AI-driven personalisering i lojalitetsprogram : En kvantitativ studie om samband mellan upplevt värde, integritetsoro och tillit inom detaljhandeln

Sammanfattning

Den ökade användningen av AI-driven personalisering inom detaljhandelns lojalitetsprogramhar gjort det möjligt för företag att anpassa erbjudanden, rekommendationer och kommunikat-ion efter konsumenters tidigare köp, beteenden och preferenser. Samtidigt väcker användningenav kunddata frågor om integritet, kontroll och tillit till företags datahantering. Syftet med stu-dien är att öka förståelsen för hur konsumenters uppfattning om AI-driven personalisering inomdetaljhandelns lojalitetsprogram hänger samman med deras upplevda värde, integritetsoro ochtillit. Studien genomfördes med en kvantitativ forskningsdesign och deduktiv ansats. Det empiriskamaterialet samlades in genom en självadministrerad enkät riktad till konsumenter i Sverige somär medlemmar i lojalitetsprogram inom detaljhandeln. Efter bortfall består det slutliga data-materialet av 92 giltiga svar. För att analysera materialet användes korrelationsanalys och treenkla linjära regressionsanalyser. Studien bygger på ett teoretiskt ramverk bestående av PrivacyCalculus, Commitment-Trust Theory och Psychological Reactance Theory. Studiens resultat visar att AI-driven personalisering har ett positivt och statistiskt signifikantsamband med både upplevt värde och tillit. Däremot kunde inget statistiskt signifikant sambandmellan AI-driven personalisering och integritetsoro påvisas. Studien visar även att integritetsorohar ett negativt samband med tillit. Studiens slutsats är att AI-driven personalisering inom loja-litetsprogram främst hänger samman med upplevt värde och tillit, medan integritetsoro inte harett påvisat samband med AI-driven personalisering i det undersökta datamaterialet.