Maskininlärning inom digital marknadsföring : En studie om hur maskininlärning hjälper eller stjälper digitala marknadsföringsbyråer, och vilka faktorer som bör tas i beaktning vid användning av maskininlärning

Problem: Although AI tools have come to facilitate and influence digital marketing in several ways, there is a continuing need for research on how AI can alleviate marketing problems and how the use of AI tools for marketing purposes can be facilitated for digital marketing agencies. Purpose: The purpose of the study is to demonstrate how and why machine learning can both benefit and harm digital marketing agencies, as well as what factors digital marketing agencies need to take into account if they intend to use machine learning in digital marketing. Method: The study is based on a qualitative research strategy, with an inductive approach where six semi-structured interviews were conducted. Semi-structured interviews have been conducted to create flexibility in the individual being interviewed, and thus new insights and thoughts can arise. Thematic analysis has been used as an analysis method for the study, where the focus was aimed on identifying patterns and themes. Conclusion: Machine learning can benefit digital marketing agencies in digital marketing by streamlining work procedures by processing data and information, freeing up time for employees and also gaining the opportunity to achieve competitive advantage. Machine learning can harm digital marketing agencies in digital marketing by excluding human participants in the work system, reducing trust in the organization and creating discomfort with active personalization if used unethically. Factors that should be taken into account by digital marketing agencies if they intend to use machine learning in digital marketing are, that digital marketing agencies can not replace human interaction, human integrity is important insofar as digital marketing agencies follow laws and regulations, the size of the business determines which priorities is made between using previous knowledge and new technology, organizations need to be transparent and AI must be used throughout the organization in order for the organization to benefit in the long termProblem: Trots att AI-verktyg har kommit att underlätta samt påverka den digitala marknadsföringen på flertalet olika sätt, så finns det ett fortsatt behov för forskning kring hur AI kan underlätta marknadsföringsproblem samt hur användningen av AI-verktyg i marknadsföringssyfte kan underlättas för digitala marknadsföringsbyråer. Syfte: Studiens syfte är att påvisa hur och varför maskininlärning både hjälper och stjälper digitala marknadsföringsbyråer, samt vilka faktorer som digitala marknadsföringsbyråer behöver ta i beaktning om de avser att använda maskininlärning inom digital marknadsföring. Metod: Studien utgår från en kvalitativ forskningsstrategi, med ett induktivt tillvägagångssätt där sex genomförda semistrukturerade intervjuer utförts. Semistrukturerade intervjuer har genomförts för att skapa flexibilitet hos individen som blir intervjuad, och således kan nya insikter och tankar uppstå. Tematisk analys har använts som analysmetod för studien, där fokus legat på att identifiera mönster och teman. Slutsats: Maskininlärning hjälper digitala marknadsföringsbyråer inom digital marknadsföring med att effektivisera arbetsprocesser genom att bearbeta data och information, frigöra tid för anställda samt möjligheten att erhålla konkurrensfördelar. Maskininlärning stjälper digitala marknadsföringsbyråer inom digital marknadsföring genom att exkludera mänskliga deltagare inom arbetssystemet, minska förtroende för organisationen samt skapa obehag vid aktiv personalisering om det används oetiskt. Faktorer som bör tas i beaktning av digitala marknadsföringsbyråer om de avser att använda maskininlärning inom digital marknadsföring är att digitala marknadsföringsbyråer inte kan ersätta mänsklig interaktion, mänsklig integritet är viktigt i det mån att digitala marknadsföringsbyråer efterföljer lagar och regler, storleken av verksamheten avgör vilka prioriteringar som görs mellan att nyttja tidigare kunskap och ny teknologi, organisationer behöver vara transparenta och AI måste nyttjas genomgående i organisationen för att organisationen ska gynnas på lång sikt