EPÄSUORAN KYSYNTÄTIEDON HYÖDYNTÄMINEN VERKKOKAUPAN TUOTEVALIKOIMA- JA HINNOITTELUPÄÄTÖKSISSÄ

Koko: px
Aloita esitys sivulta:

Download "EPÄSUORAN KYSYNTÄTIEDON HYÖDYNTÄMINEN VERKKOKAUPAN TUOTEVALIKOIMA- JA HINNOITTELUPÄÄTÖKSISSÄ"

Transkriptio

1 Lappeenrannan teknillinen yliopisto Tuotantotalouden tiedekunta TUDI / Toimitusketjun johtaminen Diplomityö Antti Räsänen EPÄSUORAN KYSYNTÄTIEDON HYÖDYNTÄMINEN VERKKOKAUPAN TUOTEVALIKOIMA- JA HINNOITTELUPÄÄTÖKSISSÄ Työn tarkastajat: Professori, TkT, Janne Huiskonen Tutkijaopettaja, TkT, Petri Niemi Työn ohjaaja: Tutkijaopettaja, TkT, Petri Niemi

2 TIIVISTELMÄ Tekijä: Antti Räsänen Työn nimi: Epäsuoran kysyntätiedon hyödyntäminen verkkokaupan tuotevalikoima- ja hinnoittelupäätöksissä Vuosi: 2014 Paikka: Lahti Diplomityö. Lappeenrannan teknillinen yliopisto, tuotantotalous. 82 sivua, 22 kuvaa, 8 taulukkoa ja 8 liitettä Tarkastajat: professori, TkT, Janne Huiskonen ja tutkijaopettaja, TkT, Petri Niemi Hakusanat: verkkokauppa, web-analytiikka, kysynnän ajuri, kysyntäajuri, tuotevalikoima, nimikeparametri, nimike Tässä diplomityössä tutkitaan, miten verkkokaupan kävijävirran käyttäytymistä analysoimalla voidaan tehdä perusteltuja, tarkoituksenmukaisiin nimikkeisiin ja niiden parametreihin kohdistuvia päätöksiä tilanteessa, jossa laajamittaisemmat historiatiedot toteutuneesta myynnistä puuttuvat. Teoriakatsauksen perusteella muodostettiin ratkaisumalli, joka perustuu potentiaalisten kysyntäajurien muodostamiseen ja testaamiseen. Testisarjan perusteella valittavaa ajuria käytetään estimoimaan nimikkeiden kysyntää, jolloin sitä voidaan käyttää toteutuneen myynnin sijasta esimerkiksi Pareto-analyysissä. Näin huomio on mahdollista keskittää rajattuun määrään merkitykseltään suuria nimikkeitä ja niiden yksityiskohtaisiin parametreihin, joilla on merkitystä asiakkaan ostopäätöstilanteissa. Lisäksi voidaan tunnistaa nimikkeitä, joiden ongelmana on joko huono verkkonäkyvyys tai yhteensopimattomuus asiakastarpeiden kanssa. Ajurien testaamisperiaatteena käytetään kertymäfunktioiden yhdenmukaisuustarkastelua, joka rakentuu kolmesta peräkkäisestä vaiheesta; visuaalisesta tarkastelusta, kahden otoksen 2- suuntaisesta Kolmogorov-Smirnov-yhteensopivuustestistä ja Pearsonin korrelaatiotestistä. Mallia ja sen avulla tuotettua kysynnän ajuria testattiin veneilyalan kuluttaja-asiakkaille suunnatussa verkkokaupassa, jossa sillä tunnistettiin Paretojakauman alkupäästä runsaasti nimikkeitä, joiden parametreissa oli myynnin kannalta epäedullisia tekijöitä. Jakauman toisessa päässä tunnistettiin satoja nimikkeitä, joiden ongelmana on ilmeisesti joko huono verkkonäkyvyys tai nimikkeiden yhteensopimattomuus asiakastarpeiden kanssa.

3 ABSTRACT Author: Antti Räsänen Name of the Thesis: Utilizing indirect demand information for decisions related to the product range and pricing at online stores Year: 2014 Location: Lahti Master s thesis. Lappeenranta University of Technology, Industrial Engineering and Management. 82 pages, 22 figures, 8 tables and 8 appendices Examiners: Professor, D.Sc., Janne Huiskonen and Associate Professor, D.Sc., Petri Niemi Keywords: online-shop, web analytics, demand driver, product range, product parameter, stock keeping unit, SKU This thesis aims to clarify, through the analysis of the visitors activity at the online-shop s website, how the attention and parameter decisions could be concentrated on the most important stock keeping units in the situation, where there is considerable shortage of the sales history based demand information. Based on the literature review, a model for producing and testing hypothetical demand drivers was constructed. Suggested drivers are processed through series of tests, and the best fitting driver is selected to estimate the actual demand, therefore enabling applications of the Pareto distribution based analysis. By this method it is possible to aim the focus to the most important stock keeping units and their exact parameters, which have greatest effect to the purchasing decisions of the potential customers. When applied to the practical situation, the model also recognizes the stock keeping units that have problems with the search engine visibility, or possibly are incompatible with the customer needs. The testing principle of the demand drivers is constructed with three serially connected separate tests; visual inspection of the cumulative distribution functions, two sided two sample Kolmogorov-Smirnov test for goodness-of-fit and the Pearson s correlation test. The model and the suggested demand driver were empirically tested at a case-company, which sells marine products for the B-to-C customers via online-shop. The method allowed the application of the Pareto distribution, which in turn revealed that majority of the checked stock keeping units had problems with various parameters. Also at the other end of the distribution, several hundred SKU s were identified to very likely have problems with search engine visibility or with customer needs.

4 ALKUSANAT Alkusanat viittaa jonkin alkamiseen. Niitä kuitenkaan harvoin kirjoitetaan diplomityön alkuvaiheessa. Jos ne kirjoitettaisiin, välittyisi niistä luultavasti runsain mitoin tuskaa ja kenties epäröintiä tulevan työvuoren edessä. Useimmiten ne siis kirjoitetaan vasta lopuksi siinä vaiheessa, kun kaikki on jo takana ja voi huokaista viimein helpotuksesta. Tällöin voi kuitenkin jotakin oleellista unohtua, koska taaksepäin katsottaessa mennyt aika tuntuu yleensä kuluneen nopeasti ja vaikeudet ovat ehkä suurimmaksi osaksi jo unohtuneet. Perille ei voi kuitenkaan päästä kulkematta matkaa. Diplomityössäkin juuri tuo matkalla olo on ehkä se tärkein, sillä ainoastaan sen kautta voi syntyä oppimista. On tietysti hyvä päästä myös perille muodolliseen tavoitteeseen. Perille pääsy on kuitenkin seurausta tehdystä matkasta. Käytännössä tavoitteen saavuttamista helpottaa tuttujen projektityöskentelyn periaatteiden aktiivinen soveltaminen - välietapit ja ennen kaikkea määräajat. Diplomityön määräaika eli deadline on se viimeinen painekattila, joka jollakin tuntemattomalla, mystisellä tavalla tekee keskeneräisistä töistä valmiita ja teekkareista diplomi-insinöörejä. Haluan lausua kiitokset työn ohjaajina toimiville tutkijaopettaja Petri Niemelle ja professori Janne Huiskoselle hyvistä neuvoista projektin aikana, sekä niistä monista tärkeistä opeista, jotka ovat aiemmin varsinaisten opintojen lomassa luoneet pohjaa muun muassa tälle työlle. Kiitokset myös TUDI 2012-ryhmän opiskelijakollegoille ja Punkkerikadun terästeekkariketjun jäsenille kaikesta avusta, yhteistyöstä ja hienoista hetkistä yhteisen matkamme varrella. Lopuksi haluan kiittää omia taustajoukkojani ymmärryksestä ja pitkämielisyydestä. Tämä on vaatinut teiltä paljon. Näillä sanoilla haluan kannustaa eteenpäin kaikkia nykyisiä ja tulevia tekniikan ylioppilaita. Savonlinnassa Antti Räsänen

5 SISÄLLYSLUETTELO 1 JOHDANTO TYÖN TAUSTA TAVOITTEET JA RAJAUS TUTKIMUKSEN TOTEUTUSTAPA RAPORTIN RAKENNE TEKIJÖITÄ OSTOPÄÄTÖKSEN TAUSTALLA VERKKOKAUPASSA VERKKONÄKYVYYS TUOTTEEN HINNOITTELUN VAIKUTUS VERKKOKAUPASTA OSTAMISEEN VARASTOPUUTETILANTEIDEN VAIKUTUS LUOTTAMUS LOPULLISENA SUODATTIMENA OSTOPÄÄTÖKSELLE KYSYNNÄN TUNNISTAMINEN JA KOHDISTAMINEN NIMIKKEISTÖÖN WEB-ANALYTIIKAN ROOLI POTENTIAALISTEN OSTAJIEN TUNNISTAMINEN KÄVIJÄVIRRAN JOUKOSTA KYSYNTÄÄ INDIKOIVAN MALLIN TAUSTA KYSYNTÄÄ INDIKOIVA MALLI KAHDEN OTOKSEN 2-SUUNTAINEN KOLMOGOROV-SMIRNOV- YHTEENSOPIVUUSTESTI TEORIAMALLIN TESTAAMINEN CASE-YRITYKSESSÄ CASE-YRITYKSEN ESITTELY TYÖN TAUSTATEKIJÄT CASE-YRITYKSESSÄ DATAN KERÄÄMINEN MALLIN TESTAAMISTA VARTEN KYSYNTÄÄ INDIKOIVAN MALLIN TESTAAMINEN MALLIN TUOTTAMAN KYSYNNÄN AJURIN SOVELTAMINEN CASE-YRITYKSEN NIMIKKEISTÖÖN NIMIKKEIDEN SUHTEELLISEN HINNOITTELUASEMAN SELVITTÄMINEN VARASTOPUUTETILANTEIDEN SELVITTÄMINEN TUOTEKUVAUSTEN RIITTÄVYYDEN SELVITTÄMINEN

6 4.9 VERKKONÄKYVYYDEN TUTKIMINEN NIMIKKEILLE, JOTKA EIVÄT KERÄNNEET KATSELUKERTOJA TULOKSET JA JOHTOPÄÄTÖKSET KYSYNTÄÄ INDIKOIVAN MALLIN KÄYTTÖKELPOISUUS HINNOITTELUN MAHDOLLINEN VAIKUTUS VARASTOPUUTETILANTEIDEN MAHDOLLINEN VAIKUTUS TUOTEKUVAUSTEN MAHDOLLINEN VAIKUTUS NIMIKEPARAMETRIEN YHDISTETTY VAIKUTUS VERKKONÄKYVYYDEN MAHDOLLINEN VAIKUTUS TULOSTEN LUOTETTAVUUDEN ARVIOINTI JOHTOPÄÄTÖKSET MAHDOLLISIA JATKOTUTKIMUSKOHTEITA JA TOIMENPIDESUOSITUKSIA AJUREIDEN STABIILIUS JA LAAJEMPI KÄYTTÖKELPOISUUS EPÄSUORAN KYSYNNÄN SIIRTYMISVIIVE OSTOTAPAHTUMIKSI SUOSITUKSIA CASE-YRITYKSELLE JATKOTOIMENPITEIKSI YHTEENVETO LÄHDELUETTELO LIITTEET 2

7 KUVALUETTELO Kuva 1. Laajakaistaliittymät ja vuotiaat internetin käyttäjät Suomessa... 6 Kuva 2. Mobiilimyynnin osuus verkkokauppojen asiakasvirrasta... 7 Kuva 3. Verkko-ostamisen aktivoituminen... 8 Kuva 4. Tutkimuskysymykset Kuva 5. Lukujen ja osioiden keskinäiset yhteydet Kuva 6. Kuluttajan ostopäätösprosessi (Lähde: Rowley, 2000) Kuva 7. Esimerkki asiakkaiden etenemisestä ostoprosessissa ja kanavien välillä. (mukaillen Hallavo, 2013) Kuva 8. Käyttäjävirran ohjautuminen hakutulossijoituksen mukaan. (Lähde: 2014) Kuva 9. Kriittiset pisteet ostopäätöksen kannalta Kuva 10. Internetin asiakaspotentiaalin suodattuminen kanta-asiakkuuksiksi Kuva 11. Ongelma-alueen tunnistaminen Kuva 12. Kysynnän ajurien mallintaminen Kuva 13. Kysyntätiedon sovellusalueita Kuva 14. Case-yrityksen liiketoiminta-alueet, asiakassegmentit ja tarjooma Kuva 15. Arvolupauksen kytkentä verkkokaupan kautta asiakassegmentteihin Business model Canvas-mallissa. (mukaillen Osterwalder & Pigneur, 2010) Kuva 16. Kysyntäajuri 1:n alustava tarkastelu Kuva 17. Kysyntäajuri 2:n alustava tarkastelu Kuva 18. Kysyntäajuri 1:n Kolmogorov-Smirnov-testi Kuva 19. Kysyntäajuri 2:n Kolmogorov-Smirnov-testi Kuva 20. Kysyntäajuri 1:n soveltaminen nimikkeistöön Pareto-rajauksella Kuva 21. Googlen asema hakukonevertailussa Kuva 22. Verkkonäkyvyyden ja nimikeparametrien vaikutus yrityksen tuotevalikoiman ja asiakastarpeiden suhteeseen

8 TAULUKKOLUETTELO Taulukko 1. Kävijävirran tunnuslukuja (Lähde: Cyber Monday Report, ) Taulukko 2. Kävijäklustereihin kohdistuvat osto-odotukset (Lähde: Moe, 2003) Taulukko 3. Kävijäklustereiden sivustokäyttäytyminen (Lähde: Moe, 2003) Taulukko 4. Riskitason α vaikutus Kolmogorov-Smirnov-testin kriittisen arvon kaavaan. 37 Taulukko 5. Case-yrityksen kävijäseurannan tunnusluvut viitearvovertailussa Taulukko 6. Ajurivaihtoehtojen numeerinen vertailu Taulukko 7. Case-yrityksn hinnoittelu vertailussa kilpailijoihin Taulukko 8. Katselukertoja keräämättömien nimikkeiden hakukonenäkyvyys

9 1 JOHDANTO Useampia vuosia jatkuneesta talouden alamäestä huolimatta on verkkoliiketoiminnan trendi ollut jatkuvasti kasvava, kunnes se vuoden 2013 aikana alkoi ilmeisesti kuluttajien luottamuksen laskun vuoksi kääntyä laskuun (IBM Digital Analytics Benchmark, 2013, p. 5; Vilkas Group, 2013). Esimerkiksi suomalainen verkkokauppa on kasvanut vuosien 2010 ja 2013 välisenä aikana noin 18 %, mikä tarkoitti arviolta 10,5 miljardin euron liikevaihtoa vuoden 2013 lopussa (TNS Gallup, 2014, p. 5). Ilmiö on luonteeltaan kansainvälinen ja ylittää säännöllisesti uutiskynnyksen tuoreena esimerkkinä tästä käy kiinalaisen verkkokauppajätti Alibaban listautuminen New Yorkin pörssiin syyskuussa 2014 (Reuters, 2014). Verkkokauppa on tullut jäädäkseen ja sen vaikutus tuntuu voimakkaasti myös kivijalkakauppojen arkipäivässä. Monet liikkeet, joiden varsinainen ydinliiketoiminta on ollut muualla, ovat katsoneet tarpeelliseksi perustaa alkuperäisen toimintansa rinnalle myös verkkokaupan. Tilanne on näiden toimijoiden kannalta haasteellinen, koska verkkokaupan toimintalogiikka ja kilpailuympäristö poikkeavat oleellisesti siitä, mihin perinteisen fyysisen kaupan parissa on totuttu (So, et al., 2005, p. 1225). Erityisesti aloittavien verkkokauppojen kohdalla tilanne on usein hankala; ne joutuvat heti ainakin periaatteessa kilpailemaan suoraan globaalilla areenalla, koska verkkokaupankäynti ei tunne sanan varsinaisessa merkityksessä rajoja. Lisäksi myyntiä saadakseen yrityksen tulisi tässä ympäristössä sekä kyetä valitsemaan tuotevalikoimaansa oikeat tuotteet (Lahtinen, 2013, p. 32) että saamaan sivustolleen kävijävirtaa, jolle tarjota tuotteita mieluummin nopealla toimitusajalla kilpailukykyiseen hintaan, ja vielä synnyttämään ostopäätöstä miettivissä kuluttajissa luottamus kauppaa kohtaan. Ostopäätökseen keskeisesti vaikuttavat tuotevalikoimaan ja tuoteparametreihin liittyvät päätökset joudutaan usein tekemään tilanteessa, jossa niihin kohdistuvaa kysyntää ei esimerkiksi myyntihistorian puuttuessa tunneta, minkä lisäksi varautuminen ja reagoiminen äkillisiin kysyntäpiikkeihin tai sesonkeihin voi olla vaikeaa (Verkkokauppa.com, 2014, pp , 23-24). 5

10 On mahdollista, että verkkokaupan myynti ei tunnu lähtevän syystä tai toisesta lainkaan käyntiin. Miten silloin löydetään ehkä suurestakin nimikevalikoimasta ne yksittäiset nimikkeet, joihin huomio tulisi keskittää tarkemmin parametritasolla? Miten tunnistaa nimikkeet, joiden osalta tulisi keskittyä näkyvyyden parantamiseen? Ennen kaikkea - millä tavalla voidaan nopeasti, tehokkaasti ja pienellä vaivalla keskittää oikeat toimenpiteet oikeisiin nimikkeisiin resursseilla, jotka ovat etenkin toimintaansa aloittavien verkkokauppojen kohdalla usein hyvin niukat.? Näitä kysymyksiä tarkastellaan tämän diplomityön puitteissa. 1.1 Työn tausta Edullisten laajakaistayhteyksien leviäminen ja internetiä säännöllisesti käyttävien määrän kasvu yhdessä yleisen verkkoon siirtymisen trendin kanssa loivat perustan verkkokauppaliiketoiminnalle (kuva 1). Vielä muutama vuosi sitten marginaaliryhmään kuuluneet älypuhelimet ovat nyt enemmistön käytössä - niiden osuus suomalaisten käyttämistä matkapuhelimista ylitti 50 % vuonna 2013, ja suosituimman 15 puhelinmallin joukossa oli 10 älypuhelinmallia (Vesselkov, et al., 2014). Kuva 1. Laajakaistaliittymät ja vuotiaat internetin käyttäjät Suomessa 6

11 Tämä trendi on havaittavissa myös verkkokauppojen asiakasvirtaa tarkastelemalla; vielä muutama vuosi sitten käytännössä kaikki verkkokauppa-asiointi asiointi tapahtui perin- teisten tietokoneiden ja kiinteiden yhteyksien avulla, mutta nyt asiakkaat ovat IBM:n vuosittain julkaisemien Cyber Monday - verkkokauppatutkimustulosten mukaan nopeasti mobilisoitumassa. Mobiililiikenteen osuus sekä verkkokauppojen asiakasvir- rasta että ostoista (kuva 2) on seitsenkertaistunut vuosien 2010 ja 2013 välisenä aikana (Coremetrics, 2010; IBM Benchmark, 2011; IBM Digital Analytics Benchmark, 2012; IBM Digital Analytics Benchmark, 2013). Kehitys on siis ollut hyvin nopeaa ja tämä tarkoittaa verkkokauppojen kannalta sitä, että niiden on syytä huomioida myös mobiilikäyttäjät esimerkiksi sivustojensa toteutuksessa. Ainakin verkkokaupan kärkikehitystoimiaan vastaamassa toimijat ovat tunnistaneet nistaneet tämän tarpeen ja ovat osana siihen (Verkkokauppa.com, 2014, p. 58). Kuva 2. Mobiilimyynnin osuus verkkokauppojen asiakasvirrasta Verkkokaupan kasvua rajoittavat tekijät ovatkin olleet lähinnä kuluttajien asennepuolella ja toisaalta verkkokauppojen omassa toiminnassa; vielä 2000-luvun alussa verkjopa perinteiset päivit- kokauppa oli suurelta osin marginaali-ilmiö, mutta sittemmin täistavaran kivijalkatoimijat Suomessa esimerkiksi S- ja K-ryhmät - ovat joutuneet tunnustamaan realiteetit ja huomioimaan toiminnassaan verkossa ostavat asiakkaat (MTV:n talousuutiset, 2012). 7

12 Dann & Dann (2011, pp ) toteavat verkkokäyttäytymisen yleensä noudattavan Rogersin (1983) teoriaa innovaatioiden diffuusiosta, jonka mukaan uuden idean omaksuvat ensimmäisenä innovaattorit, joita seuraavat järjestyksessä aikaiset omaksujat, aikainen enemmistö, myöhäinen enemmistö ja viimeisenä hitaat omaksujat. Teorian mukaan diffuusiossa innovaatio kommunikoidaan kanavia pitkin ajan kuluessa sosiaalisen systeemin jäsenten välillä ja sen komponentteja ovat 1) innovaatio, 2) kommunikaatiokanavat, 3) aika ja 4) sosiaalinen systeemi. Kommunikointi liittyy erityiseen viestiin, jonka keskiössä on (sosiaalisessa systeemissä) uutena koettu idea tai käytäntö. (Rogers, 1983, pp. 10, 34-35). Tilastokeskuksen verkkokauppa-aktiivisuutta käsittelevä katsaus loppuvuodelta 2013 (Tilastokeskus, 2013) antaakin innovaatioiden diffuusiokuvaajalle asetettuna trendin (kuva 3), joka viittaa siihen että todella aktiivisten verkko-ostajien (käyttö päivittäistä tai viikoittaista) osuus tulee saavuttamaan ennen pitkää ikäryhmässä enemmistön. Kun tähän kokonaisuuteen vielä lisätään se tosiasia, että verkossa tapahtuva kaupankäynti on aidosti globaalia toimintaa (Lahtinen, 2013, p. 28), voidaan hyvin sanoa, että perinteinen kuluttajakauppa elää tällä hetkellä merkittävää murrosvaihetta. Verkkokauppojen kannalta tällä on tietystikin tulevaisuuden näkymiä suunniteltaessa hyvin suuri merkitys, koska tämä tarkoittaa toisaalta ostojen moninkertaistumista mutta samalla myös ulkomaisen kilpailun huomioimisen välttämättömyyttä. Kuva 3. Verkko-ostamisen aktivoituminen 8

13 Verkkokauppa on siis tutkimusaiheena ajankohtainen toiminta kehittyy nopeasti ja saa jatkuvasti uusia muotoja sekä sisällöllisesti, että erilaisten innovaatioiden vauhdittamana. Yksittäisen verkkokaupan menestys riippuu pääasiassa siitä, kuinka hyvin se onnistuu houkuttelemaan kävijöitä sivustolleen ja sitten tuotevalikoimansa avulla vastaamaan heidän tarpeisiinsa (Lahtinen, 2013, p. 36). Asiakkaiden saaminen sivustolle edellyttää lähtökohtaisesti hyvää näkyvyyttä verkossa. Verkkonäkyvyys ja sen parantaminen on laaja aihealue, josta on olemassa runsaasti kirjallisuutta. Verkkonäkyvyyden teknistä puolta sivutaan asiayhteyden vuoksi lyhyesti, mutta siihen ei puututa tämän työn puitteissa syvällisemmin. Tässä diplomityössä selvitetään verkkokauppasivustolle jollakin tavalla tiensä löytäneiden kävijöiden ostoaikomusten (selailukäyttäytymisen perusteella arvioitu epäsuora kysyntä) ja sivuston tuotevalikoiman kohtaamista. Mitä paremmin nämä kaksi asiaa saadaan kohtaamaan toisensa, sitä paremmin voi odottaa myynnin kehittyvän. Vastaavasti ongelmat niiden kohtaamisessa näyttäytyvät matalina myyntilukuina. Asia liittyy periaatteessa minkä tahansa verkkokaupan toimintaan ja sillä on vahva kytkentä yrityksen päivittäiseen kaupankäyntiin ja tulokseen. Erityisesti aihetta lähellä ovat toimintansa alkuvaiheessa olevat verkkokaupat, joilla ei ole vielä selkeää kuvaa nimikkeistöönsä kohdistuvasta kysynnästä. Samoin aihe sivuaa verkkokauppoja, joilla on myyntivolyymiin liittyviä ongelmia tai joiden tuotevalikoima vaihtuu tiheästi. Kolmantena läheisenä ryhmänä ovat verkkokaupat, joiden toiminnalle tunnusomaista on kysynnän sesonkiluonteisuus. 1.2 Tavoitteet ja rajaus Tämän diplomityön tavoitteena on muodostaa teoriatietoon pohjautuva käyttökelpoinen malli, jonka avulla fyysisten tuotteiden kuluttajille suunnattua (B to C) verkkokauppaliiketoimintaa harjoittavat yritykset erityisesti yritykset, joilla on käytössään niukasti verkkokaupan nimikkeistöön liittyvää myyntihistoriatietoa voivat arvioida 9

14 dynaamisesti tuotevalikoimaansa kohdistuvaa kysyntää, ja tätä tietoa hyödyntäen keskittää huomion ja toimenpiteet rajoitettuun määrään merkitykseltään suuria nimikkeitä. Tavoitteen taustalla on tarve löytää ratkaisuja tilanteisiin, joissa tuotteiden myynti verkkokaupassa ei jostakin syystä vaikuta toimivan normaalisti, ja epäilykset kohdistuvat ensisijaisesti tuotteisiin tai niiden parametreihin. Sivutuotteena tunnistetaan nimikkeitä, joiden pitäminen valikoimassa on kyseenalaista tai joiden verkkonäkyvyyttä tulisi lisätä. Tämän diplomityön puitteissa rajoitutaan etsimään vastauksia kuvan 4 mukaisen hierarkian muodostaviin tutkimuskysymyksiin, joita selvitetään case-yritysesimerkin avulla. Kuva 4. Tutkimuskysymykset Toinen tyypillinen tarve, johon mallia voitaisiin käyttää, ovat sesonkiluonteisessa kaupassa ilmenevät kysynnän vaihtelut, joiden tunnistamiseen epäsuoran kysyntätiedon avulla olisi mahdollista pyrkiä. Epäsuoran kysyntätiedon perusteella periaatteessa mahdollistuva nimikkeistön muodollinen ABC-luokittelu rajataan tämän diplomityön ulkopuolelle, koska se vaatisi taustalle ainakin varastopolitiikkasovelluksia ajatellen 10

15 - pidempiaikaista nimikekohtaista (mikro)konversion eli myyntikertakatselukertasuhteen seurantaa, ja toisaalta se aihealueena on enemmän kysyntätiedon eräs mahdollinen sovelluskohde kuin asian ydin. Kolmantena mahdollisena tarpeena voisi olla tilanne, jossa valikoimaan lisätään uusia (suhteellisen kalliita) nimikkeitä, joiden kysynnästä ei voida tehdä ennakko-oletuksia. 1.3 Tutkimuksen toteutustapa Keskeinen tutkimuskysymys pyrkii selvittämään, miksi case-yrityksen verkkokaupan myynti ei toimi kunnolla. Koska nimikkeiden määrät voivat olla varsin huomattavia ja toisaalta asiakkaiden ostot kohdistuvat nimikkeistöön ilmeisen satunnaisesti, muodostuu ongelmaksi tunnistaa valikoimasta kaikkein tärkeimmät nimikkeet, joihin tarkempi selvitys keskitetään tilanteessa, jossa realisoituneesta myynnistä on olemassa vain vähän dataa. Tämän vuoksi perinteisen ABC-analyysin toteuttaminen caseyrityksessä ei olisi mielekästä, koska sitä suoraan soveltamalla tuskin saataisiin merkittävää tietoa ongelmasta. Case-yrityksen tapauksessa ainoana ongelmana ei ilmeisesti ole varastonohjauspolitiikka (tai sen puuttuminen), vaan nimikkeiden parametrit ja tuotesivujen ominaisuudet laajemmassa mielessä. Perusongelma on kuitenkin teknisesti sama; miten saada tietää, mihin nimikkeisiin huomio ja toimenpiteet tulisi keskittää tarkemmin? ABCluokittelussa käytettävä Pareto-periaate (Hopp, 2003, p. 4) voisi toimia hyvänä perustekniikkana tämän fokuksen laatimisessa. Ongelmaksi muodostuu kuitenkin se, että joskus (kuten case-yrityksen tapauksessa) myyntiä on toistaiseksi liian vähän suoran systemaattisen tarkastelun perustaksi. Varsinaisen laajemman myyntihistoriatiedon puuttuessa luokittelu on siis tehtävä jollakin muulla perusteella. Myynnille olisi pystyttävä tunnistamaan ajureita, jotka mahdollisimman hyvin indikoisivat todennäköisesti myytäviä nimikkeitä. Verkkokaupan peruskäsitteistä tiedetään, että jokin osa sivuston käyntikerroista konvertoituu ostoiksi (konversio). Käyntikerrat siis ilmeisesti jollakin tavalla indikoivat kysyntää. Jos tämä mekanismi voidaan selvittää, voitaisiin sitä ehkä käyttää varsinaisen kysynnän sijasta kiinnittämään huomio nimikkeistössä 11

16 määrällisesti riittävän pieneen osaan tarkempaa tarkastelua varten. Tällöin olisi ehkä tarkoituksenmukaisempaa puhua varsinaisen ABC-luokittelun sijasta Paretojakaumaan perustuvasta epäsuoran kysyntätiedon kohdentamisesta ja hyödyntämisestä, jossa välineenä käytetään tarkoituksenmukaista kysynnän ajuria. Tutkimus toteutetaan tästä syystä seuraavan logiikan mukaisesti: - Tutustutaan aihepiirin kirjallisuuteen ja ajantasaisiin menetelmiin - Muodostetaan kokonaiskuva, joka toimii viitekehyksenä - Asetetaan hypoteesit tutkimuskysymysten jatkoksi - Validoidaan oletettu (myyntiin liittyvä) ongelma vertaamalla yrityksen verkkokaupasta kerättävää dataa kirjallisuudesta saataviin viitearvoihin - Koostetaan malli, jolla epäsuora kysyntä (kysynnän ajuri) saadaan esiin - Testataan mallia case-yrityksen nimikkeistössä - Tutkitaan kysynnän ajurin avulla löydettäviä potentiaalisia ongelmakohtia nimikkeistössä o hinnoittelu o varastopuutteet o tuotekuvaukset o verkkonäkyvyys - Vastataan tutkimuskysymyksiin hypoteesien kautta Case-yrityksen verkkokauppasivustoon liittyvä empiirinen tutkimusdata kerätään yrityksen verkkokauppaohjelmiston (case-esimerkissä epages) ja webanalytiikkasovelluksen (Google Analytics) avulla. Lisäksi hyödynnetään yrityksen nimiketietokantaa, koska kaikkia tietoja ei saada verkkokauppaan suoraan kytkettävistä ohjelmistoista. Verkkokauppaohjelmistosta saadaan analysoinnin tueksi sivuston toteutuneet myyntiluvut. Web-analytiikkasovelluksen avulla kerätään tietoa sivuston kävijöiden selailukäyttäytymisestä verkkokaupan tuotesivuilla, minkä perusteella pyritään arvioimaan epäsuorasti nimikkeisiin kohdistuvaa kysyntää. Kysynnän perustana ei siis käytetä toteutuneeseen myyntiin perustuvaa historiatietoa, vaan (lähes) ajantasaista selailukäyt- 12

17 täytymistä. Tämä perustuu kahteen asiaan: - toteutuneen myynnin historiaa ei ole välttämättä saatavilla riittävästi (tilanne on tämä myös case-yrityksessä) - toteutunut myyntihistoria ei välttämättä anna ajantasaista kuvaa siitä, mitä asiakkaat ovat kulloinkin etsimässä (esimerkiksi sesonkien ajoittainen vaikutus) Epäsuoraa kysyntätietoa käytetään tunnistamaan nimikkeitä, joita asiakkaat olisivat ilmeisesti kiinnostuneita ostamaan. Tätä tietoa verrataan saatavilla olevaan, rajalliseen määrään tietoa toteutuneesta myynnistä, minkä oletetaan indikoivan epäsuoran kysynnän ja myynnin välistä suhdetta jollakin tavalla. Nimikkeistön analysointia varten nimikkeet tulee saada kysyntäajurin mukaiseen laskevaan järjestykseen. Tämä on tärkeää, koska verkkokaupan nimikkeistö voi sisältää tuhansia nimikkeitä, eikä sen ylläpitäjillä useinkaan ole resursseja tutkia niitä kaikkia tarkasti. Edelleen, koska tilanne nimikkeistössä muuttuu jatkuvasti esimerkiksi sesonkien, kilpailutilanteen tai uusien tuotteiden vaikutuksesta on tarkastelu ja toimenpiteet kyettävä toteuttamaan nopeasti ja kustannustehokkaasti. Kysynnän ajuria käytetään tässä vaiheessa selvittämään, onko valikoimassa nimikkeitä, joita kävijät eivät ilmeisestä kiinnostuksesta huolimatta ehkä voi, halua tai uskalla ostaa. Oletettavasti juuri näiden nimikkeiden tuoteparametreista tai tuotesivuilta saattaa löytyä syitä heikosti kehittyneeseen myyntiin. Tästä syystä empiirisessä osassa suoritetaan näiden nimikkeiden osalta analyysi, jonka toivotaan antavan viitteitä mahdollisista nimikeparametreihin liittyvistä ongelmista ja siten myös antavan suuntaviivat tarvittaville toimenpiteille case-yrityksen tapauksessa. Lisäksi selvitetään, onko sivustolla nimikkeitä, joita kävijät eivät katsele lainkaan. Jos on, tutkitaan niiden osalta mahdollisia verkkonäkyvyysongelmia. Analyysiä varten case-yrityksen verkkokauppasivustosta kerättiin dataa kahden kuukauden pituiselta ajanjaksolta. Jakso valittiin tämän pituiseksi teknisistä syistä; webanalytiikan käyttöönotto määritti seurannan alkupäivämäärän ja diplomityöprojektin kokonaisaikataulu vastaavasti loppupäivämäärän. Todellisessa tilanteessa tarkastelu- 13

18 jakso tulisi valita muulla perusteella, kuten sesongin vaiheen tai aktiivisuuden mukaan. Esimerkiksi käyttäjäliikenteen ollessa huomattavan suurta, voidaan jaksoa lyhentää. Case-yrityksen tapauksessa haluttiin varmistaa riittävä datan määrä esimerkkitapausta varten, mihin kahden kuukauden jakson arvioitiin myös riittävän. 1.4 Raportin rakenne Tämä diplomityöraportti on jaoteltu seitsemään osaan kuvan 5 mukaisesti. Osioiden sisäiset ja eri aihealueiden väliset input-output-suhteet ilmenevät nuolien kulkusuunnassa. Johdanto esittelee työn taustan, keskeiset tutkimusongelmat ja menetelmät. Teoriaosassa luodaan katsaus aiheen kannalta merkityksellisiin tutkimustuloksiin ja kirjallisuuteen, joista pyritään löytämään soveltamiskelpoista tietoa potentiaalisten kysynnän ajureiden muodostamiseksi ja niiden validoimiseksi tässä työssä tuotettavan testimallin avulla. Empiirisessä osassa kokeillaan mallia ja tuotetaan sen avulla testattu kysynnän ajuri, jota sovelletaan case-yrityksen tilanteeseen. Johtopäätösosio esittää yhteenvedon tuloksista ja arvioi niitä. Lisäksi arvioidaan mallin käyttökelpoisuutta ja luotettavuutta. Lopuksi pohditaan aiheeseen liittyviä jatkotutkimuskohteita ja annetaan case-yritykselle suosituksia jatkotoimenpiteiksi. Yhteenveto tiivistää diplomityön sisällön keskeiset asiat lukijan kannalta nopeasti läpi luettavaan muotoon. 14

19 Kuva 5. Lukujen ja osioiden keskinäiset yhteydet 15

20 2 TEKIJÖITÄ OSTOPÄÄTÖKSEN TAUSTALLA VERKKOKAUPASSA Tässä teoriaosuudessa käsitellään verkkokaupankäyntiin liittyvää asiakaspotentiaalin muuttumista kävijävirraksi ja edelleen tämän kävijävirran verkkokaupan nimikkeistöön kohdistamaksi katselutoiminnaksi, josta osa voidaan tulkita epäsuoraksi kysynnäksi. Aihetta lähestytään tällä tavalla johdattelevasti, koska verkkokauppa poikkeaa monin tavoin perinteisestä kaupankäynnistä, eivätkä kaikki sen logiikkaan liittyvät osatekijät ole välttämättä helposti ymmärrettävissä, jos niihin mennään suoraan esittelemättä taustalla vallitsevia syy-yhteyksiä. Kävijöiden sivustoon kohdistama mielenkiinto ilmenee sivuston saamien katselukertojen muodossa, ja näihin katselukertoihin liittyy tiettyjä piirteitä, jotka indikoivat ostohalukkuutta selvemmin kuin toiset. Vaikka asiakkaat tarkastelevat nimikkeitä eri syistä vaihtelevassa määrin joko harkiten niiden ostamista tai jostakin muusta syystä - ei tämä kuitenkaan valtaosassa tapauksia johda varsinaiseen ostotapahtumaan, eli muutu realisoituneeksi kysynnäksi. Kuitenkin on loogista olettaa, että jos jokin tietty nimike herättää kävijöiden keskuudessa runsaasti mielenkiintoa (tuotesivua katsellaan usein), tulisi tällaisen nimikkeen myynnin myös jollakin tavalla korreloida katselukertojen kanssa. Jos taas nimikettä ei katsella lainkaan, on loogisesti hyvin epätodennäköistä että asiakkaat myöskään ostaisivat tai yleensä voisivat ostaa sitä. Jos nimikkeet sen sijaan keräävät runsaasti katselukertoja, mutta eivät kuitenkaan juuri lainkaan myyntiä, tarkoittaa tämä mitä ilmeisimmin sitä, että joko segmentoinnissa, tuoteparametreissa tai sivuston yleisrakenteessa on ongelm(i)a. Epäsuoran kysyntätiedon avulla pyritään tunnistamaan, onko sivustolla tällaisia ongelmakohtia ja jos on, missä ne todennäköisesti sijaitsevat ja miten niitä voitaisiin lähteä ratkaisemaan. 2.1 Verkkonäkyvyys Internet tarjoaa periaatteessa rajattoman asiakaspotentiaalin verkkokaupan käyttöön. Tämän potentiaalin hyödyntäminen ei ole kuitenkaan helppoa, sillä voidakseen päätyä asiakkaan ostopäätöksen kohteeksi, on verkkokaupan ensin tultava löydetyksi 16

KANNATTAVUUDEN ARVIOINTI JA KEHITTÄMINEN ELEMENTTILIIKETOIMINNASSA

KANNATTAVUUDEN ARVIOINTI JA KEHITTÄMINEN ELEMENTTILIIKETOIMINNASSA LAPPEENRANNAN TEKNILLINEN YLIOPISTO TEKNISTALOUDELLINEN TIEDEKUNTA Tuotantotalouden koulutusohjelma KANNATTAVUUDEN ARVIOINTI JA KEHITTÄMINEN ELEMENTTILIIKETOIMINNASSA Diplomityöaihe on hyväksytty Tuotantotalouden

Lisätiedot

KULUTTAJIEN MUUTTUNUT OSTOKÄYTTÄYTYMINEN

KULUTTAJIEN MUUTTUNUT OSTOKÄYTTÄYTYMINEN KULUTTAJIEN MUUTTUNUT OSTOKÄYTTÄYTYMINEN Kuinka myyn heille? JANNE HEPOLA 17.11.2016 JANNE HEPOLA Markkinoinnin tohtorikoulutettava Jyväskylän yliopiston kauppakorkeakoulussa Erityisosaaminen kuluttajakäyttäytyminen,

Lisätiedot

Kvalitatiivinen analyysi. Henri Huovinen, analyytikko Osakesäästäjien Keskusliitto ry

Kvalitatiivinen analyysi. Henri Huovinen, analyytikko Osakesäästäjien Keskusliitto ry Henri Huovinen, analyytikko Osakesäästäjien Keskusliitto ry Laadullinen eli kvalitatiiivinen analyysi Yrityksen tutkimista ei-numeerisin perustein, esim. yrityksen johdon osaamisen, toimialan kilpailutilanteen

Lisätiedot

Klikit Myynniksi. Raahe Jaakko Suojanen

Klikit Myynniksi. Raahe Jaakko Suojanen Klikit Myynniksi Raahe 31.10.2016 Jaakko Suojanen Sisältö Verkossa myyminen Tehokas verkkosivu Liikennemäärän kehittäminen Hakukoneoptimointi Google Adwords Facebook Konversion kehittäminen Jaakko Suojanen

Lisätiedot

Työn lopullinen versio palautetaan myöhemmin annettavien ohjeiden mukaan viimeistään 29.3. klo 16.00.

Työn lopullinen versio palautetaan myöhemmin annettavien ohjeiden mukaan viimeistään 29.3. klo 16.00. Tuotantotalouden laitos HARJOITUSTYÖ Tuotantotalous 1 kurssin harjoitustyön tarkoituksena on tutustua yrityksen perustamiseen ja toimintaan liittyviin peruskäsitteisiin. Harjoitustyön suoritettuaan opiskelijalla

Lisätiedot

NÄYTÖN ARVIOINTI: SYSTEMAATTINEN KIRJALLISUUSKATSAUS JA META-ANALYYSI. EHL Starck Susanna & EHL Palo Katri Vaasan kaupunki 22.9.

NÄYTÖN ARVIOINTI: SYSTEMAATTINEN KIRJALLISUUSKATSAUS JA META-ANALYYSI. EHL Starck Susanna & EHL Palo Katri Vaasan kaupunki 22.9. NÄYTÖN ARVIOINTI: SYSTEMAATTINEN KIRJALLISUUSKATSAUS JA META-ANALYYSI EHL Starck Susanna & EHL Palo Katri Vaasan kaupunki 22.9.2016 Näytön arvioinnista Monissa yksittäisissä tieteellisissä tutkimuksissa

Lisätiedot

83450 Internetin verkkotekniikat, kevät 2002 Tutkielma

83450 Internetin verkkotekniikat, kevät 2002 Tutkielma <Aihe> 83450 Internetin verkkotekniikat, kevät 2002 Tutkielma TTKK 83450 Internetin verkkotekniikat Tekijät: Ryhmän nro:

Lisätiedot

OHJE 1 (5) 16.12.2011 VALMERI-KYSELYN KÄYTTÖOHJEET. Kyselyn sisältö ja tarkoitus

OHJE 1 (5) 16.12.2011 VALMERI-KYSELYN KÄYTTÖOHJEET. Kyselyn sisältö ja tarkoitus OHJE 1 (5) VALMERI-KYSELYN KÄYTTÖOHJEET Kyselyn sisältö ja tarkoitus Valmeri-kysely on työntekijöille suunnattu tiivis työolosuhdekysely, jolla saadaan yleiskuva henkilöstön käsityksistä työoloistaan kyselyn

Lisätiedot

Julkaisuarkistojen käyttötilastot: Mitä tilastoidaan ja miksi?

Julkaisuarkistojen käyttötilastot: Mitä tilastoidaan ja miksi? Julkaisuarkistojen käyttötilastot: Mitä tilastoidaan ja miksi? DSpace-käyttäjäryhmän tilastoseminaari Kansalliskirjaston auditoria, 3.11.2009 Jyrki Ilva (jyrki.ilva@helsinki.fi) Miksi verkkopalveluiden

Lisätiedot

Tämä opas on luotu verkkosivujen omistajille, verkkosivujen hankkimista

Tämä opas on luotu verkkosivujen omistajille, verkkosivujen hankkimista Tämä opas on luotu verkkosivujen omistajille, verkkosivujen hankkimista suunnitteleville sekä kaikille verkkosivujen kehittämisestä kiinnostuneille. Tässä oppaassa keskitytään perusasioihin, joiden korjaaminen

Lisätiedot

Mat 2.4177 Operaatiotutkimuksen projektityöseminaari

Mat 2.4177 Operaatiotutkimuksen projektityöseminaari Mat 2.4177 Operaatiotutkimuksen projektityöseminaari Kemira GrowHow: Paikallisen vaihtelun korjaaminen kasvatuskokeiden tuloksissa 21.2.2008 Ilkka Anttila Mikael Bruun Antti Ritala Olli Rusanen Timo Tervola

Lisätiedot

ASIAKASKOKEMUKSEN MITTAAMINEN

ASIAKASKOKEMUKSEN MITTAAMINEN ASIAKASKOKEMUKSEN MITTAAMINEN Linnoitustie 4 Violin-talo 5 krs., FI-02600 Espoo www.triplewin.fi will invest into customer experience leadership Miten rakennetaan asiakaskokemuksen johtamiseen toimiva

Lisätiedot

Kuinka tehostat asiakashankintaa ja myyntiä markkinoinnin automaatiolla? Copyright Element AB, 2015. All rights reserved.

Kuinka tehostat asiakashankintaa ja myyntiä markkinoinnin automaatiolla? Copyright Element AB, 2015. All rights reserved. Kuinka tehostat asiakashankintaa ja myyntiä markkinoinnin automaatiolla? B2B Merkittävä markkinaosuus Pohjoismaissa. Element toteuttanut yli 200 Lead-to-Revenue Management -projektia alkaen vuodesta 2009

Lisätiedot

Pisteytysohje loppuraporttien vertaisarviointiin

Pisteytysohje loppuraporttien vertaisarviointiin Pisteytysohje loppuraporttien vertaisarviointiin Pisteytys olettaa kaikkien kuvattujen vaatimusten täyttymistä pistemäärän saavuttamiseksi. Esimerkiksi: Raportti täyttää rakenteen ja kieliasun osalta kaikki

Lisätiedot

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme? TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman

Lisätiedot

10 yleistä hakukoneoptimointivirhettä

10 yleistä hakukoneoptimointivirhettä 10 yleistä hakukoneoptimointivirhettä Markus Ossi SEO Technician Klikkicom 2011-05-26 2 Henkilökuva Markus Ossi 32 vuotias ekonomi Tehnyt hakukoneoptimointia vuodesta 1998 Hakukoneoptimointiteknikk o Klikkicomissa

Lisätiedot

YRITTÄJÄTESTIN YHTEENVETO

YRITTÄJÄTESTIN YHTEENVETO YRITTÄJÄTESTIN YHTEENVETO Alla oleva kaavio kuvastaa tehdyn testin tuloksia eri osa-alueilla. Kaavion alla on arviot tilanteestasi koskien henkilökohtaisia ominaisuuksiasi, kokemusta ja osaamista, markkinoita

Lisätiedot

Kandidaatintutkielman arviointikriteerit

Kandidaatintutkielman arviointikriteerit Kandidaatintutkielman arviointikriteerit Kandidaatintutkielman laajuus on 10 op, josta kypsyysnäyte 1 op ja tieteellinen tiedonhankinta 2 op. Kuvataidekasvatuksen koulutusohjelmassa tieteellinen tiedonhankinta

Lisätiedot

Kristina Ruuskanen TV09S1M1

Kristina Ruuskanen TV09S1M1 Kristina Ruuskanen TV09S1M1 1/24 1. Johdanto 2. Digitaalinen markkinointi 3. Digitaalisen markkinoinnin muotoja 4. Suosituimmat digitaalisen markkinoinnin keinot 5. Digitaalisen markkinoinnin käytön syyt

Lisätiedot

Verkkokauppa ja Kotisivut

Verkkokauppa ja Kotisivut Kaupan liiton verkkokauppa -koulutus 2011 6.4.2011 Hotelli Radisson Blu Royal Verkkokauppa ja Kotisivut Markku Korkiakoski, Vilkas Group Oy Agenda Vilkas Group Oy:n esittely Käsitteitä? Monikanavainen

Lisätiedot

Joulukauppa Jaana Kurjenoja

Joulukauppa Jaana Kurjenoja Joulukauppa 2016 Taustaa Joulukauppaa yleisesti kuvaavien laskelmien taustatilastot ovat Tilastokeskuksesta. Kantar TNS toteutti otokseen perustuvan kuluttajakyselyn marraskuussa 2016. Kysely toteutettiin

Lisätiedot

MYY PALVELUA. Onnistunut myynti palveluliiketoiminnassa Työpajatyöskentelyn tuloksia

MYY PALVELUA. Onnistunut myynti palveluliiketoiminnassa Työpajatyöskentelyn tuloksia MYY PALVELUA Onnistunut myynti palveluliiketoiminnassa Työpajatyöskentelyn tuloksia Ryhmätyöskentely - tavoitteena ideoida, KUINKA MYYNNIN MUUTTUNEESEEN ROOLIIN VOIDAAN VASTATA? - tarkastellaan kysymystä

Lisätiedot

PSY181 Psykologisen tutkimuksen perusteet, kirjallinen harjoitustyö ja kirjatentti

PSY181 Psykologisen tutkimuksen perusteet, kirjallinen harjoitustyö ja kirjatentti PSY181 Psykologisen tutkimuksen perusteet, kirjallinen harjoitustyö ja kirjatentti Harjoitustyön ohje Tehtävänäsi on laatia tutkimussuunnitelma. Itse tutkimusta ei toteuteta, mutta suunnitelman tulisi

Lisätiedot

SUOMALAISEN YHTEISKUNNALLISEN YRITYSTOIMINNAN ERITYISPIIRTEET

SUOMALAISEN YHTEISKUNNALLISEN YRITYSTOIMINNAN ERITYISPIIRTEET SUOMALAISEN YHTEISKUNNALLISEN YRITYSTOIMINNAN ERITYISPIIRTEET Harri Kostilainen & Saila Tykkyläinen Diak, FinSERN Suomalaisen Työn Liitto KANTU13 Työryhmä Kansalaisyhteiskunnan tutkimus- ja kehittämispäivät

Lisätiedot

Aiheen rajaus Tutkimussuunnitelma

Aiheen rajaus Tutkimussuunnitelma Aiheen rajaus Tutkimussuunnitelma Digitaalisen kulttuurin tutkimusmenetelmät 5.2. 2008 Aiheen rajaaminen Aihepiirin täsmentäminen ja supistaminen Aihetta helpompi tutkia Mahdollistaa syvemmän analyysin

Lisätiedot

Verkkokauppatilasto 2014. Perustietoa verkkokauppaseurannasta sekä verkko-ostaminen 2014/H1

Verkkokauppatilasto 2014. Perustietoa verkkokauppaseurannasta sekä verkko-ostaminen 2014/H1 Verkkokauppatilasto 2014 Perustietoa verkkokauppaseurannasta sekä verkko-ostaminen 2014/H1 Verkkokauppatilasto Suomalaisen verkkokaupan arvo Verkkokauppatilasto sisältää kaiken verkkokauppaostamisen Kaikki

Lisätiedot

MS-C2105 Optimoinnin perusteet Malliratkaisut 5

MS-C2105 Optimoinnin perusteet Malliratkaisut 5 MS-C2105 Optimoinnin perusteet Malliratkaisut 5 Ehtamo Demo 1: Arvaa lähimmäksi Jokainen opiskelija arvaa reaaliluvun välillä [0, 100]. Opiskelijat, joka arvaa lähimmäksi yhtä kolmasosaa (1/3) kaikkien

Lisätiedot

Julkaisun laji Opinnäytetyö. Sivumäärä 43

Julkaisun laji Opinnäytetyö. Sivumäärä 43 OPINNÄYTETYÖN KUVAILULEHTI Tekijä(t) SUKUNIMI, Etunimi ISOVIITA, Ilari LEHTONEN, Joni PELTOKANGAS, Johanna Työn nimi Julkaisun laji Opinnäytetyö Sivumäärä 43 Luottamuksellisuus ( ) saakka Päivämäärä 12.08.2010

Lisätiedot

MITÄ JA MIKSI IHMISET OSTAVAT

MITÄ JA MIKSI IHMISET OSTAVAT MITÄ JA MIKSI IHMISET OSTAVAT Johdanto Mahdollisuus koputtaa harvoin ovellesi. Koputa sen sijaan mahdollisuuden ovea, jos toivot pääseväsi sisään. J okaisen myyjän on hyvä tiedostaa miten ja miksi pitää

Lisätiedot

UUSASIAKASHANKINTA. Johdanto

UUSASIAKASHANKINTA. Johdanto HINTAVASTAVÄITTEE T TYÖKIRJA.docx UUSASIAKASHANKINTA Johdanto Laatu on paras liiketoimintasuunnitelma M iten löytää enemmän ja parempia uusia asiakkaita, on yksi myyjän ydintaidoista. Millainen strategia

Lisätiedot

Muutama ajatus vahinkovakuutustuotteiden hinnoittelusta SAY-Kuukausikokous 12.9.2012. Janne Kaippio

Muutama ajatus vahinkovakuutustuotteiden hinnoittelusta SAY-Kuukausikokous 12.9.2012. Janne Kaippio Muutama ajatus vahinkovakuutustuotteiden hinnoittelusta SAY-Kuukausikokous 12.9.2012 Janne Kaippio Mikä ihmeen LähiTapiola? Keskinäinen vahinkovakuutusyhtiö: 19 itsenäistä alueyhtiötä + keskusyhtiö (keskusyhtiöllä

Lisätiedot

Teollisuuden digitalisaatio ja johdon ymmärrys kyvykkyyksistä

Teollisuuden digitalisaatio ja johdon ymmärrys kyvykkyyksistä Teollisuuden digitalisaatio ja johdon ymmärrys kyvykkyyksistä Markus Kajanto Teollisuuden digitalisaation myötä johdon käsitykset organisaation resursseista, osaamisesta ja prosesseista ovat avainasemassa

Lisätiedot

pitkittäisaineistoissa

pitkittäisaineistoissa Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon

Lisätiedot

Tuotantotalouden analyysimallit. TU-A1100 Tuotantotalous 1

Tuotantotalouden analyysimallit. TU-A1100 Tuotantotalous 1 Tuotantotalouden analyysimallit TU-A1100 Tuotantotalous 1 Esimerkkejä viitekehyksistä S O W T Uudet tulokkaat Yritys A Yritys B Yritys E Yritys C Yritys F Yritys I Yritys H Yritys D Yritys G Yritys J Alhainen

Lisätiedot

Viisi vinkkiä tasokkaaseen tiedolla johtamiseen ja parempaan asiakasymmärrykseen

Viisi vinkkiä tasokkaaseen tiedolla johtamiseen ja parempaan asiakasymmärrykseen Viisi vinkkiä tasokkaaseen tiedolla johtamiseen ja parempaan asiakasymmärrykseen Big Data Solutions Oy 2017 VIISI VINKKIÄ TASOKKAASEEN TIEDOLLA JOHTAMISEEN JA PAREMPAAN ASIAKASYMMÄRRYKSEEN Basware on maailman

Lisätiedot

Kuluttajille tarjottavan SIP-sovelluksen kannattavuus operaattorin kannalta

Kuluttajille tarjottavan SIP-sovelluksen kannattavuus operaattorin kannalta Kuluttajille tarjottavan SIP-sovelluksen kannattavuus operaattorin kannalta Diplomityöseminaari 6.6.2005 Tekijä: Sanna Zitting Valvoja: Heikki Hämmäinen Ohjaaja: Jari Hakalin Sisältö Taustaa Ongelmanasettelu

Lisätiedot

Testejä suhdeasteikollisille muuttujille

Testejä suhdeasteikollisille muuttujille Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testejä suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (007) 1 Testejä suhdeasteikollisille muuttujille >> Testit normaalijakauman

Lisätiedot

PARTNERSHIP MONITOR. POTRA-NIS Oy I I

PARTNERSHIP MONITOR. POTRA-NIS Oy I I Partnership Monitor PARTNERSHIP MONITOR Partnership Monitor on menetelmä teollisuusyrityksille tuottavuuden lisäämiseksi ja liiketoiminnan kasvattamiseksi hyvin toimivien asiakas- ja toimittajasuhteiden

Lisätiedot

1. Ohjaustyylit. Esimerkkejä tyylin käyttötilanteista. Tavoite. Työpaikkaohjaajan toiminta. Tulokset

1. Ohjaustyylit. Esimerkkejä tyylin käyttötilanteista. Tavoite. Työpaikkaohjaajan toiminta. Tulokset 1. Ohjaustyylit on hyvä tunnistaa itselleen ominaiset tavat ohjata opiskelijoita. on hyvä osata joustavasti muuttaa ohjaustyyliään erilaisiin tilanteisiin ja erilaisille opiskelijoille sopivaksi. Seuraavaksi

Lisätiedot

Sosiaalinen media Facebook, Twitter, Nimenhuuto

Sosiaalinen media Facebook, Twitter, Nimenhuuto Sosiaalinen media Facebook, Twitter, Nimenhuuto Jani Koivula, 21.11.2010 Kuka on se oikea? 23.11.2010 TULe urheiluseuraan liikkumaan 2 Ovatko sidosryhmänne sosiaalisessa mediassa? Oletteko te? Sosiaalisen

Lisätiedot

Mitä kuluttaja tuumii luomusta?

Mitä kuluttaja tuumii luomusta? Tervetuloa Mitä kuluttaja tuumii luomusta? Ohjelma klo 9.30 Luomubrunch klo 0.00 Luomun kuluttajabarometrin 203 tulokset, toiminnanjohtaja Marja-Riitta Kottila/Pro Luomu ry klo 0.30 Luomun rooli suomalaisessa

Lisätiedot

Asiakaspalvelu- ja myyntisuoritusten arviointi

Asiakaspalvelu- ja myyntisuoritusten arviointi ASIAKASPALVELUSUORITUSTEN ANALYSOINTI Asiakaspalvelu- ja myyntisuoritusten arviointi Seuraavan, alla olevan helpon työkalun avulla voit itse nopeasti arvioida myynnissä ja asiakaspalvelussa työskentelevien

Lisätiedot

Epävarmuuden hallinta bootstrap-menetelmillä

Epävarmuuden hallinta bootstrap-menetelmillä 1/17 Epävarmuuden hallinta bootstrap-menetelmillä Esimerkkinä taloudellinen arviointi Jaakko Nevalainen Tampereen yliopisto Metodifestivaalit 2015 2/17 Sisältö 1 Johdanto 2 Tavanomainen bootstrap Bootstrap-menettelyn

Lisätiedot

Harjoitus 7: NCSS - Tilastollinen analyysi

Harjoitus 7: NCSS - Tilastollinen analyysi Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen

Lisätiedot

Esittely Oikotie.fi Työpaikat 2011. a Sanoma company

Esittely Oikotie.fi Työpaikat 2011. a Sanoma company Esittely Oikotie.fi Työpaikat 2011 Suomen johtava kaupallinen verkon työpaikkapalvelu Ilmoittajalle Oikea mediaympäristö tavoittaa parhaimmat työnhakijat. Yhteistyöverkostomme kautta tavoitat monipuolisesti

Lisätiedot

YHTEISET TYÖPAIKAT TUTKIMUS-, VALVONTA- JA VIESTINTÄHANKKEEN TUTKIMUSOSIO YHTEISET TYÖPAIKAT KOKOUS 4/2016, PÄIVI KEKKONEN, SUUNNITTELIJA

YHTEISET TYÖPAIKAT TUTKIMUS-, VALVONTA- JA VIESTINTÄHANKKEEN TUTKIMUSOSIO YHTEISET TYÖPAIKAT KOKOUS 4/2016, PÄIVI KEKKONEN, SUUNNITTELIJA YHTEISET TYÖPAIKAT TUTKIMUS-, VALVONTA- JA VIESTINTÄHANKKEEN TUTKIMUSOSIO YHTEISET TYÖPAIKAT KOKOUS 4/2016, 6.9.2016 PÄIVI KEKKONEN, SUUNNITTELIJA TUTKIMUSOSION TOTEUTUS Ajoittuu aikavälille heinäkuu-joulukuu

Lisätiedot

IAB FINLANDIN OHJEISTUS

IAB FINLANDIN OHJEISTUS Copyright IAB FINLANDIN OHJEISTUS IAB Tietosuojaseminaari 12.5.2011 Pirkko Rajala, MTV Oy Seppo Roponen, TNS Gallup Agenda o Rajaukset ja määritykset: mistä nyt puhutaan o Ohjeistus o Mitä seuraavaksi

Lisätiedot

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0. 806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy 2012 1. Olkoon (X 1,X 2,...,X 25 ) satunnaisotos normaalijakaumasta N(µ,3 2 ) eli µ

Lisätiedot

Epäilty kilpailunrajoitus ulkomainonnan ja mainosmateriaalin painatuksen markkinoilla

Epäilty kilpailunrajoitus ulkomainonnan ja mainosmateriaalin painatuksen markkinoilla Päätös 1 (5) Epäilty kilpailunrajoitus ulkomainonnan ja mainosmateriaalin painatuksen markkinoilla 1 Asia 2 Osapuolet 3 Ratkaisu 4 Asian vireilletulo Epäily kilpailulainsäädännön vastaisesta kielletystä

Lisätiedot

Maksullisuuden vaikutuksia

Maksullisuuden vaikutuksia Maksullisuuden vaikutuksia Case: Lappeenrannan teknillinen yliopisto (LUT) Professori Minna Martikainen Vararehtori (kansainvälisyys) Lappeenrannan teknillinen yliopisto LUT ja lukukausimaksut 2011-2012

Lisätiedot

Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun

Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Sami Hokuni 12 Syyskuuta, 2012 1/ 54 Sami Hokuni Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Turun Yliopisto. Gradu tehty 2012 kevään

Lisätiedot

!!!!!!!!!!!!!!!!!!!! !!!!!!!!!!!!!! JANNE VARTIAINEN PYSÄKÖINTIPAIKKOJEN VUOROTTAISKÄYTÖN HYÖDYT ESPOON JA HELSINGIN KAUPUNGEISSA

!!!!!!!!!!!!!!!!!!!! !!!!!!!!!!!!!! JANNE VARTIAINEN PYSÄKÖINTIPAIKKOJEN VUOROTTAISKÄYTÖN HYÖDYT ESPOON JA HELSINGIN KAUPUNGEISSA JANNE VARTIAINEN PYSÄKÖINTIPAIKKOJEN VUOROTTAISKÄYTÖN HYÖDYT ESPOON JA HELSINGIN KAUPUNGEISSA Diplomityön tutkimussuunnitelma LUONNOS 11.6.2014 Tarkastaja: professori Jorma Mäntynen Tarkastaja ja aihe

Lisätiedot

TIEDONHAKU INTERNETISTÄ

TIEDONHAKU INTERNETISTÄ TIEDONHAKU INTERNETISTÄ Internetistä löytyy hyvin paljon tietoa. Tietoa ei ole mitenkään järjestetty, joten tiedonhaku voi olla hankalaa. Tieto myös muuttuu jatkuvasti. Tänään tehty tiedonhaku ei anna

Lisätiedot

Käsitteistä. Reliabiliteetti, validiteetti ja yleistäminen. Reliabiliteetti. Reliabiliteetti ja validiteetti

Käsitteistä. Reliabiliteetti, validiteetti ja yleistäminen. Reliabiliteetti. Reliabiliteetti ja validiteetti Käsitteistä Reliabiliteetti, validiteetti ja yleistäminen KE 62 Ilpo Koskinen 28.11.05 empiirisessä tutkimuksessa puhutaan peruskurssien jälkeen harvoin "todesta" ja "väärästä" tiedosta (tai näiden modernimmista

Lisätiedot

Monikanavaisen verkkokaupan perustaminen, rakentaminen ja markkinointi sekä kansainvälinen kauppa

Monikanavaisen verkkokaupan perustaminen, rakentaminen ja markkinointi sekä kansainvälinen kauppa Monikanavaisen verkkokaupan perustaminen, rakentaminen ja markkinointi sekä kansainvälinen kauppa 3.11.2016 1 Kokenut ja osaava toimittaja & Toimituksia vuodesta 1991 liikevaihto 5,3 M 2015, tulos 1 MEUR

Lisätiedot

Harjoittelu omassa opetustyössä ammatillisen koulutuksen parissa

Harjoittelu omassa opetustyössä ammatillisen koulutuksen parissa Harjoittelu omassa opetustyössä ammatillisen koulutuksen parissa Ohjeet opiskelijalle Opiskelija harjoittelee omassa opetustyössään ammatillisessa koulutuksessa. Opetusharjoittelussa keskeisenä tavoitteena

Lisätiedot

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä arvon Sisältö arvon Bootstrap-luottamusvälit arvon arvon Oletetaan, että meillä on n kappaletta (x 1, y 1 ),

Lisätiedot

+ 3 2 5 } {{ } + 2 2 2 5 2. 2 kertaa jotain

+ 3 2 5 } {{ } + 2 2 2 5 2. 2 kertaa jotain Jaollisuustestejä (matematiikan mestariluokka, 7.11.2009, ohjattujen harjoitusten lopputuloslappu) Huom! Nämä eivät tietenkään ole ainoita jaollisuussääntöjä; ovatpahan vain hyödyllisiä ja ainakin osittain

Lisätiedot

Seurantalaskimen simulointi- ja suorituskykymallien vertailu (valmiin työn esittely) Joona Karjalainen

Seurantalaskimen simulointi- ja suorituskykymallien vertailu (valmiin työn esittely) Joona Karjalainen Seurantalaskimen simulointi- ja suorituskykymallien vertailu (valmiin työn esittely) Joona Karjalainen 08.09.2014 Ohjaaja: DI Mikko Harju Valvoja: Prof. Kai Virtanen Työn saa tallentaa ja julkistaa Aalto-yliopiston

Lisätiedot

Elektronisen liiketoiminnan keskeisiä kysymyksiä: Innovaatioiden diffuusio. Lauri Frank Elektroninen liiketoiminta Jyväskylän yliopisto.

Elektronisen liiketoiminnan keskeisiä kysymyksiä: Innovaatioiden diffuusio. Lauri Frank Elektroninen liiketoiminta Jyväskylän yliopisto. Elektronisen liiketoiminnan keskeisiä kysymyksiä: Innovaatioiden diffuusio Lauri Frank Elektroninen liiketoiminta Jyväskylän yliopisto Ohjelma Mikä on innovaatio? Innovaation omaksuminen Innovaation yleistyminen

Lisätiedot

Aino Kääriäinen Aino Kääriäinen yliopistonlehtori Helsingin yliopisto

Aino Kääriäinen Aino Kääriäinen yliopistonlehtori Helsingin yliopisto 30.9.2011 Aino Kääriäinen yliopistonlehtori Helsingin yliopisto 1 2 1 Asiakirjojen kirjoittamisesta? Asiakkaiden tekemisten kirjoittamisesta? Työntekijöiden näkemysten kirjoittamisesta? Työskentelyn dokumentoinnista?

Lisätiedot

Jonot ja odotusajat - voiko niitä hallita ja onko vaivan arvoista? Tuula Heinänen Kehittämisjohtaja Espoon sosiaali- ja terveystoimi

Jonot ja odotusajat - voiko niitä hallita ja onko vaivan arvoista? Tuula Heinänen Kehittämisjohtaja Espoon sosiaali- ja terveystoimi Jonot ja odotusajat - voiko niitä hallita ja onko vaivan arvoista? Tuula Heinänen Kehittämisjohtaja Espoon sosiaali- ja terveystoimi Mikä on Hyvä vastaanotto = Kaste-rahoitteinen hanke, jonka puitteissa

Lisätiedot

A. Huutokaupat ovat tärkeitä ainakin kolmesta syystä. 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä.

A. Huutokaupat ovat tärkeitä ainakin kolmesta syystä. 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä. HUUTOKAUPOISTA A. Huutokaupat ovat tärkeitä ainakin kolmesta syystä 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä. 2. Huutokauppapelejä voidaan käyttää taloustieteen

Lisätiedot

KUNTIEN JA HUS:N ASIAKAS- JA POTILASTIETOJÄRJESTELMÄN HANKINTA

KUNTIEN JA HUS:N ASIAKAS- JA POTILASTIETOJÄRJESTELMÄN HANKINTA KUNTIEN JA HUS:N ASIAKAS- JA POTILASTIETOJÄRJESTELMÄN HANKINTA Perustelumuistio Liite 4: Toimittajan resurssien ja osaamisen arvioinnin tulokset (vertailuperuste 3.2) 1 Sisällysluettelo 1. Dokumentin tarkoitus

Lisätiedot

Toimitusketjun riskienhallinta konsernissa

Toimitusketjun riskienhallinta konsernissa Oy Lappeenrannan teknillinen yliopisto..0 Toimitusketjun riskienhallinta konsernissa Tapani Toppi, Espoo www.marsh.fi Mistä mielenkiintoa toimitusketjun riskienhallintaan? Hyvät syyt työn tekemiseen Sopiva

Lisätiedot

Tärkeimmät palvelut hakutulosten kärjessä CASE MM-KONEURAKOINTI

Tärkeimmät palvelut hakutulosten kärjessä CASE MM-KONEURAKOINTI Tärkeimmät palvelut hakutulosten kärjessä CASE MM-KONEURAKOINTI Toimiala: Rakennuspaikan valmistelutyöt Yritys: MM-Koneurakointi Oy Olen saanut rahoilleni vastinetta ja olen tyytyväinen yhteistyöhön 45

Lisätiedot

Saarijärven elinkeinostrategia.

Saarijärven elinkeinostrategia. Saarijärven elinkeinostrategia www.ssypkehitys.fi Sisällys 1. Strategian iso kuva 2. Visio 3. Asiakkaat 4. Toiminnan tärkeimmät fokukset 5. Toimintatapa 6. Isot strategiset muutokset 7. Strategian sisällölliset

Lisätiedot

Kandityön kirjoittaminen. Opinnäyteseminaari

Kandityön kirjoittaminen. Opinnäyteseminaari Kandityön kirjoittaminen Opinnäyteseminaari Lue ja kirjoita Ajatukset eivät kasva tyhjästä. Ruoki niitä lukemalla ja kirjoittamalla lukemastasi. Älä luota muistiisi Merkitse alusta asti muistiinpanoihin

Lisätiedot

Tutkimussuunnitelmaseminaari. Kevät 2011 Inga Jasinskaja-Lahti

Tutkimussuunnitelmaseminaari. Kevät 2011 Inga Jasinskaja-Lahti Tutkimussuunnitelmaseminaari Kevät 2011 Inga Jasinskaja-Lahti Osa II Tämän kurssin tutkimussuunnitelma Tehdään gradun toteuttamista varten Kohderyhmänä kurssin osanottajat, kurssin vetäjä ja gradun ohjaaja

Lisätiedot

Auta asiakkaita löytämään kauppaasi! Terhi Aho/ 21.4.2016

Auta asiakkaita löytämään kauppaasi! Terhi Aho/ 21.4.2016 Auta asiakkaita löytämään kauppaasi! Terhi Aho/ 21.4.2016 #ässäthihasta #tuloslove Verkkokaupan hakukoneoptimointi 1. Löydettävyys 2. Mitä on hakukoneoptimointi? 3. Avainsanatutkimus 4. Asiakaspalvelu

Lisätiedot

Laskennallisen fysiikan esimerkkejä avoimesta tutkimuksesta Esa Räsänen Fysiikan laitos, Tampereen teknillinen yliopisto

Laskennallisen fysiikan esimerkkejä avoimesta tutkimuksesta Esa Räsänen Fysiikan laitos, Tampereen teknillinen yliopisto Laskennallisen fysiikan esimerkkejä avoimesta tutkimuksesta Esa Räsänen Fysiikan laitos, Tampereen teknillinen yliopisto Julian Voss, Quantum man, 2006 (City of Moses Lake, Washington, USA) Kolme näkökulmaa

Lisätiedot

Teoreettisen viitekehyksen rakentaminen

Teoreettisen viitekehyksen rakentaminen Teoreettisen viitekehyksen rakentaminen Eeva Willberg Pro seminaari ja kandidaatin opinnäytetyö 26.1.09 Tutkimuksen teoreettinen viitekehys Tarkoittaa tutkimusilmiöön keskeisesti liittyvän tutkimuksen

Lisätiedot

Lukutaitotutkimukset arviointiprosessina. Sari Sulkunen Koulutuksen tutkimuslaitos, JY sari.sulkunen@jyu.fi

Lukutaitotutkimukset arviointiprosessina. Sari Sulkunen Koulutuksen tutkimuslaitos, JY sari.sulkunen@jyu.fi Lukutaitotutkimukset arviointiprosessina Sari Sulkunen Koulutuksen tutkimuslaitos, JY sari.sulkunen@jyu.fi Kansainväliset arviointitutkimukset Arvioinnin kohteena yleensä aina (myös) lukutaito Kansallisista

Lisätiedot

DIGITALISAATIO UUDISTAA SUHTEESI ASIAKKAASEEN

DIGITALISAATIO UUDISTAA SUHTEESI ASIAKKAASEEN DIGITALISAATIO UUDISTAA SUHTEESI ASIAKKAASEEN Koodiviidakko Oy Samuli Tursas CEO, Founder Twitter: @samulitursas Wait,... Codejungle,... whaaat! Suomen suurin digitaalisen markkinoinnin ja viestinnän ohjelmistopalveluihin

Lisätiedot

AS-84.3400 Automaatiotekniikan seminaarikurssi. Kevät 2008

AS-84.3400 Automaatiotekniikan seminaarikurssi. Kevät 2008 AS-84.3400 Automaatiotekniikan seminaarikurssi Kevät 2008 Kurssin tavoitteet Konferenssisimulaatio Harjoitella tieteellisen tekstin / raportin kirjoittamista Harjoitella tiedon etsimistä ja viittaamista

Lisätiedot

Mittariston laatiminen laatutyöhön

Mittariston laatiminen laatutyöhön Mittariston laatiminen laatutyöhön Perusopetuksen laatukriteerityö Vaasa 18.9.2012 Tommi Karjalainen Opetus- ja kulttuuriministeriö Millainen on hyvä mittaristo? Kyselylomaketutkimuksen vaiheet: Aiheen

Lisätiedot

Ohjelma, perjantai klo

Ohjelma, perjantai klo Ohjelma, perjantai 9.12. klo 8.30-15.00 Valmentajat: Marikka Heikkilä ja Hilkka Halla, Turun kauppakorkeakoulu, Timo Makkonen, Koneyrittäjien liitto. 8.30 Mikä on tärkeää metsäalan liiketoiminnassa? Osallistujien

Lisätiedot

Tavallisimmat kysymykset

Tavallisimmat kysymykset Autodesk Design- ja Creation Suite -paketit Tavallisimmat kysymykset Tässä dokumentissa on vastauksia tavallisimpiin kysymyksiin Design- ja Creation Suite -pakettien myynnin loppumisesta. 24.5.2016 Sisällysluettelo

Lisätiedot

Suomen virtuaaliammattikorkeakoulu Teknillinen mekaniikka: Voima ja sen komponentit > 80 % % % < 50 %

Suomen virtuaaliammattikorkeakoulu Teknillinen mekaniikka: Voima ja sen komponentit > 80 % % % < 50 % Oppimisaihion arviointi / Arvioinnin tulos 9 Aineiston arvioinnin tulos arviointialueittain Suomen virtuaaliammattikorkeakoulu Teknillinen mekaniikka: Voima ja sen komponentit > 80 % 80 60 % 60 50 %

Lisätiedot

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen 16.06.2014 Ohjaaja: Urho Honkanen Valvoja: Prof. Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston

Lisätiedot

KUUSI POINTTIA BRÄNDIN ERILAISTAMISESTA

KUUSI POINTTIA BRÄNDIN ERILAISTAMISESTA KUUSI POINTTIA BRÄNDIN ERILAISTAMISESTA Markkinan polarisoituminen on uhka yleisbrändeille + Markkinoilla on menossa kehitys, jossa pärjäävät sekä lisäarvolla erottuvat ykkösbrändit että edullisella hinnalla

Lisätiedot

Kuinka laadin tutkimussuunnitelman? Ari Hirvonen I NÄKÖKULMIA II HAKUILMOITUS

Kuinka laadin tutkimussuunnitelman? Ari Hirvonen I NÄKÖKULMIA II HAKUILMOITUS Kuinka laadin tutkimussuunnitelman? Ari Hirvonen 15.9.2014 I NÄKÖKULMIA II HAKUILMOITUS I NÄKÖKULMIA Hyvä tutkimussuunnitelma Antaa riittävästi tietoa, jotta ehdotettu tutkimus voidaan arvioida. Osoittaa,

Lisätiedot

Onnistunut SAP-projekti laadunvarmistuksen keinoin

Onnistunut SAP-projekti laadunvarmistuksen keinoin Onnistunut SAP-projekti laadunvarmistuksen keinoin 07.10.2010 Patrick Qvick Sisällys 1. Qentinel 2. Laadukas ohjelmisto täyttää sille asetetut tarpeet 3. SAP -projektin kriittisiä menestystekijöitä 4.

Lisätiedot

OP-eTraderin käyttöopas

OP-eTraderin käyttöopas OP-eTraderin käyttöopas Tämä käyttöopas on lyhennetty versio virallisesta englanninkielisestä käyttöoppaasta, joka löytyy etrader - sovelluksen Help-valikosta tai painamalla sovelluksessa F1 -näppäintä.

Lisätiedot

Suomen virtuaaliammattikorkeakoulu Erilaisia käyttöliittymiä v.0.5 > 80 % 80 60 % 60 50 % < 50 % Suhteellinen osuus maksimiarvosta (%)

Suomen virtuaaliammattikorkeakoulu Erilaisia käyttöliittymiä v.0.5 > 80 % 80 60 % 60 50 % < 50 % Suhteellinen osuus maksimiarvosta (%) Oppimisaihion arviointi / Arvioinnin tulos 9 Aineiston arvioinnin tulos arviointialueittain Suomen virtuaaliammattikorkeakoulu Erilaisia käyttöliittymiä v.0.5 > 80 % 80 60 % 60 50 % < 50 % Arviointialue

Lisätiedot

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle - Sisältö - - - Varianssianalyysi Varianssianalyysissä (ANOVA) testataan oletusta normaalijakautuneiden otosten odotusarvojen

Lisätiedot

ENNAKKOTEHTÄVÄ 2016: Maisterivaiheen haku, tuotantotalous

ENNAKKOTEHTÄVÄ 2016: Maisterivaiheen haku, tuotantotalous Tampereen teknillinen yliopisto 1 (5) ENNAKKOTEHTÄVÄ 2016: Maisterivaiheen haku, tuotantotalous Yleiset valintaperusteet Tuotantotalouden hakukohteessa kaikkien hakijoiden tulee palauttaa ennakkotehtävä.

Lisätiedot

Osatyökykyiset ja työssäkäynti

Osatyökykyiset ja työssäkäynti Osatyökykyiset ja työssäkäynti Mikko Kautto, johtaja Tutkimus, tilastot ja suunnittelu 8.3.2016 Mikko_Kautto@etk.fi Esityksen aiheita Näkökulma osatyökyvyttömyyseläkkeiden suunnasta Työurien pidentämisen

Lisätiedot

LASKENTATOIMEN PRO GRADU INFO

LASKENTATOIMEN PRO GRADU INFO LASKENTATOIMEN PRO GRADU INFO 16.5.2011 Sisältö 1. Tutkielmatyöskentelyn käytännönjärjestelyt Hyödyllisiä nettisivuja ja ohjeita Pro gradu tutkielmatyöskentelyn vaiheet Alkuraportti/tutkimussuunnitelma

Lisätiedot

How to Support Decision Analysis with Software Case Förbifart Stockholm

How to Support Decision Analysis with Software Case Förbifart Stockholm How to Support Decision Analysis with Software Case Förbifart Stockholm (Valmiin työn esittely) 13.9.2010 Ohjaaja: Prof. Mats Danielson Valvoja: Prof. Ahti Salo Tausta -Tukholman ohikulkutien suunnittelu

Lisätiedot

Otannasta ja mittaamisesta

Otannasta ja mittaamisesta Otannasta ja mittaamisesta Tilastotiede käytännön tutkimuksessa - kurssi, kesä 2001 Reijo Sund Aineistot Kvantitatiivisen tutkimuksen aineistoksi kelpaa periaatteessa kaikki havaintoihin perustuva informaatio,

Lisätiedot

Altistumisskenaarion laatimista koskeva ohje

Altistumisskenaarion laatimista koskeva ohje TIETOVAATIMUKSET JA KEMIKAALITURVALLISUUSARVIOINTI (OSA D) Viite: ECHA-08-GF-07-FI Päivämäärä: 21/07/2008 Kieli: suomi Altistumisskenaarion laatimista koskeva ohje (ECHA) julkaisee sarjan tiedotteita,

Lisätiedot

ASIAKASKYSELY: Ympäröi oikea vaihtoehto tai ehdot. Liite 1/1 K1. Sukupuoli 1 Nainen 2 Mies

ASIAKASKYSELY: Ympäröi oikea vaihtoehto tai ehdot. Liite 1/1 K1. Sukupuoli 1 Nainen 2 Mies ASIAKASKYSELY: Ympäröi oikea vaihtoehto tai ehdot. Liite 1/1 K1. Sukupuoli 1 Nainen 2 Mies K2. Ikäryhmä 1 alle 25 2 25-40 3 41-55 4 56-65 5 yli 65 K3. Mitkä ovat perusteesi kaupan valintaan? 1 Läheinen

Lisätiedot

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. Luentokuulustelujen esimerkkivastauksia. Pertti Palo. 30.

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. Luentokuulustelujen esimerkkivastauksia. Pertti Palo. 30. FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa Luentokuulustelujen esimerkkivastauksia Pertti Palo 30. marraskuuta 2012 Saatteeksi Näiden vastausten ei ole tarkoitus olla malleja vaan esimerkkejä.

Lisätiedot

Digitaalisten palveluverkkojen liittäminen maankäytön suunnitteluun. Heli Suuronen

Digitaalisten palveluverkkojen liittäminen maankäytön suunnitteluun. Heli Suuronen Digitaalisten palveluverkkojen liittäminen maankäytön suunnitteluun Heli Suuronen Tausta Ihmettelyn aihe: Miten palvelujen digitalisoituminen vaikuttaa palveluverkkojen suunnitteluun? Miten digitaaliset

Lisätiedot

4 Kysyntä, tarjonta ja markkinatasapaino (Mankiw & Taylor, 2 nd ed., chs 4-5)

4 Kysyntä, tarjonta ja markkinatasapaino (Mankiw & Taylor, 2 nd ed., chs 4-5) 4 Kysyntä, tarjonta ja markkinatasapaino (Mankiw & Taylor, 2 nd ed., chs 4-5) Opimme tässä ja seuraavissa luennoissa että markkinat ovat hyvä tapa koordinoida taloudellista toimintaa (mikä on yksi taloustieteen

Lisätiedot

Tulevaisuuden sisällöt ja joustava printtikonsepti

Tulevaisuuden sisällöt ja joustava printtikonsepti 2 4. 1 1. 2 0 1 6 Tulevaisuuden sisällöt ja joustava printtikonsepti Hanna Repo, Asiakkuusjohtaja Risto Laine, Myyntijohtaja Otavamedia OMA Autamme asiakkaitamme luomaan merkityksellistä vuorovaikutusta

Lisätiedot

All-in-one asiakaskokemuksen analytiikkatyökalu

All-in-one asiakaskokemuksen analytiikkatyökalu All-in-one asiakaskokemuksen analytiikkatyökalu 13.9.2o16 Joonatan Voltti Myyntijohtaja, perustaja joonatan.voltti@tapin.fi +358 40 7455534 FEEDBACKLY LUKUINA 2012 250k perustamisvuosi palautetta kuukaudessa

Lisätiedot

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 6. luento. Pertti Palo

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 6. luento. Pertti Palo FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa 6. luento Pertti Palo 1.11.2012 Käytännön asioita Harjoitustöiden palautus sittenkin sähköpostilla. PalautusDL:n jälkeen tiistaina netistä löytyy

Lisätiedot

Miten suomalainen luomu vastaa tulevaisuuteen? Jaakko Nuutila

Miten suomalainen luomu vastaa tulevaisuuteen? Jaakko Nuutila Miten suomalainen luomu vastaa tulevaisuuteen? Jaakko Nuutila 01.0.201 Esityksen sisältö Tulevaisuus Tavoitteet Nykytilanne Muutostarpeet Uusi toiminnan malli Haasteisiin vastaaminen Maa- ja elintarviketalouden

Lisätiedot