No description available.

Word of mouth is one of the most effective marketing techniques and have been for a long time. Studies have shown a difference in the effect of positive and negative electronic Word of mouth on consumers, the negative electronic Word of mouth have a greater impact on consumers. If companies don’t manage the negative WOM in the right way, they can lose market shares. Therefore, the aim of this study is to gain a deeper understanding on how companies manage the negative eWOM. To answer the issue qualitative interviews were made with five brands from the high involvement industry. An analysis was made with the empirical data and relevant theories. This study shows that with a strong brand and satisfied customers, companies can lower the impact of the negative eWOM.

Background and problem discussion Organizations are today facing an uncertainty regarding how to properly integrate and work with CRM, in particular in regards to attraction and retention of customers. This can be managed through the use of marketing campaigns. There is a lack of practical research regarding the management and how to optimize the budget of marketing campaigns. Purpose The purpose of this study is to develop a deeper understanding of how small e-commerce retailers within the beauty industry can optimize the marketing budget for social media campaigns. The purpose will be realized through application of hypotheses. Method This study has applied an experimental method design, where cause-effect in regards to how the marketing communication has influenced the customer behavior was investigated. This has been made through applying a modified A/B-test through the use of a marketing campaign, containing of three ads. The ads have been adapted in regards to the pre-study, using a company’s historical transaction data. Conclusion The results of the A/B-test show higher effectiveness and efficiency in the form of CTR, CPC,CPM, link klicks, more purchases, and lower cost per result. This is the result of the adaptation of the ads in regards to the target group. All of the ads in the campaign display a higher value than the Swedish average. This validates the notion that ads adjustments have a positive effect on customer conversion, and as a result on optimizing social media campaigns marketing budget. / Bakgrund och problemdiskussion Det råder osäkerhet hos företag hur de ska integrera och arbeta med CRM, i synnerlighet om attraherandet samt bibehållandet av kunder. Detta är något som företag kan hantera genomkampanjer, dock finns det en brist på praktisk forskning runt hantering och effektivisering av kampanjer och dess marknadsföringsbudget. Syfte Syftet med studien är att skapa en djupare förståelse för hur små e-handelsåterförsäljare inom skönhetsbranschen kan optimera en marknadsföringsbudget vid kampanjer på sociala medier. Syftet kommer att uppfyllas med en rad hypoteser. Metod Studien har designats som ett experiment då orsak-verkan undersöktes i hur kunders beteende påverkas av anpassad marknadskommunikation. Detta har gjorts genom att utforma ett modifierat A/B-test i form av en kampanj innehållandes tre annonser, vilket anpassats utifrån en förstudiebaserat på ett företags tidigare transaktionsdata. Slutsats Resultat av A/B-testet påvisar en höjd effektivitet i form av CTR, CPC, CPM, länkklick, flergenomförda köp samt ett lägre kostnad per resultat, detta till följd av annonsens anpassning till en specifik målgrupp. Samtliga annonserna i kampanjen visar på högre värden än det svenskagenomsnittet. Detta resultat visar på att anpassade annonser har en positiv påverkan på kundkonvertering, och därigenom på optimeringen av marknadsföringsbudgeten för sociala medier.

Problem: Although AI tools have come to facilitate and influence digital marketing in several ways, there is a continuing need for research on how AI can alleviate marketing problems and how the use of AI tools for marketing purposes can be facilitated for digital marketing agencies.  Purpose: The purpose of the study is to demonstrate how and why machine learning can both benefit and harm digital marketing agencies, as well as what factors digital marketing agencies need to take into account if they intend to use machine learning in digital marketing. Method: The study is based on a qualitative research strategy, with an inductive approach where six semi-structured interviews were conducted. Semi-structured interviews have been conducted to create flexibility in the individual being interviewed, and thus new insights and thoughts can arise. Thematic analysis has been used as an analysis method for the study, where the focus was aimed on identifying patterns and themes. Conclusion: Machine learning can benefit digital marketing agencies in digital marketing by streamlining work procedures by processing data and information, freeing up time for employees and also gaining the opportunity to achieve competitive advantage. Machine learning can harm digital marketing agencies in digital marketing by excluding human participants in the work system, reducing trust in the organization and creating discomfort with active personalization if used unethically. Factors that should be taken into account by digital marketing agencies if they intend to use machine learning in digital marketing are, that digital marketing agencies can not replace human interaction, human integrity is important insofar as digital marketing agencies follow laws and regulations, the size of the business determines which priorities is made between using previous knowledge and new technology, organizations need to be transparent and AI must be used throughout the organization in order for the organization to benefit in the long term / Problem: Trots att AI-verktyg har kommit att underlätta samt påverka den digitala marknadsföringen på flertalet olika sätt, så finns det ett fortsatt behov för forskning kring hur AI kan underlätta marknadsföringsproblem samt hur användningen av AI-verktyg i marknadsföringssyfte kan underlättas för digitala marknadsföringsbyråer.  Syfte: Studiens syfte är att påvisa hur och varför maskininlärning både hjälper och stjälper digitala marknadsföringsbyråer, samt vilka faktorer som digitala marknadsföringsbyråer behöver ta i beaktning om de avser att använda maskininlärning inom digital marknadsföring.  Metod: Studien utgår från en kvalitativ forskningsstrategi, med ett induktivt tillvägagångssätt där sex genomförda semistrukturerade intervjuer utförts. Semistrukturerade intervjuer har genomförts för att skapa flexibilitet hos individen som blir intervjuad, och således kan nya insikter och tankar uppstå. Tematisk analys har använts som analysmetod för studien, där fokus legat på att identifiera mönster och teman. Slutsats: Maskininlärning hjälper digitala marknadsföringsbyråer inom digital marknadsföring med att effektivisera arbetsprocesser genom att bearbeta data och information, frigöra tid för anställda samt möjligheten att erhålla konkurrensfördelar. Maskininlärning stjälper digitala marknadsföringsbyråer inom digital marknadsföring genom att exkludera mänskliga deltagare inom arbetssystemet, minska förtroende för organisationen samt skapa obehag vid aktiv personalisering om det används oetiskt. Faktorer som bör tas i beaktning av digitala marknadsföringsbyråer om de avser att använda maskininlärning inom digital marknadsföring är att digitala marknadsföringsbyråer inte kan ersätta mänsklig interaktion, mänsklig integritet är viktigt i det mån att digitala marknadsföringsbyråer efterföljer lagar och regler, storleken av verksamheten avgör vilka prioriteringar som görs mellan att nyttja tidigare kunskap och ny teknologi, organisationer behöver vara transparenta och AI måste nyttjas genomgående i organisationen för att organisationen ska gynnas på lång sikt.

Syfte: Syftet är att skapa förståelse för hur företag arbetar med CSR och om det är möjligt att använda sig av influencers som marknadsföringsverktyg när detta arbete ska förmedlas. Syftet är också att ta reda på om denna marknadsföring har några underliggande utmaningar och möjligheter.  Metod: Studien utgår från en kvalitativ metod med en induktiv forskningsansats. Den empiriska datainsamlingen omfattar tio semistrukturerade intervjuer genomförda med två urvalsgrupper, bestående av företag och konsumenter. Den empiriska insamlingen har analyserats med en tematisk analys och en SWOT-analys. Studiens diskussion har utförts genom att relatera empirin till teorin.  Resultat & slutsats: Resultatet har visat att företag inte arbetar enligt en traditionell utformning av CSR utan att snarare en uppdatering av begreppet som numera benämns som ”hållbarhet”. De tre dimensionerna som CSR består av utgör fortfarande grunden även i revideringen. Influencers går att använda i kommunikation av hållbarhet men det finns flertalet underliggande nyckelfaktorer som bör tas i beaktning innan verktyget implementeras.  Förslag till fortsatt forskning: Faktorerna har sammanställts i en SWOT-analys som förslag till vidare forskning. Framtida studier kan studera fler svenska företag och se om dessa funna faktorer instämmer med varandra. Vid ett sådant tillfälle kan en tydligare modellering göras för hur denna typ av marknadsföring bör genomföras. / Purpose: The aim is to create an understanding of how companies work with CSR and whether it is possible to use influencers as a marketing tool when CSR is being communicated. The purpose is also to find out if this communication has any underlying challenges or opportunities.  Method: The study is based on a qualitative method with an inductive research approach. The empirical data consists of ten semi-structured interviews conducted with two selection groups, consisting of companies and consumers. The empirical data has been analyzed with a thematic analysis, a SWOT-analysis and the study’s discussion has been done by relating the empirical material to the theoretical references.  Result & conclusion: The result has shown that companies do not work according to a traditional design of CSR, but with an updated version of the concept, now to be referred as ”sustainability”. The three fundamental dimensions in CSR is still the basis of the renewed CSR. Influencers can be used in the communication of CSR/sustainability but there are several underlying challenges and threats that should be considered before implementing the tool.  Suggestions for future research: The challenges and opportunities have been summarized in a SWOT analysis and the summary is the proposal for future research. Future studies can be to study other Swedish companies and see if these found factors agree with each other. If this is the case, a better– more developed – version of the model can be done for how this type of marketing should be carried out.

AbstraktSyfte: Syftet med studien var att analysera hur företag kan förbättra förståelsen för denekonomiska lönsamheten i sina marknadsföringsaktiviteter, detta genom att undersöka hurföretag idag arbetar med att följa upp den lönsamheten av digital marknadsföring samtvilken förbättringspotential företag upplever att det finns kring sätten de arbetar på. Metod: En kvalitativ metod har genomförts i denna studie där fyra intervjuer hargenomförts med tre respondenter som arbetar med att utvärdera lönsamhet av digitalmarknadsföring. Den insamlade empirin har sedan jämförts med nuvarande teorier för attförsöka förbättra förståelsen för ämnet. Resultat: Företag använder idag främst ROAS för att mäta lönsamheten avmarknadsföring och att den data som utgör grunden för utvärderingen kommer ochbearbetas av Google och Metas AI modeller. Däremot behandlas dessa olika av företag,vilket har visat sig motsvara deras erfarenhet och expertis inom området. De mest väsentliga aspekter som uppmärksammades var förbättringen och utnyttjandet avAI och dataanalysverktyg då den är kärnan i att utvärdera lönsamheten avmarknadsföringsaktiviteterna. Respondenterna är övertygade om att AI kommer utgöra enallt större del av arbetet med att utvärdera lönsamheten med digital marknadsföring därförmågan att förstå och hantera dessa AI modeller kommer att vara viktigt för företag iframtiden.Slutsats: Studien beskriver hur företag arbetar i praktiken och bidrar till nuvarande teoriergenom att visa på områden som bekräftar och säger emot tidigare forskning. Till exempelhar studien bekräftat problemet med att kunden inte delar med sig av information på nätet,vilket styrks av litteraturen. Medan det också visat sig att företagen i studien endast harutvärderat lönsamhetsmåttet ROAS, vilket säger emot tidigare forskning. / Purpose: The purpose of the study was to analyze how companies can improve theirunderstanding of the economic profitability of their marketing activities by examining howcompanies currently work to follow up on the profitability of digital marketing, as well asthe potential for improvement that companies perceive in the ways they work. Method: A qualitative method has been employed in this study, where four interviewshave been conducted with three respondents who work on evaluating the profitability ofdigital marketing. The collected empirical data has then been compared with currenttheories in order to enhance understanding of the subject. Results: Companies today primarily use ROAS (Return on Advertising Spend) to measurethe profitability of marketing, and the data that forms the basis for evaluation is providedand processed by Google and Meta's AI models. However, these are treated differently bycompanies, which has been found to correspond to their experience and expertise in thefield. The most significant aspects that were highlighted were the improvement and utilization ofAI and data analysis tools, as they are at the core of evaluating the profitability ofmarketing activities. The respondents are convinced that AI will play an increasinglyimportant role in evaluating the profitability of digital marketing, where the ability tounderstand and manage these AI models will be crucial for companies in the future.

Digital transformation har lett till ökad användning av digitala teknologier, detta skapar förändringar i samhället som kan leda till att företag måste ta fram nya strategier för att vara fortsatt konkurrenskraftiga. Med en kvalitativ ansats i form av en fallstudie undersöker denna studie hur ett företag inom detaljhandeln kan hantera och struktureras efter digital transformation inom marknadsföring samt vilka möjligheter och utmaningar detta medfört gällande marknadsföring i digitala kanaler. Datainsamling skedde via semistrukturerade intervjuer med olika chefer samt en medarbetare inom en detaljhandelsorganisation.  Resultatet visar hur organisationen använder sig av digital marknadsföring i sociala medier samt kundspecifik marknadsföring via e-post. För detta har en ny arbetsroll skapats som bär ansvaret för processen. Den digitala marknadsföringen genererar främst möjligheter för relationsskapande med kunder, effektivitet, flexibilitet och personanpassad marknadsföring. Det har uppstått utmaningar kring ökad konkurrens, digital utveckling i samhället, spridning av incidenter och att detaljhandelsbranschen i Sverige ligger efter i utvecklingen.  Studien identifierade likheter och olikheter kring hur detaljhandelsorganisationen arbetar med marknadsföring i sociala medier samt kundspecifik marknadsföring och att detta i sin tur påverkar organisationens hantering och struktur. Exempelvis framkom två olika informationssystem där både processer, system och deltagare skiljde sig åt för digital marknadsföring i sociala medier samt kundspecifik marknadsföring. Studien visade även att de största likheterna var att båda typerna av digital marknadsföring var effektiva tillvägagångssätt för att nå ut till kunder och båda alternativen tillämpade samma informationskällor för skapande och delning av material. / Digital transformation has led to increased use of digital technologies, this creates changes in society that can require companies to adapt new strategies to remain competitive. With a qualitative approach in the form of a case study, this essay examines how a company in the retail trade can manage, and is structured for digital transformation in marketing, and what opportunities and challenges this management and structuring has brought about current marketing in digital channels. Data collection took place via semi-structured interviews with various managers and an employee within the retail organization. The results show how the organization uses digital marketing in social media and customer-specific marketing in E-mail. For this, a new role has been created that bears the responsibility for the process. Digital marketing mainly creates opportunities for relationship building with customers, efficiency, flexibility and personalized marketing. Challenges have mainly arisen regarding increased competition, digital development in society, the spread of incidents and the fact that the retail industry in Sweden is lagging behind in development. Furthermore, the study identified similarities and differences in how the retail organization works with marketing in social media as well as customer-specific marketing and that this affects the organization’s management and structure. For example, two different information systems were identified where both processes, systems and participants differed for digital marketing in social media and customer-specific marketing. The study also revealed that the biggest similarities were that both types of digital marketing were effective approaches to reach customers and both alternatives applied the same sources of information for creating and sharing materials.

Dagens digitala landskap skapar en hög konkurrens om kunder, vilket gör att verksamheter letar efter nya sätt att utveckla och hantera kundrelationer. Arbete med CRM och automatiserad marknadsföring användbart för att få en bättre förståelse för kundens behov och leverera relevant kommunikation. Automatiserad marknadsföring är en datadriven marknadsföringsteknik som används inom digital marknadsföring för att automatisera aktiviteter. Automatiserad marknadsföring inom B2B-verksamheter är ett outforskat ämne inom informatik. Därmed var syftet med studien att undersöka automatiserad marknadsföring och CRM ur ett informatikperspektiv. Syftet var även att bidra med kunskap om hur verksamheter använder data i arbetet med automatiserad marknadsföring och vilka förmågor för dataanalys som är centrala. I denna studie har en kvalitativ undersökning med semistrukturerade intervjuer genomförts, där sex respondenter som arbetar med automatiserad marknadsföring inom B2B-verksamheter intervjuats. Studiens resultat och slutsats visar att arbete med automatiserad marknadsföring är ett IT- beroende arbetssystem, där teknik är en central resurs för arbetet. Elementen deltagare, information och teknik bör samverka med arbetsprocesser och aktiviteter för att dra nytta av automatiserad marknadsföring. Dessutom är kunddata betydelsefull information för arbete med automatiserad marknadsföring och CRM. Således bör verksamheter besitta förmågor inom verksamhetsområdena ledning, kultur, teknik och människor för analys av data. Studiens resultat och slutsatser visar att de undersökta verksamheterna besitter relevanta förmågor för dataanalys, vilket möjliggör arbetet med automatiserad marknadsföring och CRM. Eftersom automatiserad marknadsföring handlar om att generera och bibehålla befintliga kunder med hjälp av relevant innehåll, är CRM centralt i detta arbete. / Today's digital landscape creates high competition for customers and organizations are looking for new ways to develop and manage customer relationships. Working with CRM and marketing automation is useful to gain a better understanding of customer needs and deliver relevant communication. Marketing automation is a data-driven marketing technique used in digital marketing to automate tasks. Marketing automation in B2B-organizations is an unexplored topic in information systems. Therefore, the aim of this study was to examine marketing automation and CRM through a perspective of information systems. As well as contribute with knowledge of how organizations use data in marketing automation and the data analytics capabilities needed. A qualitative study was conducted through semi-structured interviews with six respondents, who work with marketing automation in B2B-organizations. The results and conclusions of the study shows that working with marketing automation is an IT-reliant work system, where technology is a crucial resource. The elements participants, information and technology should be aligned with processes and activities to benefit from marketing automation. In addition, customer data is meaningful information for working with marketing automation and CRM. Thus, organizations should possess organizational capabilities in governance, culture, technology, and people for analyzing data. The results and conclusions of the study also show the studied organizations possess the data analytics capabilities needed for marketing automation and CRM. CRM becomes pertinent in marketing automation since marketing automation is about generating and retaining customers with relevant content.

Estimating each marketing channel’s impact on conversion can help advertisers develop strategies and spend their marketing budgets optimally. This problem is often referred to as attribution modelling, and it is gaining increasing attention in both the industry and academia as access to online tracking data improves. Focusing on achieving higher predictive performance, the Long Short- Term Memory (LSTM) architecture is currently trending as a data-driven solution to attribution modelling. However, such deep neural networks have been criticised for being difficult to interpret. Interpretability is critical, since channel attributions are generally obtained by studying how a model makes a binary conversion prediction given a sequence of clicks or views of ads in different channels. Therefore, this degree project studies and compares the quality of LSTM attributions, calculated with SHapleyAdditive exPlanations (SHAP), attention and fractional scores to three baseline models. The fractional score is the mean difference in a model’s predicted conversion probability with and without a channel. Furthermore, a synthetic data generator based on a Poisson process is developed and validated against real data to measure attribution quality as the Mean Absolute Error (MAE) between calculated attributions and the true causal relationships between channel clicks and conversions. The experimental results demonstrate that the quality of attributions is not unambiguously reflected by the predictive performance of LSTMs. In general, it is not possible to assume a high attribution quality solely based on high predictive performance. For example, all models achieve ~82% accuracy on real data, whereas LSTM Fractional and SHAP produce the lowest attribution quality of 0:0566 and 0:0311 MAE respectively. This can be compared to an improved MAE of 0:0058, which is obtained with a Last-Touch Attribution (LTA) model. The attribution quality also varies significantly depending on which attribution calculation method is used for the LSTM. This suggests that the ongoing quest for improved accuracy may be questioned and that it is not always justified to use an LSTM when aiming for high quality attributions. / Genom att estimera påverkan varje marknadsföringskanal har på konverteringar, kan annonsörer utveckla strategier och spendera sina marknadsföringsbudgetar optimalt. Det här kallas ofta attributionsmodellering och det får alltmer uppmärksamhet i både näringslivet och akademin när tillgången till spårningsinformation ökar online. Med fokus på att uppnå högre prediktiv prestanda är Long Short-Term Memory (LSTM) för närvarande en populär datadriven lösning inom attributionsmodellering. Sådana djupa neurala nätverk har dock kritiserats för att vara svårtolkade. Tolkningsbarhet är viktigt, då kanalattributioner generellt fås genom att studera hur en modell gör en binär konverteringsprediktering givet en sekvens av klick eller visningar av annonser i olika kanaler. Det här examensarbetet studerar och jämför därför kvaliteten av en LSTMs attributioner, beräknade med SHapley Additive exPlanations (SHAP), attention och fractional scores mot tre grundmodeller. Fractional scores beräknas som medelvärdesdifferensen av en modells predikterade konverteringssannolikhet med och utan en viss kanal. Därutöver utvecklas en syntetisk datagenerator baserad på en Poissonprocess, vilken valideras mot verklig data. Generatorn används för att kunna mäta attributionskvalitet som Mean Absolute Error (MAE) mellan beräknade attributioner och de verkliga kausala sambanden mellan kanalklick och konverteringar. De experimentella resultaten visar att attributionskvaliteten inte entydigt avspeglas av en LSTMs prediktiva prestanda. Det är generellt inte möjligt att anta en hög attributionskvalitet enbart baserat på en hög prediktiv prestanda. Alla modeller uppnår exempelvis ~82% prediktiv träffsäkerhet på verklig data, medan LSTM Fractional och SHAP ger den lägsta attributionskvaliteten på 0:0566 respektive 0:0311 MAE. Det här kan jämföras mot en förbättrad MAE på 0:0058, som erhålls med en Last-touch-modell. Kvaliteten på attributioner varierar också signifikant beroende på vilket metod för attributionsberäkning som används för LSTM. Det här antyder att den pågående strävan efter högre prediktiv träffsäkerhet kan ifrågasättas och att det inte alltid är berättigat att använda en LSTM när attributioner av hög kvalitet eftersträvas.

Marknadsföringen har förändrats drastiskt under det senaste decenniet och forskningen visar att traditionella marknadsföringsaktiviteter inte längre är lika effektiva på grund av bland annat ett förändrat konsumentbeteende. Till följd av den förändrade attityden mot traditionell marknadsföring har ett nytt koncept vid namn inbound marknadsföring fått en allt mer framträdande roll på konsument- och företagsmarknaden. Konceptet ämnar att attrahera, konvertera och behålla kunder med hjälp av intressant och relevant innehåll till en tydligt definierad målgrupp. Dock har det blivit en allt svårare uppgift på de marknader som präglas av hög konkurrens, såsom e-handeln. Tidigare litteratur fokuserar främst på att undersöka inbound marknadsföring på en företagsmarknad, vars resultat kan vara svåra att överföra på konsumentmarknaden. Vi fann även att tidigare litteratur inte har undersökt hur företag arbetar med inbound marknadsföring som ett helhetskoncept. Denna studie ämnar därmed att ge ett bidrag till konsumentmarknaden genom att undersöka hur modeföretag arbetar med inbound marknadsföring för att attrahera och behålla kunder. Eftersom litteraturen även skildrar konceptet som ett överlägset marknadsföringskoncept är studiens syfte att undersöka vilka utmaningar modeföretag upplever i relation till konceptet. För att svara på vår frågeställning och syfte har vi genomfört en kvalitativ studie där empirin har samlats in genom sex semistrukturerade intervjuer med svenska modeföretag. Med utgångspunkt i tidigare forskning och den insamlade empirin har vi konstaterat att modeföretagen arbetar med inbound marknadsföring likt de strategier som litteraturen belyser. Ytterligare har studien funnit att modeföretag även använder två andra marknadsföringsteorier som inte har berörts i relation till konceptet. Studien har även utmynnat i en modell som kan hjälpa marknadsförare att få en övergripande bild av de strategier som ligger till grund för att attrahera och behålla kunder. Våra resultat indikerar även att modeföretag står inför komplexa utmaningar. Bland annat är det svårt för företagen att synas på en konkurrensutsatt marknad utan att upplevas som påträngande. Modeföretag står även inför utmaningen att anpassa innehållet efter kommunikationskanalerna som de tillhandahåller, få konsumenternas uppmärksamhet och förstå hur de vill interagera och engagera sig. Avslutningsvis måste modeföretag finna en balans i hur personifierat innehållet bör vara utan att det upplevs som irrelevant av konsumenterna samt när kampanjer borde inkluderas i marknadsföringen.