Markkinointiviestinnän toteutuminen asiakaskohtaamisissa : case: Vakuutusyhtiö X
Notice bibliographique
Résumé
Tänä päivänä kilpailu Suomen vakuutusmarkkinoilla on kovaa, ellei jopa huipussaan. Vakuutusyhtiöt pyrkivät erottumaan kilpailijoistaan kaikin keinoin mahdollisin keinoin. Koska vakuutusyhtiöiden tuotteet ovat keskenään sisällöltään hyvin samankaltaisia, on yhtiöiden keksittävä muita tapoja, joiden avulla ne voivat erottua joukosta. Yksi merkittävimmistä keinoista, jolla yhtiöt voivat siinä onnistua, on markkinointiviestintä. Toimiva markkinointiviestintä vahvistaa positiivisia mielikuvia yhtiöstä ja sen toiminnasta sekä helpottaa uusasiakashankinnassa ja asiakaspidossa. Tämän opinnäytetyön teoriaosiossa keskityttiin siihen, mitä markkinointiviestintä tarkoittaa ja mitä se pitää sisällään sekä millaista on toimiva markkinointiviestintä. Lisäksi perehdyttiin siihen, mitä asiakaskohtaamiset ovat. Opinnäytetyön empiirisessä osassa tutkittiin sitä, miten hyvin markkinointiviestintä tällä hetkellä toteutuu Vakuutusyhtiö X:n asiakaspalvelussa. Tutkimus suoritettiin kaksivaiheisena, joista ensimmäisessä vaiheessa tutkittiin Vakuutusyhtiö X:n olemassa olevan materiaalin perusteella sitä, että sisältävätkö asiakaskohtaamiset toimintamallin mukaisia elementtejä. Toinen vaihe suoritettiin puhelinhaastatteluna ensimmäisessä vaiheessa valituille asiakkaille. Toisen vaiheen tarkoituksena oli verrata asiakkaalle jäänyttä mielikuvaa toteutuneeseen asiakaskohtaamiseen ja sen perusteella selvittää onko markkinointiviestintä saavuttanut asiakkaan. \nJo tutkimuksen ensimmäisessä vaiheessa selvisi, että vain todella pieni osa Vakuutusyhtiö X:n asiakaskohtaamisista sisältää käytössä olevan palvelumallin mukaisia elementtejä. Tämän vuoksi ei markkinointiviestinnän toteutumista aivan päästy selvittämään niin kuin oli ajateltu. Tulosten perusteella markkinointiviestintä tavoitti asiakkaat pääosin, mutta parannettavaa oli erityisesti myynnissä.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».