K., & Kanai, R. (2016). How Has the Internet Reshaped Human Cognition? Teoksessa: Neuroscientist 22 (5), 506–520. SAGE Publications Inc. DOI:10.1177/1073858415595005 McKnight, D. H., & Chervany, N. L. (2001). What trust means in e-commerce customer relationships: An interdisciplinary conceptual typology. International Journal of Electronic Commerce, 6(2), 35–59. DOI:10.1080/10864415.2001.11044235. Mertens, S., Herberz, M., Hahnel, J. J., & Brosch, T. (2022). The effectiveness of nudging: A meta- analysis of choice architecture interventions across behavioral domains. PNAS, 119(1), 1– 10. DOI:10.1073/pnas.2107346118. Meske, C., & Amojo, I. (2020). Ethical Guidelines for the Construction of Digital Nudges. Proceedings of the 53rd Hawaii International Conference on System Sciences (HICS 2020), 3928–3937. DOI:10.24251/HICSS.2020.480. Meske, C., & Potthoff T. (2017). The DINU-Model – A Process Model for the Design of Nudges. Research in Progress. Teoksessa: Twenty-Fifth European Conference on Information Sys- tems (ECIS), 2587–2597. Michaelsen, P., Johansson, L.-O., & Hedesström, M. (2021). Experiencing default nudges: auton- omy, manipulation, and choice-satisfaction as judged by people themselves. Behavioural Public Policy 8(1), 85–106. DOI:10.1017/bpp.2021.5. Michels, L., Ochmann, J., Günther, S. A., Laumer, S., & Tiefenbeck, V. (2022). Empowering Con- sumers to Make Environmentally Sustainable Online Shopping Decisions: A Digital Nudg- ing Approach. Teoksessa: Proceedings of the 55th Hawaii International Conference on System Sciences, 4707–4716. DOI: 10.24251/HICSS.2022.574. 73 Michalek, G., Meran, G., & Yildiz, Ö. (2015). Nudging as a new “soft” tool in environmental policy. An analysis based on insights from cognitive and social psychology, 1–42. ResearchGate. Mills, S. (2022). Personalized nudging. Behavioural Public Policy, 6(1), 150–159. DOI:10.1017/bpp.2020.7 Mirsch, T., Lehrer, C., & Jung, R. (2017). Digital Nudging: Altering User Behavior in Digital Environments. Teoksessa: Proceedings of the 13th International Conference on Wirtschaftsinformatik (WI) 2017, 634–648). Association for Information Systems. AIS Electronic Library (AISeL). >http://aisel.aisnet.org/cgi/viewcontent.cgi?article=1076&context=wi2017< Münscher, R., Vetter, M., & Scheuerle, T. (2016). A Review and Taxonomy of Choice Architecture Techniques. Journal of Behavioral Decision Making, 29(5), 511–524. DOI:10.1002/bdm.1897. Paunov Y., Vogel T., Ingendahl M. & Wänke M. (2022) Transparent by choice: Proactive disclosures increase compliance with digital defaults. Frontiers in Psychology 13, 1–8. DOI: 10.3389/fpsyg.2022.981497. Pe’er, E., Egelman, S., Harbach, M., Malkin, N., Mathur, A., & Frik, A. (2019). Nudge Me Right: Personalizing Online Nudges to People’s Decision-Making Styles. SSRN Electronic Journal, 1–27. DOI:10.2139/ssrn.3324907. Puusa A., & Juuti, P. (2020) Laadullisen tutkimuksen näkökulmat ja menetelmät. Gaudeamus. Quelch J.A. & Klein L.R. (1996). The Internet and international marketing. Sloan Management Review, 60–75. < https://sloanreview.mit.edu/article/the-internet-and-international- marketing/> Schneider, C., Weinmann, M., & Brocke, J. Vom. (2018). Digital nudging: Guiding online user choices through interface design. Communications of the ACM, 61(7), 67–73. DOI:10.1145/3213765 Schneider, D., Klumpe, J., Adam, M., & Benlian, A. (2020). Nudging users into digital service solutions. Electronic Markets, 30(4), 863–881. DOI:10.1007/s12525-019-00373-8. Simon, H.A. (1957) Models of man; social and rational: Mathematical Essays on Rational Human Behavior in Society Setting. John Wiley and Sons, New York. Simon, H. A. (1990). Bounded Rationality. Teoksessa: Utility and Probability, 15–18. The New Palgrave, London. DOI:10.1007/978-1-349-20568-4_5. 74 Sobolev, M. (2021). Digital Nudging: Using Technology to Nudge for Good. Teoksessa: Soman & N. Mazar (toim.) Behavioral Science in the Wild, 292–299. University of Toronto Press, Canada. DOI:10.2139/ssrn.3889831. Stanovich, K. E., & West, R. F. (2000). Individual differences in reasoning: Implications for the rationality debate? Behavioral and Brain Sciences, 23(5), 645–665. DOI:10.1017/s0140525x00003435. Sunstein, C. R. (2014). Nudging: A Very Short Guide. Journal of Consumer Policy, 37(4), 583– 588. DOI:10.1007/s10603-014-9273-1 Sunstein, C. R. (2019). Nudging: a very short guide. Business Economics, 54(2), 127–129. DOI:10.1057/s11369-018-00104-5. The Royal Swedish Academy of Sciences. (2017). Richard Thaler: Integrating Economics with Psychology. Nobel Prize in Economics documents 2017 (1), 1–37. Nobel Prize Committee Thaler, R. H., & Sunstein, C. R. (2008). Nudge: Improving Decisions About Health, Wealth, and Happiness. Yale University Press, New Haven. Thaler, R. H., Sunstein, C. R., & Balz, J. P. (2010). Choice Architecture. SSRN Electronic Journal, 1–17. DOI:10.2139/ssrn.1583509. Thaler, R. H., Sunstein, C., & Balz, J. P. (2012). Luku 28: Choice Architecture. Teoksessa: The Behavioral Foundations of Policy, 428–439. Princeton University Press. DOI:10.13140/2.1.4195.2321. Tuomi, J. & Sarajärvi, A. (2018) Laadullinen tutkimus ja sisällönanalyysi. Tammi, Helsinki. Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science, New Series, 185(4157), 1124–1131. DOI:10.1126/science.185.4157.1124. Weinmann, M., Schneider, C., & Brocke, J. vom. (2016). Digital Nudging. Business & Information Systems Engineering, 58(6), 433–436. DOI:10.1007/s12599-016-0453-1 Wernbacher, T., Pfeiffer, A., Kriglstein, S., & Bezzina, S. (2020). The power of nudging for virtual learning environments. Teoksessa: 12th International Conference on Education and New Learning Technologies, 391–394. DOI:10.21125/edulearn.2020.0174. Xu, J. (David), Cenfetelli, R. T., & Aquino, K. (2016). Do different kinds of trust matter? An examination of the three trusting beliefs on satisfaction and purchase behavior in the buyer– seller context. Journal of Strategic Information Systems, 25(1), 15–31. DOI:10.1016/j.jsis.2015.10.004. 75 Liitteet Liite 1. Tutkimuksen haastattelurunko Taustakysymykset 1. Minkä ikäinen olet? 2. Mikä kuvaa parhaiten elämäntilannettanne? Vastausvaihtoehtoina esimerkiksi kokopäivä- töissä, osa-aikaisessa työssä, opiskelija, eläkeläinen tms. 3. Mikä on korkein suorittamanne koulutustaso? Verkkokauppaostamiseen liittyvä kokemus 1. Kuinka usein teette ostoksia verkkokaupoissa? Voitte antaa arvion esimerkiksi asteikolla (lä- hes) päivittäin, viikoittain, kuukausittain, harvemmin tai en koskaan. 2. Mikä tai mitkä ovat eniten käyttämiäsi verkkokauppoja? 3. Millaisia tuotteita tai palveluita ostat näiltä sivustoilta eniten? Luottamus verkkokauppoihin 1. Miten syntyy luottamus verkkokauppaan? Millaiset tekijät siihen mielestäsi vaikuttavat? Tai mitkä tekijät itselläsi vaikuttavat luottamuksen syntyyn? 2. Miten verkkokaupan yritys tai brändi vaikuttavat siihen, kuinka luotettavana koet kyseisen verkkokaupan? 3. Millainen merkitys luottamuksella on sinulle liittyen verkkokauppaostamiseen? 4. Osaatko antaa esimerkkejä tilanteista, joissa verkkokauppaan liittyvä luottamus tai sen puute on vaikuttanut ostopäätöksiisi kyseisellä sivustolla? Digitaalinen tuuppaus Haastateltava lukee näytöltä digitaalisen tuuppauksen määritelmän ja tämän jälkeen katsotaan yh- dessä muutamia esimerkkejä, joita olen kerännyt eri verkkokaupoista. 1. Oletko kuullut aikaisemmin käsitteestä digitaalinen tuuppaus? 2. Mitä ajatuksia termi herättää? 76 Digitaalisten tuuppausten havaitseminen 1. Oletko kiinnittänyt huomiota digitaalisiin tuuppauksiin verkkokaupoissa ostoksia tehdes- säsi? 2. Tuleeko mieleen esimerkkejä, joistain muista keinoista kuin mitä esimerkkikuvissa oli näky- vissä? Miten ne ovat kiinnittäneet huomiosi? 3. Onko mahdollista, että jotkut digitaaliset tuuppaukset jäävät helposti huomaamatta? Mitkä keinot voisivat olla tällaisia ja miksi ne jäävät huomaamatta? 4. Onko käyttämissäsi verkkokaupoissa tuuppauksia, joihin olet niin tottunut, että et enää tie- toisesti kiinnitä niihin huomiota? Voitko antaa esimerkkejä? 5. Oletko kokenut verkkokaupoissa tilanteita, joissa tuuppauksia on ollut paljon? Miten tällai- nen tilanne vaikutti ostokokemukseesi? Luottamus digitaalisiin tuuppauksiin 1. Miten verkkokauppojen käyttämät tuuppaukset vaikuttavat siihen, kuinka luotettavana pidät niitä käyttävää verkkokauppaa? 2. Millaiset tekijät saavat sinut luottamaan verkkokaupan tuuppauksiin (millaiset ominaisuudet tuuppauksissa)? Miten päätät voiko verkkokaupan tuuppauksiin luottaa? 3. Vaikuttaako verkkokaupan tai brändin tunnettavuus siihen miten luotettavana koet sivuston tuuppaukset? 4. Milloin olet kokenut tuuppaukset luotettaviksi? Millaisilla verkkosivuilla tai tilanteissa? 5. Entä milloin ne ovat tuntuneet manipuloivilta tai johtaneet mahdollisesti harhaan? 6. Koetko, että digitaalisia tuuppauksia käytetään verkkokaupoissa asiakkaan etujen mukaisesti ja reilusti? Miksi tai miksi ei? Eri tuuppaustyyppien arviointi Haastateltava arvioi kuutta valinta-arkkitehtuurin peruspiirteen keinon mukaista digitaalisen tuup- pauksen tyyppiä havaitsemisen ja luotettavuuden perusteella. 77 1. Arvioi kyseisen digitaalisen tuuppauksen luotettavuus asteikolla 1–5 (1 = epäluotettava, 5 = erittäin luotettava). Miksi valitsit tämän arvon? 2. Arvioi, kuinka helposti havaittava digitaalinen tuuppaus oli asteikolla 1–5 (1 = jäi kokonaan huomaamatta, 5 = huomasin heti). Miksi valitsit tämän arvon? Yhteenveto ja lopetus 1. Millaisia ajatuksia digitaaliset tuuppaukset sinussa herättivät yleisellä tasolla? 2. Onko vielä lisättävää tai jotain mitä haluat aiheesta kertoa? 78 Liite 2. Haastatteluiden esimerkkilainaus ja esimerkkituuppaukset 79 Liite 3. Arviointitehtävän esimerkkikuvat 80 81 82 Liite 4. Opiskelijan aineistonhallintasuunnitelma 1. Tutkimusaineisto Aineistotyyppi Sisältää henki- lötietoja* Tuotan aineis- ton itse Joku muu on tuottanut ai- neiston Muuta huomioita- vaa Aineistotyyppi 1: Haastattelut (äänitiedosto ja litterointi) x Aineistotyyppi 2: Esimerkkiku- vat kyselyssä x Tutkimuksessani tutkimusaineisto koostuu haastateltavien vastauksista, joiden perusteella tuotetaan tutkimuksen analyysi ja tulokset. Tämän lisäksi heille näytetään haastattelun aikana esimerkkejä verkkokauppojen käyttämistä digitaalisen tuuppauksen keinoista. 2. Henkilötietojen käsittely tutkimuksessa Aineistoni ei sisällä henkilötietoja ☒ Aineistoni ei sisällä tietoja, jotka luokitellaan henkilötiedoiksi, mutta vastaajilta kysytään ikää, su- kupuolta, koulutustaustaa ja verkkokauppaostamiseen liittyviä käyttötottumuksia. Näitä ei luokitella henkilötiedoiksi, eikä näiden tietojen perusteella voida erottaa tiettyä vastaajaa joukosta. Ennen haastattelua, on vastaajille tehty selväksi, että heidän osallistumisensa on täysin anonyymiä ja va- paaehtoista. 3. Aineiston käyttöön liittyvät luvat ja oikeudet 3.1 Itse tuotettu aineisto Aineistotyyppi 1: Haastattelut Luvat hankittu haastattelun yhteydessä jokaiselta haastateltavalta erikseen. Koska käsittelen tutkimuksessa itse tuotettua dataa, ei erillistä lisenssiä tai lupia tarvita. Haastateltavilta varmistetaan 83 lupa ennen haastattelua. Osallistumalla haastatteluun, tutkittava antaa suostumuksensa siihen, että hänen vastauksiaan hyödynnetään tutkimuksessani. Jokainen haastateltava henkilö saa päättää osallistumisestaan ja hänellä on oikeus lopettaa haastattelu kesken. 3.2 Jonkun muun tuottama aineisto Aineistotyyppi 2: kuvaesimerkit internetistä. Kuvia voi käyttää aineistona, kun niihin laittaa oikeanlaiset viittaukset. 4. Aineiston säilyttäminen tutkimuksen aikana Yliopiston tarjoamassa Seafile-pilvipalvelussa ☒ 5. Aineiston dokumentointi ja metadata 5.1 Aineiston dokumentointi Käytän aineiston dokumentointiin: erillistä dokumenttia, johon kirjaan aineiston pääasiat, kuten tehdyt muutokset, analyysin vaiheet sekä esim. muuttujien merkitykset ☒ 5.2 Aineiston järjestys ja eheys Säilytän alkuperäisen aineiston erillään tutkimuksenteon aikana käyttämästäni aineistosta, jotta voin palata alkuperäiseen, jos tarvetta ilmenee. ☒ Versionhallinta: mietin jo ennen tutkimuksenteon alkua, miten tulen nimeämään eri aineistoversiot ja noudan sitä systemaattisesti ☒ Tiedostan jo tutkimuksen alussa aineistoni elinkaaren, ja varaudun tilanteisiin, joissa data saattaa huomaamatta muuttua, kuten esim. nauhoitus, litterointi, konversio toiseen tiedostomuotoon, tallen- taminen jne. ☒ 5.3 Metadata Tallennan aineistoni arkistoon tai tietopankkiin (Seafile), joka huolehtii metadatasta puolestani. ☒ 84 6. Aineisto tutkimuksen valmistuttua Säilytän litterointeja suositellun 5 vuoden ajan, jonka jälkeen poistan ne. Data säilytetään Turun Yliopiston Seafile-pilvipalvelussa. Haastatteluiden nauhoitukset poistan heti tutkimuksen valmistut- tua.