Aliisa Holopainen
Analytiikka osaksi pienyrityksen liiketoimintaa
Metropolia Ammattikorkeakoulu Insinööri (AMK)
Tuotantotalous Insinöörityö 08.09.2020
Tekijä Otsikko Sivumäärä Aika
Aliisa Holopainen
Analytiikka osaksi pienyrityksen liiketoimintaa 32 sivua + 1 liitettä
08.09.2020
Tutkinto insinööri (AMK)
Tutkinto-ohjelma Tuotantotalous Ammatillinen pääaine ICT
Ohjaajat
Lehtori Anna Sperryn
Tämän insinöörityön kohdeyritys on sähkö- ja automaatiopalveluita toimittava pienyritys.
Työn tarkoituksena oli selvittää, miten analytiikka saadaan osaksi kohdeyrityksen liiketoi- mintaa. Tavoitteena oli selvittää kohdeyrityksen valmius eli maturiteettitaso analytiikan hyödyntämiselle, miten yritys voisi hyödyntää analytiikkaa liiketoiminnassaan ja mitä kehi- tettävää yrityksellä on analytiikan hyödyntämisen mahdollistamiseksi.
Insinöörityössä tutustuttiin olemassa olevan tiedon osalta analyyttisen kilpailijan maturiteet- titasoihin eli valmiuteen hyödyntää analytiikka, analytiikan käsitteisiin ja parhaisiin menetel- miin. Teoreettisen viitekehyksen avulla luotiin haastattelukysymykset yrityksen nykytilan selvittämiseksi analytiikan hyödyntämiselle. Ehdotuksia lähdettiin rakentamaan worksho- peissa yhdessä kohdeyrityksen johdon kanssa teorian ja yrityksen nykytilan pohjalta.
Teoreettisesta viitekehyksestä selviää analyyttisen kilpailijan menestystekijät, jotka tulee olla yrityksessä kunnossa analytiikan hyödyntämisen mahdollistamiseksi. Kohdeyrityk- sessä ei hyödynnetä analytiikkaa, ja lähtökohdat sen hyödyntämiselle ovat heikot. Koh- deyrityksen on tärkeää kehittää erityisesti analyyttisen kilpailijan menestystekijöiden osa- alueita, jotta voisi parhaalla mahdollisella tavalla hyödyntää analytiikkaa liiketoiminnas- saan.
Kohdeyrityksen analytiikan hyödyntäminen on tämän insinöörityön perusteella alhaisella tasolla. Kohdeyrityksessä kerätään dataa, ja se on potentiaalista, mutta päätöksenteossa ja johdon sitoutumisessa on johdon epävarmuuden vuoksi kehitettävää. Yritykseltä uupuu myös analyyttinen osaaminen sekä ohjelmistot ja työkalut. Kohdeyritys on kuitenkin kiin- nostunut analytiikan tuomista mahdollisuuksista ja hyödyistä. Insinöörityön lopputuotok- sena on kehitysehdotukset analytiikan hyödyntämisen mahdollistamiseksi kohdeyrityk- sessä. Kun kehitysehdotukset saadaan käytäntöön, kohdeyritys saa hyvän lähtökohdan hyödyntää analytiikkaa liiketoiminnassaan.
Avainsanat Analytiikka, maturiteetti, tiedonhallinta, pienyritys
Author Title
Number of Pages Date
Aliisa Holopainen
Applying Analytics to a Small Business 32 + 1 Appendix
08 September 2020
Degree Bachelor of Engineering
Degree Programme Industrial Management Professional Major ICT
Instructors
Anna Sperryn, Senior Lecturer
This study was carried out for a small company providing electrical and automation ser- vices. The purpose of this thesis was to solve how to make analytics as part of the target company’s business. The purpose was to investigate the target company’s preparedness, i.e. maturity level to exploit analytics in its business, how the company could exploit analyt- ics better and what the company has to develop in its business to enable the use of analyt- ics.
This study is based on theory, interviews, and current state analysis of the case company.
For existing data analytical concepts, the maturity levels of an analytical competitor and best practices were examined. The conceptual framework reveals the success factors of an analytical competitor, which need to be in order to enable the exploitation of analytics in the case company’s business. With the help of the findings from the conceptual frame- work, interview questions were created to determine the current state of the target com- pany. The proposals were built in workshops together with the management of the case company on the basis of theory and the current state analysis of the company’s exploita- tion of analytics.
Based on this study, the exploitation of analytics in the case company is at low level. Data is collected and it is potential, but decision-making and management commitment due to un-certainty needs to be improved. In addition, the company does not have analytical ex- pertise, soft-ware and tools. However, the target company is interested in the benefits and opportunities of exploiting analytics and is interested to develop aspects of the success factors of the analytical competitor.
The outcome of this thesis is development proposals to enable analytics exploitation in the case company’s business. Once the development proposals are implemented, the case company will have a good basis to exploit analytics in its business.
Keywords Analytics, Maturity, Information management
Sisällys
Lyhenteet
1 Johdanto 1
2 Toteutustapa 2
2.1 Lähestymistapa 2
2.2 Tutkimussuunnitelma 2
2.3 Tiedonkeruu 4
3 Analytiikan hyödyntäminen liiketoiminnassa 5
3.1 Yrityksen analyyttiset maturiteettitasot 6
3.2 Raportointi 9
3.3 Data-analytiikka 10
3.3.1 Tiedonhallinta 13
3.3.2 Big Data 14
3.3.3 Tiedonlouhinta 15
4 Nykytila-analyysi 16
4.1 Yleiskatsaus analytiikan hyödyntämisestä kohdeyrityksessä 16
4.2 Datan kerääminen nykytilan selvittämiseksi 17
4.3 Käytettävissä oleva data ja sen hyödyntäminen 18
4.4 Vahvuudet ja heikkouden analytiikan hyödyntämiselle kohdeyrityksessä 19
4.4.1 Vahvuudet 19
4.4.2 Heikkoudet 20
4.5 Keskeiset havainnot nykytila analyysistä 20
5 Ehdotusten rakentaminen 21
5.1 Yleiskatsaus ehdotusten rakentamisesta 21
5.2 Analyyttisen kilpailijan ominaisuudet 22
5.3 Ehdotuksen ensimmäinen versio 24
6 Ehdotus 25
6.2 Kehitystarpeet 26
6.3 Ehdotus 26
7 Tulokset ja johtopäätökset 29
7.1 Yhteenveto 29
7.2 Mitä seuraavaksi? 30
7.3 Insinöörityön arviointi 31
Lähteet 32
Liitteet
Liite 1. Haastattelupohja nykytilan selvittämiseksi
Analytiikka Tietojen laaja hyödyntäminen ja niiden muuttaminen hyödyn- nettäväksi informaatioksi.
Big Data Suuri tietomassa, joka on runsasta, nopeasti liikkuvaa, kas- vavaa ja muuttuvaa.
BI Älykäs tiedonhallinta (Business intelligence).
Data Tietoa, joka voidaan muuttaa käsittelemällä merkittäväksi in- formaatioksi.
Digitalisaatio Digitaalisen teknologian yleistyminen arkielämässä.
IoT Esineiden internet (Internet of Things) eli automaattinen tie- donsiirto teknisistä laitteista.
Maturiteetti Valmius- tai kypsyysaste johonkin toimintaan.
Raportointi Tiedon luomista talteen jo tapahtuneista asioista.
Tiedonhallinta Tehokas tietojen hallinta ja järjestäminen tietokantoihin.
Tiedon louhinta Oleellisen tiedon kaivaminen esiin ja sen muuttaminen ym- märrettävään muotoon.
1 Johdanto
Pienissä yrityksissä ei tunneta kovin laajasti analytiikan hyödyntämismahdollisuuksia lii- ketoiminnassa ja sen kehittämisessä. Tämä insinöörityö käsittelee liiketoiminta analytiik- kaa, sen hyödyntämistä ja mahdollisuuksia, sekä käyttöönottoa osaksi pienyrityksen lii- ketoimintaa.
Insinöörityön kohdeyritys on Etelä-Suomessa toimiva insinööritoimisto, joka suunnittelee ja valmistaa sähkö- ja automaatiojärjestelmiä kunnille ja teollisuudelle. Yhtiö on perus- tettu vuonna 1986 ja työntekijöitä yrityksellä on nyt 18. Yritys palvelee asiakkaitaan au- tomaation ja sähkön saralla läpi koko järjestelmän elinkaaren.
Kohdeyrityksessä tehdään muun muassa hankinta-, osto-, myynti- ja liiketoiminnan ke- hittämispäätöksiä. Lisäksi tehdään päätöksiä asiakkaiden luoton suhteen maksukyvyn varmistamiseksi. Ostopäätöksiin esimerkiksi vaikuttaa tuotteiden ominaisuudet ja hinnat sekä toimitusvarmuus ja saatavuus. Myyntipäätöksiin eli työtarjouksiin vaikuttaa työn kustannukset, asiakkaan maksukyky ja työntekijöiden saatavuus. Hankintapäätöksiä ja liiketoiminnan kehittämispäätöksiä lähdetään tekemään, kun havaitaan esimerkiksi on- gelma tai mahdollisuus markkinatilanteessa. Yrityksen suurimpiin haasteisiin kuuluu las- kutuksen hallinta ja asiakkaiden maksukyvyn arviointi.
Tämän insinöörityön tavoitteena on selvittää kohdeyrityksen valmius, eli maturi- teettitaso analytiikan hyödyntämiselle ja miten analytiikkaa voitaisiin hyödyntää yrityksen liiketoiminnassa paremmin. Tavoitteena on löytää hyöty yrityksen haastei- den kehittämiselle analytiikan avulla. Työn tuloksena on kehitysehdotukset kohdeyri- tyksen liiketoiminnassa analytiikan hyödyntämisen mahdollistamiseksi.
Tämä insinöörityö koostuu seitsemästä luvusta. Ensimmäisessä luvussa käydään läpi työn aihe ja tavoite. Toinen luku käsittelee työn toteutusta ja tutkimusmenetelmiä sisäl- täen insinöörityön tutkimussuunnitelman. Kolmas luku sisältää teoriaa analytiikan käsit- teistä sekä organisaatioiden analytiikan tasoista ja tärkeistä tekijöistä. Seuraavassa lu- vussa kerrotaan yrityksen nykytilan taso analytiikan hyödyntämiselle. Viides luku kertoo ehdotuksen rakentamisesta analytiikan hyödyntämisen mahdollistamiseksi, josta
päästään, kuudenteen lukuun, palautteen kautta lopulliseen ehdotukseen. Insinöörityön viimeinen luku on yhteenveto työn toteutuksesta.
2 Toteutustapa
Tämä luku kertoo insinöörityön toteutustavasta ja tutkimusmenetelmistä. Luku sisältää työhön lähestymistavan ja tutkimussuunnitelman.
2.1 Lähestymistapa
Kohdeyrityksellä ei ole vahvaa ymmärrystä analytiikan hyödyntämisestä liiketoiminnassa ja päätöksenteossa. Työn toteutusta lähdetään lähestymään yrityksen analyyttisen val- miuden eli maturiteettitason selvittämisen kautta.
Insinöörityö tullaan tekemään perustuen yrityksen olemassa olevaan dataan ja sen hyö- dyntämistasoon nähden. Kehitysehdotuksia lähestytään teoreettisen viitekehyksen eli parhaiden menetelmien ja nykytila-analyysin pohjalta.
2.2 Tutkimussuunnitelma
Tämä luku käsittelee tuotosten rakentumista alusta loppuun: Miten tavoitteesta päästään lopulliseen tuotokseen. Alla olevassa kuvassa 1 on esitetty insinöörityön tutkimussuun- nitelma.
Kuva 1 Tutkimussuunnitelma
Kuten kuvasta näkee, tutkimussuunnitelma lähtee liikkeelle tavoitteesta, joka selvittää yrityksen valmiuden analytiikan hyödyntämiselle ja miten analytiikkaa voitaisiin hyödyn- tää yrityksessä paremmin. Tätä lähdetään tavoittelemaan teorian ja nykytila-analyysin kautta. Kuvassa ylärivillä olevat Data laatikot (Data 1, Data 2, Data 3) kertovat, mistä kerätty tieto on peräisin. Data kerätään yrityksestä pääosin workshoppien ja haastatte- luiden perusteella.
Teorian kerääminen ja nykytilan rakentaminen toteutetaan samanaikaisesti. Teorianke- ruu antaa uusia näkökulmia nykytilan haastattelukysymyksille ja haastatteluiden kautta saadaan uutta näkemystä teorian keruulle. Teoriaosuudella selvitetään olemassa olevan tiedon perusteella analytiikan hyödyntämisen parhaat menetelmät. Olemassa olevasta tiedosta saadaan teoreettinen viitekehys työlle, jota tullaan hyödyntämään ehdotusten rakentamisessa.
Kuvan 1 alimmalla rivillä valkoisissa laatikoissa on datan perusteella rakentuneet tuotok- set kaikilta työn vaiheilta. Olemassa olevasta tiedosta rakentuu teoreettinen viitekehys työlle, nykytila-analyysin perusteella saadaan selville olemassa olevat käytänteet
kohdeyrityksessä ja parhaiden menetelmien sekä haastatteluiden perusteella saadaan luotua ehdotukset analytiikan hyödyntämiselle. Lopulta päästään palautteen kautta lo- pulliseen ehdotukseen.
2.3 Tiedonkeruu
Tiedonkeruumenetelminä työssä käytetään pääosin workshopeja ja yrityksen sisäisiä haastatteluita. Taulukossa 1 näkyy kerätty data ja sen lähde. Kerätty data on pääosin peräisin yrityksestä.
Taulukko 1 Yksityiskohdat kerätystä datasta ja sen lähteistä
Taulukossa Data 1, 2 ja 3 ovat tutkimussuunnitelmassa esitetyt (kuva 1) yrityksestä saa- dut tiedot työn eri vaiheissa: nykytila-analyysi (Data 1), ehdotusten rakentaminen (Data 2) ja ehdotusten validointi (Data 3). Nykytila-analyysin kuvaamiseen käytettäviä datan lähteitä ovat workshopit, haastattelut ja olemassa oleva järjestelmä. Ehdotukset
Osallistu-
jat/lähde Data tyyppi Aihe päivämäärä Dokumentoitu
Data 1, Nykytila analyysille (kappale 4)
1 toimitusjohtaja Kick-off pala- veri
työn aihe ja yrityk- sen päätöksenteko
ja kehityskohteet
3.6.2020 palaverimuistio
2 Haastateltava:
toimitusjohtaja haastattelu
Olemassa oleva data ja sen hyödyn-
täminen nyt
19.6.2020 haastattelupohja, muistio (liite 1) 3 toimitusjohtaja Workshop
Netbaron järjes- telmä ja sen sisällä
oleva data
24.6.2020
screenshotit jär- jestelmästä kerät-
tävästä datasta
Data 2, Ehdotusten rakentaminen (kappale 5)
4 toimitusjohtaja Workshop
Kehitysalueet yri- tyksessä analytiikan
hyödyntämisen mahdollistamiseksi
6.7.2020 muistio
Data 3, Ehdotusten validointi (kappale 6)
5 toimitusjohtaja Palaute
Palaute rakenne- tusta ehdotuksesta ja miten sitä pitäisi
vielä muokata
29.7.2020 muistio
rakennetaan workshoppeihin ja tutkimusteoriaan perustuen. Validointi tapahtuu palaute- keskusteluiden perusteella.
Lisäksi aiheesta haetaan olemassa olevaa tietoa. Tarkoituksena on tutkia analytiikan hyödyntämismenetelmiä, analyyttisen kilpailijan tasoja ja tarvittavia menestystekijöitä, jotka voivat tuoda yrityksille merkittävää kilpailuetua. Olemassa olevan tiedon tutkimisen avulla saadaan parempi käsitys siitä, minkälaisia mahdollisuuksia analytiikka tuo yrityk- sille.
3 Analytiikan hyödyntäminen liiketoiminnassa
Tässä luvussa on rakennettuna teoreettinen viitekehys työlle. Luku käsittelee analytiikan käsitteitä, hyötyjä, analyyttisen yrityksen tärkeitä ominaisuuksia ja tasoja sekä analytii- kan menetelmiä ja hyödyntämismahdollisuuksia.
Analytiikka tarkoittaa tietojen laajaa hyödyntämistä, datan tilastollisen ja kvantitatiivisen analyysin, selittävien ja ennustavien mallien sekä faktapohjaisen johtamisen avulla yri- tyksen toiminnan ja päätöksenteon tukemista. Analytiikka voi olla kuvailevaa, ennusta- vaa, ohjailevaa tai autonomista. (Davenport & Harris, 2017, s. 25.)
Analytiikan hyödyntäminen liiketoiminnassa vaatii oman panoksensa. Tärkeimmät me- nestystekijät analytiikan hyödyntämiselle ovat data, yritystoiminta, analyyttinen johtami- nen, strategiset tavoitteet ja analyytikot. Laadukas data on edellytys analytiikalle. Yrityk- sellä tulee olla käytössään tärkeää dataa, analyyttisia ohjelmistoja, osaamista ja yrityk- sen johdon tulee olla motivoitunut analytiikan hyödyntämiselle. Analyyttinen johtaminen on tosiasioihin perustuvaa päätöksentekoa. Tavoitteiden avulla pyritään erottumaan kil- pailijoista markkinoilla. Analyytikot rakentavat ja ylläpitävät malleja, joilla yritys pääsee analyyttisiin tavoitteisiinsa. Kun nämä viisi elementtiä toimivat yhdessä, menestymisen mahdollisuus on suuri. (Davenport, Harris & Morrison, 2010, s. 19-21.)
Analytiikka auttaa yritystä hallitsemaan ja ohjaamaan liiketoimintaansa. Analytiikan avulla pystytään ymmärtämään paremmin muutoksia markkinoilla sekä taloudessa ja miten ne vaikuttavat liiketoimintaan. Analytiikan avulla voidaan saada myös selville,
toimiiko jokin asia oikeasti aiheuttaen haluttuja muutoksia vai tapahtuuko liiketoimin- nassa vain satunnaisia tilastollisia vaihteluita. Analytiikan avulla voidaan pienentää kus- tannuksia ja parantaa suorituskykyä. Sen avulla voidaan ennakoida markkinoiden muu- toksia, ja optimointitekniikat voivat vähentää omaisuusvaatimuksia. Analytiikan avulla myös riskien hallinta helpottuu tarkempien mittarien ja riskienhallintamallien avulla. Ana- lytiikan avulla voi ennakoida markkinaolosuhteiden muutoksia. Analytiikka auttaa myös päätöksenteossa mahdollistaen faktaan perustuvan päätöksenteon analyyttisten pää- töksentekoprosessien avulla. (Davenport & Harris, 2017, s. 3.)
Ensin on hyvä ymmärtää yrityksen analyyttinen taso ennen kuin lähdetään määrittele- mään nykytilaa. Seuraavaksi käsitellään yritysten analytiikan maturiteettitasoja ja vai- heita matkalla analyyttiseksi kilpailijaksi. Sitten tutustutaan analytiikan muihin alueisiin ja käsitteisiin.
3.1 Yrityksen analyyttiset maturiteettitasot
Maturiteettitasot ovat kypsyysasteita. Analytiikan maturiteettitasot kuvaavat yrityksen ky- kyä hyödyntää analytiikkaa liiketoiminnassaan. (Lindoors, 2017.)
Analyyttiseksi kilpailijaksi tavoittelevien yritysten tulee ensimmäisenä tunnistaa yrityksen nykyinen maturiteettitaso, jotta analytiikan hyödyntämistä osattaisiin lähteä kehittämään yritykselle parhaalla mahdollisella tavalla. Alla olevassa kuvassa 3 näkyy viisi vaihetta analyyttiseksi kilpailijaksi kehittymiselle. (Davenport & Harris, 2017, s. 159.)
Kuva 2 Analyyttisen maturiteettitasojen vaiheet (Davenport & Harris, 2017, s. 159.)
Ensimmäisessä vaiheessa (analyyttisesti heikot) matkalla analyyttiseksi kilpailijaksi yri- tyksiltä uupuu analytiikan perusedellytykset. Yrityksellä on vain vähän dataa, ja se on heikkolaatuista. Yrityksen tulee ensin kehittää perustietojaan saadakseen päätöksente- koon riittävästi laadukasta ja vertailukelpoista dataa. Myös johdon tulee sitoutua fakta- pohjaiseen päätöksentekoon. Kun yrityksillä on johdon tuki ja riittävästi käyttökelpoista tietoa, sen tulee kartoittaa ja arvioida, onko sillä analyyttiseen kilpailuun tarvittava stra- teginen näkemys, kulttuuri, rahoitus, taidot, data ja IT-teknologia. (Davenport & Harris, 2017, s. 159-160.)
Toinen vaihe (analyyttisesti hajanaiset) on todisteet ensin -kiertotie. Tässä vaiheessa yritys testaa analytiikkaa pienin askelin. Tämä kiertotie antaa mahdollisuuden testata toi- mintatapoja ja saada näyttöä tehokkuudesta ja auttaa yritystä keräämään empiirisiä to- disteita. Lisäksi vaihe ei vaadi suuria alkuinvestointeja. Toisessa vaiheessa hankkeet on hyvä pitää yksinkertaisina ja rajattuina, tiivistettynä seuraavin askelin (Davenport & Har- ris, 2017, s. 165-167):
1. Etsitään tukea ja liiketoimintaongelma, jota analyysi voisi hyödyntää.
2. Toteutetaan pieni rajattu projekti, joka tuottaa etuja.
3. Dokumentoidaan hyödyt ja kerrotaan niistä avainasemassa oleville sidosryhmille.
4. Jatketaan yksittäisten menestysten sarjaa, kunnes yrityksillä on riittävästi kokemusta ja uskoa edetä seuraavaan vaiheeseen.
Kolmasvaihe (analyyttisyyttä tavoittelevat) lähtee käyntiin ylimmän johdon analyyttisen toiminnan tukemisesta. Ensimmäisestä vaiheesta voidaan hypätä suoraan kolmanteen vaiheeseen täyttä höyryä eteenpäin, jos ei koeta tarvetta todisteet ensin -kiertotielle. Kol- mannessa vaiheessa luodaan suunnitelma yritystason analyyttisen osaamisen rakenta- miselle. Tässä vaiheessa yrityksellä tulee olla jo laajempi ja strategisempi näkemys ana- lytiikalle. Yrityksellä tulee olla visio odotetuista analytiikan tuomista hyödyistä. Johdon tulisi asettaa tavoitteeksi analytiikan avulla yrityksen muista erottuvien ominaisuuksien vahvistaminen ja ongelmien ratkominen. Hyötyjen mittariksi tulisi ottaa tuloksen ja tavoit- teiden kehittyminen. Lisäksi on tärkeää luoda prosessit edistymisen seuraamiselle. Kol- mannessa vaiheessa käynnistetään ensimmäisiä isoja analytiikkaa soveltavia projekteja.
Edistyneemmät analyysit vaativat parempaa analyysiosaamista ja teknologiaa, joten joh- don tulee keskittyä muutoksen johtamiseen liiketoimintaprosesseissa, työrooleissa ja vastuualueissa. (Davenport & Harris, 2017, s. 170-171.)
Neljännessä vaiheessa (analyyttiset yhtiöt) yritys ottaa käyttöön kolmannessa vaiheessa laaditun suunnitelman. Tärkeimpänä tavoitteena yrityksellä on hankkia laadukasta ana- lyysiosaamista ja yritys edistyy analyyttisen kilpailun vaatiman tuen, kulttuurin, taitojen, strategisen näkemyksen, tiedon, ja teknologian hankkimisessa. Koko johto tukee analy- tiikkaa yksimielisesti, ja yrityksen kulttuuri muuttuu. Yritys oppii analyyseista ja löytää uusia keinoja hyödyntää kilpailussa markkinoilla. Kun yrityksen analyyttinen osaaminen kehittyy, voidaan analyysit yhdistää liiketoimintaprosesseihin. Viimeiseen eli viidenteen vaiheeseen (analyyttiset kilpailijat) yritys pääsee, kun sillä on erinomaista analyysiosaa- mista, liiketoimintaprosesseissa on strategisesti erottavia analyyseja sekä tulos ja kilpai- lukyky ovat parantuneet. (Davenport & Harris, 2017, s. 174-175.)
Viidennessä vaiheessa yrityksestä tulee analyyttinen kilpailija ja analytiikasta tulee ydin yrityksen strategialle ja kilpailukyvylle. Analyyttisen kilpailijan neljä tukipilaria ovat yrityk- sen erottava ominaisuus, analyyttisyys koko yrityksen toimintatapana, ylimmän johdon sitoutuminen ja suuret tavoitteet (Kuva 4).
Kuva 3 Analyyttisen kilpailijan neljä tukipilaria (Davenport & Harris, 2017, s.60)
Erottuakseen kilpailijoistaan yritys kehittää jatkuvasti mittareitaan, analyysejaan, proses- sejaan ja tietojaan. Johdon sitoutuminen analyysin avulla kilpailemiseen on määrätietie- toista ja tarttuvaa. Kilpailuedun säilyttämiseksi yritysten tulee luoda koko organisaation laajuisia prosesseja, tarkkailla muutoksia ja näin tunnistaa merkit oletusarvojen, analyy- simallien ja sääntöjen muokkaamisen tarpeelle. Yhteistä analyyttisille kilpailijoille on in- tohimo analyyseja kohtaan ja sen avulla saavutettu hyvä taloudellinen tulos. (Davenport
& Harris, 2017, s. 176.)
3.2 Raportointi
Jotta analytiikkaa voitaisiin hyödyntää, tarvitaan dataa. Yrityksellä tulee olla hallussaan ajankohtaista tietoa, jota kertyy muun muassa raportoinnista.
Raportilla esitetään jälkikäteen jo tapahtunut toiminta. Se on dokumentti, jossa selite- tään, miten jokin asia on tapahtunut. Yrityksen talousraportit kertovat yrityksen talousti- lanteen. Laadukas raportti on ajan tasalla, selkeä ja helposti saatavilla missä ja milloin vain. (Similä, 2019.)
Yrityksen raportit muodostuvat useimmiten laskentatoimen pohjalta. Laskentatoimi ja- kautuu ulkoiseen ja sisäiseen laskentatoimeen. Laskentatoimen tehtävänä on tuottaa
ajankohtaista tietoa yrityksen toiminnasta. Laskentatoimen avulla seurataan rahan liik- keitä ja sen tuottamia tärkeitä raportteja ovat muun muassa tilinpäätös, budjetit ja kus- tannuslaskelmat. (Jormakka, 2015, s. 11.)
Ulkoinen laskentatoimi on laissa säädeltyä kirjanpitoa ja raportointia. Ulkoinen laskenta- toimi tuottaa tietoa ulkoisten sidosryhmien tarpeisiin. Ulkoiseen laskentatoimeen kuulu- vat rahoittajat, kuten omistajat eli sijoittajat, lainanantajat, asiakkaat, tavarantoimittajat ja verottaja. Ulkoisen laskentatoimen raportteja ovat tuloslaskelma, tase, rahoituslaskelma ja veroilmoitus. (Jormakka, 2015, s. 12.)
Sisäinen laskentatoimi eli johdon laskentatoimi tuottaa tietoa yrityksen päätöksenteon tueksi. Sisäisen laskentatoimen tieto on täysin vapaaehtoista ja vapaamuotoista, eikä sitä ole säädelty laissa. Sisäisen laskentatoimen tehtävänä on määrittää ja kohdistaa eri yksiköiden kustannuksia tuotteille ja palveluille, ennustaa tuloja ja menoja sekä arvioida investointien kannattavuutta. Sisäisen laskentatoimen raportoinnin tulee olla nopeaa ja jatkuvaa, jotta niiden tieto on aina ajan tasalla päätöksentekoon. (Jormakka, 2015, s.
13.)
Kuten edellä mainittiin, yrityksen ulkoisen laskentatoimen raportit ovat pakollisia ja laissa säädeltyjä. Näiden lisäksi yritykselle hyödyllisiä raportteja ovat esimerkiksi asiakas- ja tuotekohtaiset raportit. Lisäksi rahaliikenne- ja maksuraportit voivat olla yritykselle todella hyödyllisiä. Myös projekti- ja kustannuspaikkakohtaiset raportit voivat olla hyviä keinoja seurata taloustilannetta. (Similä, 2019.)
Tuotetusta tiedosta ja raporteista voidaan tehdä analyyseja edesauttamaan organisaa- tion kehittymistä ja menestymistä.
3.3 Data-analytiikka
Digitalisoituvassa ja kehittyvässä ympäristössämme dataa syntyy jatkuvasti valtavia määriä globaalisti internetin verkkojen ja palveluiden avulla. Koska dataa on niin paljon ja sitä syntyy niin nopeasti, kannattaa sen analysointi teettää ohjelmallisesti ja konetta opettaen kehittyneemmän automaation, robotiikan ja tekoälyn avulla. Data-analytiikka
vaatii kehittyneen digitaaliteknologian ja ymmärryksen tiedonhallinnan tasoista tuekseen sen hyödyntämiselle. (Harjamäki, 2018, s. 7-10.)
Data-analytiikka on prosessi, joka sisältää eri käsittely- ja toimintavaiheita. Tämä voi- daan kuvata esimerkiksi datatieteen työnkulkuvaiheilla, jotka ovat:
1. kysymyksen asettaminen 2. datan hankinta
3. datan tutkiminen 4. datan mallintaminen 5. tulosten käsittely 6. toteutus
7. testaus.
Ensimmäisessä vaiheessa, eli kysymyksen asettamisessa tulee ymmärtää, mitä halu- taan selvittää ja miksi sekä millainen kysymys johtaa parhaaseen mahdolliseen hyötyyn.
Seuraavassa vaiheessa hankitaan aiheeseen tarvittava raakadata, jota voidaan etsiä sekä sisäisistä että ulkoisista lähteistä. Kolmannessa vaiheessa, eli datan tutkintavai- heessa, käsitellään ja siivotaan raakadata. Neljännessä vaiheessa dataa tutkitaan ja tes- tataan erilaisilla analyysimalleilla sekä etsitään parhaita menetelmiä datan tutkimiseen.
Tulosten käsittelyvaiheessa kehitellään lopullinen analyysimalli tai algoritmi, jonka poh- jalta luodaan myös raportti ja toimintaohjeet analyysin tilanteelle. Toteutus ja testausvai- heessa tulokset ja analyysin käyttö esitellään ja ohjeistetaan tilaajalle, joka tulee hyödyn- tämään niitä päätöksenteossa. (Harjamäki, 2018, s. 29-30.)
Data-analytiikan prosessia voidaan kuvata myös CRISP-DM-prosessimallin vaiheilla, jota käytetään tiedonlouhinnassa:
1. liiketoiminnan ymmärtäminen 2. datan ymmärtäminen
3. datan valmistelu
4. datan mallintaminen tai mallinnus 5. arviointi
6. käyttöönotto.
Prosessin alussa pyritään ymmärtämään liiketoiminnan tarpeet ja näkökulma ratkaista- vien ongelmien asettamisessa. Sitten tehdään alustavaa datan keruuta käytettävissä olevan tiedon lisäksi ja tarkistetaan datan laatu. Raakadata valmistellaan valmiiksi data- setiksi. Mallintamisvaiheessa tehdään tiedonlouhintaa eri malleilla. Sitten arvioidaan, vastaako malli asetettuihin ongelmiin. Käyttöönottovaiheessa tehdään raportti, mallin- nusprosessi tai ohjeistus mallin käyttämiselle. (Harjamäki, 2018, s. 31-32.)
”Ennen datan hankintaa on osattava määrittää, miksi dataa ollaan hankkimassa ja mihin tarkoitukseen tai ongelman selvittämiseen dataa on tarkoitus käyttää.” (Harjamäki, 2018, s. 31-32.)
Data-analytiikka voidaan jakaa kolmeen tasoon, jotka ovat:
1. kuvaileva analytiikka 2. ennakoiva analytiikka 3. ohjaileva analytiikka.
Kuvaileva analytiikka kertoo tilastotieteellisten menetelmien (summa, keskiarvo ja pro- senttimääräiset muutokset) avulla, mitä on tapahtunut. Se koostuu raportoinnista ja vi- sualisoinnista. Kuvailevan ja ennakoivan tasojen välissä on lisäksi diagnosoiva analy- tiikka tapahtumien syiden ja keskinäisten vaikutusten selvittämiseen yhdistelemällä tie- tolähteitä ja tilastoja. Ennakoiva analytiikka kertoo algoritmeilla luotujen ennusteiden avulla aiempien tapahtumien perusteella luotujen arvioiden ja todennäköisyyksien poh- jalta, mitä voisi tulla tapahtumaan. Ennakoivassa analytiikassa analyyttisten mallien et- simiseen käytetään datan louhintaa ja kone on opetettu tunnistamaan haettua tietoa.
Ohjaileva analytiikka on jatkuvaa automaattista vertailevaa ja ennustavaa toiminnan op- timointia (paras mahdollinen vaihtoehto) ja simulointia, ja se kertoo, mitä pitäisi tehdä.
(Harjamäki, 2018, s. 32-36.)
Data-analytiikan avulla voidaan tehdä faktaan eli dataan perustuvaa päätöksentekoa.
Apuvälineenä data-analytiikan sovellukset voivat olla pieniä tilastollisia analyysejä tai suuria tekoälyä ja koneoppimista hyödyntäviä autonomisesti toimivia robotteja tai jotain siltä väliltä. Data-analytiikan avulla voidaan vähentää inhimillisiä virheitä rutiinityössä ja data voidaan visualisoida ihmiselle helposti ymmärrettäväksi. Data-analytiikan avulla
voidaan selvittää asioiden välisiä riippuvuuksia ja selvittää, mitkä asiat vaikuttavat tehok- kuuteen tai laatuun. Data-analytiikan avulla on mahdollista löytää parhaat mahdolliset ratkaisut päätöksentekoon. (Harjamäki, 2018, s. 41.)
3.3.1 Tiedonhallinta
Nykyteknologia tuottaa jatkuvasti suuria määriä dataa. Dataa kertyy joka puolelta, järjes- telmistä ja sosiaalisesta mediasta automaation avulla. Näiden datamassojen käsittele- minen vaatii hyvän datan hallintastrategian, jotta tiedosta saadaan mahdollisimman pal- jon hyötyä irti. Tärkeää tiedonhallinnassa on varmistaa, että tieto on oikeaa ja sitä käy- tetään tarkoituksenmukaisesti. Tiedonhallinnan strategioissa tulee määritellä, kuinka eri ulkoisista lähteistä, kuten verkkosivuilta ja sosiaalisesta mediasta, peräisin olevaa big dataa käsitellään ja hallinnoidaan. Liika datan määrä voi koitua yritykselle ongelmaksi.
Suurin haaste on kuitenkin huonolaatuinen data eli tieto, joka on epäjohdonmukaista ja hajanaista. (Davenport & Harris, 2017, s. 224-225.)
Minkälaista dataa yrityksen sitten kannattaa hankkia eli millainen data on arvokkainta yrityksen erottumisen ja tulosten kannalta? Yrityksellä tulee olla selkeä kuva yrityksen erottavista ominaisuuksista sekä strategisten ja operatiivisten mittareiden ja liiketoimin- nan tuloksen suhteesta. Jotta osataan hankkia liiketoiminnan kannalta analyyttiseen kil- pailuun oleellista dataa, tulee saada liiketoiminta- ja IT-johtajat työskentelemään yh- dessä. Johtajien tulee datan hankkimisen lisäksi yhdessä määritellä analyysissä käytet- tävien tietojen keskinäiset suhteet. (Davenport & Harris, 2017, s. 225-226.)
Tiedonhallinnassa on tärkeää, että data on yhtenäistä, joten sitä kannattaa hallinnoida koko yrityksen kattavassa järjestelmässä. Datan keruu kannattaa siis aloittaa yrityksen toiminnanohjausjärjestelmistä. Toiminnanohjausjärjestelmät ovat yrityksen käytössä olevia tietojärjestelmiä. Ne ovat integroituja ohjelmistosovelluksia, jotka yhdistävät eri toimintoja organisaation eri osastojen välillä. Niiden avulla liiketoimintaprosessien, kuten taloushallinnon, henkilöstöhallinnon ja toimitusketjun tiedonkulku on automatisoitua ja yhdenmukaista. Toiminnanohjausjärjestelmät auttavat analyyttista kilpailijaa eteenpäin tuottamalla täsmällistä, yhdenmukaista ja ajankohtaista dataa. Järjestelmiin on saatavilla erilaisia analyysiominaisuuksia, esimerkiksi kehittämään myyntiennusteita tai mallinta- maan uusia ratkaisuja ongelmiin. (Davenport & Harris, 2017, s. 227-229.)
Business Intelligencen (BI) avulla kerätään tietoa tietojärjestelmistä tuottamaan auto- naattisesti standardoituja raportteja. Organisaatiolla on myös dataa, joka ei ole kaikkien ulottuvilla, kuten tietokannat, laskentataulukot, esitykset ja raportit. Ulkopuolisia dataläh- teitä ovat esimerkiksi tietoja myyvät yhtiöt, valtionhallinto tai yrityksen nettisivut. Joiden- kin arvokkaiden ja arkaluontoisten tietojen hankkiminen voi olla vaikeaa ja kallista, kuten asiakastiedon hankkiminen tai kilpailijoiden tutkiminen. Joskus tulee kehitellä tapoja ke- rätä tietoja, kuten asiakkaille etuja luvasta esimerkiksi ostokäyttäytymiselle. (Davenport
& Harris, 2017, s. 227-229.)
Dataa tulee kerätä paljon, mutta tietoa ei kuitenkaan kannata ahmia.
Yksi erittäin tärkeä seikka tiedonhallinnalle on varmistaa datan laatu. Esimerkiksi perus- käsitteiden määritelmien vaihtelu voi tehdä datasta sekavaa. Data on laadukasta, kun se on oikeaa, täydellistä, ajankohtaista, yhdenmukaista, oikeassa yhteydessä, valvottua ja analysoitua. (Davenport & Harris, 2017, s. 230-231.)
Tiedonhallinnan elinkaareen kuuluu seuraavat vaiheet: datan hankinta, datan puhdistus, datan järjestäminen ja varastointi sekä datan säilytys. Kuva 4 esittää elinkaaren vaiheet.
Kuva 4 Tiedonhallinnan elinkaari (Davenport & Harris, 2017, s. 232-233.)
3.3.2 Big Data
Big Dataksi eli massadataksi kutsutaan suurta tietomassaa, jonka käsitteleminen ja ana- lysoiminen perinteisillä tekniikoilla on vaikeaa. Tämä data on runsasta, nopeasti
liikkuvaa, kasvavaa ja muuttuvaa. Big Data luo haasteita datan keräämiselle ja analysoi- miselle. (Davenport & Harris, 2017, s. 4, 31.)
Big Dataa voidaan kuvata viidellä V:llä: Volume, Velocity, Variety, Veracity ja Value.
Nämä kuvaavat valtavaa datan määrää, datan nopeaa lisääntymistä, datan rakenteen vaihtelevuutta, datan epävarmuutta ja datan arvoa. (Harjamäki, 2018, s. 16.)
Dataa syntyy joka puolelta jatkuvasti lisää. Yritykset etsivät koko ajan uusia keinoja ke- rätä dataa. Sosiaalisen median käyttäjät luovat hetkessä suuren määrän digitaalista si- sältöä omalla verkkokäyttäytymisellään. IoT eli Internet of Things eli Esineiden internet luo myös paljon dataa käyttämistämme laitteista laitteiden sensoreiden ja keskinäisen kommunikoinnin avulla. (Harjamäki, 2018, s. 16.)
Eri lähteiden takia Big Data sisältää paljon rakenteeltaan vaihtelevaa dataa; on paljon strukturoimatonta, semi-strukturoitua ja strukturoitua dataa. Suuriin datamassoihin liittyy myös epävarmuus datan laadun suhteen: se voi olla esimerkiksi puutteellista tai ristirii- taista. Kun suuret datamäärät on muutettu analyysin avulla ymmärretyksi, saadaan da- tasta lisäarvoa tuottavaa tietoa. (Harjamäki, 2018, s. 16.)
Dataa kertyy siis paljon ja kovalla vauhdilla. Tästä syystä sen käsitteleminen on vaikeaa, kun kapasiteetti ei pysy perässä. Haasteena on tuottaa tehokkaasti visualisointeja, en- nusteita, optimointeja ja malleja. Big datan analytiikkaa voidaan suorittaa reaaliaikaisen tai varastoidun datan käsittelyllä. Kaikkea dataa ei pystytä tallentamaan eikä kaikkea pystytä käsittelemään reaaliajassa sen suuren massan vuoksi. Suuret datamassat kan- nattaa jaotella, jotta niiden käsitteleminen olisi helpompaa. Jaottelu on kuitenkin hanka- laa. Helpoin tapa on jakaa data kahteen esimerkiksi strukturoituun ja strukturoimatto- maan. (Harjamäki, 2018, s. 20.)
Data on edellytys analytiikalle ja sitä on nykyteknologian ansiosta paljon.
3.3.3 Tiedonlouhinta
Tiedonlouhinnan avulla suuresta datamassasta kaivetaan oleellinen tieto esiin ja se muutetaan ymmärrettävään muotoon. Sen avulla löydetään tärkeitä tekijöitä
tapahtumien takana. Tiedonlouhinnassa hyödynnetään tekoälyä, tilastoja, tietokantoja ja koneoppimista. Tiedonlouhinta on yksi ennustavan analytiikan menetelmistä. Tiedon- louhintaa tehdään assosiaatioilla, luokittelemalla, klusteroinneilla, ennustamalla, löytä- mällä regressiojaksottaisuuksia ja visualisoimalla. Tekniikka valitaan määritellyn ongel- man ja käytettävissä olevan datan mukaan. Tiedonlouhinnan lisäksi tarvitaan yleensä analysointia, sillä se ei selitä löydöksiensä syitä. (Harjamäki, 2018, s. 50.)
Tiedonlouhintatyökalut, erityisesti koneoppimista hyödyntävät, työkalut vaihtelevat suo- raviivaisesta aritmeettisesta laskennasta tekoälyyn, tilastoihin, päätöksentekopuihin ja verkkoihin. Niiden tavoite on tunnistaa mallit monimutkaisissa ja heikosti määritellyissä tietojoukoissa (Davenport & Harris, 2017, s. 240.)
Tiedonlouhinnan voi jakaa kolmeen vaiheeseen:
1. datan valmistelu
2. analysointimallin valinta
3. valittua mallia käytetään datan käsittelyyn ja tuotetaan ennakointitulokset.
Datan valmisteluvaiheessa data siivotaan, sitä muokataan ja se jaetaan osiin. Sen jäl- keen arvioidaan kilpailevat vaihtoehdon analysointimalliksi. Lopulta käytetään mallia da- taan tulosten saamiseksi. (Harjamäki, 2018, s. 51.)
4 Nykytila-analyysi
Tässä kappaleessa käsitellään analytiikan hyödyntämisen nykytilaa kohdeyrityksessä.
Nykytila on selvitetty workshoppien ja haastatteluiden avulla.
4.1 Yleiskatsaus analytiikan hyödyntämisestä kohdeyrityksessä
Kohdeyrityksessä ymmärrys analytiikan tuomia mahdollisuuksia ja käsitteitä kohtaan ei ole kovin laaja. Mahdollisuuksia ymmärretään jossain määrin, mutta käsitteitä ei niin- kään. Yrityksen johto ymmärtää, että analytiikka voisi edistää ja helpottaa liiketoimintaa eri prosesseissa.
Haastattelujen perusteella yrityksen päätöksenteosta noin puolet perustuu faktaan esi- merkiksi tutkittaessa projektien kannattavuutta. Yrityksessä analyyttiset prosessit eivät ole kuitenkaan osa päätöksentekoa, vaan päätöksiä tehdään pääosin kokemuksen pe- rusteella ja intuitiolla.
Kohdeyrityksessä ei hyödynnetä analytiikkaa eikä yrityksessä ole analyyttistä osaamista haastattelujen perusteella. Yrityksen toimitusjohtaja omaa analyyttisen ajattelutavan, mutta on epävarma analytiikan hyödyntämisen kannattavuudesta pienyrityksessä inves- tointien ja muutoksen riskien takia. Yrityksen johto on kiinnostunut analytiikan tuomista mahdollisuuksista, mutta on epävarma sen tuomista hyödyistä omassa liiketoiminnas- saan.
Kohdeyrityksessä kerätään dataa talouspohjaiseen toiminnanohjausjärjestelmään. Ke- rätty data on pääosin talousdataa töiden ja laskutuksen seuraamiseen sekä laskujen maksamiseen, ja pakollisten tilinpäätökseen tarvittavien tietojen keräämiseen. Yrityk- sellä ei ole olemassa analyysityökaluja, joiden avulla olemassa olevaa dataa voitaisiin hyödyntää.
Havaintojen perusteella yritys on maturiteettitasoltaan ensimmäisellä tasolla. Yritys kui- tenkin hyödyntää koko yrityksen laajuista toiminnanohjausjärjestelmää, johon on kerät- tynä potentiaalista dataa. Dataa ei kuitenkaan hyödynnetä parhaalla mahdollisella yrityk- sen liiketoiminnassa.
4.2 Datan kerääminen nykytilan selvittämiseksi
Nykytilan selvittämiseksi dataa kerättiin haastatteluiden ja workshoppien avulla. Tau- lukko 2 näyttää datankeruun nykytilan selvittämiseksi.
Taulukko 2 Datan keruu nykytilan selvittämiseksi
Osallistujat /
lähde Data tyyppi Aihe päivämäärä Dokumentoitu
Data 1, Nykytila analyysille (kappale 3)
1 toimitusjohtaja Kick-off pala- veri
työn aihe ja yrityk- sen päätöksenteko
ja kehityskohteet
3.6.2020 palaverimuistio
2 Haastateltava:
toimitusjohtaja haastattelu
Olemassa oleva data ja sen hyödyntämi-
nen nyt
19.06.2020 haastattelupohja, muistio (liite 1) 3 toimitusjohtaja Workshop
Netbaron järjes- telmä ja sen sisällä
oleva data
24.06.2020
Screenshotit järjes- telmässä kerättä-
västä datasta Kuten taulukosta näkee, haastatteluissa selvitettiin, missä yritys haluaa kehittyä, miten yritys tekee päätöksiä nyt, yrityksen ymmärrys analytiikkaa kohtaan, minkälaista dataa yritys kerää ja miten sitä hyödynnetään. Workshopissa tutustuttiin käytössä olevaan Net- Baron järjestelmään ja mitä se pitää sisällään. Näiden avulla saatiin selvitettyä yrityksen nykytila analytiikan hyödyntämiselle.
4.3 Käytettävissä oleva data ja sen hyödyntäminen
Yrityksen käytössä on NetBaron-toiminnanohjausjärjestelmä tiedon tallentamiseen ja ra- portointiin. NetBaron on suomalainen selainpohjainen talousjärjestelmä. Se kattaa kaikki sähköisen liiketoiminnan osa-alueet, kuten taloushallinnon, tuotannonohjauksen, myyn- ninohjauksen ja asiakashallinnan. NetBaron ohjaa ja automatisoi toimintoja sekä integroi ulkoiset järjestelmät. Kaikki tieto, käyttäjät ja toiminnot, löytyvät samasta sovellusympä- ristöstä, mikä mahdollistaa reaaliaikaisen raportoinnin ja käytön käyttäjille missä tahansa ja milloin tahansa. (Netbaron.)
Kohdeyritys hyödyntää järjestelmää pääosin taloushallinnassa, kuten myyntitilauksissa ja laskuissa. Yrityksen käytössä on työnumeroseuranta, joihin edellä mainitut myyntiti- laukset ja laskut on kohdistettu. Työt on myös yleensä kohdistettu järjestelmässä siihen kuuluvaan projektiin. Lisäksi järjestelmästä löytyy tietoa toimipisteistä, joihin on liitetty työnumeroita ja projekteja. Yritys kerää dataa myös asiakkaistaan. Tärkeää asiakasda- taa, jota yritys kerää on asiakasyrityksen tiedot, kuten yhteystiedot (nimi, osoite,
sähköposti, puhelin), y-tunnus, alv-tunnus sekä verkkolaskuosoitteet ja -tiedot. Tärkeitä henkilöstötietoja ovat muun muassa työntekijän yhteystiedot, sotu, pankkitiedot ja järjes- telmän käyttöoikeus tiedot. Lisäksi löytyy palkkatietoja, kuten palkkaan kohdistetun työn- tekijän tiedot, palkanlaskunumero, palkkakausi sen alkamispäivä ja loppupäivä, palkan- maksupäivä, maksettavaa ja onko maksettu. Järjestelmässä on myös erilaisia raportteja, kuten tuloslaskelmia, kassavirtaraportteja, ennakkopidätys- ja sotuvelkaraportteja, ALV- raportteja, laskuluettelot, projektiraportit, varastoraportit, tase, palkkakuluraportit ja palk- kakulut kohdistettuna yksittäisiin töihin sekä raportit laskutuksiin asiakkaittain.
Kaiken kaikkiaan yrityksen data on potentiaalista, mutta sitä ei hyödynnetä analyysien tekemiseen. Yrityksen raportointi ei ole reaaliaikaista, vaan se tulee viiveellä joko johdon tai kirjanpitäjän toimesta, joka aiheuttaa ongelmia datan luotettavuudessa, esimerkiksi laskutuksen hallinnassa. Varsinaista analyysiä yrityksessä ei tehdä, eikä yrityksellä ole käytössään analyysityökaluja.
Dataa ja tietoa hyödynnetään yrityksessä tilanteen seuraamiseen: miten menee ja miten projektit/urakat ovat onnistuneet. Osataan myös varautua esimerkiksi, milloin (mihin ai- kaan vuodesta) on paljon kysyntää urakoille markkinoilla. Datan perusteella ei kuiten- kaan tehdä varsinaista tutkimusta esimerkiksi ennusteista tai kilpailumahdollisuuksista.
4.4 Vahvuudet ja heikkouden analytiikan hyödyntämiselle kohdeyrityksessä
Tässä luvussa on eritelty nykytilan löydöksistä yrityksen vahvuudet ja heikkoudet, joiden pohjalta on hyvä lähteä rakentamaan ehdotuksia analytiikan hyödyntämiselle.
4.4.1 Vahvuudet
Vahvuuksia analytiikan hyödyntämisen mahdollistamiselle yrityksellä on käytössään oleva toiminnanohjausjärjestelmä, Netbaron, jossa on paljon yrityksen taloushallinnon dataa. Yrityksellä on hyödynnettävissään paljon dataa muun muassa projekteista, töistä ja myynneistä. Lisäksi yrityksellä on dataa asiakkaista, henkilöstöstä ja toimittajista.
Yksi tärkeä vahvuus, mikä yrityksellä on, on halu kehittyä ja erottua kilpailijoista. Tämä motivaatio auttaa yritystä kehittymään ja muuttumaan tarpeen mukaan. Yrityksen johto on myös valmis perehtymään analytiikkaan ja sen tuomiin mahdollisuuksiin. Analytiikan hyödyntäminen toisi yritykselle paljon kasvumahdollisuuksia kilpailijana markkinoilla.
4.4.2 Heikkoudet
Ehkä yksi tärkeimmistä ominaisuuksista analyyttisella kilpailijalla on johdon sitoutuminen ja ymmärrys analytiikkaa kohtaan. Kohdeyritys on kiinnostunut analytiikan tuomista mah- dollisuuksista ja hyödyistä, mutta on epävarma sen hyödyntämisestä omassa liiketoimin- nassaan pienyrityksenä. Kohdeyrityksessä ei ole kovin laajaa näkemystä ja ymmärrystä analytiikan käsitteisiin ja sen tuomia mahdollisuuksia ja hyötyjä kohtaan. Yrityksellä ei ole myöskään analytiikkaosaamista käytettävissään, eikä yritys hyödynnä analyyttisiä ohjelmistoja ja työkaluja liiketoiminnassaan.
Yrityksellä on paljon hyödyllistä dataa, mutta se ei tule järjestelmään reaaliajassa. Esi- merkiksi työt merkitään järjestelmään viiveellä. Näitä tietoja olisi tärkeää saada ylös jär- jestelmään mahdollisimman nopeasti, jotta vältyttäisiin epäselvyyksiltä. Data ei ole myöskään aina välttämättä täysin luotettavaa, mikä johtuu erityisesti siitä, että tietoja syötetään järjestelmään viiveellä.
4.5 Keskeiset havainnot nykytila analyysistä
Kohdeyrityksessä ei hyödynnetä analytiikkaa liiketoiminnan kehittämiseen. Päätöksen- teko tapahtuu pääosin vaiston varalla ja tilanteen mukaan, mutta yrityksessä tähdätään faktapohjaiseen päätöksentekoon mahdollisuuksien mukaan esimerkiksi kannattavuu- den selvittämisessä. Päätöksentekoa ei kuitenkaan tue analyyttiset prosessit, joten fak- tapohjainen päätöksenteko vaatii enemmän työtä ihmisiltä, jolloin tapahtuu helposti inhi- millisiä virheitä. Havaintojen perusteella yritys on maturiteettitasoltaan ensimmäisessä vaiheessa.
Kohdeyritys kerää ja varastoi dataa käytössää olevaan NetBaron-toiminnanohjausjärjes- telmään. Eniten yritys hyödyntää järjestelmää taloushallinnossa, kuten myyntien ja
laskujen selaamisessa. Kerättyä dataa ei kuitenkaan analyyttisesti hyödynnetä liiketoi- minnassa. Maturiteettitasoltaan kohdeyritys on siis toisessa vaiheessa teknologiassa, koska dataa kerätään ja se on potentiaalista.
Seuraavassa taulukossa 3 on listattuna yrityksen vahvuudet ja heikkoudet analytiikan hyödyntämiselle.
Taulukko 3 Yrityksen vahvuudet ja heikkoudet analytiikan hyödyntämiselle liiketoiminnassa
Vahvuuksien ja heikkouksien pohjalta lähdetään hakemaan ratkaisuja kohti analyyttistä kilpailijaa.
5 Ehdotusten rakentaminen
Tämä luku kertoo, miten ehdotukset analytiikan hyödyntämiselle on rakennettu. Ehdo- tukset on luotu yrityksen nykytilan, teorian ja workshoppien (Data 2) pohjalta. Lopullinen ehdotus saadaan palautteen perustella yrityksen suunnasta.
5.1 Yleiskatsaus ehdotusten rakentamisesta
Ehdotusten rakentamista lähdettiin lähestymään olemassa olevan tiedon, parhaiden me- netelmien, analyyttisen kilpailijan tärkeiden ominaisuuksien, pohjalta. Myös muita
+
• Yrityksellä on käytössään hyvä järjestelmä tietojen hallintaan
• Yrityksellä on käytössään kattava määrä potentiaalista dataa
• Yrityksen johto on valmis perehtymään aiheeseen
• Yritys haluaa kehittyä ja erottua kilpailijoistaan
-
• Johto on epävarma analytiikan tuomia mahdollisuuksia ja hyötyjä kohtaan riskien pelossa
• Yrityksessä ei ole analyyttista osaamista
• Yrityksellä ei ole käytössä analyyttisiä ohjelmistoja tai työkaluja
• Data ei ole reaaliaikaista
• Data ei välttämättä ole aina
täysin luotettavaa
teoreettisesta viitekehyksestä löydettyjä havaintoja tärkeistä ja oleellisista asioista ana- lytiikan hyödyntämiselle on otettu huomioon ehdotusten rakentamisessa. Nykytila-ana- lyysistä saatujen havaintojen perusteella lähdettiin miettimään, mitä ominaisuuksia koh- deyrityksen liiketoiminnasta puuttuu analytiikan hyödyntämisen mahdollistamiseksi.
Tässä vaiheessa tutkittiin yhdessä kohdeyrityksen kanssa (taulukko 4), mitä analytiikan ominaisuuksia ja tekijöitä yrityksen tulee kehittää, jotta suunta analyyttiseksi kilpailijaksi olisi oikea.
Taulukko 4 Ehdotuksen rakentamiseen kerätty data
5.2 Analyyttisen kilpailijan ominaisuudet
Kuten edellisessä luvussa kerrottiin, tämän insinöörityön ehdotusten rakentamisen läh- tökohtana oli parhaat menetelmät ja kohdeyrityksen nykytilan taso analytiikan hyödyntä- mistä kohtaan. Kuvassa 6 on analytiikan hyödyntämiselle tärkeitä menestystekijöitä, joi- den pohjalta lähdettiin rakentamaan ehdotusta kohdeyritykselle analytiikan hyödyntämi- sen mahdollistamiseksi.
Osallistu-
jat/lähde Data tyyppi Aihe päivämäärä Dokumentoitu
Data 2, Ehdotusten rakentaminen
4 toimitusjohtaja Workshop
Kehitysalueet yri- tyksessä analytii- kan hyödyntämi- sen mahdollista-
miseksi
6.7.2020 muistio
Kuva 5 Analytiikan hyödyntämiselle tärkeät menestystekijät
Kuten kuvasta näkee, analyyttisellä kilpailijalla tulee ensin olla visio analytiikan hyödyn- tämisestä, sen tuomista mahdollisuuksista ja hyödyistä sekä strategista tavoitteista ja tuloksista yritykselle. Kilpaillakseen analytiikan avulla kohdeyrityksen tulisi panostaa nel- jään peruspilariin, joita käsiteltiin insinöörityön teoriaosuudella luvussa 3. Analyyttisen kilpailijan neljä tukipilaria, jotka näkyvät luvun 3 kuvassa 4, ovat yrityksen erottava omi- naisuus, analyyttisyys koko yrityksen toimintatapana, ylimmän johdon sitoutuminen ja suuret tavoitteet. Kun nämä asiat ovat selvillä, auttavat ne vision, strategian ja analyyt- tisten prosessien luomisessa.
Kun yritykselle on rakentunut visio analytiikan hyödyntämiselle, tulee yrityksen saada data, päätöksenteko, johdon sitoutuminen, osaaminen ja teknologia siihen kuntoon, että analytiikan hyödyntäminen olisi mahdollista. Analytiikka vaatii riittävästi laadukasta, yh- tenäistä ja luotettavaa dataa, jota voidaan kerätä esimerkiksi koko yrityksen laajuiseen toiminnanohjausjärjestelmään. Analytiikkaa hyödyntävän yrityksen päätöksenteko on to- siasioihin perustuvaa. Johdon on tärkeää olla motivoitunut ja sitoutunut analytiikan hyö- dyntämiselle. Yrityksessä tulee olla analyyttistä osaamista ja analyytikoistakin on paljon hyötyä. Teknologian avulla dataa voidaan varastoida, käsitellä, analysoida ja visuali- soida. Yrityksessä tulee siis näiden tekijöiden olla kunnossa, jotta analytiikan hyödyntä- minen toimii parhaalla mahdollisella tavalla.
Ehdotuksia lähdettiin rakentamaan näihin viiteen menestystekijään keskittyen. Nykytilan perusteella lähdettiin miettimään, mitä ominaisuuksia kohdeyrityksellä jo on ja missä olisi
kehittämisen varaa. Seuraavassa luvussa on ensimmäinen versio ehdotuksesta ja miten se on rakennettu.
5.3 Ehdotuksen ensimmäinen versio
Yllä olevien analyyttisen kilpailijan menestystekijöiden ja kohdeyrityksen nykytilan perus- teella on rakennettu yritykselle sopivaa ehdotusta. Tässä alaluvussa käydään läpi kehi- tysehdotuksia kohdeyritykselle analytiikan hyödyntämisen mahdollistamiseksi.
Menestyäkseen analyyttisena kilpailijana yrityksellä tulee olla edellisessä luvussa käsi- tellyt menestystekijät kunnossa ja visio selvillä. Taulukossa 4 on listattuna kehitysehdo- tuksia kohdeyritykselle analytiikan hyödyntämisen mahdollistamiseksi. Taulukon ensim- mäinen sarake on teoreettisestä viitekehyksestä kerättyjä myös kuvassa 6 esitellyt me- nestystekijät analyyttiselle kilpailijalle. Keskimmäisessä sarakkeessa on kohdeyrityksen nykytila jokaista tekijää kohtaan. Viimeisessä sarakkeessa on listattuna kehitysehdotuk- sia menestystekijöiden ja nykytilan perusteella.
Taulukko 5 Kehitysehdotusten rakentaminen kohti analyyttista kilpailijaa
Teoria Nykytila Kehitysehdotukset
Laadukas ja luotet- tava data
Yritys kerää dataa pilvipalvelupohjai- seen NetBaron toiminnanohjausjär- jestelmään.
Dataa ei tallenneta järjestelmään re- aaliajassa, joten se ei ole aina yhte- näistä ja luotettavaa
Pyritään reaaliaikaiseen rapor- tointiin hyödyntäen esimerkiksi integroituja laitteita.
Kerätään dataa myös uusista lähteistä
Tosiasioihin perus- tuva päätöksenteko
Yrityksessä tehdään päätöksiä pää- osin vaiston ja kokemuksen perus- teella
luodaan analyyttisia prosesseja päätöksentekoon
Johdon sitoutumi- nen
Yrityksen johto on kiinnostunut analy- tiikan tuomista mahdollisuuksista, mutta on epävarma sen tuomista hyö- dyistä omaan liiketoimintaansa
Johto tulee saada ymmärtä- mään kokemuksen ja todistei- den kautta, että hyöty on suu- rempi kuin riski.
Analyyttiset ohjel- mistot ja työkalut
Yrityksellä ei ole käytössään analyytti- sia työkaluja
Hankitaan käyttöön aluksi edul- lisia ja helppokäyttöisiä analyyt- tisia työkaluja.
Analyyttinen osaa- minen
Yrityksessä ei ole analyytikoita tai analyyttista osaamista
Yrityksen tulisi hankkia osaa- mista kouluttamalla ja/tai palk- kaamalla analytiikan osaajia
Ensimmäisellä rivillä on Data, jonka tulee olla laadukasta ja luotettavaa. Kohdeyrityk- sessä dataa kerätään, mutta se ei ole aina täysin luotettavaa raportoinnin tapahtuessa viiveellä. Yrityksen tulisi pyrkiä reaaliaikaiseen raportointiin datan luotettavuuden varmis- tamiseksi. Lisäksi nykyteknologian ansiosta dataa kertyy koko ajan joka puolelta, medi- asta ja laitteista. Olisi siis myös järkevää etsiä muita, yrityksen liiketoimintaan sopivia datalähteitä.
Toisella rivillä on tosiaisoihin perustuva päätöksenteko, jota yritys ei juurikaan toteuta, vaan suorittaa pääosin kokemuspohjaista ja vaistonvaraista päätöksentekoa. Kohdeyri- tyksen tulisi luoda prosesseja analyyttiseen päätöksentekoon.
Seuraavalla rivillä on johdon sitoutuminen. Kohdeyrityksessä johto on kiinnostunut ana- lytiikan tuomista mahdollisuuksista, mutta on epävarma sen hyödyntämisestä omassa liiketoiminnassaan pienyrityksenä. Kokemuksen kautta johto tulisi itsevarmemmaksi analytiikan hyödyntämisessä.
Neljännellä rivillä on analyyttiset ohjelmistot ja työkalut, joita yrityksellä ei ole hyödynnet- tävissä. Yrityksen tulisi etsiä ensikertalaiselle sopivia työkaluja, joista voisi löytää yrityk- selle järkevimmät vaihtoehdot käyttöön.
Viimeisenä taulukossa on analyyttinen osaaminen. Yrityksen tulisi hankkia analytiikan osaamista joko kouluttamalla tai palkkaamalla uusia analytiikan asiantuntijoita.
6 Ehdotus
Tässä luvussa käydään läpi lopullinen ehdotus analytiikan hyödyntämiselle yrityksessä.
Tässä luvussa käydään läpi ehdotuksen validointi, lopullinen ehdotus ja lopputuloksen merkitys yritykselle, mitä sen avulla voidaan tehdä ja mitä hyötyjä se voi tuoda.
6.1 Yleiskatsaus ehdotuksesta
Rakennetuista ehdotuksista lopullinen ehdotus on validoitu kohdeyrityksestä saadun pa- lautteen perusteella (taulukko 6).
Taulukko 6 Kerätty data ehdotusten validointiin
Osallistujat/lähde Data tyyppi Aihe päivämäärä Dokumentoitu
Data 3, Ehdotusten validointi (kappale 6)
5 toimitusjohtaja Palaute
Palaute rakenne- tusta ehdotuksesta ja miten sitä pitäisi
vielä muokata
29.7.2020 muistio
Rakennettu ehdotus käytiin yhdessä kohdeyrityksen kanssa läpi ja palautteen perus- teella lopullisen ehdotuksen tulee mennä pienin askelin todisteet ensin -polun kautta kohti analytiikan hyödyntämistä.
6.2 Kehitystarpeet
Kohdeyrityksen analytiikan hyödyntäminen on alhaisella tasolla. Jotta analytiikan hyö- dyntäminen olisi mahdollista, tulee liiketoiminnassa tapahtua muutoksia. Kehitystä tulisi tapahtua datassa, päätöksenteossa, johdossa, organisaation osaamisessa ja analyyttis- ten ohjelmistojen hankkimisessa.
Yrityksen raportointi tulisi saada reaaliaikaiseksi ja datan keruussa voisi hyödyntää myös muita lähteitä. Päätöksenteko tulisi saada tosiasioihin perustuvaksi. Päätöksenteon tu- eksi tulisi luoda analyyttisia prosesseja. Johto tulee saada sitoutumaan ja motivoitumaan etenemällä hitaasti kokeilemalla ja hankkimalla todisteita analytiikan tehokkuudesta.
Osaamista tulisi kehittää yrityksen sisällä ja sitä tulisi hankkia myös ulkopuolelta. Yrityk- sen tulisi myös hankkia käyttöönsä analyyttisia ohjelmistoja ja työkaluja, jotta hankittua dataa voitaisiin parhaalla mahdollisella tavalla analyyttisesti hyödyntää.
6.3 Ehdotus
Kohdeyritys on analyyttisesti heikolla tasolla. Yrityksen johto on hieman epävarma ana- lytiikkaa kohtaan osana yrityksensä strategiaa mahdollisesti suurten investointien ja ris- kien takia. Tämän vuoksi yrityksen kannattaa kulkea maturiteettitasolla toisen vaiheen kautta, todisteet ensin -polkua pitkin. Todisteet ensin -polku antaa mahdollisuuden ko- keiluille, eikä vaadi heti alkuun suuria investointeja. Kun ollaan valmiita kolmanteen
vaiheeseen, on jo otettu opiksi ja tiedetään minkälaiset menetelmät ja työkalut sopivat yrityksen liiketoimintaan.
Ensimmäisenä kohdeyrityksen tulee luoda selkeä visio analytiikan tuomista hyödyistä ja tavoitteista ja rakentaa strategia sen pohjalta. Yrityksen tulee määritellä yrityksen erot- tava ominaisuus ja tähdätä koko organisaation laajuiseen analytiikkaan. Yrityksellä tulee olla selkeä kuva yrityksen erottavista ominaisuuksista, strategisten ja operatiivisten mit- tareiden ja liiketoiminnan tuloksen suhteesta.
Analytiikan hyödyntämisen mahdollistamiseksi tulee yrityksen tehdä muutoksia seuraa- vissa osa-alueissa liiketoiminnassaan, jotka näkyvät kuvassa 7. Kehityskohteet on ra- kennettu teoriaosuudella havaittujen parhaiden menetelmien, yrityksen nykytilan (data 1), ehdotusten rakentamisten (data 2) ja palautteen perusteella (data 3).
Kuva 6 Kehityskohteet analytiikan hyödyntämisen mahdollistamiseksi kohdeyrityksessä
Kohdeyrityksen tulisi lähteä liikkeelle datan kehittämisestä. Ensin tulisi kehittää yrityksen oman järjestelmän data reaaliaikaiseksi esimerkiksi kirjaamalla työt suoraan työntekijältä integroituja ohjelmistoja hyödyntäen älypuhelimella tai tabletilla. Kun datasta saadaan reaaliaikaista, saadaan siitä yhtenäistä, luotettavaa ja laadukasta. Dataa voi kerätä myös muista lähteistä, sillä Big Datan ansiosta dataa syntyy paljon monista eri lähteistä. Dataa kannattaa kuitenkin kerätä hallitusti tarve edellä. Ensin olisi hyvä selvittää minkälainen data olisi kohdeyritykselle hyödyllistä kilpailijoista erottumisen ja tulosten kannalta. Dataa voisi kerätä esimerkiksi sosiaalisesta mediasta käyttäjien verkkokäyttäytymisestä tai IoT:sta syntyvästä datasta. Datan avulla yritys voisi löytää uusia asiakkuussuhteita ja se
voisi helpottaa asiakkaiden maksukyvyn arviointia. Tärkeää on varmistaa, että tieto on oikeaa ja sitä käsitellään ja hallinnoidaan tehokkaasti.
Päätöksenteko yrityksessä tulisi muuttaa koko yrityksen laajuisesti tosiasioihin perustu- viksi. Yrityksen tulee luoda analyyttisia prosesseja päätöksenteon tueksi, jotta tosiaisoi- hin perustuva päätöksenteko helpottuu. Kohdeyrityksen kannattaa luoda prosesseja analyyttiseen päätöksentekoon osaamisen avulla ja kokeilemalla.
Johto tulee saada sitoutumaan tosiasioihin perustuvaan päätöksentekoon. Johdon epä- varmuuden vuoksi kohdeyrityksen kannattaa edetä analytiikan hyödyntämisessä matu- riteettitasolla todisteet ensin -polun kautta pienin askelin. Tätä kautta yritys voi testata eri toimintatapoja ja saada todisteita toimintatapojen tehokkuudesta. Yksinkertaisten ja ra- jattujen hankkeiden kautta yritys ja sen johto saa kokemusta ja uskoa edetä seuraavaan vaiheeseen analytiikan hyödyntämisessä.
Ensimmäisenä askeleena johto osoittaa sitoutumisensa hankkimalla analyyttista osaa- mista koulutuksilla ja palkkauksilla. Osaamisella on suuri merkitys organisaation kulttuu- rissa. Nykyisten työntekijöiden tulee oppia ymmärtämään analytiikan mahdollisuudet ja hyödyt sekä mitä sen avulla voidaan tehdä. Johdon kannattaa myös palkata uusia ana- lytiikan osaajia auttamaan strategian sekä eri mallien rakentamisessa ja ylläpitämisessä.
Lisäksi kohdeyritys tarvitsee omaan liiketoimintaansa sopivia analyyttisia ohjelmistoja ja työkaluja, joita ei vielä ole ollenkaan käytössä. Edetessään todisteet ensin -polun kautta, voi yritys kokeilla erilaisia ohjelmistoja pieniin projekteihin löytääkseen omaan liiketoi- mintaansa sopivat työkalut.
Kun kehityskohteet saadaan yrityksessä kuntoon, voidaan analytiikkaa lähteä hyödyntä- mään liiketoiminnassa pienin askelin. Kun yritys löytää liiketoimintaansa parhaat mene- telmät analytiikan hyödyntämiselle ja oppii käyttämään niitä, alkaa analytiikan tuomat hyödyt näkyä. Se auttaa yritystä ohjaamaan ja hallitsemaan liiketoimintaansa. Sen avulla yritys voi löytää selityksiä muutoksille ja ymmärtää niitä paremmin. Yritys voi sen avulla ennakoida muutoksia ja reagoida niihin ajoissa. Se luo myös asiakasymmärrystä, jonka avulla voi löytää arvokkaat asiakkaat ja uusia asiakkaita. Analytiikka auttaa markkinoin- nissa esimerkiksi sen kohdistamisessa potentiaalisiin asiakkaisiin. Myös riskien hallinta
helpottuu erilaisten mittarien ja riskienhallintamallien myötä. Analytiikka myös parantaa päätöksentekoa tosipohjaisen päätöksenteon kautta päätöksentekoa helpottavien pää- töksentekoprosessien avulla. Onnistuneen analytiikan avulla voidaan pienentää kustan- nuksia ja parantaa yrityksen suorituskykyä.
7 Tulokset ja johtopäätökset
Tämä luku on yhteenveto insinöörityön toteutuksesta. Luvussa käydään läpi mitä on tehty ja minkä perusteella. Tässä luvussa käydään myös läpi, mitä kohdeyrityksen tulisi tehdä seuraavaksi analytiikan hyödyntämisen mahdollistamiseksi. Lopuksi on vielä insi- nöörityön toteutuksen arviointi.
7.1 Yhteenveto
Tämä insinöörityö tehtiin sähkö- ja automaatiopalveluita toimittavalle pienyritykselle.
Työn tavoitteena oli selvittää kohdeyrityksen maturiteettitaso analytiikan hyödyntämiselle ja miten analytiikkaa voitaisiin hyödyntää kohdeyrityksen liiketoiminnassa paremmin. Yri- tyksen suurimpiin haasteisiin kuuluu laskutuksen hallinta, joka haastatteluiden perus- teella johtuu erityisesti epäselvästä ja epäreaaliaikaisesta raportoinnista. Työn tuloksena on ehdotus kehitettävistä kohteista ja hyödynnettävistä analyyttisista menetelmistä sekä hyödyllisestä datasta yrityksen liiketoiminnan kehittämiselle.
Tätä insinöörityötä lähdettiin toteuttamaan samanaikaisesti hakemalla teoriaa ja selvittä- mällä yrityksen nykytila analytiikan hyödyntämiselle. Ennen haastattelua nykytilan selvit- tämiseksi teorian hakeminen auttoi haastattelukysymysten laatimisessa ja haastattelusta saadun datan perusteella teoriaan saatiin uusia näkökulmia. Teoriaosuudella on parhaat menetelmät ja yrityksen maturiteettitasot analytiikan hyödyntämiselle. Nykytilasta tehty- jen havaintojen perusteella kohdeyrityksen analyyttinen maturiteettitaso on alhaisella ta- solla ja kehitettävää löytyy monelta osa-alueelta.
Parhaiden menetelmien ja kohdeyrityksen nykytilan tason perusteella lähdettiin rakenta- maan ehdotuksia analytiikan hyödyntämiselle. Yrityksestä löytyi paljon puutteita
analyyttiselle kilpailijalle vaadittavista ominaisuuksista. Näiden pohjalta lähdettiin mietti- mään, miten kannattaisi kehittää eri analytiikalle tärkeitä osa-alueita yrityksen liiketoimin- nassa.
Analytiikalle tärkeät osa-alueet, joissa yrityksellä on erityisesti kehitettävää ovat yrityksen data, päätöksenteko, johdon sitoutuminen, organisaation analyyttinen osaaminen sekä analyyttiset ohjelmistot ja työkalut. Näillä osa-alueilla käytiin tarkemmin läpi yrityksen ny- kytila ja mitä on kehitettävää. Lopputuloksena saatiin kehitysehdotukset jokaiselle osa- alueelle analytiikan hyödyntämisen mahdollistamiseksi.
Kun ehdotuksia lähdetään tavoittelemaan yrityksessä, mahdollistuu analytiikan hyödyn- täminen. Onnistunut analytiikka voi kehittää yrityksen liiketoimintaa huomattavasti. Ana- lytiikka helpottaa yrityksen päätöksentekoa. Se auttaa ymmärtämään muutoksia ja en- nustamaan niitä. Se luo asiakasymmärrystä. Se auttaa yritystä ohjaamaan ja hallitse- maan liiketoimintaansa sekä helpottaa riskien hallintaa. Analytiikan avulla voidaan pie- nentää yrityksen kustannuksia sekä parantaa huomattavasti sen suorituskykyä.
7.2 Mitä seuraavaksi?
Jotta kohdeyritys voi alkaa hyödyntämään analytiikkaa, tulee sen ottaa kehitysehdotuk- set käyttöön. Data tulee saada reaaliaikaiseksi ja sitä kannattaa kerätä myös ulkopuoli- sista lähteistä. Päätöksenteko tulee muuttaa tosiasioihin perustuviksi luomalla siihen päätöksentekoa helpottavia analyyttisia prosesseja. Johto tulee saada motivoitumaan ja sitoutumaan analytiikan hyödyntämiseen ja tosipohjaiseen päätöksentekoon ja se tapah- tuu parhaiten kokeilemalla eri menetelmiä, kokemuksen ja analytiikan tehokkuuden to- disteiden kautta. Yritykseen tulee hankkia osaamista sekä kouluttamalla työntekijöitä ja palkkaamalla uusia. Lisäksi yrityksen tulee hankkia analyyttisia ohjelmistoja ja työkaluja.
Paras tapa lähteä liikkeelle on pikkuhiljaa pienin askelin kokeilemalla eri menetelmiä.
Näin yrityksen johto ja työntekijät saavat uskoa ja todisteita analytiikan tehokkuudesta parantaa yrityksen liiketoimintaa ja kilpailukykyä markkinoilla. Johdon olisi hyvä myös perehtyä tarkemmin analytiikan tuomiin mahdollisuuksiin ja hyötyihin sekä menetelmiin.
Myös analyyttisten osaajien palkkaaminen toisi hyvää näkökulmaa analytiikan hyödyn- tämiselle kohdeyrityksen liiketoiminnassa.
7.3 Insinöörityön arviointi
Insinöörityön ensimmäisenä tavoitteena oli selvittää yrityksen maturiteettitaso analytiikan hyödyntämiselle. Kun taso saatiin selvitettyä, seuraavana tavoitteena oli selvittää, miten yrityksessä voitaisiin hyödyntää analytiikkaa paremmin. Ehdotusten rakentamisessa löy- dettiin tärkeitä kehityskohteita, joiden avulla analytiikan hyödyntäminen yrityksessä mah- dollistuisi. Tavoitteet saavutettiin hyvin ja kohdeyrityksellä on hyvät lähtökohdat lähteä kehittämään liiketoimintaansa analyyttiseksi.
Insinöörityön aihe ja tavoite olivat alusta asti selkeät. Työ oli suoraviivainen ja selkeä toteuttaa. Hieman haasteita aiheutti kohdeyrityksen heikko tuntemus analytiikan käsit- teistä, menetelmistä ja hyödyistä sekä johdon epävarmuus sen hyödyntämisestä omaan liiketoimintaansa pienyrityksenä. Tavoitteet saatiin kuitenkin saavutettua tästä huoli- matta ja lopputuloksessa painotettiinkin paljon johdon motivoimista ja kokemuksen ke- räämistä.
Kaiken kaikkiaan lopputuotokset ovat yritykselle hyvä lähtökohta kehittää liiketoimin- taansa niin, että analytiikkaa voitaisiin hyödyntää kohdeyrityksen liiketoiminnassa. Ta- voitteet saavutettiin, ja kehitysehdotukset ovat kohdeyrityksessä toteutettavissa.
Lähteet
Davenport, Thomas H., Harris, Jeanne G. 2014. Competing on Analytics: The New Sci- ence of Winning. The Harvard Business Review Press.
Davenport, Thomas H., Harris, Jeanne G., Morison, Robert. 2010. Analytics at Work.
The Harvard Business Review Press.
Harjamäki, Janne. Selvitys Data-Analytiikan Nykytilasta ja Data-Analytiikan Hyödyntämi- sestä Satakunnassa. 2018. Tampereen Teknillinen yliopisto. Verkkodokumentti.
<http://www.datatiede.fi/wp-content/uploads/2018/10/Data-analytiikan-selvitys-Julkaisu- versio-2-2018-10-30.pdf> Luettu 22.6.2020.
Jormakka, Raija, Koivusalo, Kaija, Lappalainen, Jaana, Niskanen, Mervi. 2015. Lasken- tatoimi. Edita.
Lehtinen, Jaakko. 2014. Analytiikan hyödyntäminen pk-yritysten liiketoiminnassa. Insi- nöörityö. Metropolia Ammattikorkeakoulu. <https://www.theseus.fi/bitstream/han- dle/10024/75872/Opinnaytetyo_Jaakko-Lehtinen.pdf?sequence=1&isAllowed=y> Lu- ettu 18.6.2020.
Lindoors, Olli. 2017. Dataohjautuva kulttuuri, vaihe 1: Tunnista analytiikan maturiteetti- tasosi. Solita. Verkkodokumentti. <https://www.solita.fi/blogit/dataohjautuva-kulttuuri- vaihe-1-tunnista-analytiikan-maturiteettitasosi/> Luettu 18.6.2020.
Netbaron. Verkkosivusto. <https://www.netbaron.fi/> Luettu 26.6.2020.
Similä, Piia. 2019. Raportti kertoo yrityksen nykytilanteen ja antaa suuntaviivat tulevaan.
Finago. Verkkodokumentti. <https://blog.finago.com/fi/raportti-kertoo-yrityksen-nykyti- lanteen-ja-antaa-suuntaviivat-tulevaan luettu 29.6> Luettu. 26.6.2020
Haastattelupohja nykytilan selvittämiseksi
