Asuntojen markkinointi TikTokin avulla: Uudet keinot tavoittaa asiakkaat
Bibliographic record
Abstract
TikTok on sosiaalisen median alusta, joka tunnetaan erityisesti lyhyistä sekä nopeatempoisista videoistaan. Viime vuosina alustan merkitys markkinointikanavana on kasvanut merkittävästi, ja yhä useammat yritykset käyttävät TikTokia markkinoinnin välineenä. TikTok tarjoaa mahdollisuuden hypätä trendeihin mukaan, joiden avulla pystytään luomaan persoonallista sisältöä ja positiivista brändimielikuvaa. Tässä opinnäytetyössä tutkittiin, kuinka TikTokia pystytään hyödyntämään myytävien asuntojen markkinoinnissa. Opinnäytetyö on laadullinen tutkimus ja tutkimusmenetelmänä käytettiin sisällönanalyysiä. Työ toteutettiin syksyn 2024 sekä kevään 2025 aikana. Tutkimuksen tietoperustassa käsitellään kolmea pääaihetta: sosiaalista mediaa markkinoinnin välineenä, asuntojen markkinointia sekä TikTokia markkinointikanavana. Ensimmäisessä luvussa keskitytään somemarkkinointiin yleisesti, mitä se on ja mitä siihen liittyy, sekä avataan videoiden hyötyjä markkinoinnissa. Toisessa luvussa tarkastellaan asuntojen markkinointia, erityisesti digitaalisen markkinoinnin roolia sekä sen tuomia mahdollisuuksia. Kolmannessa luvussa tutkitaan TikTokin käyttäjäkuntaa, algoritmia sekä eroja muihin alustoihin verrattuna. TikTokin käyttö markkinointivälineenä yleistyy koko ajan, myös asuntojen markkinoinnissa. Tutkimuksessa tarkasteltiin videoita viideltä eri TikTok-tililtä, joista tutkimukseen valikoituivat yhteensä 60 eri videota. Tarkasteltaviksi tileiksi valikoituivat asuntoportaaleiden Etuovi.comin, sekä Oikotie Asuntojen tilit. Lisäksi tutkimuksessa oli mukana Oulussa toimivan kiinteistönvälitysyrityksen Juujärvi LKV:n sekä Vaasassa sijaitsevan Vaasan Kotijoukkueen TikTok-tilit. Viidentenä tilinä tutkimuksessa oli mukana Helsingissä toimivan kiinteistönvälittäjän Hilda Kallio-Mannilan tili. Tavoitteena oli selvittää, mitkä tekijät vaikuttavat TikTok-videoiden tehokkuuteen, minkälaisia markkinointistrategioita kyseiset tilit käyttävät ja käytetäänkö asuntojen markkinoinnissa enemmän orgaanista vai maksettua mainontaa. Tutkimus osoitti, että TikTokissa toimivat erityisesti humoristiset videot ja trendien hyödyntäminen. Suurin osa käyttäjistä toteutti TikTokissa videoita orgaanisesti, mutta myös maksettua mainossisältöä löytyi. Jokaisella käyttäjällä oli hieman erilainen markkinointistrategia asuntojen markkinoinnissa.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.012 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.109 | 0.045 |
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".