Return to search

Segmentering utan personidentifierande attrbut : En undersökning av metoder och principer för dataanalys och segmentering i medelstora outdoor företag

Framväxten av Internet och e-handel har medfört en ständig ström av kunder med olika behov och produktpreferenser till företag. För att kunna möta de varierande kundkraven förlitar sig företag ofta på detaljerad kunddata, vilket hjälper till att generera värdefulla insikter med hjälp av verktyg för dataanalys. I denna tid av ökande oro kring dataintegritet, föredrar många kunder att inte dela med sig av sin personliga information samtidigt som de ändå förväntar sig en personlig shoppingupplevelse. Denna studie syftar till att navigera denna komplexa situation och undersöka möjligheten att nyttja principer och verktyg inom dataanalys, datamining och segmentering på icke-personidentifierbar data för att ge företagen möjlighet att erbjuda en skräddarsydd kundupplevelse, utan att kompromissa kundernas integritet. Detta syfte fastställdes efter de initiala samtalen med företaget innan det faktiska arbetet med studien påbörjades.  Resultaten från vår studie belyser de utmaningar som uppstod på grund av bristen på detaljerade kundspecifika attribut i den anonymiserade data från ett verkligt frilufts-företag baserat i Sverige. Vår studie visade att framgångsrik kundsegmentering inte var möjlig med den tillgängliga data. I stället skiftade vi fokus till marknadssegmentering, vilket var ett mer praktiskt tillvägagångssätt med tanke på begränsningarna. Vi kunde skapa vissa kundspecifika attribut, inklusive kön, produktkategori och färgval, men dessa bedömdes som otillräckliga för att skapa en meningsfull kundsegmentering.  Företaget visade intresse för en djupare insikt i returernas förekomst, särskilt relationen mellan försäljning och returer inom olika kategorier, vilket låg utanför ramen för denna studie. Vår studie understryker svårigheten med kundsegmentering när det gäller oro för dataintegritet och ger användbara insikter till e-handelsföretag som strävar efter att erbjuda personliga upplevelser samtidigt som de respekterar kundens dataintegritet.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:ltu-103497
Date January 2024
CreatorsSundin, Philip, Jeding, Jonathan
PublisherLuleå tekniska universitet, Institutionen för system- och rymdteknik
Source SetsDiVA Archive at Upsalla University
LanguageSwedish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0025 seconds