Datalla kilpailukykyä ja kasvua Oulun alueelle : selvitystyö Oulun alueen datakyvykkyydestä

Abstract

Johdanto

Tämän raportin pohjalla oleva selvitystyö toteutettiin keväällä 2022 Oulun yliopiston ja Oulun ammattikorkeakoulun yhteistyönä. Selvitystyö keskittyi selvittämään Oulun alueen yritysten datakyvykkyyttä liiketoiminnan eri osa-alueilla. Selvitystyössä kartoitettiin miten laajasti yritykset tällä hetkellä hyödyntävät omista tai muista lähteistä saatavaa digitaalista dataa liiketoiminnassaan, mitä yrityksen prosesseja sekä tuotteita/palveluita digitaalisen datan avulla kehitetään ja millaisia tuloksia digitaalisen datan hyödyntämisestä on saatu. Samalla selvitettiin myös millaista infrastruktuuria yritykset käyttävät digitaalisen datan keräämisessä, käsittelyssä, analysoimisessa ja toimintansa kehittämisessä, ja miten yritykset näkevät omat valmiutensa digitaalisen dataan pohjautuvaan liiketoiminnan kehittämiseen ja millaisia haasteita ja kehittämistarpeita yritykset ovat kohdanneet. Pääasiallisena mielenkiintona olivat digitaaliseen dataan perustuvan markkinoinnin ja myynnin toimintoihin liittyvät datakyvykkyydet, mutta myös muihin liiketoiminnan osa-alueisiin liittyvää datakyvykkyyttä sivuttiin. Samalla pyrittiin saamaan näkemystä miten yritysten eri tasot (ylin johto, keskijohto/analyytikot ja datatyön tekijät) näkevät dataan liittyvät onnistumiset ja haasteet yritysten toiminnassa, ja eroavatko nämä näkemykset toisistaan.

Selvitystyössä haastateltiin 25 profiililtaan selvitystyön kannalta olennaista kokemusta ja tietoa datan hyödyntämisestä omaavaa henkilöä 15 eri yrityksestä ja haastatellut yritykset valittiin siten, että yritysten oletettavissa oleva datan hyödyntämisen kyvykkyys olisi vähintäänkin keskiverto, tai jopa sen yläpuolella. Haastateltaviksi valittiin henkilöitä niin yritysten ylimmästä johdosta (D-taso), keskijohdosta ja datatyön johtajista (C-taso) kuin myös varsinaisen datatyön tekijöistä, eli data-asiantuntijoista (data analysist/scientist), data engineereistä ym. vastaavista järjestelmäkehittäjistä. Tämänkaltaisen selektiivisen otannan avulla pyrittiin keräämään kattava ja luotettava aineisto, jonka avulla voitiin tuottaa realistinen näkemys Oulun alueen Pk-yritysten datan hyödyntämisen nykytilasta ja osaamisesta organisaatioiden eri tasoilla.

Haastatteluista saadun aineiston analyysin avulla pystyttiin koostamaan näkemys hyvään datan hyödyntämisen tasoon vaadittavista osaamisesta, datajärjestelmistä sekä johtamistoiminnoista ja toimintatavoista. Haastattelut toteutettiin teemahaastatteluina ja niiden keskimääräinen kesto oli n. 1h 5min. Haastattelut taltioitiin ja litteroitiin, ja litteroitu teksti koodattiin teemoihin joiden pohjalta selvitystyön tekijät muodostivat lopullisen analyysin. Syntyneitä teemoja oli alkujaan kymmeniä, mutta lopulta niistä muodostettiin koontianalyysi selvitystyön kolmeen pääkiinnostuskohteeseen, eli 1) yritysten liiketoimintaprosesseissaan hyödyntämään dataan, dataratkaisuihin ja käytänteisiin 2) yritysten osaamiseen ja kyvykkyyteen datan hyödyntämisessä, ja 3) datan käyttöön johtamisessa. Tulosten perusteella yritysten pääasiallinen datakyvykkyys oli kohtalainen, mutta kuten aina, parantamisen varaa on.

Tässä raportissa käydään pääpiirteittäin läpi selvitystyössä löydetyt tulokset kultakin aihealueelta ja esitetään yrityksille ohjenuoria oman toiminnan tehostamiseksi, jotta dataa voidaan tehokkaammin hyödyntää sekä yritysten oman että alueellisen kilpailukyvyn parantamiseksi. Raportissa esitettyjen tulosten perusteella tullaan yhteistyössä Oulun korkeakoulujen ja BusinessOulun kanssa luomaan syksylle 2022 ja keväälle 2023 koulutustapahtumia, joilla pyritään selvitystyössä havaittujen ongelmakohtien kehittämiseen alueen yrityksissä. Työtä ohjaavana rakenteena selvitystyön tekijät ovat hyödyntäneet akateemista ja johtamisopin kirjallisuutta yritysten datapohjaisesta kehittämisestä, yritysten mukautuvien kyvykkyyksien hyödyntämisestä ja yritysten tietojärjestelmistä.

Raportin rakenne muodostuu liiketoiminnan datapohjaiseen kehittämiseen keskeisesti kuuluvista osa-alueesta, joista jokaisessa osa-alueessa käydään läpi aiheeseen kuuluvan kirjallisuuden teoreettista taustaa, jonka valossa tuloksia myös esitellään. Aluksi kuitenkin hiukan datasta, datakyvykkyydestä ja dataprosesseista, joiden ymmärtäminen helpottaa tämän raportin lukemista.