Customer value framework: Evaluating the impact of machine learning solutions on customer value

Investoinnit ovat kasvaneet koneoppimista toteutettaviin yrityksiin viime vuosien aikana. Moni yritys kertoo rahoitusta hakiessaan, että koneoppiminen tai tekoäly liittyy heidän liiketoimintaan, vaikka aina teknologian käytölle ei ole vielä konkreettista suunnitelmaa. Tutkimuksen tavoitteena on kehittää asiakasarvotyökalua, jonka avulla voidaan tarkastella toimittajan kokemaa muutosta asiakasarvon tarkastelussa. Lisäksi tavoitteena on selvittää, miten koneoppimisteknologia vaikuttaa toimittajien mielestä asiakasarvoon, ja mitkä asiat vaikuttavat koneoppimisratkaisujen kilpailukykyyn. Työn teoreettinen osuus perustuu asiakasarvokirjallisuuteen ja koneoppimisen teorioihin sekä asiantuntijalausuntoihin. Kehitettyä asiakasarvotyökalua testataan eri kasvuvaiheissa oleviin yrityksiin, jotka käyttivät tai aikovat tulevaisuudessa käyttää koneoppimista ratkaisuissaan. Asiakasarvotyökalu antaa yrityksille tavan tarkastella tuotettua arvoa systemaattisesti ja järjestelmällisesti luoden samalla uusia ajatuksia liiketoiminnan kehittämiseen ja myyntiin. Samalla saadaan tietoa asiakasarvon tarkastelun vaikutuksista ja koneoppimisratkaisujen kilpailuedun tekijöistä. Saatujen tulosten perusteella asiakasarvon systemaattisessa tarkastelussa on tärkeä huomioida yrityksen kiinnostus asiakasarvoon, myynnin olemassaolo, ulkopuolisen asiantuntijan hyödyntäminen ja yhteen asiakassegmenttiin keskittyminen. Tutkimuksen mukaan toimittajat kokevat koneoppimisen vaikuttavan omaan ja asiakkaiden brändeihin. Koneoppimisen koettiin vaikuttavan eri tyyppisiin arvoluokkiin ja olevan merkittävä arvonluonnin tekijä varsinkin skaalautumisvaiheessa. Lisäksi tutkimuksen perusteella koneoppimisratkaisujen kilpailukykyä voidaan nykyhetkessä vahvistaa ainakin datan suurella määrällä ja ainutlaatuisuudella sekä domain-osaamisella