Datadrevet udvikling af konkurrencefordele - AI's rolle i e-handelsbranchen

Data-Driven Competitive Advantage Development - The Role of AI in E-Commerce

Stephan, Jeppe Rosenskjold ; Frederiksen, Steen Enggaard

4. semester

Erhvervsøkonomi (Organisation, Strategi og Ledelse) (cand.merc.), Kandidat

2025

2025-06-01

85

Denne afhandling undersøger, hvordan kunstig intelligens (AI) kan hjælpe e-handelsvirksomheder med at opbygge og fastholde konkurrencefordele, med særligt fokus på trendanalyse og overvågning af konkurrenter. Onlinehandel er datadrevet og ændrer sig hurtigt, så virksomheder er under pres for at reagere på skiftende forbrugeradfærd og hårdere konkurrence. AI kan hurtigt behandle store datamængder og omsætte dem til praktiske indsigter, der gør strategiarbejdet mere smidigt og oplyst. Analysen viser, at AI styrker trendanalyse ved at bruge metoder som sentimentanalyse (at registrere holdninger og tone i tekst), naturlig sprogbehandling/NLP (computere, der forstår menneskesprog) og maskinlæring (algoritmer, der lærer af data). Ved at udnytte ustrukturerede data som kundeanmeldelser og sociale medier kan virksomheder opdage nye forbrugertendenser tidligere og mere præcist. Det gør det muligt hurtigere at tilpasse produkter, markedsføring og den overordnede strategiske retning. Samtidig gør AI konkurrentovervågning mere systematisk og skalerbar. Med web scraping (automatisk indsamling af offentligt tilgængelige webdata), automatiseret dataanalyse og sentimentanalyse kan virksomheder følge konkurrenters prissætning, markedsaktiviteter, produktlanceringer og kundefeedback og dermed reagere hurtigt og strategisk på markedsændringer. Afhandlingen fremhæver også, at den strategiske værdi af AI ikke ligger i teknologien alene, men i hvor effektivt den integreres i organisationens strukturer, processer og kompetencer. AI bør derfor ses ikke kun som en driftsmæssig forbedring, men som et strategisk aktiv, der styrker virksomhedens omstillingsevne, fremsyn og konkurrencedygtighed i et komplekst og hurtigt foranderligt e-handelslandskab.

This thesis explores how artificial intelligence (AI) can help e-commerce companies build and sustain competitive advantage, with a particular focus on trend analysis and competitor monitoring. E-commerce is increasingly data-driven and fast-changing, putting pressure on firms to respond to shifting consumer behavior and intensifying competition. AI can rapidly process large amounts of data and turn them into practical insights that support more agile and informed strategy development. The analysis shows that AI strengthens trend analysis by using methods such as sentiment analysis (detecting opinions and tone in text), natural language processing/NLP (computers understanding human language), and machine learning (algorithms learning from data). Drawing on unstructured data like customer reviews and social media, these tools help identify emerging consumer trends earlier and more accurately. Early detection enables faster adjustments to products, marketing, and overall strategic direction. At the same time, AI makes competitor monitoring more systematic and scalable. Through web scraping (automated collection of publicly available web data), automated data analysis, and sentiment analysis, companies can track competitor pricing, marketing activities, product launches, and customer feedback, helping them respond quickly and strategically to market changes. The thesis also finds that AI’s strategic value does not come from the technology alone, but from how effectively it is embedded in the organization’s structures, processes, and capabilities. AI should be viewed not just as an operational improvement, but as a strategic asset that strengthens a company’s adaptability, foresight, and competitiveness in a complex and rapidly evolving e-commerce landscape.

[Dette resumé er omskrevet med hjælp fra AI baseret på projektets originale resumé]

Download
Vis denne rapport i AAU Studenterprojekter