The potential of technology to support retail pricing in omnichannel environments
Honkaniemi, Helmi (2025)
Katso/
Sisältö avataan julkiseksi: 21.07.2027
Pro gradu -tutkielma
2025
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025072979837
https://urn.fi/URN:NBN:fi-fe2025072979837
Tiivistelmä
This thesis examines the potential of technology to support retail pricing in omnichannel environments. The aim of this study is to explore how technology can be effectively utilized to support pricing decisions in omnichannel retail environments. In addition, the research seeks to understand the pricing process and identify what types of data and insights are used in the formation of pricing decisions.
The theoretical framework of the study is based on previous literature and academic research articles. It focuses on omnichannel retail pricing and technological advancements in retail pricing. The research was conducted using a qualitative research method, with thematic interviews as the data collection approach. Eight pricing and pricing technology experts from the retail sector participated in the study, all of whom had several years of experience in pricing. Thematic analysis was used as the method of data analysis.
The study found that a centralized pricing system is a key requirement for the effective use of technology in supporting pricing decisions. Simulation tools and AI-based forecasting models have the potential to enhance the pricing process. Furthermore, pricing optimization tools can not only improve the efficiency of the process but also support strategic pricing decisions, which help in developing a long-term strategic price image. Future research should focus on the implementation of automated pricing systems, challenges related to them, and their financial impacts. Tässä tutkielmassa tarkastellaan teknologian mahdollisuuksia tukea vähittäiskaupan hinnoittelua monikanavaisessa ympäristössä. Tämän tutkielman tavoitteena on selvittää, kuinka teknologiaa voidaan tehokkaasti hyödyntää hinnoittelupäätösten tukena monikanavaisessa vähittäiskauppaympäristössä. Lisäksi tutkimuksen tavoitteena on ymmärtää hinnoitteluprosessia ja tunnistaa mitä dataa ja tietoa käytetään hinnoittelupäätösten muodostamisessa.
Tutkimuksen teoreettinen viitekehys koostuu aiheen aikaisemmasta kirjallisuudesta ja tutkimusartikkeleista. Teoreettinen viitekehys koostuu monikanavaisesta vähittäishinnoittelusta sekä vähittäiskaupan teknologisista hinnoittelumahdollisuuksista. Tutkimus toteutettiin laadullisella tutkimusmenetelmällä, ja aineistonkeruumenetelmänä käytettiin teemahaastatteluja. Tutkimukseen osallistui kahdeksan vähittäiskaupan hinnoittelu- ja hinnoitteluteknologia-asiantuntijaa, joilla oli usean vuoden kokemus hinnoittelusta. Tutkimusaineiston analyysimenetelmänä käytettiin teemoittelua.
Tutkimuksessa havaittiin keskitetyn hinnoittelujärjestelmän olevan edellytys tehokkaalle teknologian hyödyntämiselle hinnoittelupäätösten tukena. Hinnoittelupäätöksiä tukevilla simulaatioilla ja tekoälyä hyödyntävillä ennustusmalleilla on mahdollisuus tehostaa hinnoitteluprosessia. Lisäksi hinnoitteluoptimointityökalut mahdollistavat hinnoitteluprosessin tehostamisen lisäksi strategiset hinnoittelupäätökset, joiden avulla voidaan rakentaa hintamielikuvaa pitkällä tähtäimellä. Tulevissa tutkimuksissa on tarpeen tutkia automatisoitujen hinnoittelujärjestelmien käyttöönottoa, mahdollisia haasteita ja taloudellisia vaikutuksia.
The theoretical framework of the study is based on previous literature and academic research articles. It focuses on omnichannel retail pricing and technological advancements in retail pricing. The research was conducted using a qualitative research method, with thematic interviews as the data collection approach. Eight pricing and pricing technology experts from the retail sector participated in the study, all of whom had several years of experience in pricing. Thematic analysis was used as the method of data analysis.
The study found that a centralized pricing system is a key requirement for the effective use of technology in supporting pricing decisions. Simulation tools and AI-based forecasting models have the potential to enhance the pricing process. Furthermore, pricing optimization tools can not only improve the efficiency of the process but also support strategic pricing decisions, which help in developing a long-term strategic price image. Future research should focus on the implementation of automated pricing systems, challenges related to them, and their financial impacts.
Tutkimuksen teoreettinen viitekehys koostuu aiheen aikaisemmasta kirjallisuudesta ja tutkimusartikkeleista. Teoreettinen viitekehys koostuu monikanavaisesta vähittäishinnoittelusta sekä vähittäiskaupan teknologisista hinnoittelumahdollisuuksista. Tutkimus toteutettiin laadullisella tutkimusmenetelmällä, ja aineistonkeruumenetelmänä käytettiin teemahaastatteluja. Tutkimukseen osallistui kahdeksan vähittäiskaupan hinnoittelu- ja hinnoitteluteknologia-asiantuntijaa, joilla oli usean vuoden kokemus hinnoittelusta. Tutkimusaineiston analyysimenetelmänä käytettiin teemoittelua.
Tutkimuksessa havaittiin keskitetyn hinnoittelujärjestelmän olevan edellytys tehokkaalle teknologian hyödyntämiselle hinnoittelupäätösten tukena. Hinnoittelupäätöksiä tukevilla simulaatioilla ja tekoälyä hyödyntävillä ennustusmalleilla on mahdollisuus tehostaa hinnoitteluprosessia. Lisäksi hinnoitteluoptimointityökalut mahdollistavat hinnoitteluprosessin tehostamisen lisäksi strategiset hinnoittelupäätökset, joiden avulla voidaan rakentaa hintamielikuvaa pitkällä tähtäimellä. Tulevissa tutkimuksissa on tarpeen tutkia automatisoitujen hinnoittelujärjestelmien käyttöönottoa, mahdollisia haasteita ja taloudellisia vaikutuksia.