• No results found

Social CRM - Är du med på tåget? - En fallstudie om en organisations hantering av big data för att vårda kundrelationer på sociala medier

N/A
N/A
Protected

Academic year: 2021

Share "Social CRM - Är du med på tåget? - En fallstudie om en organisations hantering av big data för att vårda kundrelationer på sociala medier"

Copied!
39
0
0

Loading.... (view fulltext now)

Full text

(1)

Social CRM – Är du med på tåget?

En fallstudie om en organisations hantering av big data för

att vårda kundrelationer på sociala medier

Social CRM – Are you on the

bandwagon?

A case study of an organization's management of big data

in order to take care of customer relations on social media

Kandidatuppsats

Martin Edrén

Niklas Ljungbro

Informatik Kandidatnivå 13 Högskolepoäng VT 2019

(2)

SOCIAL CRM – ÄR DU MED PÅ TÅGET?

Kandidatuppsats

Edrén, Martin, It och ekonomiprogrammet, Malmö Universitet, Sverige

Ljungbro, Niklas, It och ekonomiprogrammet, Malmö Universitet, Sverige

Abstrakt

Användandet av sociala medieplattformar ökar där kunder lämnar ifrån sig stora mängder data, även kallat big data. Datan kan innehålla värdefull information, varav företag försöker extrahera denna genom data mining, för att erhålla viktiga kundinsikter. S-CRM har blivit ett aktuellt begrepp som syftar till att hantera kundrelationer på sociala medier. Forskning pekar dock på svårigheten för företag att hantera big data och omvandla den till värdefulla kundinsikter. En utmaning är även att mäta avkastningen på sin S-CRM investering. Genom en kvalitativ fallstudie är syftet att skapa en större förståelse för hur ett företag inom konfektyrmarknaden använder S-CRM för att hantera stora mängder data, hur kundinsikter utifrån datan kan erhållas samt hur resultat mäts. Information har erhållits från semistrukturerade intervjuer. Resultatet visar att insikter om den alltmer engagerade kunden, erhålls framgångsrikt genom användandet av en plattform för social mediaövervakning, varav denna effektivt hanterar och sorterar big data. Big data är inte den stora utmaningen, utan användarvänligheten av plattformen anses vara den begränsande faktorn. Resultat visar att det fortfarande är svårt för företag att mäta ROI, men att mjuka värden som erhålls är väldigt värdefulla.

Nyckelord: CRM, S-CRM, Big data, Ostrukturerad data, Data mining, Kundrelationer, mätning av resultat

Abstract

The use of social media platforms is increasing as customers leave large amounts of data, also called big data. The data can contain valuable information, of which companies try to extract this through data mining, in order to obtain important customer insights. S-CRM has become a current concept aimed at managing customer relations on social media. However, research points to the difficulty for companies to handle big data and turn it into valuable customer insights. A challenge is also to measure the return on the S-CRM investment. Through a qualitative case study, the purpose is to create a greater understanding of how a company in the confectionery market uses S-CRM to handle large amounts of data, how customer insights can be obtained from the data and how results are measured. Information has been obtained from semi-structured interviews. The result shows that insights about the increasingly committed customer are successfully achieved through the use of a platform for social media monitoring, of which this effectively handles and sorts big data. Big data is not the big challenge, but the user-friendliness of the platform is considered the limiting factor. Results show that it is still difficult for companies to measure ROI, but that soft values obtained are very valuable.

Keywords: CRM, S-CRM, Big data, Unstructured data, Data mining, Customer relations, Measuring results

(3)

Förord

Vi vill först och främst rikta ett stort tack till våra informanter för att de ville ställa upp på

intervjuer, utan er hade denna studie inte varit möjlig. Vidare vill vi rikta ett stort tack till vår

handledare Helena Holmström Olsson som har varit med och stöttat oss genom hela processen.

Den feedback, uppmuntran och positiva inställning du kommit med har satt en mycket positiv

prägel på arbetets gång.

Utöver detta skall opponenter liksom seminariekollegor vid utbildningen tilldelas ett tack för

återkoppling samt förslag till förbättringar i vårt arbete med studien.

Slutligen, önskar vi framföra en tacksägelse gentemot oss själva för det goda samarbete som

arbetet har kännetecknats av. Dagarna och nätterna har varit många liksom långa, men aldrig

utan resultat. Stort tack.

5 juni 2019

(4)

Innehållsförteckning

1

Inledning

... 1 1.1 Bakgrund ... 1 1.2 Problemsituation ... 2 1.3 Syfte ... 2 1.4 Frågeställning ... 3 1.5 Avgränsningar ... 3 2

Teoretiskt ramverk

... 4 2.1 CRM ... 4 2.2 S-CRM ... 4 2.3 Social CRM house ... 6

2.4 Data och informationsteknologi ... 7

2.5 Big data ... 7

2.6 Ostrukturerad data ... 7

2.7 Data mining ... 8

2.8 Förstå kunder och skapa insikter ... 8

2.9 Nivå av engagemang ... 8

2.10 Value-fusion ... 9

2.11 Mäta resultat och prestanda ... 9

3

Metod

... 11 3.1 Forskningsmetod ... 11 3.2 Litteraturstudie ... 12 3.3 Intervjustudie ... 12 3.3.1 Urval ... 13 3.3.2 Informanter ... 13 3.3.3 Intervjuprocess ... 14 3.4 Analys av data ... 14 3.5 Etiska överväganden ... 15 3.6 Studiens trovärdighet ... 15 3.6.1 Tillförlitlighet ... 15 3.6.2 Pålitlighet... 16 3.6.3 Överförbarhet ... 16 3.7 Diskussion om urval ... 16 4

Empiri

... 18 4.1 Vad är Notified? ... 18

(5)

4.3 Konsumenters nya förväntningar ... 19

4.4 Behovet av en ny IT-plattform för att inhämta data och förstå omvärlden ... 19

4.5 Listen - ett verktyg för att lyssna på konsumenten och skapa värde ... 20

4.6 Konsumentens engagemang ökar ... 21

4.7 Mjuka värden är mest värdefulla ... 21

4.8 Problematiken med att mäta ROI ... 21

5

Analys

... 23

5.1 Den digitala plattformen blir en kritisk grund för att hantera big data ... 23

5.2 Okomplicerad hantering och sortering av big data ... 23

5.3 Listen - ett öra utåt för att skapa konsumentinsikter och förutspå trender ... 23

5.4 Återta kontroll över den högt engagerade konsumenten för ökat värdeskapande ... 25

5.5 Svårt att mäta ROI av S-CRM men mjuka värden ger en god indikation ... 26

6

Diskussion

... 27

6.1 Notified leder till starkare konsumentrelationer ... 27

6.2 Företag är fortsatt begränsade i mätningen av sin S-CRM investering ... 27

7

Slutsats

... 29

7.1 Forskningsbidrag ... 29

7.2 Förslag till framtida forskning ... 29

8

Referenser

... 31 9

Bilagor

(6)

1

1

Inledning

1.1

Bakgrund

I en värld som kännetecknas av ett föränderligt marknadsklimat, hård konkurrens samt kunder som är mer medvetna och tuffare i sitt sätt att ställa krav på företag, tvingas företaget arbeta flitigare med att skapa värde för sina kunder (Alshawi, Missi & Irani, 2011). Under 1990-talet växte ett nytt koncept fram inom företagsvärlden som kom att kallas customer relationship management och fångade multinationella företags uppmärksamhet (Soltani & Navimipour, 2016). Customer relationship management (CRM) är ett strategiskt tillvägagångssätt inom marknadsföring. Greenberg (2010) definierar CRM som “en filosofi och affärsstrategi som stöds av ett system och en teknik avsedd för att förbättra människors interaktion i en företagsmiljö” (s. 413). CRM syftar även till att identifiera, förvärva, behålla och vårda lönsamma kunder. Dessa kundrelationer upprätthålls av företaget genom att bygga och bibehålla långsiktiga relationer med dem (Sin, Tse & Yim, 2005).

Idag finns system som hjälper företag att hantera kundrelationer där CRM-system uppkom som ett resultat av att företag fick allt svårare att hantera information om kunder då kundbasen expanderades. Inledningsvis bestod systemet av en databas där kontaktinformation om företagskunder lagrades. Idag har systemet växt till ett avancerat verktyg (Jamali, Moshabaki, Aramoon & Alimohammadi, 2011) och används av bland annat ICA i syfte att förbättra sin kundlojalitet (Icagruppen, 2014).

Idag finns ett behov av att använda kundinformation i större utsträckning än tidigare. Som ett resultat har det blivit vanligare att företag använder digitala plattformar för att hantera denna typ av data, också kallat big data. Syftet med dessa plattformar är att inhämta kundkunskap varav informationen är en grundförutsättning för att ett företag ska kunna hantera kundrelationer med framgång (Foss, Stone & Ekinci, 2008). Informationen nyttjas exempelvis för att identifiera samt segmentera målgrupper. En analys av mer eller mindre lönsamma kunder görs och olika typer av marknadsföringsaktiviteter kan riktas till respektive segment (Malthouse, Haenlein, Skiera, Wege & Zhang, 2013).

Det finns olika förklaringar till varför företag har gått över till digitala plattformar. En anledning grundar sig i att företag ändrar affärsmodell som kräver högre volym eller effektivare användning av kunddata. Företag vill använda den senaste och mest avancerade tekniken i form av t.ex. data mining, samt ha förmågan att lagra, hantera och analysera ostrukturerad data och även göra denna tillgänglig inom företaget (Stone et al., 2017). En plattform kan definieras vid en bit programvara som rymmer även mindre bitar av programvara och innehåll som kan köras (European Data Portal, 2019). Tekniska, med andra ord digitala plattformar, omfattas av t.ex. molntjänster, operativsystem eller internet. Ofta står plattformar på varandra och internet är också grundförutsättningen för dessa typer av plattformars existens och betraktas därav som deras moder (Metamatrix, 2019).

Medborgarnas användande av sociala medier är en kraftigt växande företeelse som visat sig ha stor genomslagskraft. Enligt Internetstiftelsen (2018) använder 83 procent av svenskarna sociala medier, användandet fortsätter öka och plattformarna används mer frekvent än tidigare. Kunder har med hjälp av nya teknologier fått tillgång till oerhört mycket information om ett företags produkter, tjänster och priser (Acker, Gröne, Akkad, Pötscher & Yazbek, 2011).

Introduktionen av sociala medier anses vara ett disruptivt element i förhållandet mellan marknadsförare och kund, vilket resulterat i att man ifrågasatt tillämpandet av traditionella CRM modeller (Dewnarain, Ramkissoon & Mavondo, 2019). Traditionella CRM aktiviteter som exempelvis mail kampanjer, syftar vanligen till att sälja en produkt eller samla kunddata (Kubina & Lendel, 2014). Kunden får en passiv roll varav förmågan att reagera på företagets aktiviteter i huvudsak sker genom dennes köpbeteende (Malthouse et al., 2013). CRM har gått från en strategi vars primära fokus har varit kundtransaktioner till en som även integrerar kundinteraktioner. Genom sociala medier kan kunder i större utsträckning än tidigare involveras och samverka i en värdeskapande process genom att skriva recensioner och kommentera inlägg (Dewnarain et al., 2019). För att hantera kundrelationer på sociala medier har ett nytt begrepp växt fram som benämns S-CRM. S-CRM kan beskrivas som en affärsstrategi som bygger

(7)

2

på att engagera och involvera kunder genom sociala medier med målet om att skapa förtroende och varumärkeslojalitet (Kubinaa & Lendel, 2015; Woodcock et al., 2011).

1.2

Problemsituation

Uppkomsten av sociala medier utmanar det traditionella CRM synsättet, där konsumenter inte längre är begränsade till en passiv roll i sin relation med företag (Malthouse et al., 2013). Katsioloudes, Grant och McKechnie (2007) poängterar att företag inte längre kan förlita sig på traditionella CRM processer eftersom det föreligger risk att företag förlorar kunder till konkurrenter som bättre möter deras behov. Det råder ett kritiskt läge för företag att komma till insikt med hur man drar nytta av sociala medier liksom kommunicerar med sina kunder. (Soltani & Navimipour, 2016; Askool & Nakata, 2011) Data anses vara en ekonomisk tillgång (World economic forum, 2012). Det finns alltså en stor potential på sociala medier som företag kan utnyttja för att komma närmare kunder och därmed öka intäkter, minska kostnader samt förbättra effektiviteten (Soltani & Navimipour, 2016). För att utnyttja potentialen måste företag övergå till ett S-CRM perspektiv. En övergång som enligt Soltani och Navimipour (2016) och Malthouse et al. (2013) innebär stora utmaningar:

En stor utmaning är big data, vilket syftar till den massiva mängd data som skapas på sociala medier av användare. Datan är snabbväxande samtidigt som det med dagens teknologi är svårt för organisationer att hantera informationen under kontrollerade former. Datan som skapas av användare är i en ostrukturerad form, exempelvis textkommentarer som lämnas av kunden om ett företags produkt. En strukturering av datan krävs innan företag kan extrahera värde ur den, vilket kräver att företag måste bli bättre på mönsterigenkänning (Malthouse et al., 2013). När företag kan hantera data på ett optimalt sätt kan variabler extraheras från sociala medier, t.ex. om en kund uttrycker ett intresse för en produkt. Variablerna kan sedan användas för att dela in kunder i segment. Detta leder till större insikt om vem kunden är vilket resulterar i att företag kan anpassa sin marknadsföring eller relation till denne. Att förstå kunder och skapa insikter på sociala medier bygger mycket på att man har en plattform som har förmåga att hantera data. Detta är kritiskt för företag som vill ligga i framkant i sitt sätt att hantera kundrelationer (Malthouse et al., 2013).

Företag som arbetar med S-CRM bör mäta resultatet av sin S-CRM insats genom att skapa nyckeltal, för att veta om konceptet är framgångsrikt eller inte. Malthouse et al. (2013) nämner att prestanda bör mätas inom ett flertal områden, exempelvis resultatet av anställdas arbete med S-CRM. Att mäta resultat handlar även om att mäta avkastningen på den investering som S-CRM innebär. Malthouse et al. (2013) och Acker et al. (2011) menar att avkastningen på investering är viktigt att förstå och måste mätas. Samtidigt lyfter dessa forskare fram att det är problematiskt att mäta avkastningen på investeringen (ROI).

Ovanstående forskning indikerar att det finns behov av att tillföra mer kunskap inom området för S-CRM. Tekniken S-CRM är ett förhållandevis nytt fenomen, vilket innebär att det är ett relevant område att bekanta sig ytterligare med. Ett område som också bör vara intressant för de företag som vill skapa en större förståelse för hur större värde kan skapas för kund och företag genom användandet av S-CRM.

1.3

Syfte

Studiens syfte är att klarlägga hur ett företag inom konfektyrbranschen använder en plattform för social mediabevakning för att hantera ovanstående utmaningar. Utmaningar är den stora mängd data som produceras på sociala plattformen, hur kundinsikter kan erhållas utifrån denna data och hur man kan mäta resultatet av ett företags arbete med S-CRM.

Forskning tyder på att det finns ett stort behov av att undersöka hur företag arbetar med S-CRM i praktiken, då antalet studier som belyser detta fenomen är begränsat (Soltani & Navimipour, 2016).

(8)

3

Därmed vill vi bidra till befintlig forskning och försöka fylla de aktuella kunskapsluckor som beskrivs ovan.

Studien lämnar ett viktigt bidrag i form av en rekommendation till hur företag som arbetar med S-CRM kan bli mer medvetna och framgångsrika i sättet att hantera kundrelationer på sociala medier. Dessutom berör denna rekommendation de företag som ännu inte implementerat ett S-CRM system för social mediabevakning.

1.4

Frågeställning

Hur kan stora mängder data hanteras, resultat mätas och kundinsikter erhållas i ett företags arbete med S-CRM samt hur förhåller sig företaget till ett förändrat konsumentengagemang?

1.5

Avgränsningar

Studien avgränsas till att undersöka hur en plattform för social mediabevakning kan användas i arbetet med S-CRM, utifrån kundens (Cloettas) perspektiv. Därmed exkluderas undersökning av det företag som skapat plattformen. Avgränsningen görs med syftet som utgångspunkt då det blir relevant att förstå hur företaget tillämpar plattformen gentemot sina konsumenter. Inledningsvis liksom i delen om teori kommer begreppet kund att tillämpas, då det är så teorierna uttrycker sig. Följande delar om empiri, analys, diskussion o.s.v. använder istället begreppet konsument, med tanke på att studien gjorts med en avgränsning mot Cloettas slutkonsumenter och inte återförsäljare. Vidare görs en avgränsning i Notified, vilket är den plattform som används för övervakning av sociala medier. Här undersöks en specifik funktion vid namn listen som visar sig vara särskilt intressanta för forskningsfrågan, istället för en studie på systemets alla innefattande funktioner.

(9)

4

2

Teoretiskt ramverk

Studiens teoretiska ramverk är uppbyggt genom en introducerande del om traditionell CRM och S-CRM samt vad som skiljer dessa begrepp åt. Läsaren förs därefter vidare till den teoretiska modell som ligger till grund för denna studie, benämnd Social CRM house. Modellen består av olika element och är av författarna anpassad genom förändring, där numreringar plockats bort samt att några element försetts med en färgkodning, med anledning av att förtydliga vilka som tillämpas. De färgkodade delarna avspeglar därefter resterande delar av det teoretiska ramverket, där dessa också innefattas av tillhörande centrala teorier liksom begrepp.

2.1

CRM

CRM står för customer relationship management och syftar till att identifiera, förvärva, behålla och vårda lönsamma kunder genom att bygga och bibehålla långsiktiga relationer med dem (Sin, Tse & Yim, 2005). Den traditionella CRM definitionen beskriver Greenberg (2010) som “en filosofi och

affärsstrategi som stöds av ett system och en teknik avsedd för att förbättra människors interaktion i en företagsmiljö” (s. 413). Transaktionsprocessen hos traditionell CRM fokuserar vid att leverera

kampanjer och marknadsföring till kunder. Hos traditionell CRM (Figur 1) ligger tyngden vid vilket värde som skapas för företaget och dess merförsäljning, där kundens betydenhet kommer i andra hand (Kubina & Lendel, 2015). Goldenberg (2015) menar att dagens organisationer i stor utsträckning endast tar del av transaktionell information om kunder, exempelvis vad de har köpt, när och till vilket pris.

Figur 1. Traditionell CRM. (Kubina & Lendel, 2015).

2.2

S-CRM

Istället för att fokusera på transaktionell information om kunden, används S-CRM snarare för att hämta sentimental information, alltså vilken typ av attityd kunden signalerar gentemot produkter och varumärken. Inom S-CRM blir konversationen mellan kund och företag central. Där företag fokuserar vid meddelandets typ av innehåll och kvalitet. Värdet ligger här alltså inte i reklamen eller kampanjen utan i den konversation som man försöker etablera och bibehålla med kunden (Kubina & Lendel, 2015). Som figuren om S-CRM illustrerar (Figur 2) kan detta sedan omvandlas till olika typer av relationer beroende på vem konversationen genomförs med. Det innehåll som i ett första skede förmedlas har som mål att i ett slutskede resultera i meningsfulla och personliga relationer, både för företaget men likväl för kunden (Kubina & Lendel, 2015).

(10)

5

Figur 2. Social CRM. (Kubina & Lendel, 2015).

Gemensamt för CRM och S-CRM är ändå att det handlar om att skapa meningsfulla och värdefulla relationer mellan företag och dess kunder. S-CRM ersätter inte ett befintligt CRM-system, utan ses snarare som en förlängning i form av ytterligare en integrerad funktion i CRM-systemet eller som en extern plattform (Guha, Harrigan & Soutar, 2018).

Acker et al. (2011) menar dock att det krävs ett nytt tillvägagångssätt för att hantera kundrelationer i en värld där den sociala kunden breder ut sig. Greenberg (2010) menar att sociala medier är informationsrika källor med över 100 000 000 bloggar, diskussionsforum och externa webbplatser som kan utnyttjas. Sociala medier beskrivs som en grupp av internetbaserade applikationer som möjliggör skapandet och utväxling av användargenererat innehåll (Kaplan & Haenlein, 2010). Det finns många typer av sociala medieplattformar exempelvis Facebook och Instagram.

Framväxten av sociala medier har mynnat ut i att nya och innovativa metoder används för att hantera kundrelationer, vilket har resulterat i en ny typ av CRM, nämligen S-CRM (Kubina & lendel, 2015). Greenberg (2010) definierar S-CRM som:

“a philosophy & a business strategy, supported by a technology platform, business rules, processes and

social characteristics, designed to engage the customer in a collaborative conversation in order to provide mutually beneficial value in a trusted & transparent business environment. It’s the company’s response to the customer’s ownership of the conversation (s. 413).

Acker et al. (2011) poängterar att företag i sitt arbete med S-CRM bör lyssna på sociala medier, för att få en känsla av vad kunder har för åsikter om företaget. Därför föreslår Acker et al. (2011) att företag bör ägna sig år övervakning som syftar till att företag ska lyssna på vad som sägs på sociala medier. Goldenberg (2015) menar att organisationer tidigare fokuserat på att etablera envägs konversationer gentemot kunder, där endast företaget initierade och höll i konversationen. Genom sociala mediers framväxt kan en tvåvägs dialog mellan kunden och företaget åstadkommas.

S-CRM är speciellt värdefullt för företag eftersom användarna frivilligt går in på sociala medier och blir uppdaterade av företagen (Kubina & Lendel, 2015). Kunder vill engagera sig på en social nivå med varumärken på samma sätt som de vill kommunicera med familj och vänner. Facebook kan exempelvis användas för att kommentera inlägg, lämna rekommendationer eller uttrycka åsikter om ett företags produkter eller varumärke. Dessa åsikter kan influera företag att anpassa produkter och tjänster utifrån kundens synpunkt (Kubina & Lendel, 2015).

Kunder kan dock även skriva negativa kommentarer om företaget vilket kan skada företagets rykte. Acker et al. (2011) menar att företag måste ta upp kampen mot den expansiva sociala webben, där kundupplevelser och åsikter som delas har förmågan att rasera ett företags rykte väldigt snabbt. Det blir därför kritiskt för företag att ha ett verktyg för att få snabb access till alla sociala medieplattformar man

(11)

6

är verksam på, för att lösa kundens bekymmer. Att kunna hjälpa kunder på detta sätt innebär att andra personer kan se vad företaget gör, vilket kan förbättra dessa kunders bild av företaget (Goldenberg, 2015).

Företags användande av Facebook eller andra sociala nätverk är lukrativt, för att förvärva sociodemografiska data som exempelvis ålder eller relationsstatus och därigenom får företag mer information om befintliga kundprofiler (Kubina & Lendel, 2015). Företag som på ett effektivt sätt kan använda sig av S-CRM kan förvänta sig ökad försäljning, bättre kommunikation om produkter och tjänster samt en effektivare hantering av kundrelationer (Panagopoulos, 2010). Dessutom möjliggör S-CRM identifiering av nya marknader och trender i riktning med att tillträda, utvecklas och orientera sig inom de (Soltani & Navimipour, 2016; Warfield, 2009).

Den stora mängden information som skapas av kunder på de sociala mediaplattformarna måste hanteras av företag som är verksamma i dessa nätverk. (Kubina & Lendel, 2015). S-CRM ställer nya krav på hur organisationer lyssnar och skickar värdeerbjudanden till sina kunder för att maximera lönsamheten (Kubina & Lendel, 2015). Med hjälp av S-CRM bör företag inte missa vad kunden säger till sitt sociala nätverk om deras varumärke eller vad denne säger direkt till företaget (Kubina & Lendel, 2015)

2.3

Social CRM house

Social CRM House är en modell skapad av Malthouse et al. (2013). Modellen illustrerar ett hus som byggts upp av olika beståndsdelar, dessa beståndsdelar benämns som element. Alla element blir viktiga för företag att beakta och arbeta med vid S-CRM. Framväxten av social media har på olika sätt förändrat och medfört utmaningar inom samtliga element. Inom data och informationsteknologi lyfter Malthouse et al. (2013) fram big data och ostrukturerad data som exempel på utmaningar. Den färgläggning som syns i figuren illustrerar vilka element som vidare kommer att behandlas i studien (se Figur 3).

Figur 3. Social CRM house. (Malthouse et al., 2013). (anpassad efter förändring och med färgläggning som visar de element som studien fokuserar på).

(12)

7

2.4

Data och informationsteknologi

Data och informationsteknologi är ett av de element som utgör husets grund och anses som en fundamental del i arbetet med S-CRM. Malthouse et al. (2013) förklarar att det krävs informationsteknologi som har förmåga att behandla den stora mängd data som produceras på sociala medier. Utveckling av informationsteknologi ger företag möjlighet att bearbeta data i realtid. Företag inom flertalet branscher investerar stora resurser för att ha möjlighet att inhämta data som produceras på sociala medier (Malthouse et al., 2013). För att kunna inhämta denna typ av data tillämpas därför olika typer av teknologiska verktyg. Idag tillförs verktyg för att bevaka sociala medier som kan användas för att övervaka bloggar, sociala nätverk och forum etc. (Greenberg, 2010).

2.5

Big data

Begreppet big data syftar till en stor mängd digitalt lagrad information varav den stora kvantiteten gör den svårhanterad med traditionella verktyg och processer, vilket gör att det blir svårt att extrahera värde från denna data (Lobato, Pinheiro, Jacob, Reinhold & Santana, 2017). Big data kan förekomma i både strukturerad och ostrukturerad form och kan genom att användas på rätt sätt skapa värde för företag. Kunder producerar stora mängder data dagligen, via sociala medier genom att dela med sig av preferenser om produkter och tjänster. För att underlätta förståelsen för kommande begrepp i det teoretiska ramverket som exempelvis data mining och ostrukturerad data, bör man först bekanta sig med vad big data är. Därmed är begreppet också centralt för studien.

Enligt Ward och Baker (2013) visar sig termen big data inte ha en enhetlig definition av vad den innefattar. Detta grundar sig i att den uppkommer inom flertalet områden med olika ursprung som exempelvis akademin, industrin liksom området för media. Tvetydigheten uttrycker sig men trots det går de att finna ett antal punkter som pekar på likheter vid definitionen av termen (Ward & Baker, 2013). Ward och Baker (2013) nämner tre stycken drag som går att finna inom alla de olika sektorernas definitioner. Storleken och volymen på den data som existerar är av ett kritiskt slag. Komplexiteten är betydande vid hanteringen av struktur och beteende hos data är likaså en kritisk faktor. Teknologin är begränsad, de typer av verktyg och tekniker som idag finns tillgängliga och skall extrahera samt bearbeta stora mängder data anses också vara en omständighet av det kritiska slaget (Ward & Baker, 2013). Lobato et al. (2017) nämner även de ett par kritiska faktorer med big data. De definierar att karakteristiska utmaningar med den stora mängden sociala data är volymen, hastigheten liksom dess stora variation av innehåll.

2.6

Ostrukturerad data

Ostrukturerad data infinner sig som nästa centrala teoretiska begrepp i studien. Ostrukturerad data och hanteringen av den lyfter Malthouse et al. (2013) fram som en utmaning eller också kallat fallgrop anknutet till husets nedersta element i Social CRM house. Ostrukturerad data kan t.ex. motsvara all den komplexa mängd textkommentarer som finns på sociala plattformar (Malthouse et al., 2013). Anshari et al. (2018) lyfter även fram att dessa två datakällor kan infinna sig på flera andra multikanaler som exempelvis röstinspelningar, videoinspelningar, bildbehandling, öppen data från regeringen och från kunders olika aktiviteter online. Med tanke på storleken och andelen ostrukturerad data jämfört med strukturerad, söker företag avancemang i att hantera just ostrukturerad data med hjälp av tekniker inom data mining. Kunders aktiviteter och producerad ostrukturerad data, försöker verksamheter utvinna i syfte med att förstå kundernas mönster eller beteende (Anshari et al., 2018).

(13)

8

2.7

Data mining

Begreppet data mining står för en samling metoder som syftar till användandet av statistisk analys och algoritmer i syfte att automatisera sökandet efter samband, mönster och trender inom big data (Wahlström, 2015). Lobato et al. (2017) uppger att ca 90% av sociala data på nätverk är just ostrukturerad, vilket är klart utmanande för oss människor och de data mining verktyg som används för att samla in och extrahera data. Dessutom används dessa typer av metoder vanligtvis på strukturerad data, vilket innebär helt andra förutsättningar (Lobato et al., 2017). Bearbetning och utveckling av tekniker med data mining kan dock på sikt komma att förbättra och skapa helt nya möjligheter för ostrukturerad datainsamling och S-CRM signifikant (Lobato et al., 2017).

2.8

Förstå kunder och skapa insikter

Att förstå kunder och skapa insikter innefattar nästföljande element från grunden i Social CRM house. Den data som erhållits av det informationsteknologiska verktyget blir föremål för vidare analys. Genom analys av data kan mönster av information upptäckas om kunden och företag kan således få en djupare förståelse om dem och möjligheter att förutse deras behov (Anshari et al., 2018). Företag kan då agera utefter informationen och omvandla denna till värdefulla insikter om kunder (Malthouse et al., 2013). Acker et al. (2011) menar att företag ska bedöma och analysera de resultat som övervakningen har gett och kartlägga dessa områden för att värdera möjligheter och hot som adresseras på sociala medier. Med hjälp av övervakningsverktyg kan företag spåra speciella ämnen, influencers, kundengagemang och räckvidd 24 timmar om dygnet (Greenberg, 2010). Det handlar om att systematiskt samla insikter, data och erfarenheter för att förstå företagets målgrupp, men även dess dynamik. Med hjälp av sociala medier kan organisationer enkelt samla in sentimental information (Goldenberg, 2015). Sentimentanalys används för att se vad för typer av känslor som individer eller grupper utstrålar. Den tittar på kundattityder, t.ex. om kunden är positiv, negativ eller neutralt inställd under ett givet tillfälle eller hur attityder förändras över tid. Den kan även användas för att mäta hur effekten av attityden förökar sig genom sociala nätverk (Goldenberg, 2015).

Vidare är profilinformation “personlig” information, som kan hämtas från individer på sociala medier och som anses viktig för att erhålla insikter om hur en kund vill interagera med företag. Informationen kan erhållas genom mikrosegmentering vilket handlar om att dyka ner på djupet i kundens liv utan att vara påträngande. Detta gör företag för att förstå konsumentens livsstil och valmöjligheter men även för att kunna förutsäga framtida beteenden. Profilinformation blir viktig för att hitta differentierbar information om kunder. Intresset för denna typ av segmentering ökar och det finns flera verktyg på marknaden som kan utnyttja profilinformation från externa sociala nätverk som Facebook och LinkedIn (Greenberg, 2010).

Företag kan med fördel använda övervakningsverktyget för att granska sociala medier för att se vad konkurrenter gör. Genom att lyssna på vad som sägs på sociala medier har företag en förmåga att hantera företagets rykte. Med hjälp av verktyget kan företag övervaka klagomål som kommer från kunder på sociala medier och hantera händelser som innebär dålig publicitet för företaget. Detta är något som Acker et al., (2011) benämner som en reaktiv CRM aktivitet. Det är kritiskt att företag bygger upp funktioner likt dessa för att ha en beredskap när eller om ovanstående inträffar. Således förhindrar företaget att varumärket tar skada eller få dåligt rykte (Acker et al., 2011).

2.9

Nivå av engagemang

Nivå av engagemang är ytterligare ett element tillhörande modellen Social CRM house, som syftar till att kundens engagemang gentemot ett företag kan variera från lågt till högt. Exempelvis tenderar en lågt engagerad kund att konsumera reklam utan att visa något större intresse. Möjligtvis kan kunden “gilla” ett inlägg, vilket också utmärker lågt engagemang. En högt engagerad kund kännetecknas av att hen är

(14)

9

med i en medskapande process med varumärket, exempelvis genom att skriva en recension om ett företags produkt. Malthouse et al. (2013) poängterar att sociala medier har resulterat i att kunder visar ett större engagemang än tidigare gentemot produkter och varumärken.

Ett företag bör utveckla sin CRM strategi utefter vilket engagemang som infinner sig från kunderna och likväl efter vilka CRM mål man som företag vill uppnå (Malthouse et al., 2013). Högre kundengagemang är mer förknippat med S-CRM och lägre engagemang från kundens sida är mer associerat med traditionell CRM. Vid ett högre kundengagemang på sociala medier förlorar företaget allt mer kontroll över vad som sägs om dem. Till exempel kan en högt engagerad kund välja att distribuera en recension om företagets produkt, eller avslöja erbjudanden som företaget kanske inte vill exponera för en bredare publik. En mer engagerad kund gör också fasen om uppsägning av en relation svårare, särskilt när handlingen kommer ifrån företaget (Malthouse et al., 2013). Vid en sådan typ av uppsägning är kunden också mer sannolik till att reagera negativt på handlingen i form av t.ex. negativt word-of-mouth. Effekten av detta kan förstås leda till förlust av kunder eller i värsta fall kollektiva åtgärder som bojkott av kunder. Denna typ av företeelse blir klart vanligare idag och inom S-CRM med tanke på att kunden har ett starkare inflytande via sociala medier (Malthouse et al., 2013).

Traditionella kommunikationsprocesser har fokuserat på att leverera marknadsföring och annonser till passiva kunder och dessa kunder existerar inte på samma sätt vid sociala medier idag (Malthouse et al., 2013). För att kunna hantera den numera aktiva kunden bättre, krävs det att företag måste utveckla nya kommunikationsstrategier där värdet som skapas för enskilda kunder är något utöver enbart reklam. Malthouse et al. (2013) menar att företag kan använda dessa typer av strategier för att samla in data om kunder och genom det förbättra förmågan vid att hantera relationer till deras kunder. Ett område som är framväxande inom marknadsföring är huruvida man som företag tillhandahåller innehåll som är engagerande för kunden. Detta handlar för företaget om ett övergripande mål där man lockar kunden genom att förse den med innehåll som den värderar, med andra ord inte sådan marknadsföring som enbart består utav reklam. Utöver detta är samtidigt företagets främsta mål att i framtiden sälja fler tjänster eller produkter (Malthouse et al., 2013).

2.10

Value-fusion

Vid value-fusion involveras både kundens liksom företagets värdeskapande där en interaktion mellan de två parterna kan resultera i en fördel för dem båda. Strategier baserade på value-fusion syftar till att använda information för att maximera värdet för både företaget och kunden (Malthouse et al., 2013). Ett exempel på ett sådant fall kan vara då ett företag skickar ut information i form av mail till en specifik kund om att dennes favoritartist har en planerad konsert i anslutning till där kunden bor. Denna typ av kommunikation till kunden har ett klart värde för företaget då det möjligtvis skulle kunna generera i försäljning av biljetter till konserten. Ur kundens perspektiv kan det också vara värdeskapande men utfallet tenderar att vara mer osäkert då kunden delvis kan uppleva mailet som spam eller intrång på dess integritet. Likväl kan det gynna kunden genom att den uppskattar informationen om konserten, köper biljetter och dessutom kanske delar information om den med sina vänner.

2.11

Mäta resultat och prestanda

Att mäta resultat innefattar den sista av beståndsdelarna som lyfts fram från modellen om Social CRM house och inkluderar aktiviteter som handlar om att mäta prestanda och utvärdera data. På det sättet kan man få ett resultat på huruvida arbetet med S-CRM är framgångsrikt eller inte. Malthouse et al. (2013) föreslår att företag måste utveckla key performance indicators (KPI), alltså nyckeltal för elementen. Företag kan använda mängden användargenererat innehåll t.ex. antal tweets, retweets eller facebook gillningar som ett mått för att se hur detta minskar eller ökar i förhållande till de aktiviteter som företag utför på sociala medier. Problemet med detta mått är att man kvantifierar “output”, d.v.s. att man t.ex. enbart ser den ökning av antal gillningar i förhållande till en viss aktivitet som företaget utför. Istället

(15)

10

bör företag beräkna resultatet - effekten av den ökningen man ser i antal gillningar. Svårigheten är heller inte att se hur många kunder som nås av företagets budskap på sociala medier utan snarare det värde som skapas. Företag har alltså svårt att se avkastningen på sin S-CRM investering. Malthouse et al. (2013) understryker att man ser sociala medier överallt utom i ROI statistiken. Acker et al. (2013) instämmer och menar att det är viktigt att avkastningen på investeringen (ROI) måste förstås och mätas. Att utvärdera S-CRM aktiviteter baserat på output snarare än resultat, kan uppmuntra anställda att vidta åtgärder som är olönsamma och kontraproduktiva. Många företag är begränsade i sitt sätt att identifiera vilka aktiviteter på sociala medier som attraherar kunder som genererar högst lönsamhet. Det är även svårt att se vilka av företagets nuvarande kunder som bäst promotar företagets produkter inom sociala medieplattformar. Vidare föreslår Malthouse et al. (2013) att anställdas prestanda kan mätas genom att titta på hur företagets anställda svarar kunder på sociala medier. Om företagets kunder uttrycker tillfredsställelse om en produkt på sociala medier kan man exempelvis mäta hur lång tid det tar för anställda att respondera dessa kunder. Man bör även mäta hur många svar som den anställda skriver eller hur många gånger de får klagomål från kunder.

(16)

11

3

Metod

3.1

Forskningsmetod

Studien tar en kvalitativ ansats genom att inhämta data från semistrukturerade intervjuer. Utifrån frågeställningen ansågs en kortvarig samtida fallstudie av deskriptiv karaktär vara en lämplig forskningsstrategi. Utmärkande för en deskriptiv fallstudie är att fallet studeras på djupet vilket resulterar i en detaljerad och rik insikt i dess komplexa relationer och processer (Oates, 2006). Strategin valdes med forskningsfrågan som utgångspunkt, med förhoppningen om att erhålla så detaljrika data som möjligt, som vi anser behövs för att förstå hur fallföretaget Cloetta hanterar de problem som presenteras i vår frågeställning. Detta eftersom vi ser dessa problemområden som relativt komplexa, vilket kräver detaljerad information. Strategin skapar därför en bra förutsättning för oss, för att få en grundlig inblick i hur företaget arbetar med sin digitala plattform och dessa utmaningar.

Vidare menar Denscombe (2018) att tillträde till datakällor är avgörande för valet av forskningsstrategi och att vissa typer av strategier, exempelvis fallstudier, är någorlunda förutsägbart vad gäller deras tidsomfång och kan vara lämpliga då projekt är tidsbegränsade. Att det blev en enfallsstudie grundar sig mycket i att vårt tillträde till ett större antal datakällor blev begränsat. En närmare förklaring till varför antalet datakällor blev begränsat förklaras under delen om avsnittet om metoddiskussion. Då forskningsprojektet var tidsbegränsat framstod fallstudien trots allt som ett lämpligt val. Slutligen användes Denscombes (2018) checklista för val av forskningsstrategi, som en utvärdering på huruvida strategin ansågs som lämplig för studien.

Studien präglas av ett interpretivistiskt synsätt. Utmärkande för interpretivism är att man studerar personer i deras naturliga miljö (Oates, 2006), där fokus ligger på de individer som medverkar i studien för att förstå hur de ser världen utifrån sitt perspektiv (Bryman & Bell, 2017). Detta gör vi för att förstå fenomen där målet är att skapa en rik förståelse i en potentiellt unik kontext. Intepretivister föredrar därför att erhålla kvalitativa data och genomföra en noga analys av denna. Det interpretivistiska synsättet menar att det inte finns en enda sanning utan flera olika. Exempelvis vad som uppfattas vara den bästa lösningen på ett problem kan skilja sig åt mellan två företag (Oates, 2006).

Med det interpretivistiska synsättet som utgångspunkt blir syftet med forskningen att förstå hur informanterna upplever S-CRM och de utmaningar som följer med detta. Semistrukturerade intervjuer anses då vara en lämplig datainsamlingsmetod då metoden möjliggör för informanterna att tala relativt fritt om deras upplevelser. Vi vill således utifrån informanternas utsagor, få en större förståelse om ett relativt nytt fenomen - S-CRM och hur dessa arbetar med de utmaningar som presenteras i problemdiskussionen. Vi går in med inställningen att det finns flera olika lösningar på den problematik som råder och att den lösning som informanterna presenterar anses vara den bästa lösningen från deras perspektiv. Eftersom den interpretivistiska forskaren omöjligt kan förhålla sig neutral, utan kommer påverka forskningsprocessen utifrån egna antaganden om värderingar (Oates, 2006), kommer en diskussion föras i vilken utsträckning vi kan tänkas ha påverkat forskningen. Diskussionen kommer göras i delen om metoddiskussion.

Inledningsvis togs en deduktiv ansats genom att utgå från litteraturstudien och de teoretiska ramverk som erhölls från denna. Ett deduktivt förhållningssätt innebär att analysstrategier är bestämt på förhand, d.v.s. de teorier som valts för studien är relevanta för problemställningen och lägger grunden för analysen (Rienecker & Jørgensen, 2017). De teorier vi använder är de element som har tilldelats en färgkod i Social CRM house modellen. Teorierna prövade vi sedan gentemot den empiri som hämtades från intervjuer, för att efter en analys bekräfta alternativt förkasta teorierna. Under intervjun framkom relevant information från informanterna som gjorde att vi kom att komplettera med nya teorier. Vi lät således även empirin styra vårt val av teori, vilket utmärker en induktiv ansats. Kombinationen av ovanstående ansatser resulterar i en abduktiv ansats. Den abduktiva ansatsen innebär att vi rör oss mellan teori och empiri (Bryman & Bell, 2017). I denna studie har vi således inslag av en abduktiv ansats, vi menar att denna ansats växte fram som en naturlig del under forskningsprocessen.

(17)

12

3.2

Litteraturstudie

En litteraturgranskning genomfördes vilket gav oss en övergripande inblick i vetenskaplig litteratur som behandlar ämnesområdet. I forskningsprocessens inledande skede lästes en systematisk litteraturgranskning skriven av Soltani & Naivimipour (2016). Genom artikeln erhöll vi övergripande information om S-CRM. I denna artikel upptäcktes de kunskapsluckor som nämns i problemdiskussionen och som författarna till artikeln ovan menar förtjänar vidare utredning. Artikeln blev vår utgångspunkt varav ytterligare information med avseende på kunskapsluckorna hämtades från andra artiklar.

Databaser som exempelvis Google scholar, ScienceDirect, Elsevier, Springer, Eric, ResearchGate samt Lubsearch användes för att få tillgång till vetenskapliga artiklar varav nyckelord användes som sökord. De mest använda sökorden var: Social customer relationship management, big data, unstructured data etc. En icke avgränsad sökning på Social customer relationship management genererade 10251 träffar varav en avgränsning ansågs nödvändig för att erhålla ett mer specifikt resultat. Vid en andra sökning utformades inklusionskriterier. Kravet var att sökningen skulle visa vetenskapliga artiklar publicerade från år 2000-2019. S-CRM är ett förhållandevis nytt fenomen där nya teorier genereras, begränsningen av årtal genomfördes då teorier har uppkommit på senare tid under 2000-talet. Vi försökte därmed använda den senare forskningen inom området. Vi inkluderade referentgranskade material och har försökt använda dessa i största möjliga utsträckning för att öka studiens trovärdighet. Sökningen optimerades ytterligare genom att kombinera nyckelord tillsammans med booelska operatören AND för att filtrera bort irrelevant information och därmed erhölls ett mer preciserat resultat. Exempelvis användes social customer relationship management kombinerat med big data eftersom båda begreppen är relevanta i förhållande till studiens syfte.

3.3

Intervjustudie

I linje med den enfallsstudie som genomförs, väger intervju tungt som metod. Intervjuer tenderar att resultera i djupa och utförliga svar, vilket vi menar framstår som ett lämpligt val i förhållande till forskningsstrategin och studiens frågeställning (Denscombe, 2016). Det här med anledning av att vår problemformulering tydliggör hur vi vill försöka utvinna rik information och insikt om fenomenet S-CRM och kontexten hos ett specifikt företag. Denscombe (2018) uttrycker att kvalitativ forskning tenderar att inbegripa relativt få människor eller händelser. Detta faller i riktning med egenskaperna för djupgående studier och detaljerade beskrivningar, som är möjliga när det är ett begränsat antal. Enligt Denscombe (2018) inriktar sig kvalitativa forskare på att komma nära datan som samlas in och likväl erhålla mycket detaljerad kännedom om dem. Detta blir ett aktuellt perspektiv vid insamlingen av data hos denna studie som riktar in sig på ett enskilt fall. Dessutom poängterar Denscombe (2018) att forskningsfrågan vid kvalitativ forskning, varken bör eller kan formuleras på ett exakt eller färdigt sätt före skedet om datainsamling. Kvalitativ forskning betraktar detta som en framväxande och upprepad process (Denscombe, 2018). Detta går exempelvis att sätta i relation till problemformuleringen och forskningsfrågan för denna uppsats, som båda har fått en ny utformning vid flertalet tillfällen.

Kvalitativa intervjuer riktar in sig på att fånga in ord och bilder, där orden kan vara både nedtecknade liksom talade (Denscombe, 2018). Vid denna intervju lades störst fokus vid att samla in de talade orden. Med tanke på att intervjuerna är semistrukturerade kommer även följdfrågor att ställas baserat på individernas svar. Styrkan i det semistrukturerade ligger i att alla kandidaterna behandlas lika och att vi tilldelas bedömningsunderlag, samtidigt som svaren kan komma att få en unik twist tack vare följdfrågorna (Denscombe, 2016). Fördelen är även att informanterna har möjlighet att själva ta upp frågor som kan komma att vara av stor vikt givet temat och som intervjuaren möjligtvis har missat att lyfta fram (Oates, 2006).

(18)

13 3.3.1 Urval

Vid urval av fall var vårt kriterium att undersöka ett företag som är aktivt på sociala medier och som använder informationsteknologi för att hantera konsumentdata och konsumentrelationer på sociala medier. Detta urval gjordes med forskningsfrågan som utgångspunkt. Utöver det riktade vi också in oss på ett företag inom konfektyrbranschen. Denna bransch innefattas av företag som sysslar med tillverkning och försäljning av sådant som exempelvis kakor, godis och choklad.

Inledningsvis använde vi sökmotorn Google för att hitta information om tillgängliga S-CRM plattformar på marknaden. Genom sökningen hittade vi företaget Notified som visade sig vara relevant eftersom de tillhandahåller en plattform för social mediaövervakning. På Notifieds hemsida framgick det att Cloetta använder plattformen. Eftersom en av oss känner en anställd på Cloetta, bestämde vi oss för att etablera kontakt med dem. Genom att undersöka hur ett företag arbetar med en specifik plattform hade vi förhoppningen om att utvinna detaljerad information om hur plattformen används. Utöver detta system finns många andra med liknande användningsområde, men att studera företag som använder sig av olika system menar vi hade mynnat ut i ett mindre detaljerat resultat.

Vi fick kontakt med informanterna genom ett snöbollsurval. Den person som kontaktades i studiens inledande skede, hänvisade oss vidare till informanterna. Efter mailkontakt och information om informanternas roll i företaget kunde vi verifiera att dessa personer hade särskilt god kompetens inom området. Detta eftersom dessa personer ansvarar och besitter goda kunskaper om hur plattformen används för att inhämta konsumentinformation på sociala medier.

3.3.2 Informanter

Informanterna som deltagit i denna studie består totalt av tre stycken från företaget Cloetta. Två av informanterna på Cloetta arbetar delvis tillsammans under samma avdelning på företaget. De har olika kön liksom roller på arbetsplatsen och likväl varierande kunskap om ämnet och dess olika frågor om data, sociala medier, CRM och kommunikation med konsumenten.

Informant nummer ett, Helena, innehar rollen som Communication Project Manager och arbetar på marknadsavdelningen med kommunikation i ett relativt brett perspektiv. Här ägnar sig informanten bl.a. åt mycket omvärldsbevakning via plattformen Notified, pressrummet liksom hemsidan. På företagets hemsida arbetar personen även med community management och den interna kommunikationen anställda emellan. Personen i fråga jobbar även tätt ihop med den andre informanten som intervjuas. Informant nummer två, Mikael, innehar rollen som Activation Manager på marknadsavdelningen och är sysselsatt med aktivering av ett par av företagets större varumärken. Varumärkesaktiveringen handlar om att öka all synlighet man har, framförallt den icke fysiska synligheten utanför butik, som man benämner above the line. Detta handlar t.ex. om digitala kanaler, TV eller andra platser utomhus. Utöver denna aktivering bedriver personen även sådan inom t.ex. event och PR. Informant nummer två är aktiv med plattformen Notified genom att ta del av daglig omvärldsbevakning i form av exempelvis rapporter. I en tidigare roll på företaget som digital projektledare, ägnade denne även mycket arbete med varumärken kopplat till Notified och sociala medier.

Den tredje informanten, Sara, innehar rollen som Brand Manager inom marknadsavdelningen på företaget Cloetta. Personen har haft olika typer av roller i företaget och kan således bidra studiens empiriska delar med ett övergripande liksom annat perspektiv kontra de två första informanterna. Tidigare har Sara arbetat inom ekonomi, konsumenttjänst och kundservice samt dessutom med administrativa kontorsuppgifter. De administrativa uppgifterna har exempelvis behandlat avtal, reception, växel o.s.v.

(19)

14 3.3.3 Intervjuprocess

En intervjuguide förbereds genom att sätta upp teman utifrån uppsatsens forskningsfråga och de teoretiska ramverk som presenteras i föregående avsnitt. Utifrån teman utformades kategorier och frågor som ansågs relevanta för respektive tema, varav dessa frågor ställdes under intervjun. Respondenterna fick ta del av frågorna i förväg vilket gjordes på deras begäran. Eftersom intervjun var tidsbegränsad till 30 minuter, såg vi detta som en möjlighet eftersom informanterna kunde sätta sig in i frågorna och möjligtvis formulera svar i förväg. Tidsbegränsningen om 30 minuter gjorde att vi inte var säkra på att få svar på alla våra frågor. Vi fick uttömmande och detaljrika svar, vilket troligtvis var en bidragande faktor av detta tillvägagångssätt. Vidare utformades en checklista med ett antal viktiga punkter som intervjuerna skulle komma att använda under intervjuns genomförande. Till denna checklista hörde bl.a. ett samtyckesformulär som presenterades av oss som författare innan intervjun.

Intervjun genomfördes som en semistrukturerad par intervju ansikte mot ansikte med informant ett och två på Cloettas huvudkontor i Malmö. Intervjun utspelade sig i ett mindre avskilt rum bestående av ett bord med 6 tillhörande stolar. Vi föreslog via mailkontakt den fastslagna platsen, vilken med fördel också passade informanterna väl. Informanterna satt vid intervjutillfället intill hörnen på varsin sida vid ena änden av bordet och vi likadant vid varsitt hörn på den andra sidan av bordet. Detta för att undvika en känsla av konfrontation, vilket gav goda förutsättningar för ett mer avslappnat möte och intervju med informanterna. För att dokumentera allting användes ljudupptagning genom att använda två mobiltelefoner, varav fullt fokus kunde riktas till informanterna och vad de sa. Ljudupptagningen kompletterades med enklare anteckningar som ett stöd, ifall t.ex. oförutsedda komplikationer med tekniken skulle uppstå. Enligt Denscombe (2018) tenderar kvalitativa data att vara oersättliga och därför är det av god praxis att göra kopior på den data man har samlat in, vilket vi gjorde efter intervjun. Vi använde även ljudupptagning eftersom det enligt Bryman (2018) kan innebära en stor fördel genom att det underlättar kommande analys av data efter transkribering.

Intervjuns förutbestämda tidsåtgång var på 30 minuter men efter 20 minuter blev vi avbrutna och ombedda att byta rum då det var bokat. Resterande tid av intervjun togs upp i ett annat rum utav det mindre slaget där den fortsatte i samma anda liksom avslutades utan komplikationer.

Vi genomförde en andra semistrukturerad intervju över Skype med en tredje person på Cloetta, för att få ytterligare ett perspektiv och samla in mer data. Denna intervju var likt den första semistrukturerad men utfördes via Skype och varade ca. 20 minuter. Likt de två första informanterna fick även denna informant ta del av frågorna i förväg liksom upplysas om samtycket till de fåtal punkter som återfinns på formuläret.

3.4

Analys av data

När man skall genomföra en analys av data menar Denscombe (2018) att forskaren kan ta ett kvantitativt perspektiv liksom kvalitativt vid valet av forskningsdesign för studien. Den kvantitativa forskningen tenderar att fokusera vid specifika variabler och att studera dem antingen isolerat eller tillsammans med en begränsad mängd andra variabler. Den kvalitativa forskningen, som betonar denna studies design, tenderar snarare att betrakta saker i dess specifika kontext (Denscombe, 2018). Vår analys av data tog inte fart först vid det tillfälle då vi började transkribera den data vi samlat in, utan påbörjades närmast vid ett tidigare skede då vi etablerade mailkontakt med informanterna. Där fick vi bl.a. en insyn i informanternas kunskapsläge, som vi menar startade en undermedveten analys mellan oss två om tillståndet i ämnesområdet, kopplat till de teorier vi är noggrant insatta i. Att fasen om analys tar fart långt innan all data är insamlad är något Denscombe (2018) menar är vanligt förekommande hos den kvalitativt inriktade forskaren. Som tidigare nämnt pekar Denscombe (2018) på att särskilda delar inom studier och uppsatser av det kvalitativa slaget, omfattas av en framväxande och upprepad process. Den kvalitativa data som samlades in, bearbetades och analyserades genom att titta efter särskilda ord och mönster i empirin som kan appliceras på den teori och begrepp som återfinns i denna uppsats. I direkt anslutning till intervjun och datainsamlingens avslut, påbörjades transkribering av den inspelade

(20)

15

liksom antecknade datan i programmet oTranscribe, med anledning av att omedelbart väcka samtalen från intervjuerna till liv igen. Enligt Denscombe (2018) underlättar det för navigeringen i transkriberingen om radnumrering skrivs ut. Därför fick varje rad i utskriften av data ett unikt radnummer. Likaså menar Denscombe (2018) att layouten i utskriften skall vara luftig med en bred kolumn och utrymme för anteckningar, vilket vi valde att agera efter. Dessa typer av anteckningar och kommentarer pekade för oss som författare på betydelsefulla data för studiens avsnitt om selekterad empiri och vidare analys. Den transkriberade datan har sedan i kommentarsfältet fått stödord i form av olika teman, i syftet av att lättare kunna strukturera upp det och selektera data inför delen om empiri och en tydligt följande analys. Störst fokus vid transkriberingen fick utmaningen om att försöka snygga till talspråket och ge det en meningsbyggnad, då människor inte alltid talar i fullständiga och avslutade satser (Denscombe, 2018). Följande kommer analysen lägga tyngd vid att utvärdera selekterade delar från studiens resultat, som ska prövas gentemot det teoretiska ramverk som uppsatsen grundar sig på. Detta görs för att visa på huruvida teorier står sig giltiga i förhållande till verkligheten som infinner sig med fallet Cloetta.

3.5

Etiska överväganden

Det samtyckesformulär som informanterna delgavs bygger på de etiska principer som Denscombe (2014) menar att man som forskare ska förhålla sig till då etisk forskning bedrivs. Principerna syftar till att skydda deltagarnas intressen där deltagande ska vara frivilligt och baserat på informerat samtycke. Forskaren ska även vara öppen och ärlig samt följa rådande lagstiftning.

Innan intervjun gavs informanterna en muntlig summering gällande forskningens syfte, detta för att ge informanterna en övergripande bild om vad forskningen skulle komma att behandla. Informanterna fick sedan ta del av samtyckesformuläret varav vi poängterade att detta behövde läsas igenom och godkännas med informanternas underskrift innan eventuell intervju kunde påbörjas. I formuläret tillfrågades informanterna om de var villiga att bli intervjuade och om det fanns invändningar mot att använda ljudupptagning. Informanterna upplystes om att de när som helst kunde avsluta sin medverkan i intervjun.

Vi arbetade under vetenskaplig integritet genom att informera informanterna om hur datan skulle hanteras. Informanterna upplystes om att den data som lämnas kommer behandlas konfidentiellt. Detta för att undvika att utomstående personer skulle kunna ta del av materialet och förhindra att individerna eventuellt skulle kunna ta skada av forskningen. Data som erhölls via ljudupptagning samt tillhörande kopior raderades direkt efter användning. Slutligen fick informanterna kryssa i formuläret, om de ville att organisationens namn samt deras egna namn skulle anonymiseras i uppsatsen.

3.6

Studiens trovärdighet

Inom kvantitativ forskning används ofta reliabilitet och validitet som ett kriterium för att bedöma undersökningens kvalitet (Bryman & Bell, 2017). För kvalitativa forskare med ett interpretivistiskt perspektiv föreslår Bryman och Bell (2017) och Oates (2006) alternativa kriterier då undersökningens kvalitet ska bedömas. Detta är bland annat kriteriet trovärdighet som består av delkriterier som tillförlitlighet, pålitlighet och överförbarhet.

3.6.1 Tillförlitlighet

Som interpretivistiska forskare går vi in i med egna värderingar och antaganden, vi kommer således oundvikligen påverka olika situationer under forskningsprocessen (Oates, 2006). För att minimera detta har vi försökt att inte tolka eller lägga in egna värderingar då data erhölls från intervjuerna och då resultatet om empiri sammanställdes. Vi lyssnade igenom ljudinspelningen flera gånger och gjorde allt

(21)

16

för att inte lägga in egna tolkningar när vi sedan transkriberade datan. Vi har gemensamt lyssnat igenom ljudinspelningarna för att förhindra individuella tolkningar. När datan sammanställdes under delen om resultat var båda noga med att inte förvränga meningar eller ord. För att ytterligare öka tillförligheten hade en respondentvalidering varit lämplig att göra.

3.6.2 Pålitlighet

Pålitlighet kan enligt Bryman och Bell (2017) jämföras med reliabilitet. För kvalitativa forskare är det svårt att uppnå en hög reliabilitet med tanke på att det är svårt att frysa en social inramning (Bryman & Bell, 2017). Vidare menar kritiker att kvalitativa forskare inte är tillräckligt transparenta under forskningsprocessen. Vi anser att det blir svårt att upprepa vår forskning identiskt som vi gjorde den. Det är väldigt svårt att exempelvis genomföra intervjuerna exakt som vi utförde dem, då det förutsätter att den görs i samma kontext t.ex. samma typ av rum som vi gjorde intervjun i etc. Emellertid kan en hög trovärdighet nås genom att göra en fullständig dokumentation och redogörelse för forskningsprocessen. (Bryman & Bell, 2017). Den sid- och tidsbegränsning som är satt för projektet innebär försvårande omständigheter i den mening att det blir svårt att, i denna uppsats, få med all dokumentation samt redogöra för alla forskningsprocessens moment i detalj. Däremot har vi varit transparenta i vår forskningsprocess genom att i största möjliga mån redogöra för hur vi gått tillväga vid litteratursökning, beslut av urval, hur data har analyserats etc. Detta ger granskare av studien möjlighet att få en god inblick i hur vi har gått tillväga. I enlighet med Bryman och Bell (2017) anser vi att våra detaljerade redogörelser bör öka uppsatsens trovärdighet samtidigt som det blir lättare för läsaren att se hur vi har kommit fram till våra slutsatser.

3.6.3 Överförbarhet

Valet att använda en kvalitativ fallstudie innebär en svaghet för oss i den mening att det blir svårt att generalisera resultatet till en stor population företag, vilket begränsar slutsatsens räckvidd (Bryman & Bell, 2017). Detta grundar sig i våra beslut om urval. Cloetta använder en digital plattform som inte används av alla företag, varav sättet att arbeta med S-CRM, hur data fångas in, hur insikter skapas och hur resultat mäts kan skilja sig åt. För att generalisera i vidare utsträckning hade en undersökning av ett mycket större antal informanter samt företag behövts. Detta har inte varit möjligt eftersom forskningsprojektet har varit tidsbegränsat. Ett flertal företag har kontaktats men svarsfrekvensen har varit alldeles för låg. Emellertid menar Oates (2006) att man utifrån helheten kan plocka fram enstaka exempel som möjliggör en viss grad av generalisering.

Eftersom det på plattformens hemsida framgår vilka andra företag som arbetar med plattformen, anses studiens resultat kunna generaliseras i viss mån till dessa företag. Med hjälp av resultatet kan dessa företag möjligtvis hämta inspiration om hur funktionen listen i Notified kan användas mer effektivt. Detta för att skapa konsumentinsikter eller t.ex. att manuella sökningar kan utföras för att hitta produkter som är på väg att lanseras av konkurrenter. Därmed kan dessa företag förbättra sitt arbete med S-CRM. Eftersom studiens primära syfte inte blir att generalisera resultatet i högre grad än så, blir syftet snarare att gå på djupet, förstå det unika samt lyfta ämnets relevans. Utifrån förutsättningarna var fallstudien lämplig och givande eftersom strategin resulterade i djup och detaljerad kunskap om hur företaget använder sina digitala plattformar för att hantera S-CRM utmaningar.

3.7

Diskussion om urval

Vi ställer oss kritiska till antalet informanter om endast tre stycken. Det fanns någon mer person på fallföretaget som besatt kunskap inom ämnesområdet, men det blev inte aktuellt med några fler intervjuer. Forskningen må vara en kvalitativ fallstudie vilket inte förväntas involvera kvantitet och en stor mängd antal deltagande. Att den dock berör så få som tre stycken är för oss inte ett önskat utfall.

(22)

17

Bryman och Bell (2017) menar att urvalsstorleken i kvalitativ forskning generellt sätt inte bör vara så litet att det är svårt att uppnå en teoretisk mättnad. Vi menar på att någon mer informant hade kunnat resultera i en bättre teoretisk mättnad.

Som en utväg söktes därför fler informanter från 10 andra företag som arbetar med samma plattform som Cloetta. Konversation med några av de totalt 10 tillförda företagen påbörjades men samtliga försök till fler intervjuer liksom informanter resulterade i utebliven framgång.

Vi anser att det finns förklaringar till varför det har varit så svårt att få kontakt med fler informanter och företag. För det första menar vi att företag möjligt inte är beredda att samtala om S-CRM och hur de jobbar med omvärldsbevakning rörande intressenter som t.ex. kunder, konsumenter och konkurrenter. Detta kan vara ett känsligt område som de sällan vill dela med sig av och vid vår mailkontakt kan företagen tänkas ha blivit lätt skrämda vid en första anblick av studiens fokus.

För det andra så vet om möjligt en del företag inte vad S-CRM innefattar och hur man handskas med det. Det råder med andra ord sannolikt bristande kunskap bland chefer och anställda. Som vi vet handlar det om ett relativt nytt fenomen, vilket kan leda till att flertalet företag ännu inte valt att etablera nya strategier och tillämpat den nya tekniken. Detta menar vi kan ha orsakat den svaga svarsfrekvensen liksom resultatet av tre informanter. På företaget Cloetta var Mikaels titel som Activation Manager en roll av det nyare slaget. Det fanns ett behov av att tillföra denna typ av roll för att hantera sociala medier. Detta pekar på situationen om S-CRM som ett nytt fenomen och behovet av att bevaka den sociala omvärlden i större utsträckning.

Slutligen fick vi nöja oss med den data som vi fått av våra tre informanter. Även om antalet informanter kunnat öka, anser vi att dessa tre informanter på Cloetta har alla bidragit med informationsrika data till forskningen.

Figure

Figur 1.  Traditionell CRM. (Kubina & Lendel, 2015).

References

Outline

Related documents

Usually though, getting value out of big data and business also requires someone to focus on selling the value of change.. Like the opposing forces of yin and yang, data

Det är dock viktigt att i fallstudier generalisera det fallet som undersöks (Berndtsson mfl., 2008) och denna studie generaliserar därför företagets situation för att undersöka

http://juncker.epp.eu/sites/default/files/attachments/nodes/en_01_main.pdf (accessed on 03 May, 2018) as cited in DREXL, J. Designing Competitive Markets for Industrial Data – Between

In discourse analysis practise, there are no set models or processes to be found (Bergstrom et al., 2005, p. The researcher creates a model fit for the research area. Hence,

Vi har däremot kommit till insikt att Big Data i hela dess omfattning inte nödvändigtvis behöver vara lämpligt för alla typer av organisationer då

Oracle (Dijcks, 2011) benämner nuvarande typer som kan användas för analys i tre kategorier. Först och främst finns traditionell affärsdata vilket inkluderar kundinformation

The main technical challenges are: poor data quality, data restriction, data silos, and an inefficient Big Data process, all influencing the usage and implementation of Big

Med faror kopplade till metadata och dark data menas den potentiella faran som finns i att individen inte har kännedom eller insikt om vad olika företag och kommersiella