I en värld driven av kontinuerliga framsteg inom teknologisektorn, i samband med ökad konkurrens, har detaljhandelslandskapet genomgått en förändring där kundernas förväntningar har förändrats drastiskt. Introduktionen av internet, ”smartphones” och sociala plattformar har resulterat till oöverträffade nivåer av tillgång till enkel kommunikation mellan individer, samt till geografiskt avlägsna klädbutiker som inte tidigare var möjliga att shoppa ifrån. Den här utvecklingen har lett till att kunderna förväntar sig mer från företag och nöjer sig därför inte längre med ”one-size-fits-all” upplevelse, utan förväntar sig istället en upplevelse som är präglad av individuell anpassning. Då kunder idag har tillgång till många olika alternativ att köpa kläder ifrån så behöver dagens klädbutiker förändra sitt värdeerbjudande. Teknik och personifiering av shoppingupplevelsen är därför två viktiga komponenter som klädbutiker behöver investera i för att kunna leva upp till de krav som framtidens kund kommer att ställa. Med detta i åtanke har följande syfte formulerats: "Syftet med uppsatsen är att undersöka vilka nya tekniker som kan implementeras i framtida klädbutiker för att förbättra kundupplevelsen och därmed möta de framtida kundernas behov." Baserat på de resultat och analyser som genomfördes under studiens gång, så bör dagens klädbutiker fokusera på följande tekniker för att kunna tillgodose de krav som framtidens kund kommer att ställa: RFID-taggar, digitala speglar, online avatarer, artificiell intelligens, biometritekniker, förstärkt verklighet och maskininlärning. / In a volatile business world, continuous advancements within the technology sector along with increased competition has led the retailing landscape to go through a transformation of late and have subsequently led customers to view retail stores in a different light. The rise of internet, smartphones, and social networking platforms has led to unprecedented levels of customer connection and empowerment. This development has led the customers to expect more from companies and no longer settle for a “one-size-fits-all” service experience, but instead expects individualized customization. As customers are undoubtedly in power and desires a personalized experience, technology and personalization are therefore two key components that retailers need to invest in to solidify a competitive edge in the imminent future.  “The purpose of the thesis is to investigate what emerging technologies could be implemented in future apparel retail stores to enhance the customer experience and address the needs of the future customer.” Based on the results and analysis derived from the study, findings suggest that companies should focus on the following technologies to have the means to meet the needs of the future customer, with the intention to enhance the overall customer experience: RFID tags, digital mirrors, online avatars, artificial intelligence, biometrics, augmented reality, and machine learning.

This study aims to investigate the implementation of an AI model that predicts customer purchases, in the telecom industry. The thesis also outlines how such an AI model can assist decision-making in marketing strategies. It is concluded that designing the AI model by following a Recurrent Neural Network (RNN) architecture with a Long Short-Term Memory (LSTM) layer, allow for a successful implementation with satisfactory model performances. Stepwise instructions to construct such model is presented in the methodology section of the study. The RNN-LSTM model further serves as an assisting tool for marketers to assess how a consumer’s website behavior affect their purchase behavior over time, in a quantitative way - by observing what the authors refer to as the Customer Purchase Propensity Journey (CPPJ). The firm empirical basis of CPPJ, can help organizations improve their allocation of marketing resources, as well as benefit the organization’s online presence by allowing for personalization of the customer experience. / Denna studie undersöker implementeringen av en AI-modell som förutspår kunders köp, inom telekombranschen. Studien syftar även till att påvisa hur en sådan AI-modell kan understödja beslutsfattande i marknadsföringsstrategier. Genom att designa AI-modellen med en Recurrent Neural Network (RNN) arkitektur med ett Long Short-Term Memory (LSTM) lager, drar studien slutsatsen att en sådan design möjliggör en framgångsrik implementering med tillfredsställande modellprestation. Instruktioner erhålls stegvis för att konstruera modellen i studiens metodikavsnitt. RNN-LSTM-modellen kan med fördel användas som ett hjälpande verktyg till marknadsförare för att bedöma hur en kunds beteendemönster på en hemsida påverkar deras köpbeteende över tiden, på ett kvantitativt sätt - genom att observera det ramverk som författarna kallar för Kundköpbenägenhetsresan, på engelska Customer Purchase Propensity Journey (CPPJ). Den empiriska grunden av CPPJ kan hjälpa organisationer att förbättra allokeringen av marknadsföringsresurser, samt gynna deras digitala närvaro genom att möjliggöra mer relevant personalisering i kundupplevelsen.

自古鄰里相親敦親睦鄰，然而近年生活習慣與居住型態轉變，集合式公寓社區成為都市人們主要的住宅型態，人們與鄰里之間的互動日漸減少，以致於鄰里關係疏離。基此，本研究主旨在探討透過服務設計方法，改善都市集合式社區的住戶與鄰里之間的人際互動與溝通。 本研究以服務體驗工程方法論為研究方法，分三個階段進行研究。第一階段「服務體驗需求洞察研究」階段，透過深度訪談與參與觀察，挖掘社區住戶與鄰里主要有兩個接觸情境，即兩個不同的研究方向: (1)一為主動型住戶與鄰里往來而形成社區團購；(2)二為管委會與住戶的溝通與服務。比較兩個方向對社區的影響性後，擇第二個方向為本研究的研究方向。首先，採用人物誌分析出流程中三方使用者，包含住戶、管委會與總幹事，再以顧客旅程地圖發現三方溝通流程「管委會與住戶之間的溝通」及「住戶參與管委會的經驗」影響社區鄰里的互動關係，在流程的三部分中共發現16個問題與需求。 接著，第二階段進行「服務設計」，以普及至使用者中壯年齡層的智慧型手機為服務載具，設計社區社交平台「比鄰Belink App」，提供四項功能：「社區公告」、「提問求助」、「知識交流」與「委員會議」，改善住戶擔任委員參與管委會或是與管委會接觸的體驗。最後，第三階段「服務原型測試與評估」，邀請三方使用者以放聲思考法依照指定的情境使用「比鄰Belink App」，並填寫整體使用評估量表，再根據測試結果與意見回饋提出第二版設計，修改操作模式、介面按鈕的位置、顏色與形狀等等。 總結，研究成果為：（1）發現住戶與管委會在溝通流程三階段的16個問題與痛點；（2）了解中壯年齡層住戶的智慧型手機使用經驗；（3）提出符合使用需求的「比鄰Belink App」四大功能設計；（4）完成App使用性測試與可行性評估，使用者滿意提供的功能，三方使用者可更即時、公開與正向地進行溝通；但易用性方面雖具備可記憶性但易學性低，需修改設計。研究成果可作為日後相關研究參考。

Providing context behind customer feedback remains a challenge for company’s who rely on approaching Customer Experience (CX) through standardized Customer Satisfaction (CS) metrics like Net Promoter Score (NPS), Customer Satisfaction Score (CSAT), and Customer Effort Score (CES). Practical guidelines for monitoring CS throughout the customer journey are limited, creating a gap in academic research. This study addresses this gap by offering practical guidelines for CS, actionable insights, and alternative survey design strategies within the context of invoicing. Utilizing a Research-through-Design (RtD) approach guided by the Double Diamond design model, the study consists of four phases: Discover, Define, Develop, and Deliver. From a service design perspective using qualitative methods, the study acquires and analyzes both organizational and customer insights. Synthesized empirical findings emphasize the need for a more comprehensive approach that targets specific phases of the customer journey utilizing a more customer- centric approach, paving the way for alternative methods that reaches beyond just simply measuring CS. Introducing the concept of a personal companion, the study presents a dialogical approach where surveys are experienced as ongoing interactions rather mere tasks. By highlighting the importance of contextualization, alternative survey approaches, and a dialogical approach, this research aims to guide company’s in managing customer feedback strategies.