Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomi
  • Svenska
  • English
  • Kirjaudu
Hakuohjeet
JavaScript is disabled for your browser. Some features of this site may not work without it.
Näytä viite 
  •   Ammattikorkeakoulut
  • Laurea-ammattikorkeakoulu
  • Opinnäytetyöt (Avoin kokoelma)
  • Näytä viite
  •   Ammattikorkeakoulut
  • Laurea-ammattikorkeakoulu
  • Opinnäytetyöt (Avoin kokoelma)
  • Näytä viite

Tekoälyn käyttö personoidussa markkinoinnissa

Aspegren, Janne (2025)

 
Avaa tiedosto
Aspegren_Janne.pdf (623.7Kt)
Lataukset: 

Avoin saatavuus / Open access / Öppen tillgång
Aspegren, Janne
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025121938706
Tiivistelmä
Tämän opinnäytetyön tavoitteena oli selvittää, miten suomalaiset yritykset hyödyntävät tekoälyä (AI) markkinoinnissa ja personoinnissa, millaisia hyötyjä ja haasteita yritysjohto ja markkinoinnin ammattilaiset havaitsevat sekä millaisia etenemissuosituksia erityisesti pk-yrityksille voidaan esittää. Työn tuloksia voivat hyödyntää pk-yritysten johto, markkinointia suunnittelevat asiantuntijat sekä tekoälyratkaisuja tarjoavat toimijat.

Kehittämistehtävänä oli: 1) kuvata tekoälyn tämänhetkiset käyttötavat markkinoinnissa eri toimialoilla, 2) tunnistaa keskeiset hyödyt, riskit ja pullonkaulat tekoälyn käyttöönotossa sekä 3) muodostaa pk-yrityksille käytännönläheinen etenemismalli tekoälyn vaiheittaiseen käyttöönottoon markkinoinnissa. Tietoperusta rakentui tekoälyn ja markkinoinnin tutkimuksesta, tekoälypohjaisesta personoinnista, asiakaspolun näkökulmasta sekä selitettävyys- ja vastuullisuuskirjallisuudesta.

Tutkimus toteutettiin laadullisena tapaustutkimuksena. Aineisto kerättiin puolistrukturoiduilla teemahaastatteluilla, joihin osallistui kolme asiantuntijaa: B2B-markkinointitoimiston toimitusjohtaja, kansainvälisen kuluttajaliiketoiminnan digitaalisen markkinoinnin asiantuntija sekä finanssialan pörssiyhtiön digikehitystiiminvetäjä. Haastattelut analysoitiin teoriaohjaavan temaattisen analyysin avulla.

Tulokset osoittavat, että tekoäly on kaikissa tarkastelluissa organisaatioissa jo osa markkinoinnin arkea, mutta sen hyödyntäminen on vielä rajattujen käyttötapausten varassa. Tekoälyä käytetään erityisesti sisällöntuotannon tukena, mainonnan kohdentamisessa ja optimoinnissa, hakukonenäkyvyyden hallinnassa sekä myynti- ja projektityön taustatiedon kokoamisessa. Keskeisinä hyötyinä nähtiin ajansäästö, työn sujuvoittaminen ja mahdollisuus tuottaa ja testata useampia sisältövaihtoehtoja. Haasteet liittyivät erityisesti tietosuojaan ja GDPR:n tulkintaan, sisällön laatuun ja vastuunjakoon sekä käyttöönoton johtamiseen ja yhteisten pelisääntöjen puutteeseen.

Työn tuotoksena muodostettiin kolmiportainen etenemismalli pk-yrityksille (perusta – pilotti – skaalaus), joka jäsentää tekoälyn käyttöönottoa 0–90 päivän ajanjaksolla. Arvioinnin perusteella malli tarjoaa rakenteen, jonka avulla pk-yritykset voivat käynnistää tekoälykokeiluja hallitummin ja sitoa ne selkeästi määriteltyihin tavoitteisiin ja mittareihin. Rajoitteena on pieni, tarkoituksenmukaisesti valittu aineisto, minkä vuoksi tuloksia ei voida yleistää tilastollisesti. Johtopäätöksenä esitetään, että tekoälyä on mielekästä tarkastella markkinoinnissa ennen kaikkea työtä uudelleen jäsentävänä välineenä, ja että onnistunut hyödyntäminen edellyttää yhtä lailla datan ja teknologian ratkaisuja kuin johtamiseen, vastuunjakoon ja osaamisen kehittämiseen liittyviä päätöksiä.
 
The purpose of this Bachelor’s thesis was to examine how Finnish companies use artificial intelligence (AI) in marketing and personalization, what kinds of benefits and challenges managers and marketing professionals perceive, and what type of practical recommendations can be formulated especially for small and medium-sized enterprises (SMEs). The study’s results can be used by SME management, marketing professionals and providers of AI-based marketing solutions.

The development tasks were to: 1) describe current AI use cases in marketing across different industries, 2) identify key benefits, risks and bottlenecks in AI adoption, and 3) develop a practical step-by-step roadmap for SMEs to introduce AI into their marketing. The theoretical background of the thesis combined literature on AI in marketing, AI-enabled personalization, the customer journey perspective, and research on explainability and responsible use of AI.

The study was conducted as a qualitative case study. Empirical data were collected through semi-structured thematic interviews with three experts: the CEO of a B2B marketing agency, a digital marketing specialist in an international consumer business, and the Head of Digital Development at a listed financial and insurance company. The data were analyzed using theory-guided thematic analysis.

The findings indicate that AI is already part of everyday marketing practice in all three organizations, but its use remains concentrated on specific use cases. AI is applied particularly to support content creation, to target and optimize advertising, to manage search visibility and to compile background information for sales and project work. The main benefits identified were time savings, smoother workflows and the ability to produce and test a greater number of content variations. Key challenges related to data protection and GDPR compliance, content quality and accountability, as well as governance of AI adoption and the lack of shared guidelines.

The main output of the thesis is a three-step roadmap for SMEs (foundation – pilot – scaling), which structures AI adoption in marketing over a 0–90-day period. The roadmap provides a framework for SMEs to start AI experiments in a more controlled way and to link them to clearly defined goals and metrics. The small, purposive sample limits the statistical generalization of the results. The thesis concludes that AI in marketing is best understood as a tool for reshaping work rather than a ready-made solution, and that successful AI adoption requires not only data and technology decisions but also choices concerning governance, responsibility and competence development.
 
Kokoelmat
  • Opinnäytetyöt (Avoin kokoelma)
Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste
 

Selaa kokoelmaa

NimekkeetTekijätJulkaisuajatKoulutusalatAsiasanatUusimmatKokoelmat

Henkilökunnalle

Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste