Nokia launched a website service Customer Insights (CI) to managers and executives from operator companies to track their customers’ experience. An upgraded mobile service is developed for providing more valuable information. The data was retrieved from the same dataset but less amount of information would be displayed in the mobile application. Two questions need to be answered in this design work, what to show in the application and how to show them. A tough situation in user research and a large amount of data made the user-centered design hard to answer the ‘what’ question. Based on experts’ view, data points that have different patterns from other data could be valuable. Considering ML is good at quantitative analysis tool and anomaly detection method can help filter outliers, we combined it with User-centered Design (UCD) in the content preparation. The challenge was how to mind the gap between experts and real users’ expectations. The initial user research was missed and involving users during the modeling progress was not realistic. Our strategy was to select information by anomaly detection methods, got users’ feedbacks after launching the application and utilized those feedbacks to improve the algorithm. Based on the study in ML, PCA anomaly detection was chosen and it worked well in filtering outliers in this case. Two validations proved the possibility of improving the precision and recall of the results based on supervised learning and labeled data. On the other hand, UCD focused on answering the ‘how’ problem based on a questionnaire, personas, scenarios and design guidelines. The results from ML research were also considered in the design work, thus the interface and interaction design would help the algorithm to a larger extent. Four experts participated in the design evaluation. All three iterations of the design helped us to summarize some universal guidance on how to design for similar mobile applications. / Nokia lanserade en webbtjänst Customer Insights (CI) för att chefer och ledare från operativa företag ska kunna följa kundernas erfarenheter. En uppgraderad mobiltjänst utvecklas för att ge mer värdefull information. Uppgifterna hämtas från samma datamängd, men mindre mängd information visas i mobilapplikationen. Två frågor måste besvaras i detta designarbete, nämligen vad som ska visas i applikationen och hur de ska visas. Den svåra situationen i användarforskningen och den stora mängden data gjorde det svårt att besvara frågan om "vad" i den användarcentrerade designen. Enligt experternas uppfattning kan datapunkter som har olika mönster jämfört med andra data vara värdefulla. Med tanke på att ML är ett bra verktyg för kvantitativ analys och att metoden för anomalidetektion kan hjälpa till att filtrera avvikelser, kombinerade vi den med UCD i innehållsberedningen. Utmaningen var hur vi skulle kunna hantera klyftan mellan experternas och de verkliga användarnas förväntningar. Den inledande användarundersökningen missades och det var inte realistiskt att involvera användarna under modelleringsprocessen. Vår strategi var att välja ut information med hjälp av metoder för anomalidetektion, få användarnas feedback efter lanseringen av applikationen och använda dessa feedback för att förbättra algoritmen. Baserat på studien om ML valdes PCA-anomalidetektion och den fungerade bra för att filtrera utfall i det här fallet. Två valideringar visade att det är möjligt att förbättra precisionen och återkallandet av resultaten baserat på övervakad inlärning och märkta data. Å andra sidan fokuserade UCD på att besvara "hur"-problemet med hjälp av ett frågeformulär, personas, scenarier och riktlinjer för utformning. Resultaten från ML-forskningen beaktades också i designarbetet, vilket innebär att gränssnitts- och interaktionsdesignen skulle hjälpa algoritmen i större utsträckning. Fyra experter deltog i designutvärderingen. Alla tre iterationer av designen hjälpte oss att sammanfatta några universella riktlinjer för hur man utformar liknande mobilapplikationer.

Sustainable consumption is used to describe consumer behaviors which aim to reduce environmental impact. One way of measuring sustainable consumption is by tracking products’ carbon footprint. Today however, there is limited research on how carbon footprint information is influencing consumers online, and few online tools which allow consumers to track carbon footprints for specific products before the point of purchase. The purpose of the thesis is to design a sustainability tool which contains product level carbon footprint information as well as to test and evaluate how the information affects sustainable consumption. Theory from the fields of Human Computer Interaction and Carbon Footprint research was used in a multi-method qualitative study. Expert interviews and qualitative usability tests were conducted during the thesis as means of collecting empirical data. The study concludes that carbon footprint information should be introduced in the search phase of the consumer journey. The information should then progressively become more detailed as the consumer approaches the point of purchase. The study found that displaying carbon footprint information affects sustainable consumption positively in the tested online environment. However, personal preference and cost constitute a large part of consumers' choices as well. The study extends the research on carbon footprints by including results from an online environment. Future research should be conducted using quantitative methods to validate the results of this study on larger samples. Other product categories should also be tested as a way of investigating if the same consumption patterns emerge across different product categories. / Hållbar konsumtion används för att beskriva konsumentbeteenden med syfte att minska miljöpåverkan. Ett sätt att mäta hållbar konsumtion är genom att spåra produkters koldioxidavtryck. I dag är dock forskningen kring hur koldioxidavtrycksinformation påverkar konsumenter online begränsad, och få verktyg tillåter konsumenter att spårasina koldioxidavtryck för specifika produkter innan köp. Syftet med studien är att designa ett hållbarhetsverktyg med information om koldioxidavtryck på produktnivå samt att testa och utvärdera hur informationen påverkar hållbar konsumtion. Teori från områdena Människa-datorinteraktion samt Koldioxidavtrycksforskning användes i en kvalitativ multimetodstudie. Expertintervjuer samt kvalitativa användbarhetstester genomfördes under studien som ett sätt att samla in empirisk data. Slutsatsen från studien visar att information om koldioxidavtryck bör introduceras i sökfasen av konsumentresan. Koldioxidinformationen bör sedan successivt bli mer detaljerad när konsumenten närmar sig köptillfället. Studien påvisar att koldioxidavtrycksinformation påverkar hållbar konsumtion positivt i den testade onlinemiljön. Dock påverkar även personlig preferens samt kostnad konsumenternasval. Studien utökar forskningen om koldioxidavtryck genom att inkludera resultat från en onlinemiljö. Framtida forskning bör utföras med hjälp av kvantitativa metoder för att validera resultaten av denna studie på en större urvalsgrupp. Även andra produktkategorier bör testas som ett sätt att undersöka om samma konsumtionsmönster uppstår över olika produktkategorier.