Asiakassegmentointi sisältömarkkinoinnissa : Case: Etelä-Karjalan Osuuspankki
Luukkonen, Olli (2020)
2020
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2020061718954
https://urn.fi/URN:NBN:fi:amk-2020061718954
Tiivistelmä
Opinnäytetyön tavoitteena oli luoda Etelä-Karjalan Osuuspankille asiakassegmentit, joiden perusteella pankki voi luoda parempaa ja sitouttavampaa sisältöä tärkeimmille asiakkailleen.
Teoriaosuus käsittelee sisältömarkkinointia, Facebookia sisällöntuotannon välineenä, eri segmentointimenetelmiä sekä niiden hyötyjä ja haittoja ja tiedon louhintaa. Sisältömarkkinoinnissa keskityttiin sitouttavan sisällön luomiseen ja tiedon louhinnassa klusterointiin. Klusterointimenetelmänä käytettiin K-mean klusterointimallia. Lähteinä tutkielmassa käytettiin kirjallisuutta, internet-lähteitä sekä tieteellisiä julkaisuja. Tutkimusmenetelmänä tutkimuksessa käytettiin määrällistä tutkimusmenetelmää. Aineistossa oli 7884 käsiteltävää asiakastietoa, joiden perusteella asiakassegmentit luotiin. Asiakassegmenttien luominen toteutettiin RapidMiner-ohjelmalla.
Tutkimuksessa tehdyn klusteroinnin perusteella saatiin Etelä-Karjalan Osuuspankin asiakkaista muodostettua viisi eri asiakassegmenttiä. Käytössä olleiden resurssien mukaan paras tapa segmentoida Etelä-Karjalan Osuuspankin kannattavimmat asiakkaat oli demografinen segmentointi. Tutkimuksessa muodostettiin segmentit kolmen demografisen muuttujan mukaan. Tiedon louhintaan käytettiin CRISP-DM-mallia ja datan klusterointi tehtiin K-means klusterointimenetelmällä.
Teoriaosuus käsittelee sisältömarkkinointia, Facebookia sisällöntuotannon välineenä, eri segmentointimenetelmiä sekä niiden hyötyjä ja haittoja ja tiedon louhintaa. Sisältömarkkinoinnissa keskityttiin sitouttavan sisällön luomiseen ja tiedon louhinnassa klusterointiin. Klusterointimenetelmänä käytettiin K-mean klusterointimallia. Lähteinä tutkielmassa käytettiin kirjallisuutta, internet-lähteitä sekä tieteellisiä julkaisuja. Tutkimusmenetelmänä tutkimuksessa käytettiin määrällistä tutkimusmenetelmää. Aineistossa oli 7884 käsiteltävää asiakastietoa, joiden perusteella asiakassegmentit luotiin. Asiakassegmenttien luominen toteutettiin RapidMiner-ohjelmalla.
Tutkimuksessa tehdyn klusteroinnin perusteella saatiin Etelä-Karjalan Osuuspankin asiakkaista muodostettua viisi eri asiakassegmenttiä. Käytössä olleiden resurssien mukaan paras tapa segmentoida Etelä-Karjalan Osuuspankin kannattavimmat asiakkaat oli demografinen segmentointi. Tutkimuksessa muodostettiin segmentit kolmen demografisen muuttujan mukaan. Tiedon louhintaan käytettiin CRISP-DM-mallia ja datan klusterointi tehtiin K-means klusterointimenetelmällä.