Siirry suoraan sisältöön

Asiakaskokemus ja tekoälyLaajuus (5 op)

Tunnus: YM00CU11

Laajuus

5 op

Osaamistavoitteet

Opiskelija
- ymmärtää asiakaskokemuksen, tekoälyn, data-analytiikan ja koneoppimisen käsitteet
- tunnistaa asiakaskokemuksen ja tekoälyn välisen vuorovaikutuksen ja osaa kommunikoida dataan perustuvan asiakaskokemuksen
- osaa jalostaa dataa hyödylliseksi informaatioksi asiakaskokemuksen kehittämisessä
- ymmärtää miten tekoälyä ja koneoppimista voi hyödyntää omassa ammatissa

Ilmoittautumisaika

20.11.2024 - 03.01.2025

Ajoitus

01.01.2025 - 31.07.2025

Opintopistemäärä

5 op

Toteutustapa

Lähiopetus

Yksikkö

Muotoiluinstituutti (LAB)

Toimipiste

Lahden kampus

Opetuskielet
  • Suomi
Koulutus
  • Muotoilun koulutus (YAMK)
Opettaja
  • Markus Ahola
Opetusryhmät
  • Luennot (Koko: 0. Avoin AMK: 0.)
Ryhmät
  • MLTIYMDR24S
    Muotoilun ja median digitaaliset ratkaisut (YAMK) 24S Lahti
  • MLTIYMUAS24S
    Muotoiluajattelu ja asiakaskokemus (YAMK) 24S Lahti
Pienryhmät
  • Luennot

Osaamistavoitteet

Opiskelija
- ymmärtää asiakaskokemuksen, tekoälyn, data-analytiikan ja koneoppimisen käsitteet
- tunnistaa asiakaskokemuksen ja tekoälyn välisen vuorovaikutuksen ja osaa kommunikoida dataan perustuvan asiakaskokemuksen
- osaa jalostaa dataa hyödylliseksi informaatioksi asiakaskokemuksen kehittämisessä
- ymmärtää miten tekoälyä ja koneoppimista voi hyödyntää omassa ammatissa

Toteutustapa ja opetusmenetelmät

Kurssi koostuu itseopiskelusta (27 h), kolmesta lähiopetuspäivästä (21 h), ryhmätyönä toteutettavasta projektityöstä (80 h) ja ohjatusta projektityöskentelystä (7 h). Yhteensä 135 tuntia (5 op).

Lähipäivät:
1. Luento 7h. Keskeiset konseptit

a. Ennakkomateriaalin purku
b. Omakohtaisten tekoäly ja koneoppimisratkaisujen tunnistaminen
c. Asiakaskokemuksen konsepti ja esimerkit
d. Tekoäly, koneoppiminen ja data-analytiikka konseptit ja esimerkit
e. Projektityön esittely ja ryhmäjako

2. Luento 7h. Datan hyödyntäminen asiakaskokemuksessa

a. Data-analytiikka
b. Datan lukeminen ja muuttaminen ymmärrykseksi
c. Dataan perustuva asiakaskokemus

3. Luento 7h. Projektityöt

a. Projektitöiden purku
b. Vieraileva näkökulma/yritysvierailu

Projektityö: aihe määritellään myöhemmin.
Projektityönohjaus: ryhmillä on mahdollisuus ohjattuun projektityöskentelyyn erikseen sovittavan aikataulun mukaisesti.

Ajoitus ja läsnäolo

Kurssi koostuu itseopiskelusta (27 h), kolmesta lähiopetuspäivästä (21 h), ryhmätyönä toteutettavasta projektityöstä (80 h) ja ohjatusta projektityöskentelystä (7 h). Yhteensä 135 tuntia (5 op).

Normaali läsnäolovelvollisuus.

Opiskelijan ajankäyttö ja kuormitus

Kurssi koostuu itseopiskelusta (27 h), kolmesta lähiopetuspäivästä (21 h), ryhmätyönä toteutettavasta projektityöstä (80 h) ja ohjatusta projektityöskentelystä (7 h). Yhteensä 135 tuntia (5 op).

Arviointimenetelmät

Arviointi asteikko: 1–5
Kokonaisarvosana koostuu
- Ennakkotehtävän arvioinnista (1–5)
- Projektityön ryhmä- ja vertaisarvioinnista (1–5)

Arviointiasteikko

1-5

Ilmoittautumisaika

20.11.2023 - 05.01.2024

Ajoitus

02.01.2024 - 30.05.2024

Opintopistemäärä

5 op

Toteutustapa

Lähiopetus

Yksikkö

Muotoiluinstituutti (LAB)

Toimipiste

Lahden kampus

Opetuskielet
  • Suomi
Paikat

12 - 40

Koulutus
  • Muotoilun koulutus (YAMK)
Opettaja
  • Tarja Keski-Mattinen
  • Markus Ahola
Opetusryhmät
  • Luennot (Koko: 0. Avoin AMK: 0.)
Ryhmät
  • MLTIYMDR23S
    Muotoilun ja median digitaaliset ratkaisut (YAMK) 23S Lahti
  • LLPRYASLI23KV
    Asiakassuuntautuneen liiketoiminnan kehittäminen (YAMK) 23KV Lappeenranta
  • MLTIYMUAS23S
    Muotoiluajattelu ja asiakaskokemus (YAMK) 23S Lahti
  • MLTIYTO23H
    Täydentävä osaaminen YAMK 2023-2024, Muotoiluinstituutti, Lahti
Pienryhmät
  • Luennot

Osaamistavoitteet

Opiskelija
- ymmärtää asiakaskokemuksen, tekoälyn, data-analytiikan ja koneoppimisen käsitteet
- tunnistaa asiakaskokemuksen ja tekoälyn välisen vuorovaikutuksen ja osaa kommunikoida dataan perustuvan asiakaskokemuksen
- osaa jalostaa dataa hyödylliseksi informaatioksi asiakaskokemuksen kehittämisessä
- ymmärtää miten tekoälyä ja koneoppimista voi hyödyntää omassa ammatissa

Toteutustapa ja opetusmenetelmät

Opiskelija
- ymmärtää asiakaskokemuksen, tekoälyn, data-analytiikan ja koneoppimisen käsitteet
- tunnistaa asiakaskokemuksen ja tekoälyn välisen vuorovaikutuksen ja osaa kommunikoida dataan perustuvan asiakaskokemuksen
- osaa jalostaa dataa hyödylliseksi informaatioksi asiakaskokemuksen kehittämisessä
- ymmärtää miten tekoälyä ja koneoppimista voi hyödyntää omassa ammatissa

Ajoitus ja läsnäolo

Kurssi koostuu itseopiskelusta (27 h), kolmesta lähiopetuspäivästä (21 h), ryhmätyönä toteutettavasta projektityöstä (80 h) ja ohjatusta projektityöskentelystä (7 h). Yhteensä 135 tuntia (5 op).

Kurssin lähipäivät Mukkulan kampuksella ovat:
- Torstai 25.4. (Oppimistila M19_A116) klo 10–16, Keskeiset konseptit.
- Perjantai 17.5. (Oppimistila M19_A109) klo 10–16, Datan hyödyntäminen asiakaskokemuksessa.
- Torstai 6.6. (Oppimistila M19_A109) klo 10–16, Projektitöiden purku.

Projektitöiden toteutus ryhmissä itse määriteltävästä aiheesta (omaan toimenkuvaan liittyminen suositeltavaa). Vaihtoehtoinen toteutus salassa pidettävä yksilötyö.

Projektitöiden ohjaus etänä.

Oppimateriaali ja suositeltava kirjallisuus

Oppimateriaali:
- Ennakkoon opiskeltava itseopiskelumateriaali (asiasta ilmoitetaan vasta Moodlessa): tekoäly ja asiakaskokemus (1 op). Julkaistaan Moodlessa 1. huhtikuuta 2024.
- Luentoesitykset

Suositeltava kirjallisuus:
- Becker, L., & Jaakkola, E. 2020. Customer experience: fundamental premises and implications for research. Journal of the Academy of Marketing Science, 48, 630-648. https://rdcu.be/dpNgp
- Lumoa. 2023. The State of CX 2023. Cited on the 30th of October. Available at https://www.lumoa.me/guide/state-of-customer-experience-2023/
- Lumoa. 2023. Happiness in Customer Experience: A Competitive Advantage. Cited on the 30th of October. Available at https://www.lumoa.me/guide/state-of-customer-experience-2023/ https://www.lumoa.me/blog/happiness-in-customer-experience/
- Lumoa. 2023. CX in Marketing: How to Amplify ROI by 100X Through Customer Feedback. Cited on the 30th of October. https://www.lumoa.me/webinar/cx-in-marketing-amplify-roi-by-100-through-customer-feedback/

Oppimisympäristö

- Moodle
- Lähiopetus
- Ryhmätyöskentely

Arviointimenetelmät

Arviointi asteikko: 1–5
Kokonaisarvosana koostuu
- Ennakkotehtävän arvioinnista, essee itseopiskeluaineisto (1–5)
- Projektityön arvioinnista, ryhmässä tehtävä kuvaileva essee konstruktiosta (1–5)
- Projektityön ryhmä- ja vertaisarvioinnista, konstruktion presentaatio ryhmässä/yksin (1–5)

Arviointiasteikko

1-5

Ilmoittautumisaika

21.11.2022 - 08.01.2023

Ajoitus

01.02.2023 - 31.05.2023

Opintopistemäärä

5 op

Toteutustapa

Lähiopetus

Yksikkö

Muotoiluinstituutti (LAB)

Toimipiste

Lahden kampus

Opetuskielet
  • Suomi
Paikat

12 - 25

Koulutus
  • Täydentävä osaaminen, YAMK
Opettaja
  • Harri Heikkilä
  • Markus Ahola
Opetusryhmät
  • Luennot (Koko: 0. Avoin AMK: 0.)
Ryhmät
  • MLTIYTO22H
    Täydentävä osaaminen YAMK 2022-2023, Muotoiluinstituutti, Lahti
  • MLTIYMUOJO22S
    Muotoiluajattelu ja muotoilujohtaminen (YAMK) 22S Lahti
  • MLTIYMDR22S
    Muotoilun ja median digitaaliset ratkaisut (YAMK) 22S Lahti
Pienryhmät
  • Luennot

Osaamistavoitteet

Opiskelija
- ymmärtää asiakaskokemuksen, tekoälyn, data-analytiikan ja koneoppimisen käsitteet
- tunnistaa asiakaskokemuksen ja tekoälyn välisen vuorovaikutuksen ja osaa kommunikoida dataan perustuvan asiakaskokemuksen
- osaa jalostaa dataa hyödylliseksi informaatioksi asiakaskokemuksen kehittämisessä
- ymmärtää miten tekoälyä ja koneoppimista voi hyödyntää omassa ammatissa

Toteutustapa ja opetusmenetelmät

Kurssi koostuu itseopiskelusta (27 h), kolmesta lähiopetuspäivästä (21 h), ryhmätyönä toteutettavasta projektityöstä (80 h) ja ohjatusta projektityöskentelystä (7 h). Yhteensä 135 tuntia (5 op).

Lähipäivät:
1. Luento 7h. Keskeiset konseptit (torstai 27.4.)

a. Ennakkomateriaalin purku
b. Omakohtaisten tekoäly ja koneoppimisratkaisujen tunnistaminen
c. Asiakaskokemuksen konsepti ja esimerkit
d. Tekoäly, koneoppiminen ja data-analytiikka konseptit ja esimerkit
e. Projektityön esittely ja ryhmäjako

2. Luento 7h. Datan hyödyntäminen asiakaskokemuksessa (torstai 11.5.)

a. Data-analytiikka
b. Datan lukeminen ja muuttaminen ymmärrykseksi
c. Dataan perustuva asiakaskokemus

3. Luento 7h. Projektityöt (torstai 1.6.)

a. Projektitöiden purku
b. Vieraileva näkökulma/yritysvierailu

Projektityö: aihe määritellään myöhemmin.
Projektityönohjaus: ryhmillä on mahdollisuus ohjattuun projektityöskentelyyn erikseen sovittavan aikataulun mukaisesti.

Ajoitus ja läsnäolo

Kurssi koostuu itseopiskelusta (27 h), kolmesta lähiopetuspäivästä (21 h), ryhmätyönä toteutettavasta projektityöstä (80 h) ja ohjatusta projektityöskentelystä (7 h). Yhteensä 135 tuntia (5 op).

Normaali läsnäolovelvollisuus.

Opiskelijan ajankäyttö ja kuormitus

Kurssi koostuu itseopiskelusta (27 h), kolmesta lähiopetuspäivästä (21 h), ryhmätyönä toteutettavasta projektityöstä (80 h) ja ohjatusta projektityöskentelystä (7 h). Yhteensä 135 tuntia (5 op).

Arviointimenetelmät

Arviointi asteikko: 1–5
Kokonaisarvosana koostuu
- Ennakkotehtävän arvioinnista (1–5)
- Projektityön ryhmä- ja vertaisarvioinnista (1–5)

Arviointiasteikko

1-5