Kavuyritysten tunnistaminen ja tukeminen osana seututaloutta

Abstract

Opinnäytetyön tavoitteena oli kehittää toimeksiantajalle, Forssan Yri-tyskehitys Oy:lle, prosessi, jonka kautta he pystyisivät tunnistamaan tämän hetken kasvuyrityksiä Forssan seudulla. Tunnistamisprosessin rakentamiseen on olemassa paljon valmiita työkaluja ja ohjelmia, mut-ta ne ovat usein kalliita ja sitovat yrityksiä vuosimaksuineen. Ongel-maksi muodostuvat myös monimutkaisten algoritmien takana olevat kriteerit, joiden mukaan valmiit ohjelmat nostavat yritysten joukosta potentiaaliset kasvuyritykset. Kasvuyrityksistä hakuja tekevät asiakkaat eivät aina tiedä, miksi ohjelma nostaa milloinkin valitun yrityksen kas-vuyritysten listalle.

Kasvuyrityksiä voi etsiä puhtaan datan avulla sekä erilaisten verkosto-jen kautta. Työn ajallisten rajoitteiden vuoksi toimivaa informatiivista verkostoa oli lähes mahdoton lähteä luomaan. Tämän suhteen työssä keskityttiinkin enemmän niihin keinoihin, joiden avulla verkosto voisi olla mahdollista luoda sekä tarkasteltiin liiketoimintaekosysteemin ja parviälyn merkitystä.

Itse kasvuyritysten tunnistamismenetelmä rakennettiin mahdollisim-man pienellä budjetilla tilinpäätösdataa sekä analysointiohjelmia käyt-täen. Forssan seudun yrityksistä hankittiin tilinpäätöstiedot vuosilta 2012-2016 ja muokattiin data analysoitavaan, taulukolliseen muotoon. Taulukoiden sekä valittujen hakukriteerien ja tunnuslukujen avulla da-tasta kyettiin suodattamaan tietyin kriteerein potentiaalisimmat kas-vuyritykset. Työkalu rakennettiin niin, että toimeksiantaja kykeni käyt-tämään sitä jatkossa haluttuihin tarkoituksiin sekä tarvittaessa päivit-tämään pienin vuosikustannuksin. Menetelmän avulla tunnistettiin yh-teensä 16 kasvuyritystä tai potentiaalista kasvuyritystä.

The objective of the thesis was to develop a process to the client, Forssan Yrityskehitys Oy, whereby they can identify growth companies in the Forssa region. Client is a business development center owned by Forssa municipality. There are a lot of tools and programs available to build the identification process, but they are often expensive and bind companies with annual fees. Also, criteria behind the complex algo-rithm whereby programs identify potential growth companies, became a problem. Customers that search for growth companies do not always know in which criteria program places the selected company on the growth company list. Growth companies can be identified through clean data and through various networks. Because of the time challenges, it was almost impos-sible to start creating a wide informative network. Because of this, the thesis focuses more on the different ways how the network between companies and development centers could be created. Thesis also studies the importance of the business ecosystems and the swarm in-telligence.

Identifying process was built with the smallest possible budget by using companies’ financial statement data and analysis software. Financial statement data was acquired from all Forssa region companies from year 2012 to 2016 and processed into analyzable format. By using data software and selected search criteria, researcher was able to identify the most potential growth companies from the data. The tool was built so the client could use it for its own purposes and, if necessary, update it with minimal annual costs. The method identified 16 growth compa-nies or potential growth companies.