Avoin data kuluttajamarkkinoiden hinnoittelussa
Mikkonen, Sampo (2018)
Kandidaatintyö
2018
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2019040310915
https://urn.fi/URN:NBN:fi-fe2019040310915
Tiivistelmä
Data-analytiikka on laitteiden ja ohjelmistojen tehojen kasvamisen myötä noussut yhdeksi merkittävimmistä kilpailutekijöistä nykyajan markkinoilla. Monien yritysten kuitenkin tuskastellessa sen monimutkaisuutta ja hintaa, tarjoaa avoin data mahdollisuuden jokaiselle yritykselle kerätä ja hyödyntää liiketoiminnassa hyödynnettävää tietoa lähes ilmaiseksi.
Onnistunut hinnoittelu on yksi yrityksen kannattavuuden kannalta kriittisimmistä tekijöistä. Ennen hinnoittelupäätöksiä tehtiin lähinnä katsomalla vastaavien tuotteiden hintoja, tietyn katteen saavuttamiseksi tai johtohenkilöiden intuition perusteella, mutta tänäpäivänä hinnoittelupäätöksiä pystytään pohjaamaan data-analytiikan tarjoamaan informaatioon.
Pelkkä avoimen datan hyödyntäminen kuluttajatuotteiden hinnoittelussa on ongelmallista. Avoin data tarjoaa erinomaisen keinon asiakassegmentointiin, mutta muissa hinnoittelun optimoinnin onnistumisen kannalta tärkeimmissä prosesseissa vaaditaan yritykseltä sen omien tietokantojen hinta- ja kysyntädataa, tai vaihtoehtoisesti muilta yrityksiltä hankittua dataa.
Jatkotutkimukset työstä voitaisiin suunnata avoimen datan hyödyntämiseen asiakkaiden segmentoinnissa, mikäli tutkimus halutaan tehdä avoimesta datasta. Hinnoittelun optimoinnista suoritettavaan jatkotutkimukseen ei datan laatua kannata rajata koskemaan vain avointa dataa.
Onnistunut hinnoittelu on yksi yrityksen kannattavuuden kannalta kriittisimmistä tekijöistä. Ennen hinnoittelupäätöksiä tehtiin lähinnä katsomalla vastaavien tuotteiden hintoja, tietyn katteen saavuttamiseksi tai johtohenkilöiden intuition perusteella, mutta tänäpäivänä hinnoittelupäätöksiä pystytään pohjaamaan data-analytiikan tarjoamaan informaatioon.
Pelkkä avoimen datan hyödyntäminen kuluttajatuotteiden hinnoittelussa on ongelmallista. Avoin data tarjoaa erinomaisen keinon asiakassegmentointiin, mutta muissa hinnoittelun optimoinnin onnistumisen kannalta tärkeimmissä prosesseissa vaaditaan yritykseltä sen omien tietokantojen hinta- ja kysyntädataa, tai vaihtoehtoisesti muilta yrityksiltä hankittua dataa.
Jatkotutkimukset työstä voitaisiin suunnata avoimen datan hyödyntämiseen asiakkaiden segmentoinnissa, mikäli tutkimus halutaan tehdä avoimesta datasta. Hinnoittelun optimoinnista suoritettavaan jatkotutkimukseen ei datan laatua kannata rajata koskemaan vain avointa dataa.