Year: 2025
Type: dissertation
Abstract: Tekoälyn rooli liiketoiminnan kehittämisessä kasvaa nopeasti, ja sen integroiminen asiakkuudenhallintajärjestelmiin (CRM) tarjoaa merkittäviä mahdollisuuksia parantaa asiakasymmärrystä, myyntitehokkuutta ja päätöksenteon laatua. Yritykset keräävät yhä enemmän asiakasdataa, mutta sen hyödyntäminen on usein hajanaista ja tehotonta. Tämän työn tarkoituksena oli tutkia, miten tekoälyä voidaan hyödyntää CRM-järjestelmissä asiakasarvon kasvattamiseksi sekä mitä haasteita ja mahdollisuuksia siihen liittyy. Työ analysoi suomalaisen yrityksen näkökulmaa tekoälyn ja CRM-järjestelmän integraatioon, vertaillen havaintoja aiempaan tutkimuskirjallisuuteen. Tutkimuksessa tarkastellaan erityisesti datan laatuun, hankintaan ja hyödyntämiseen liittyviä tekijöitä, jotka vaikuttavat tekoälyn toimivuuteen CRM-ympäristössä. Lisäksi tutkimuksen tavoitteena on tunnistaa, millainen tieto tuottaa yrityksille konkreettista arvoa ja miten sitä voidaan hyödyntää asiakasarvon kasvattamiseksi. Tulosten perusteella tekoälyä hyödynnetään jo nyt erityisesti tiedon jäsentämisessä, raportoinnissa ja asiakaskohtaamisten dokumentoinnissa. Suurimmat tulevaisuuden mahdollisuudet nähtiin liidien tunnistamisessa, myyntiennusteiden laadinnassa ja erityisesti asiakasarvon kasvattamisessa. Keskeisimmiksi haasteiksi nousivat datan laatu sekä tekoälyn eettinen ja tietoturvallinen käyttö. Tutkimus osoittaa, että tekoälyn onnistunut integrointi CRM-järjestelmiin edellyttää tasapainoa datan hallinnan, teknisen toteutuksen ja liiketoiminnallisten tavoitteiden välillä.
Source: LUTPub (LUT University)
Author: Auvinen, Elias
Institution: Lappeenranta-Lahti University of Technology
Language: Finnish
Field: Decision Sciences
Domain: Social Sciences
Keywords: artificial intelligence integration, CRM systems, customer value, customer understanding, sales effectiveness, customer segmentation, data quality, customer data, ethical use of AI, data security, Finnish companies, sales reports, AI adoption barriers, business value of data, decision quality
Open Access status: green
OpenAlex ID: W7112579680
