Organisaation tulevaisuuden osaamistarpeiden ennakointimalli heikoilla signaaleilla
Vanhahonko, Maria (2020)
Vanhahonko, Maria
2020
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2020121127685
https://urn.fi/URN:NBN:fi:amk-2020121127685
Tiivistelmä
Työelämän osaamistarpeet ovat merkittävässä muutoksessa ja osaajapulasta on muodostunut viimeisten vuosien aikana kasvava ilmiö. Tästä syystä heikkojen signaalien eli muutoksesta kertovien ensimmäisten vihjeiden tunnistaminen suhteessa osaamistarpeisiin on tärkeää.
Tämän opinnäytetyön tutkimuksellisena kehittämistavoitteena on kehittää organisaatiolle soveltuva käytännönläheinen ennakointimalli heikkojen signaalien tunnistamiseen ja analysointiin, sekä heikkojen signaalien hyödyntämiseen tulevaisuuden osaamistarpeiden ennakoinnissa. Ennakointimallin toimivuutta testattiin suomalaisessa henkivakuutusalan organisaatiossa, jolla kehitettiin organisaation kykyä tunnistaa heikkoja signaaleja ja lisättiin käsityksiä henkivakuutusalan tulevaisuuden osaamistarpeista.
Opinnäytetyö on toimintatutkimus, joka koostuu kehittämistarpeen tunnistamisesta, teoriatietoon perustuvasta ratkaisuehdotuksesta, ratkaisun testaamisesta ja muutoksen todentamisesta tulosten kautta. Teoria sisältää tietoa ennakoinnista, luovista ja vuorovaikutteisista ennakointimenetelmistä, heikoista signaaleista ja osaamistarpeiden ennakoinnista. Opinnäytetyön empiriassa esitetään, miten kohdeorganisaatiossa testattiin kehitetty tulevaisuuden osaamistarpeiden ennakointimalli. Tämä vaihe sisälsi heikkojen signaalien keräämisen ja sen jälkeen erillisen tulevaisuustyöpajan. Testaamisen jälkeen muutos todennettiin erillisellä kyselyllä. Lopuksi tässä opinnäytetyössä esitetään iteroitu tulevaisuuden osaamistarpeiden ennakointimalli perustuen kyselystä saatuihin tuloksiin.
Tutkimukseen osallistuneet henkilöt arvioivat, että heidän kykynsä tunnistaa heikkoja signaaleja kehittyi ja heidän käsityksensä tulevaisuuden osaamistarpeista lisääntyivät. Samalla he toivoivat, että tulevaisuustyöpajassa olisi käytetty enemmän aikaa testattuihin ennakointimenetelmiin. Saatuja tuloksia voidaan pitää luotettavina, koska kaikki tutkimukseen osallistuneet henkilöt vastasivat kyselyyn. Kolme heistä työskenteli johtotehtävissä ja kahdeksan henkilöä työskenteli toimihenkilöinä. Lisäksi he työskentelivät eri tiimeissä ja eri organisaatiotasoilla.
Tuloksiin perustuen tulevaisuuden osaamistarpeiden ennakointimalli on toimiva ja sen iteroitu versio sisältää enemmän aikaa tulevaisuustyöpajaa varten. Jatkotutkimuksen kannalta olisi tarpeellista testata iteroitu ennakointimalli ja mahdollisesti toisessa organisaatiossa vertailun ja objektiivisuuden varmistamiseksi. Tavoitteena on ollut kehittää ennakointimalli, jota voi hyödyntää eri organisaatiot toimialasta riippumatta. The competence needs of working life are changing significantly and skill shortage has become a growing phenomenon in recent years. Organisations should therefore be able to identify the skills needed in the future as early as possible. For this reason, it is important to identify weak signals that are the first hints of change, and to anticipate their effects in relation to competence needs.
This Master’s thesis aims to develop a practical foresight method model for identifying and analysing weak signals, and utilising weak signals for anticipating competence needs. The method model was tested in a Finnish life insurance company to develop the ability to identify weak signals and to increase understanding of the future competence needs of a life insurance industry.
The thesis is an action research that consists of identification of the research problem, finding a solution based on theoretical findings, testing the solution and verification of change. The theoretical section discusses the foresight, foresight methods that are creative and interactive, weak signals and anticipation of competence needs. The empirical part focuses on testing the foresight method model for anticipating comepetence needs in a workshop. Change was verified with a questionnaire after the workshop was held. Finally, an iterated foresight method model for anticipating competence needs is presented based on the questionnaire’s results.
The results of the questionnaire showed that representatives of the case company felt that their ability to recognise weak signals developed and their understanding of future compentence needs increased. However, it appeared that representatives would have liked to have more time available for the tested foresight tools in the workshop. The results can be considered as reliable because all 11 representatives answered to the questionnaire, and secondly they worked in different teams and organisational levels. Three people worked in management and eight people worked as employees.
Based on the results of the questionnaire, the foresight method model is workable but in its iterated version contains more time for foresight tools in workshop. The iterated version of foresight method model should be tested next and possibly in another organisation to ensure comparison and objectivity. The developed practical foresight method model for anticipating competence needs is something that can be utilised by different organisations regardless of industry.
Tämän opinnäytetyön tutkimuksellisena kehittämistavoitteena on kehittää organisaatiolle soveltuva käytännönläheinen ennakointimalli heikkojen signaalien tunnistamiseen ja analysointiin, sekä heikkojen signaalien hyödyntämiseen tulevaisuuden osaamistarpeiden ennakoinnissa. Ennakointimallin toimivuutta testattiin suomalaisessa henkivakuutusalan organisaatiossa, jolla kehitettiin organisaation kykyä tunnistaa heikkoja signaaleja ja lisättiin käsityksiä henkivakuutusalan tulevaisuuden osaamistarpeista.
Opinnäytetyö on toimintatutkimus, joka koostuu kehittämistarpeen tunnistamisesta, teoriatietoon perustuvasta ratkaisuehdotuksesta, ratkaisun testaamisesta ja muutoksen todentamisesta tulosten kautta. Teoria sisältää tietoa ennakoinnista, luovista ja vuorovaikutteisista ennakointimenetelmistä, heikoista signaaleista ja osaamistarpeiden ennakoinnista. Opinnäytetyön empiriassa esitetään, miten kohdeorganisaatiossa testattiin kehitetty tulevaisuuden osaamistarpeiden ennakointimalli. Tämä vaihe sisälsi heikkojen signaalien keräämisen ja sen jälkeen erillisen tulevaisuustyöpajan. Testaamisen jälkeen muutos todennettiin erillisellä kyselyllä. Lopuksi tässä opinnäytetyössä esitetään iteroitu tulevaisuuden osaamistarpeiden ennakointimalli perustuen kyselystä saatuihin tuloksiin.
Tutkimukseen osallistuneet henkilöt arvioivat, että heidän kykynsä tunnistaa heikkoja signaaleja kehittyi ja heidän käsityksensä tulevaisuuden osaamistarpeista lisääntyivät. Samalla he toivoivat, että tulevaisuustyöpajassa olisi käytetty enemmän aikaa testattuihin ennakointimenetelmiin. Saatuja tuloksia voidaan pitää luotettavina, koska kaikki tutkimukseen osallistuneet henkilöt vastasivat kyselyyn. Kolme heistä työskenteli johtotehtävissä ja kahdeksan henkilöä työskenteli toimihenkilöinä. Lisäksi he työskentelivät eri tiimeissä ja eri organisaatiotasoilla.
Tuloksiin perustuen tulevaisuuden osaamistarpeiden ennakointimalli on toimiva ja sen iteroitu versio sisältää enemmän aikaa tulevaisuustyöpajaa varten. Jatkotutkimuksen kannalta olisi tarpeellista testata iteroitu ennakointimalli ja mahdollisesti toisessa organisaatiossa vertailun ja objektiivisuuden varmistamiseksi. Tavoitteena on ollut kehittää ennakointimalli, jota voi hyödyntää eri organisaatiot toimialasta riippumatta.
This Master’s thesis aims to develop a practical foresight method model for identifying and analysing weak signals, and utilising weak signals for anticipating competence needs. The method model was tested in a Finnish life insurance company to develop the ability to identify weak signals and to increase understanding of the future competence needs of a life insurance industry.
The thesis is an action research that consists of identification of the research problem, finding a solution based on theoretical findings, testing the solution and verification of change. The theoretical section discusses the foresight, foresight methods that are creative and interactive, weak signals and anticipation of competence needs. The empirical part focuses on testing the foresight method model for anticipating comepetence needs in a workshop. Change was verified with a questionnaire after the workshop was held. Finally, an iterated foresight method model for anticipating competence needs is presented based on the questionnaire’s results.
The results of the questionnaire showed that representatives of the case company felt that their ability to recognise weak signals developed and their understanding of future compentence needs increased. However, it appeared that representatives would have liked to have more time available for the tested foresight tools in the workshop. The results can be considered as reliable because all 11 representatives answered to the questionnaire, and secondly they worked in different teams and organisational levels. Three people worked in management and eight people worked as employees.
Based on the results of the questionnaire, the foresight method model is workable but in its iterated version contains more time for foresight tools in workshop. The iterated version of foresight method model should be tested next and possibly in another organisation to ensure comparison and objectivity. The developed practical foresight method model for anticipating competence needs is something that can be utilised by different organisations regardless of industry.