Haastattelu Haastateltavan rooli Yrityksen segmentti Kesto (min)
A1 Chief Data Scientist Segmentti D 47
A2 Head of IoT Segmentti C 66
A3 Head of Portfolio and Sector
Solutions Segmentti C 40
A4 Business Development
Ma-nager Segmentti B 47
A5 Project Engineer Segmentti D 38
A6 President, Service Division Segmentti A 58
A7 System Architect Segmentti E 55
Sisäisten haastatteluiden runko muotoutui työn ohjaajan kommenttien perusteella.
Myös ensimmäisten haastatteluiden kokemusten perusteella tehtiin pieniä muutoksia runkoon ja haastattelutilanteeseen, mutta muutokset koskivat lähinnä kysymysten jär-jestystä ja asettelua eikä varsinaista sisältöä. Sisäisissä haastatteluissa kerättiin asia-kashaastatteluiden sisältöön ehdotuksia teemoista, joita kohdeyrityksen edustajat koki-sivat hyödyllisenä selvittää asiakkailta.
Haastattelut toteutettiin yksilöhaastatteluina. Sisäiset haastattelut toteutettiin kasvotus-ten kohdeyrityksen tiloissa tai muutamassa tapauksessa etäpalaverina. Kaikki asiakas-haastattelut jouduttiin toteuttamaan kevään 2020 koronapandemian vuoksi etäpalave-reina. Haastatteluiden kesto vaihteli 38 minuutista 66 minuuttiin, keskiarvon ollessa 50 minuuttia. Kaikki haastattelut nauhoitettiin ja litteroitiin analyysin tueksi ja jotta haastat-telija pystyisi paremmin keskittymään itse haastattelutilanteeseen.
Haastateltavien valintaan käytettiin ei-todennäköisyysotantaa, eli käytännössä toteutet-tiin harkinnanvarainen otanta, jossa haastateltavia pyrittoteutet-tiin löytämään mahdollisimman monipuolinen joukko tavoitettavissa olevista yritysten edustajista. Sisäisissä haastatte-luissa haastateltiin kohdeyrityksen tuotteen kanssa toimineita ja läheisesti asiakasraja-pinnassa vaikuttavia henkilöitä. Samoin asiakashaastatteluissa pyrittiin haastattele-maan mahdollisimman suuri joukko eri asiakasyritysten ja toimialojen edustajia.
3.2.2 Online-kysely
Tutkimuksen seuraavassa vaiheessa toteutettiin online-kysely, jonka avulla tutkimuk-sessa saavutettiin laajempi kuva markkinoista ja yritysten näkemyksistä. Kyselyssä py-rittiin selvittämään samoja teemoja kuina asiakashaastatteluissa, mutta vastaamisen helpottamiseksi ja tulosten analysoinnin helpottamiseksi kysymysten tyyppiä muokattiin vähemmän avoimiksi ja enemmän kvantitatiivisia tuloksia tuottaviksi. Tutkimuksessa käytetty kyselyrunko löytyy liitteestä C.
Kyselyssä hyödynnettiin sekä harkinnanvaraista otantaa että itsevalintaa (kuva 8). Har-kinnan varaisessa otannassa linkki kyselyyn lähetetiin potentiaalisille vastaajille sähkö-postilla. Vastaajien osoitteet saatiin kohdeyrityksen CRM-järjestelmästä. Tällöin poten-tiaalisina vastaajina oli joukko yrityksiä, joiden koettiin olevan ja tietoisia ja mahdollisesti kiinnostuneita IoT:hen liittyvistä teemoista, mutta jotka eivät ole kohdeyrityksen nykyisiä asiakkaita (kuva 9). Kutsu kyselyyn lähetettiin n. 400 yritysedustajalle, joista vastaajia saatiin 39 kpl. Vastausprosentiksi tällä otantamenetelmällä saatiin siis noin 10%. Säh-köpostissa ollutta linkkiä klikanneista 65% päätyi myös vastaamaan kyselyyn.
Kuva 8: Vastausten alkuperä Kuva 9: Asiakkaiden osuus vastaajista Vastaajajoukon laajentamiseksi hyödynnettiin myös itsevalintaan (self-selection) perus-tuvaa otantaa. Kyselyä jaettiin kohdeyrityksen virallisilla kanavilla sosiaalisessa medi-assa sekä tutkijan ja myyjien henkilökohtaisilla kanavilla, erityisesti LinkedIn:issä. Ky-selyyn oli tarkoitus löytää vastaajia myös erilaisilta alan messuilta, mutta keväällä 2020 esiintyneen koronaviruksen vuoksi erittäin suuri määrä alan tapahtumia peruttiin koko-naan. Itsevalintamenetelmällä kyselyyn saatiin 24 vastausta. Tässä menetelmässä ky-selyn onnistumista ja vastausprosenttia on vaikeampi arvioida, mutta linkkiä sosiaali-sessa mediassa klikanneista 39 % vastasi kyselyyn ainakin jotain, joten voidaan arvi-oida, että kyselyn alustus oli vähintäänkin hyväksyttävä.
Kyselyn taustakysymysten ansiosta kyselyyn vastanneiden taustoja ja siten tulosten luotettavuutta on helppo arvioida. Dataa vastaajien taustoista on esitelty tarkemmin liit-teessä D. Sähköpostitse tavoitetut osallistuja vastasivat keskimäärin paremmin kyselyn kaikkiin kysymyksiin ja vastausten laatu oli parempaa. Toisaalta näin tavoitettujen vas-taajien taustat ja yritysten toimialat edustivat kapeampaa joukkoa. Sosiaalisesta medi-asta tavoitetut osallistujat vmedi-astasivat keskimäärin heikommin kaikkiin kysymyksiin ja eri-tyisesti avoimiin kysymyksiin vastaaminen oli vähäistä. Toisaalta näin saavutettiin pal-jon laajempi joukko edustajia erilaisista yrityksistä ja vastaajien taustoista.
Kyselyyn vastanneet yritysedustajat olivat pääosin suurista kotimaassaan ja Euroo-passa toimivista yrityksistä. Edustettuja toimialoja oli laajasti teollisuudesta sekä ener-gia- ja rakennusaloilta, mutta myös kohdeyrityksen nykyisten kohdesegmenttien ulko-puolelta, esimerkiksi kaupanalalta.
Kuva 10: Vastaajien arvio omasta asiantuntijuudestaan
Kyselyyn vastanneet pitivät omaa IoT-asiantuntijuuttaan keskimäärin korkeana (kuva 10). Vastaajat olivat taustoiltaan laaja joukko edustajia asiantuntijoita ja keskijohtoa niin myynnistä kuin teknisistä toiminnoista ja ylimmästä johdosta. Kohdeyrityksen IoT-alusta oli myös tuttu suurimmalla osalle vastaajista, mikä on luonnollista koska suurin osa vas-taajista oli peräisin yrityksen CRM-järjestelmästä.
3.2.3 Sekundäärinen data
Sekundäärisellä datalla tarkoitetaan kaikenlaista dataa, joka on kerätty jonkun muun kuin tutkijan itsensä toimesta ja se on kerätty johonkin muuhun tarkoitukseen kuin ky-seisen tutkimuksen tarpeisiin. Sekundäärinen data voi käsittää niin raakadataa kuin
val-miita analyysejä tai raportteja ja sitä voidaan hankkia esimerkiksi erilaisista tietokan-noista, internetistä tai kirjastoista. Myös yrityksen sisäiset tietolähteet voidaan nähdä sekundäärisenä datana, mikäli niiden alkuperäinen käyttötarkoitus ei ole kyseinen tut-kimus. (Saunders et al. 2012)
Koska työn tavoitteena oli muodostaa kuva markkinoista ja arvioida valittujen segment-tien potentiaalia, lähtökohdaksi analyysiä varten tarvittiin mahdollisimman kattavia lis-tauksia eri toimialoilla toimivista suomalaisista yrityksistä. Tietolähteeksi valittiin Asia-kastieto Oy:n tietokanta, joka on pääosin yrityskäyttöön suunnattu palvelu, josta voi-daan ostaa erilaisia raportteja ja listoja yrityksistä, niiden taloudellisista tiedoista ja esi-merkiksi päättäjien yhteystietoja. Tietokannasta ostettiin yrityslistauksia tutkimuksen ta-voitteisiin sopivilla kriteereillä.
Ulkopuolisten tahojen keräämää dataa hyödynnettäessä on arvioitava useita tekijöitä datan lähteistä. Arvioitava on esimerkiksi sisältääkö hankittu data sen informaation, jota tutkimuksen tarpeisiin vaaditaan, kuvaako kerätty data haluttua ilmiötä ja populaatiota niin otokseltaan kuin esimerkiksi maantieteelliseltä kattavuudeltaan. Lisäksi on arvioi-tava, kuinka luotettava datan lähde on, mitä varten data on alkujaan kerätty ja esiintyykö datassa selkeitä vinoumia. Tärkeää on myös analysoida datan hankkimisen kustannuk-sia ja hyötyjä. (Saunders et al., 2012)
Analyysiin tarvittiin kattavia listauksia eri toimialoilla toimivista suomalaisista yrityksistä.
Asiakastiedon tietokannasta voidaan hankkia tietoja kaupparekisteriin kirjatuista suo-malaisista yrityksistä, ja tuloksia on mahdollista rajata esimerkiksi yrityksille rekisteröi-tyjen TOL 2008-toimialaluokitusten, tai niiden julkisten taloustietojen perusteella. Voi-daan siis todeta, että kyseisestä tietokannasta saatava data kuvaa hyvin haluttua il-miötä.
Asiakastieto nähtiin myös luotettavana tietolähteenä, sillä se on yksi alan johtavista ja tunnetuimmista palveluista. Lisäksi tietokannan tiedot ovat peräisin useista julkisista tietolähteistä (taulukko 6) ja tietokantaa päivitetään päivittäin, joten tietojen voidaan luottaa olevan ajantasaisia. Lisäksi palvelussa hyödynnetyt tietolähteet ovat pitkälti sa-moja kuin muiden vertailtujen tietopalveluiden käyttämät tietolähteet.