Turismaktiviteter till havs har kommit att få ett ökat intresse de senaste åren, där människor har upptäckt fördelen med kryssningsfärjor som transportmedel. De erbjuder ett varierat utbud av aktiviteter och upplevelser ombord, som både privat- och affärsresenärer kan ta del av. Detta omfattar flera kundgrupper med olika behov, vilket innebär att rederierna måste uppfylla kundernas förväntningar och vad de efterfrågar. I nuläget finns det en bred konkurrens på marknaden, där de olika aktörerna försöker skapa en egen nisch genom olika marknadsföringsstrategier i syfte att skapa långsiktiga relationer. Syftet med vår studie är att utreda hur Stockholms tre största rederier, Tallink Silja AB, Viking Line AB och Birka Cruises AB, arbetar för att behålla och vårda sina befintliga resenärer, samt vilka strategier som används för att nå nya kundsegment. Vi har även utgått ifrån kundens perspektiv för att undersöka hur de förhåller sig till företagens produkter och tjänster. Studien baseras på intervjuer med ledningsgruppen på respektive bolag, samt kundundersökningar. Relevanta teorier har valts ut för att analysera hur marknadsföringsstrategier i teorin stämmer överens med verkligheten. Trots att de undersökta kryssningsbolagen erbjuder likartade produkter och tjänster, visade resultatet att företagens affärsidé och varumärke skapade ett specifikt behov hos deras kunder. Detta medförde att företagets marknadsföringsstrategier var utmärkande på individnivå och därmed skapades ingen hög konkurrens mellan de berörda kryssningsbolagen. Samtliga rederier är under utveckling, där de fortfarande arbetar med att ständigt utveckla och anpassa sina kunderbjudanden för att bli ledande aktörer på marknaden. För att åstadkomma detta måste företaget upprätthålla sina imageskapande idéer genom att behålla bra service och erbjuda den kvalité som kunderna efterfrågar.

In my dissertation, I attend to the Marketing plan of the Training center Oaza. This is a concrete real company Oaza Ricany, which in its current premises built and opened in 2009 a new Training center Oaza. The main objective of this thesis is to create a marketing plan for the Training center Oaza. The aim is to consolidate existing activities and plans of the company Oaza Ricany a complete marketing plan for a newly built training center, which will help improve the economy of the company and will focus on finding other ways to increase the occupancy of training center. The operational objective is to evaluate the current situation of the company Oaza Ricany and of the Training center Oaza and use this information to elaborate a complete marketing plan of the Training center Oaza.

Title: No thanks to unnecessary advertising! -A study on targeted marketing via Big Data in a consumer perspective Authors: Ricky Carlsson and Alexander Vilhelmsson Supervisor: Anders Parment Key words: Targeted marketing, Big Data, Customer segmentation, Buying process, Integrity concern, Customer relationship management, Marketing communication, Strategic management, Big Data management, Online Behavioural Targeting Introduction: In a world that is globalizing and where digital development is advancing, companies have had to adapt. In recent times with the increasingly more digital world, technology has become an increasingly more relevant factor, not least in marketing. A digital method that has emerged is Big Data, whichmakes it possible forcompanies tocollect large amounts of information about consumers. By analysing the information extracted from Big Data, it is easier to find and understand consumers' needs and what motivates their buying process. It is important that companies analyse the information correctly so that they do not run the risk of creating negative effects from targeted marketing via Big Data. Purpose: To investigate Swedish consumers' attitudestowards targeted marketing via Big Data and to find out how companies that sell goods and services to consumers can improve their use of Big Data in targeted marketing from a consumer perspective. Method: The study is a cross-sectional study of a qualitative and quantitative nature. The qualitative empirical data consists of 11 semi-structured interviews with students in Sweden. The quantitative empirical data consists of 203 survey answers collected from consumers around Sweden. The study is based on an abductive approach and has a hermeneutic approach. Conclusion: The result of the study shows that there are both opportunities and challenges for companies when using Big Data in targeted marketing. Targeted marketing with the help of Big Data that is performed correctly should only have a positive impact on the targeted marketing and something that creates value for both the consumers and the companies, but this is not the case today. The population of the study perceives that marketing often does not match their needs; this shows that companies must become better at analysing the data. If the data extracted from Big Data is analysed in a better way, the segmentation of consumers will also be better. / Titel: Nej tack till onödig reklam! - En studie om riktad marknadsföring via Big Data i ett konsumentperspektiv. Författare: Ricky Carlsson och Alexander Vilhelmsson Handledare: Anders Parment Bakgrund: I en värld som globaliseras och där den digitala utvecklingen går framåt har företag varit tvungna att anpassa sig. På senare tid i takt med den ständigt mer digitaliserade världen har teknologi blivit en alltmer relevant faktor, inte minst inom marknadsföring. En digital metod som har vuxit fram är Big Data genom vilken företag har möjlighet att samla in stora mängder information om konsumenter. Genom att analysera informationen som utvinns från Big Data går det att lättare finna och förstå konsumenters behov och vad som motiverar deras köpprocess. Det är viktigt att företag analyserar informationen på rätt sätt för att inte löpa risken att skapa negativa effekter av den riktade marknadsföringen via Big Data. Syfte: Att undersöka svenska konsumenters attityder till riktad marknadsföring via Big Data samt ta reda på hur företag som säljer varor eller tjänster till konsumenter kan förbättra användningen av Big Data inom riktad marknadsföring utifrån ett konsumentperspektiv. Metod: Studien är en tvärsnittsstudie av kvalitativ och kvantitativ karaktär. Den kvalitativa empirin består av 11 semi-strukturerade intervjuer med studenter i Sverige. Den kvantitativa empirin består av 203 insamlade enkätsvar från konsumenter runt om i Sverige. Studien grundas i en abduktiv ansats och har ett hermeneutiskt synsätt. Slutsatser: Resultatet i studien visar på att det finns möjligheter och utmaningar för företag vid användning av Big Data inom riktad marknadsföring. En riktad marknadsföring medhjälp av Big Data som utförs på rätt sätt borde enbart ha en positiv påverkan på den riktade marknadsföringen och något som skapar värde för konsumenter och företag, men så är inte fallet idag. Då studiens population uppfattar att den riktade marknadsföringen ofta inte matchar deras behov bör företag bli bättre på att analysera data. Om data som utvinns från Big Data analyseras på ett bättre sätt kommer även segmenteringen av konsumenter att bli bättre.

Tesis por compendio / [ES] Los métodos multicriterio proporcionan un enfoque analítico y estructurado para la toma de decisiones en la gestión de la cadena de suministro, que permiten evaluaciones basadas en múltiples criterios, esenciales para gestionar socios comerciales sostenibles. El objetivo de esta tesis es contribuir a la gestión sostenible de la cadena de suministro desarrollando nuevos modelos y técnicas multicriterio para evaluar proveedores y clientes. Se han diseñado modelos que incorporan las preferencias empresariales para tomar decisiones colaborativas en la selección y clasificación transparente de alternativas basadas en criterios sostenibles. También se han desarrollado métodos para clasificar las alternativas en grupos ordenados y evaluar su calidad. Tanto los modelos como los métodos se han validado mediante casos empíricos y comparado con enfoques alternativos. La metodología se basa en una profunda revisión bibliográfica y en el conocimiento experto de profesionales en la cadena de suministro. Los modelos multicriterio propuestos emplean técnicas como el Analytic Hierarchy Process (AHP), la Multi-Attribute Utility Theory (MAUT) y PROMETHEE. También se han desarrollado tres algoritmos para la clasificación de alternativas (nominal y ordenada). En primer lugar, se ha propuesto un modelo multicriterio híbrido y se ha validado con datos reales para homologar y seleccionar proveedores de tecnología, así como para su priorización y clasificación. Este modelo integra métodos compensatorios (AHP, MAUT) y no compensatorios (PROMETHEE, FlowSort) en una jerarquía con criterios de sostenibilidad. La validación del modelo en un contexto real y su comparación con un modelo alternativo ha demostrado su capacidad para proporcionar información relevante y transparente en la toma de decisiones para la evaluación sostenible de proveedores de tecnología en el sector bancario. En segundo lugar, se ha diseñado un nuevo algoritmo, denominado Global Local Net Flow sorting (GLNF sorting), que clasifica alternativas en grupos ordenados a partir de los flujos netos generados en búsquedas globales y locales con PROMETHEE. Adicionalmente, se ha diseñado el algoritmo SILhouette for Sorting (SILS) para calcular un índice de calidad en las clasificaciones. Ambos algoritmos se han validado empíricamente en la segmentación de proveedores y sus resultados se han comparado con otros métodos publicados. Por una parte, GLNF sorting destaca al mejorar la discriminación entre proveedores cercanos a los perfiles limitantes de los grupos, aprovechando el nivel de similitud preferencial entre alternativas. Por otra, SILS mejora la calidad de las asignaciones y permite un análisis detallado que facilita la toma de decisiones. En tercer lugar, se ha propuesto un sistema de segmentación de clientes B2B basado en transacciones y colaboración, aplicando AHP y GLNF sorting. Validado con 8,157 clientes de una multinacional, se ha evaluado con SILS y estadística descriptiva. Comparado con K-means, el modelo genera clasificaciones más homogéneas y robustas. Esta herramienta permite a las empresas automatizar decisiones y llevar a cabo análisis detallados para mejorar las relaciones con los clientes, alineándose con sus estrategias de colaboración y enfoques de mercado. En cuarto lugar, las búsquedas globales y locales se han utilizado para proponer un algoritmo de clasificación nominal basado dos dimensiones, que proporciona una matriz estratégica muy útil para los gestores de cadena de suministro. Por último, se ha desarrollado el paquete de software PrometheeTools en R, que automatiza la aplicación de PROMETHEE, GLNF sorting y SILS para resolver problemas multicriterio de priorización y clasificación de alternativas. Este paquete se ha validado con éxito y destaca por su eficiencia en PROMETHEE con miles de alternativas. Está disponible en acceso abierto en el repositorio CRAN para su utilización por investigadores y profesionales interesados en toma de decisiones multicriterio. / [CA] Els mètodes multicriteri proporcionen un enfocament analític i estructurat per a la presa de decisions en la gestió de la cadena de subministrament, que permeten avaluacions basades en múltiples criteris, essencials per a gestionar socis comercials sostenibles. L'objectiu d'aquesta tesi és contribuir a la gestió sostenible de la cadena de subministrament desenvolupant nous models i tècniques multicriteri per a avaluar proveïdors i clients. S'han dissenyat models que incorporen les preferències empresarials per a prendre decisions col·laboratives en la selecció i classificació transparent d'alternatives basades en criteris sostenibles. També s'han desenvolupat mètodes per a classificar les alternatives en grups ordenats i avaluar-ne la qualitat. Tant els models com els mètodes s'han validat mitjançant casos empírics i comparat amb enfocaments alternatius. La metodologia es basa en una profunda revisió bibliogràfica i en el coneixement expert de professionals en la cadena de subministrament. Els models multicriteri proposats empren tècniques com ara el procés analític jeràrquic (AHP), la teoria d'utilitat multiatribut (MAUT) i PROMETHEE. També s'han desenvolupat tres algoritmes per a la classificació d'alternatives (nominal i ordenada). En primer lloc, s'ha proposat un model multicriteri híbrid i s'ha validat amb dades reals per a homologar i seleccionar proveïdors de tecnologia, així com per a la seua priorització i classificació. Aquest model integra mètodes compensatoris (AHP, MAUT) i no compensatoris (PROMETHEE, FlowSort) en una jerarquia amb criteris de sostenibilitat. La validació del model en un context real i la seua comparació amb un model alternatiu n'ha demostrat la capacitat per a proporcionar informació rellevant i transparent en la presa de decisions per a l'avaluació sostenible de proveïdors de tecnologia en el sector bancari. En segon lloc, s'ha dissenyat un nou algoritme, denominat Global Local Net Flow sorting (GLNF sorting), que classifica alternatives en grups ordenats a partir dels fluxos nets generats en cerques globals i locals amb PROMETHEE. Addicionalment, s'ha dissenyat l'algoritme SILhouette for Sorting (SILS) per a calcular un índex de qualitat en les classificacions. Ambdós algoritmes s'han validat empíricament en la segmentació de proveïdors i els seus resultats s'han comparat amb altres mètodes publicats. D'una banda, GLNF sorting destaca en millorar la discriminació entre proveïdors pròxims als perfils limitants dels grups, que aprofita el nivell de similitud preferencial entre alternatives. De l'altra, SILS millora la qualitat de les assignacions i permet una anàlisi detallada que facilita la presa de decisions. En tercer lloc, s'ha proposat un sistema de segmentació de clients B2B basat en transaccions i col·laboració, aplicant AHP i GLNF sorting. Validat amb 8,157 clients d'una multinacional, s'ha avaluat amb SILS i estadística descriptiva. Comparat amb K-means, el model genera classificacions més homogènies i robustes. Aquesta eina permet a les empreses automatitzar decisions i portar a cap anàlisis detallades per a millorar les relacions amb els clients, que s'alineen amb les seues estratègies de col·laboració i enfocaments de mercat. En quart lloc, les cerques globals i locals s'han utilitzat per a proposar un algoritme de classificació nominal basat en dues dimensions, que proporciona una matriu estratègica molt útil per als gestors de la cadena de subministrament. Finalment, s'ha desenvolupat el paquet de programari PrometheeTools en R, que automatitza l'aplicació de PROMETHEE, GLNF sorting i SILS per a resoldre problemes multicriteri de priorització i classificació d'alternatives. Aquest paquet s'ha validat amb èxit i destaca per la seua eficiència en PROMETHEE amb milers d'alternatives. Està disponible en accés obert en el repositori CRAN per a la utilització per investigadors i professionals interessats en la presa de decisions multicriteri. / [EN] Multicriteria methods provide an analytical and structured approach to decision making in supply chain management. These techniques allow multicriteria evaluations, which are essential for choosing and managing sustainable business partners. The aim of this thesis is to contribute to sustainable supply chain management by developing new multicriteria models and techniques to assess suppliers and customers. Models have been designed in order to incorporate business preferences to make collaborative decisions in the transparent selection and ranking of alternatives based on sustainable criteria. New methods have also been developed to classify alternatives into ordered groups and to assess their quality. Both models and methods have been validated using empirical cases and compared with alternative approaches. The methodology is based on an in-depth literature review, as well as the expertise of supply chain professionals. The proposed multicriteria models integrate techniques such as the Analytical Hierarchical Process (AHP), Multi-Attribute Utility Theory (MAUT) and the PROMETHEE method. Three new algorithms have also been developed for classifying alternatives into nominal and ordered groups (sorting problem). Firstly, a hybrid multicriteria model has been proposed and validated with real data for technology supplier qualifying, selection and ranking. This model integrates compensatory (AHP, MAUT) and non-compensatory (PROMETHEE, FlowSort) methods in a hierarchy with sustainability criteria to evaluate products, suppliers and manufacturers. Validation of the model in a real context and its comparison with an alternative model has demonstrated its ability to provide relevant and transparent information for decision making in the sustainable evaluation of technology suppliers in the banking sector. Secondly, a new algorithm has been designed, called Global Local Net Flow sorting (GLNF sorting), which classifies alternatives into ordered groups based on the net flows generated in global and local searches with PROMETHEE. In addition, the SILhouette for Sorting (SILS) algorithm has been designed to calculate a quality index in the classifications. Both algorithms have been empirically validated in supplier segmentation and their results compared with other published methods. On the one hand, the GLNF sorting algorithm excels in improving the discrimination between suppliers close to the limiting profiles by exploiting the level of preference similarity between alternatives. On the other, SILS improves the quality of alternative assignments to groups, allows for a detailed analysis of suppliers and facilitates decision making. Thirdly, a customer segmentation model based on transactions and collaboration has been proposed in the Business to Business context, applying AHP and GLNF sorting. Validated with 8,157 customers of a multinational company, it has been assessed by SILS and descriptive statistics. This model generates more homogeneous and robust groups than the K-means cluster method. This tool enables companies to automate decisions and perform detailed analysis to improve customer relationships, aligning with their collaboration strategies and market approaches. Fourthly, global and local searches have been used to propose an algorithm for nominal classification based on two dimensions, which provides a very useful strategic matrix for supply chain managers. Finally, the PrometheeTools software package has been developed in R, which automates the implementation of PROMETHEE, GLNF sorting and SILS to solve multicriteria problems of alternatives ranking and classification. This package has been successfully validated and stands out for the efficiency in PROMETHEE and especially when solving problems with thousands of alternatives. It is available by open access in the CRAN repository for use by researchers and practitioners interested in multicriteria decision making. / Barrera Jimenez, IF. (2024). Multicriteria Techniques for Sustainable Supply Chain Management [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/202879 / Compendio