Customer profiling and purchase decision influencers : an empirical case study from the management consulting industry
Kivistö, Viljami (2024)
Pro gradu -tutkielma
Kivistö, Viljami
2024
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe20241217103605
https://urn.fi/URN:NBN:fi-fe20241217103605
Tiivistelmä
Customer profiling and assessing the influencers of business-to-business purchase decisions can clarify who a company's core customers are and how sales and marketing can be targeted effectively. Additionally, segmenting customers when customer transaction records grow or when competition intensifies is especially valuable. Such actions can help companies analyse and choose key markets and manage sales and marketing.
This study examines customer profiling with hierarchical clustering methods. Additionally, the study deepens into potential purchase decision influencers by using these profiles and firmographic information as predictors in logistic regression models. The study is a case analysis of a company in the management consulting industry. It aims to answer whether the case company's customers can be grouped into distinct customer profiles. Moreover, it seeks to answer whether belonging to a specific customer profile or a firmographic could be associated with or predict positive purchase decisions of the case company's services.
The study highlights the strengths of hierarchical clustering for segmenting customer profiles. The logistic regression is found to have limitations in predicting purchase decisions despite varying literature on its effectiveness as a chosen method. By combining these methods, valuable insights into customer behaviour can be gained, but further methodological refinements are needed to enhance predictive power. Asiakkaiden profilointi ja yritysten välisiin ostopäätöksiin vaikuttavien tekijöiden arviointi voi selventää, keitä yrityksen ydinasiakkaat ovat ja miten myyntiä ja markkinointia voidaan kohdentaa tehokkaasti. Lisäksi asiakkaiden segmentointi on erityisen arvokasta, kun asiakastapahtumien määrä kasvaa tai toimialan kilpailu kiristyy.
Tässä tutkimuksessa tarkastellaan asiakkaiden profilointia hierarkkisten klusterointimenetelmillä. Lisäksi tutkimuksessa arvioidaan mahdollisia ostopäätöksiin vaikuttavia tekijöitä käyttämällä klustereita ja firmografisia muuttujia logististen regressiomallien ennustajina. Tutkimus toteutetaan tapaustutkimuksena liikkeenjohdon konsultointialan yritykselle. Tutkimuksen tavoitteena on arvioida, että voidaanko case-yrityksen asiakkaat ryhmitellä erillisiksi asiakasprofiileiksi. Lisäksi tutkimus pyrkii vastaamaan siihen, että voiko tiettyyn asiakasprofiiliin tai firmografiaan kuuluminen liittyä yrityksen asiakkaiden positiivisiin ostopäätöksiin tai ennustaa niitä.
Tutkimus painottaa hierarkisen klusteroinnin vahvuuksia asiakasprofiilien luomisen metodina. Logististen mallien kyky ennustaa ostopäätöksiä on sen sijaan rajoittunutta, vaikka aiheen kirjallisuudesta löytyy myös tuloksista risteäviä esimerkkejä. Yhdistämällä valitut metodit voidaan saada arvokasta tietoa asiakkaiden käyttäytymisestä, mutta ennustevoiman parantamiseksi voi olla aiheellista arvioida myös lisämenetelmiä.
This study examines customer profiling with hierarchical clustering methods. Additionally, the study deepens into potential purchase decision influencers by using these profiles and firmographic information as predictors in logistic regression models. The study is a case analysis of a company in the management consulting industry. It aims to answer whether the case company's customers can be grouped into distinct customer profiles. Moreover, it seeks to answer whether belonging to a specific customer profile or a firmographic could be associated with or predict positive purchase decisions of the case company's services.
The study highlights the strengths of hierarchical clustering for segmenting customer profiles. The logistic regression is found to have limitations in predicting purchase decisions despite varying literature on its effectiveness as a chosen method. By combining these methods, valuable insights into customer behaviour can be gained, but further methodological refinements are needed to enhance predictive power.
Tässä tutkimuksessa tarkastellaan asiakkaiden profilointia hierarkkisten klusterointimenetelmillä. Lisäksi tutkimuksessa arvioidaan mahdollisia ostopäätöksiin vaikuttavia tekijöitä käyttämällä klustereita ja firmografisia muuttujia logististen regressiomallien ennustajina. Tutkimus toteutetaan tapaustutkimuksena liikkeenjohdon konsultointialan yritykselle. Tutkimuksen tavoitteena on arvioida, että voidaanko case-yrityksen asiakkaat ryhmitellä erillisiksi asiakasprofiileiksi. Lisäksi tutkimus pyrkii vastaamaan siihen, että voiko tiettyyn asiakasprofiiliin tai firmografiaan kuuluminen liittyä yrityksen asiakkaiden positiivisiin ostopäätöksiin tai ennustaa niitä.
Tutkimus painottaa hierarkisen klusteroinnin vahvuuksia asiakasprofiilien luomisen metodina. Logististen mallien kyky ennustaa ostopäätöksiä on sen sijaan rajoittunutta, vaikka aiheen kirjallisuudesta löytyy myös tuloksista risteäviä esimerkkejä. Yhdistämällä valitut metodit voidaan saada arvokasta tietoa asiakkaiden käyttäytymisestä, mutta ennustevoiman parantamiseksi voi olla aiheellista arvioida myös lisämenetelmiä.
