Max Factor ja semiselektiiviset värikosmetiikkamarkkinat Suomessa
Bibliographic record
Abstract
Tämän opinnäytetyön tarkoituksena oli vertailla värikosmetiikkasarja Max Factorin ja sen kilpailijoiden asemaa Suomen kosmetiikkamarkkinoilla. Työssä selvitettiin, mitkä tekijät vaikuttavat positiivisesti tai negatiivisesti brändin menestymiseen. Tavoitteena oli selvittää Nordic Cosmetics Ltd Oy:lle, mitkä tekijät vaikuttavat kuluttajan ostopäätökseen ostettaessa semiselektiivistä värikosmetiikkaa ja millä keinoin Max Factoria voidaan kehittää. \n \nTyön tutkimuskysymykset olivat: millainen on semiselektiivisten värikosmetiikkasarjojen asema Suomen kosmetiikkamarkkinoilla, mitkä tekijät vaikuttavat eniten meikkituotteiden ostopäätöksiin ja millaiset ovat kuluttajien mielikuvat Max Factorista. Työn teoriaosuus käsittelee bränditeoriaa, markkinointia ja kosmetiikkamarkkinoita Suomessa. \n \nTutkimuksen empiirinen osa toteutettiin kvantitatiivisella kuluttajakyselyllä. Kuluttajille toteutettiin kysely, jossa selvitettiin ostopäätökseen vaikuttavia tekijöitä, mainonnan ja visuaalisen ilmeen merkitystä, semiselektiivisten värikosmetiikkasarjojen asemaa markkinoilla sekä kuluttajien mielikuvia Max Factorista. Kyselyssä oli yhteensä 15 kysymystä. Kysymyksistä neljä käsitteli vain Max Factoria. Tavoitteena oli saada noin 100 vastausta, jotta tulos olisi luotettava. Vastauksia saatiin yhteensä 103. Kysely suoritettiin syyskuussa 2010. Pohdintaosuus käsittelee yhteenvetona tutkimustuloksia, mahdollisia kehitysehdotuksia ja vastauksien hyödynnettävyyttä tulevaisuudessa. \n \nTutkimustulokset osoittivat, että Max Factor koetaan luotettavana ja laadukkaana sarjana, mutta jokseenkin vanhanaikaisena ja tylsänä. Max Factor ei juuri erotu muista markkinoilla olevista semiselektiivisistä värikosmetiikkasarjoista. Kokonaisuudessaan Max Factor on keskiverto brändi, jolla on laaja tunnettuus. Ripsivärejä vertaillessa Max Factor sijoittui selkeästi kärkeen. Tulokset vahvistivat ennakko-odotuksia siitä, että tärkein ostopäätökseen vaikuttava tekijä on aikaisempi käyttökokemus. Myös laadulla on suuri merkitys ostopäätöstä tehdessä. Ennakko-odotuksista poiketen semiselektiivisten värikosmetiikkabrändien välillä ei ole kuluttajien mielestä havaittavissa merkittäviä eroavaisuuksia.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.055 | 0.011 |
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".