The potential and utilisation of predictive business analytics

Abstract

Abstract

The purpose of this study is to explore the potential, introduction and implementation of predictive business analytics in management and decision-making. The amount of data is increasing at an accelerating rate, and business analytics provides the means to refine data into knowledge and insights that generate business value. Business environments are also becoming more dynamic and complex, and data can be utilised to create scenarios, detect insights and anomalies, as well as predict and forecast, rather than merely react to what has already happened.

To create an understanding of the research phenomenon, this study relies on the literatures of predictive business analytics, business analytics, dynamic capabilities, analytics-enhanced dynamic capabilities, strategic management and data strategies. These theoretical foundations and key concepts highlight predictive business analytics from different perspectives: potential, capabilities and utilisation. The empirical part of this study has been conducted as a set of qualitative case studies. This study explores the resources and challenges faced when building predictive business analytics capabilities, and discusses the potential, introduction and implementation within wellbeing services.

The findings of the study highlight the potential of predictive business analytics to show trends, find correlations, create scenarios, conduct simulations, forecast the future, predict resources, and analyse markets. In wellbeing services, possibilities can be related to either services, resources and organisation, finding indicators and triggers, or patient care.

To build predictive business analytics capabilities an organisation needs an overall data culture, as well as appropriate skills, tools, and processes. A lack of data culture, data strategy and resources, issues related to data and legislation, as well as organisational change resistance and integration into daily operations are recognised challenges in building these capabilities. Successful utilisation in wellbeing services includes collaboration involving business, data and technology, as well as between in-house and other partners. It also requires managerial and technical skills, as well as the data-oriented transformation of existing functions and organisational culture.

Tiivistelmä

Tämän tutkimuksen tarkoituksena on tutkia ennakoivan liiketoiminta-analytiikan potentiaalia, käyttöönottoa ja toteutusta johtamisessa sekä päätöksenteossa. Datan määrä kasvaa kiihtyvällä vauhdilla, ja liiketoiminta-analytiikka tarjoaa keinoja jalostaa dataa liiketoiminnallista arvoa tuottavaksi tietämykseksi ja oivalluksiksi. Liiketoimintaympäristöt ovat myös muuttumassa dynaamisemmiksi ja monimutkaisemmiksi, ja dataa voidaan hyödyntää skenaarioiden luomiseen, oivallusten ja poikkeavuuksien havaitsemiseen sekä ennakointiin ja ennustamiseen sen sijaan, että vain reagoitaisiin jo tapahtuneeseen.

Tutkimusilmiön ymmärtämiseksi tämä tutkimus nojaa ennakoivan liiketoiminta-analytiikan, liiketoiminta-analytiikan, dynaamisten kyvykkyyksien, analytiikan parantamien dynaamisten kyvykkyyksien, strategisen johtamisen ja datastrategioiden kirjallisuuteen. Nämä teoreettiset elementit ja keskeiset käsitteet korostavat ennakoivaa liiketoiminta-analytiikkaa eri näkökulmista: potentiaali, kyvykkyydet ja hyödyntäminen. Tämän tutkimuksen empiirinen osa on toteutettu laadullisina tapaustutkimuksina. Tässä tutkimuksessa selvitetään ennakoivan liiketoiminta-analytiikan kyvykkyyksien rakentamisen resursseja ja haasteita sekä pohditaan potentiaalia, käyttöönottoa ja toteutusta hyvinvointipalveluissa.

Tutkimuksen löydökset korostavat ennakoivan liiketoiminta-analytiikan potentiaalia näyttää trendejä, löytää korrelaatioita, luoda skenaarioita, simuloida, ennustaa tulevaisuutta, ennakoida resursseja ja analysoida markkinoita. Hyvinvointipalveluissa mahdollisuudet voivat liittyä joko palveluihin, resursseihin ja organisointiin, indikaattoreiden ja laukaisevien tekijöiden löytämiseen tai potilaan hoitoon.

Ennakoivan liiketoiminta-analytiikan kyvykkyyksien rakentamiseksi organisaatio tarvitsee kokonaisvaltaisen datakulttuurin sekä asianmukaiset taidot, työkalut ja prosessit. Datakulttuurin, datastrategian ja resurssien puute, dataan ja lainsäädäntöön liittyvät kysymykset sekä organisaation muutosvastarinta ja integroiminen osaksi päivittäistä toimintaa ovat tunnistettuja haasteita näiden kyvykkyyksien rakentamisessa. Onnistuneeseen hyödyntämiseen hyvinvointipalveluissa kuuluu liiketoiminnan, datan ja teknologian sekä sisäisten ja muiden kumppanien välinen yhteistyö. Se vaatii myös johtamisen taitoja ja teknistä osaamista sekä olemassa olevien toimintojen ja organisaatiokulttuurin dataorientoitunutta muutosta.