Telemyynnin tehostaminen mediayhtiössä data-analyysin avulla.
Summanen, Lauri (2024)
Summanen, Lauri
2024
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-2024081424152
https://urn.fi/URN:NBN:fi:amk-2024081424152
Tiivistelmä
Tutkimuksen tavoitteena oli löytää Keskisuomalainen Oyj:n tilaajakannasta telemyynnille herkkiä ryhmiä data-analyysin avulla analysoimalla telemyynnin kautta tehtyjä tilauksia niihin liitetyn rikastedatan avulla. Rikasteina käytettiin mm. tietoa tilaajan iästä, elämäntilanteesta sekä asumismuodosta. Tämän lisäksi haluttiin selvittää, vaikuttavatko aikaisempi tilauskäyttäytyminen sekä verkkoaktiivisuus kohdeyrityksen verkkopalveluissa telemyyntiherkkyyteen.
Aineistona toimi kohdeyrityksen tietokantaan kerätty tilauskanta joka pitää sisällään dataa tehdyistä tilauksista, jonka aikaikkunaksi rajattiin kolme ja puoli vuotta, alkaen vuodesta 2021.
Tutkimus toteutettiin pääosin kvantitatiivin menetelmin, ensin louhimalla dataa SQL-kyselyillä tietokannoista, ja sen jälkeen analysoimalla louhittua dataa Python-koodin avulla. Datan analyysi toteutettiin data-analyysiin tarkoitettua Pandas-kirjastoa käyttäen. Myös analyysin visualisointi tuotettiin Python-koodilla, hyödyntäen tilastollisen datan analyysiin tarkoitettuja visualisointikirjastoja Matplot sekä Seaborn. Tutkimuksessa myös pilotoitiin Microsoftin Copilot-ominaisuuden soveltuvuutta kyseessä olevaan analyysiin.
Tutkimuksessa ei löydetty mitään erityisen suuria ryhmittymiä jotka olisivat telemyynnille erityisen herkkiä, mutta myös eroaisivat tarpeeksi koko tilauskannasta joka kattaa muutakin kautta tulleet tilaukset. Tutkimuksessa kuitenkin vahvistettiin aikaisempia hypoteeseja siitä, kuinka telemyyntiä voitaisiin tehostaa, erityisesti verkkoaktiivisuuden mittaamista hyödyntäen.
Aineistona toimi kohdeyrityksen tietokantaan kerätty tilauskanta joka pitää sisällään dataa tehdyistä tilauksista, jonka aikaikkunaksi rajattiin kolme ja puoli vuotta, alkaen vuodesta 2021.
Tutkimus toteutettiin pääosin kvantitatiivin menetelmin, ensin louhimalla dataa SQL-kyselyillä tietokannoista, ja sen jälkeen analysoimalla louhittua dataa Python-koodin avulla. Datan analyysi toteutettiin data-analyysiin tarkoitettua Pandas-kirjastoa käyttäen. Myös analyysin visualisointi tuotettiin Python-koodilla, hyödyntäen tilastollisen datan analyysiin tarkoitettuja visualisointikirjastoja Matplot sekä Seaborn. Tutkimuksessa myös pilotoitiin Microsoftin Copilot-ominaisuuden soveltuvuutta kyseessä olevaan analyysiin.
Tutkimuksessa ei löydetty mitään erityisen suuria ryhmittymiä jotka olisivat telemyynnille erityisen herkkiä, mutta myös eroaisivat tarpeeksi koko tilauskannasta joka kattaa muutakin kautta tulleet tilaukset. Tutkimuksessa kuitenkin vahvistettiin aikaisempia hypoteeseja siitä, kuinka telemyyntiä voitaisiin tehostaa, erityisesti verkkoaktiivisuuden mittaamista hyödyntäen.