Data on digitalisaation öljy ja polttoaine. Koko ilmiö syntyy datan ja sen hyödyntämisen ympärille ja kyky hyödyntää dataa monipuolisesti ja innovatiivisesti määrittelee organi-saation onnistumisen digitaliorgani-saation saralla (Breunig ja Mohr, 2017). Teollisuudessa da-taa on hyödynnetty jo kauan menestyksekkäästi, mutta esimerkiksi teollisuusautomaati-ossa datalla on ollut lähinnä mekanistinen välinearvo, jolloin datan ilmaiseviin muutoksiin on reagoitu (esim. vikatilan hälytys ja sen aiheuttamat toimenpiteet), mutta dataa ei vält-tämättä ole analysoitu tai jalostettu sen pidemmälle. Digitalisaation aikakaudella kes-keistä on muutos dataan suhtautumisessa ja sen merkityksessä; digitalisaatiossa data on keskiössä ja toiminta syntyy datasta ja datan ympärille (Collin ja Saarelainen, 2016).
Datan ympärille syntyy uutta liiketoimintoja ja palveluja, kun esimerkiksi pelkän vikatila-hälytykseen reagoimisen sijaan huoltopalveluja tarjoava yritys alkaa laitedataan pohjau-tuen ennakoida laitteen huoltotarvetta ja myydä ennakoivaa huoltoa tai jopa palvelua,
jossa asiakas maksaa, laitteen ja huoltojen sijaan, laitteen huoltovapaista käyttötun-neista tai suorituskyvystä (Rachinger ym., 2019; Kohtamäki ym., 2020).
Datan hyödyntämiselle on myös esteitä ja tiettyjen laatuvaatimusten tulee täyttyä, jotta data on hyödynnettävissä. Datan täsmällisyys, johdonmukaisuus, täydellisyys, oikea-ai-kaisuus, validiteetti, oleellisuus, ymmärrettävyys ja saatavuus mittaavat sen laatua ja sitä kautta myös datan hyödyntämiskelpoisuutta. Datan laatu määrittelee myös datan poh-jalta tehtyjen päätösten oikeellisuutta ja laatua, ja ainoastaan laadukas data voi tehostaa toimintaa, parantaa tuloksia, tuoda kilpailuetua ja luoda uusia liiketoimintamahdollisuuk-sia. Datan hyvä hallinta onkin edellytys onnistuneelle digitalisaation implementoinnille.
Liian heikko tiedon laatu voi vaikuttaa negatiivisesti muun muassa operatiiviseen toimin-taan ja päätöksentekoon ja olla riski koko toiminnalle. (Liikenne- ja viestintäministeriö, 2014; Markkula ja Syväniemi, 2015; Väre, 2019).
2.3.1 Datan hyödyntämisen merkitys
Datan hyödyntäminen voidaan karkeasti jakaa kahteen luokkaan: toiminnan kehittämi-seen ja uuden lisäarvon luomikehittämi-seen:
Toimintaa kehittäessä digitalisaatio tuo uuden kerroksen jo olemassa olevien rakentei-den päälle. Toimintoja voidaan automatisoida ja autonomisoida, kun kone- ja laitekanta pystyy annettujen ohjeiden mukaisesti reagoimaan muutoksiin itsenäisesti, ilman ihmi-sen väliintuloa. Tehokkuus lisääntyy, kun reagointi nopeutuu, keskeistä informaatiota ei jää huomiotta ja inhimillinen viive ja virheet poistuvat. Kun jo olemassa olevasta infra-struktuurista, konekannasta tai prosesseista aletaan kerätä dataa, päästään niiden toi-mintaa myös analysoimaan, ennakoimaan, optimoimaan ja kehittämään resurssitehok-kuutta, mikä voi myös synnyttää kokonaan uutta lisäarvoa tai liiketoimintaa perinteisen toiminnankehittämisen lisäksi. (Lindén, 2015; Collin ja Saarelainen, 2016).
Uutta lisäarvoa tai liiketoimintaa luotaessa lähtökohtainen ajatus on luoda datan poh-jalta jotain uutta, mitä ei aiemmin ole ollut olemassa. Datan avulla voimme luoda uutta lisäarvoa ja liiketoimintaa jo olemassa olevan toiminnan pohjalta, esimerkiksi tuottamalla toiminnan ennakointiin tai optimointiin liittyviä palveluja, tai luoda kokonaan uutta tunnis-tamalla uusia palvelutarpeita ja jalostunnis-tamalla datasta täysin uusia tuote- tai palveluratkai-suja. (Liikenne- ja viestintäministeriö, 2014; Pohjola, 2014; Huberty, 2015).
2.3.2 Dataan pohjautuva liiketoiminta
Data mahdollistaa aivan uudenlaisen liiketoiminnan ja liiketoimintamallien syntymisen.
Esimerkiksi teollisuudessa laaja kirjo erilaisia ennakointiin ja optimointiin liittyviä palve-luja on syntynyt datan mahdollistamana (Long ja Iorillo, 2017; Bouwman ym., 2018). Di-gitaalisuus tuo dataan pohjautuvat palvelut fyysisten hyödykkeiden rinnalle ja osaksi niitä, jolloin palvelut ja fyysiset tuotteet muodostavat kokonaisuuksia, joissa datasta joh-detulla informaatiolla on suuri, asiakkaalle lisäarvoa tuottava merkitys (Huberty, 2015;
Kohtamäki ym., 2020). Digitalisaation keinoin ja dataan pohjautuen tuotteisiin pystytään luomaan ominaisuuksia, joita pelkkien fyysisten tuotteiden kautta ei ole kyetty tarjoa-maan (Collin ja Saarelainen, 2016).
Data ja digitaalisuus kääntävät selkänsä monelle teollisuuden peruslainalaisuudelle, ku-ten omistamisen, pääomavaltaisuuden ja suuruuden logiikalle. Digitaalisessa markkina-taloudessa ei toimintaa pyörittääkseen tarvitsekaan omistaa hyödykkeitä itse (Uber, Air-BnB), toiminnan käynnistämiseen tai markkinoille tunkeutumiseen ei tarvitakaan suurta alkupääomaa eikä kustannustehokkain toimija välttämättä olekaan suurin ja suurimpiin volyymeihin pystyvä toimija. (Sommarberg, 2016; Bouwman ym., 2018).
Dataan pohjautuvaa liiketoimintaa varjostavat kysymykset tietoturvasta ja datan omista-juudesta. Monella alalla käydään keskustelua siitä, kuka datan omistaa, kuka sitä saa hyödyntää ja millä ehdoilla ja korvauksilla. Yksi dataan pohjautuvan liiketoiminnan suurin haavoittuvuus piileekin tietoturvassa. (Corser ym., 2017; Väre, 2019).
3. STRATEGIATYÖ JA -PROSESSIT
Tässä luvussa käsitellään erilaisia tapoja tehdä strategiaa sekä digitalisaation merkitystä strategiatyölle. Luvussa esitellään kolme erilaista strategiatyön mallia, perinteinen stra-tegiaprosessi, strategisen johtamisen malli sekä uudenlainen, modernimpi strategiatyö, sekä tehdään katsaus strategiatyökaluihin ja esitellään työkalut, joita tässä strategiapro-jektissa on hyödynnetty. Lopuksi luvussa käsitellään haasteita ja mahdollisuuksia, joita digitalisaatio luo organisaatioiden strategiatyölle.
Strategialle ei ole yhtä ja ainoaa määritelmää. Strategia voi olla toimintasuunnitelma, toimintamalli, näkökulma organisaation toimintaan tai esimerkiksi kuvaus toiminnasta, jolla vaikutetaan oman organisaation tai tuotteen sijoittumiseen markkinoilla. Strategian avulla organisaatio integroi tavoitteensa ja toimenpiteensä loogiseksi kokonaisuudeksi ja ohjaa reagointiaan ja muutosten hallintaansa odottamattomissa tilanteissa. Strategia on johtava ajatus, punainen lanka, pitkäjänteisestä tavasta saavuttaa asetut päämäärät.
(Porter ym., 2000; Näsi ja Aunola, 2002; Johnson, Scholes ja Whittington, 2005).
Yritysmaailmassa strategiatyö määritellään esimerkiksi seuraavasti: strategiaprosessi on ylimmän johdon vastuulla oleva johdon työskentelyprosessi sellaisten toimintasuun-nitelmien tuottamiseksi ja toimeenpanemiseksi, jotka lisäävät yrityksen arvoa omistajan näkökulmasta, mutta huomioivat myös muiden keskeisten sidosryhmien vaatimukset, ta-voitteet, ja rajoitteet, jotta asetetut tavoitteet saavutetaan (Näsi ja Aunola, 2002;
Johnson, Scholes ja Whittington, 2005).
3.1 Strategiatyö prosessina
Strategiatyö on perinteisesti kuvattu vahvasti syklisenä prosessina, jolla on alku, loppu ja lopputulos. Digitalisaatio ei ole viemässä strategiatyöstä sen prosessimaisuutta, mutta digitalisaatio katkaisee pitkän syklisyyden, limittää prosessin vaiheet ja tuo työhön reaa-liaikaisuutta, jota siinä ei ennen ole ollut (Peppard ja Ward, 2016). Digitalisaatio tuo stra-tegiatyön osaksi päivittäisjohtamista, joka vaatii jatkuvaa tilanneseurantaa ja päivittä-mistä (Agarwal ja Helfat, 2009; Ritakallio ja Vuori, 2018).
3.1.1 Perinteinen strategiaprosessi
Strategiaa on aikain saatossa tutkittu ja siitä on kirjoitettu runsaasti, mutta strategiapro-sessin keskeiset osat ovat kaikissa teorioissa verrattain samankaltaiset. Perinteisesti strategiaprosessi (kuva 6) on ollut lineaarinen ja keskimäärin viisivaiheinen: 1) strategi-sen tiedon keruu ja analysointi, 2) strategian määrittely, 3) strategisten projektien mää-rittely, 4) strategian toteutus ja 5) strategian seuranta, arviointi ja päivitys (Porter ym., 2000; Lindroos ja Lohivesi, 2010; Vuorinen, 2014).
Kuva 6. Perinteinen, lineaarinen strategiaprosessi (sisältö Porter ym., 2000; Lindroos