Tikkurila Festivaalin VIP-asiakaskokemuksen kehittäminen
Bibliographic record
Abstract
Tämän opinnäytetyön tavoitteena oli selvittää, miten VIP-asiakaskokemus kehittyi Tikkurila Festivaalilla vuosina 2023 ja 2024. Tikkurila Festivaalin VIP-alueelle tehtiin uudistuksia vuonna 2024, ja tarkoituksena oli selvittää, kuinka nämä uudistukset otettiin vastaan VIP-asiakkaiden keskuudessa. Vuonna 2024 VIP-alueella luovuttiin kahdesta erillisestä VIP-tasosta, joka johti moniin uudistuksiin ruokapalvelujen, alueohjelman ja aluesuunnittelun osalta. Työn toimeksiantaja oli Nelonen Media Live, joka järjestää Tikkurila Festivaalin sekä lukuisia muita festivaaleja ja tapahtumia Suomessa. Opinnäytetyön tutkimusongelmana oli selvittää, miten VIP-palvelujen uudistukset vaikuttivat asiakastyytyväisyyteen. Tutkimuksen alaongelmina oli tutkia sitä, miten asiakastyytyväisyys VIP-alueen ruokapalveluihin kehittyi vuodesta 2023 ja mitkä VIP-palveluiden osa-alueet vaativat kehittämistä vuodelle 2025. Tutkimus toteutettiin seurantatutkimuksena, jossa hyödynnettiin monimetodisuutta. Työssä analysoitiin Sanoman teettämän kävijäkyselyn vastauksia vuosilta 2023 ja 2024. Lisäksi festivaalilla toteutettiin mysteryshopping-tutkimus, josta saaduilla havainnoilla tuettiin kyselytutkimuksen analyysiä. Opinnäytetyön toimeksianto annettiin keväällä 2024 ja tutkimus aloitettiin kesällä 2024, jolloin mysteryshopping-tutkimus toteutettiin. Opinnäytetyön laatiminen ja kävijäkyselyn analyysi tehtiin syksyllä 2024, kun kävijäkysely oli kerätty. Työn tietoperustassa käydään läpi asiakaskokemuksen teoriaa, asiakaskokemuksen kehittämistä ja eritellään asiakaskokemuksen syntyä festivaalien kontekstissa. Lisäksi tietoperustassa pureudutaan elämyksen ja palvelumuotoilun teoriaan, ja kuinka PERMA-mallia voi hyödyntää elämystaloudessa. Tietoperustassa käsitellään myös VIP-palveluja, statusta ja prestiisiä sekä VIP-palvelukokemuksen luomista. Tuloksista ilmeni, että kahden VIP-tason yhdistäminen paransi asiakastyytyväisyyttä etenkin VIP-alueen ohjelmaa ja aktiviteetteja kohtaan vuonna 2024. Tyytyväisyys kohentui myös VIP-asiakkaiden kokemuksena VIP-paketin laadukkuutta kohtaan. Sen sijaan asiakkaat kokivat VIP-paketin yllättävyyden laskeneen hieman vuodesta 2023. Merkittävä positiivinen kehitys huomattiin asiakastyytyväisyydessä VIP-ruokapalveluita kohtaan, joka oli seurausta ruokapalvelujen tarjoajan vaihtumisesta ja VIP-tasojen yhdistämisestä. Tulosten pohjalta saatiin luotua kehitysehdotuksia vuodelle 2025. Ruokapalvelujen osalta tapahtumajärjestäjä voisi harkita VIP-ruokailun sisällyttämistä VIP-lipun hintaan, vaikka se väistämättä nostaisikin VIP-lipun hintaa. VIP-alueohjelman suhteen ehdotettiin osallistavien ja sitouttavien palveluiden kehittämistä. Lopuksi esitettiin elämysten ulottuvuuksien ja PERMA-mallin integroimista osaksi VIP-palvelumuotoilua Nelonen Media Livellä.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.134 | 0.038 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".