Datan tuotteistamismallin luominen
Heikkilä, Rosa (2021)
Heikkilä, Rosa
2021
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2021052712029
https://urn.fi/URN:NBN:fi:amk-2021052712029
Tiivistelmä
Tämän toiminnallisen opinnäytetyön päätavoitteena on luoda datalle hyödynnettävä
tuotteistamisen malli. Alatavoitteena on selvittää, mitä datasta tulee tietää, jotta sitä
voidaan myydä. Tavoitteena on kokeilla, pystyykö jo olemassa olevia arvontuoton ja
tuotteistamisen malleja hyödyntämään datan tuotteistuksessa ja arvonmäärityksessä. Työ
tehdään toimeksiantona konsulttiyritys MindMote Oy:lle, mutta tarkoitus on silti tehdä
universaali malli, josta hyötyvät kaikki halukkaat toimijat datatalouden alalla.
Opinnäyteyön teoriaosuus sisältää kaksi päälukua. Ensimmäinen luku koostuu datan ja
siihen liittyvien käsitteiden määrittelemisestä. Luvussa käsitellään dataa sekä hyödykkeenä että tuotteena, data-analytiikkaa, datataloutta sekä tiedolla johtamista. Toinen luku keskittyy tuotteistamiseen käsitteenä, tuotteistamisprosessiin sekä kolmeen perinteiseen tuotteistamisen malliin. Luvussa pohditaan myös opinnäytetyön alatavoitetta ja luotavan mallin mahdollista sisältöä: mitkä voisivat olla ne ominaisuudet, joita datasta todella tulee tietää, jotta sitä voidaan hyödyntää?
Opinnäytetyön lähestymistapoina toimivat tapaustutkimus, konstruktiivinen tutkimus ja
innovaatioiden tuottaminen ja tutkiminen. Lähestymistapoja yhdistivät samanlainen runko:
lähtökohtana on ongelma, jota tietoperustan kautta lähdetään kehittämään ja
arviointikriteerinä toimii ratkaisun hyödyllisyys. Opinnäytetyössä hyödynnettiin PDCA- ja
Double Diamond -metodeja sekä yhtä myöhemmin esiteltävää perinteistä
tuotteistamisprosessin mallia. Malleja yhdisti opinnäytetyössä toistuva iteratiivinen
näkökulma: tuotosta testataan ja muokataan jatkuvasti prosessin jokaisessa vaiheessa
virheiden välttämiseksi ja parhaan mahdollisen mallin rakentamiseksi. Luvussa käytiin läpi
opinnäytetyöprosessin kulku menetelmiä hyödyntäen.
Työn produktina tuotettiin selkeä ja muokattavissa oleva esimerkkimalli perinteisen
Business Model Canvasin pohjalta. Mallissa määritellään datan tärkeimpiä ominaisuuksia,
arvoja ja muita tärkeitä liiketoiminnallisia tekijöitä. Datalle luotu tuotteistamisen malli toimii
siltana yrityksen eri toimijoiden välillä, jotta jokainen voisi ymmärtää, miten datasta
saadaan arvoa. Tavoitteena on ymmärtää, mitä datasta tulee tietää, jotta sitä voidaan
myydä, ostaa ja jakaa. Tämän valossa opinnäytetyö on merkittävä sekä
toimeksiantajayritykselle että koko datataloudelle. Tarkoitus on tehdä datasta tuttua.
Kommunikaatiokatkosten ja ajankäytön ongelmien takia opinnäytetyö myöhästyi
aikataulustaan hieman ja tavoitteet vaihtuivat useammankin kerran työn aikana.
Lopputulokseen voi kuitenkin olla tyytyväinen. Opinnäytetyön toimii pohjana uusille
ajatuksille ja jatkokehitykselle datan tuotteistamiselle sekä aiheena että mallina.
tuotteistamisen malli. Alatavoitteena on selvittää, mitä datasta tulee tietää, jotta sitä
voidaan myydä. Tavoitteena on kokeilla, pystyykö jo olemassa olevia arvontuoton ja
tuotteistamisen malleja hyödyntämään datan tuotteistuksessa ja arvonmäärityksessä. Työ
tehdään toimeksiantona konsulttiyritys MindMote Oy:lle, mutta tarkoitus on silti tehdä
universaali malli, josta hyötyvät kaikki halukkaat toimijat datatalouden alalla.
Opinnäyteyön teoriaosuus sisältää kaksi päälukua. Ensimmäinen luku koostuu datan ja
siihen liittyvien käsitteiden määrittelemisestä. Luvussa käsitellään dataa sekä hyödykkeenä että tuotteena, data-analytiikkaa, datataloutta sekä tiedolla johtamista. Toinen luku keskittyy tuotteistamiseen käsitteenä, tuotteistamisprosessiin sekä kolmeen perinteiseen tuotteistamisen malliin. Luvussa pohditaan myös opinnäytetyön alatavoitetta ja luotavan mallin mahdollista sisältöä: mitkä voisivat olla ne ominaisuudet, joita datasta todella tulee tietää, jotta sitä voidaan hyödyntää?
Opinnäytetyön lähestymistapoina toimivat tapaustutkimus, konstruktiivinen tutkimus ja
innovaatioiden tuottaminen ja tutkiminen. Lähestymistapoja yhdistivät samanlainen runko:
lähtökohtana on ongelma, jota tietoperustan kautta lähdetään kehittämään ja
arviointikriteerinä toimii ratkaisun hyödyllisyys. Opinnäytetyössä hyödynnettiin PDCA- ja
Double Diamond -metodeja sekä yhtä myöhemmin esiteltävää perinteistä
tuotteistamisprosessin mallia. Malleja yhdisti opinnäytetyössä toistuva iteratiivinen
näkökulma: tuotosta testataan ja muokataan jatkuvasti prosessin jokaisessa vaiheessa
virheiden välttämiseksi ja parhaan mahdollisen mallin rakentamiseksi. Luvussa käytiin läpi
opinnäytetyöprosessin kulku menetelmiä hyödyntäen.
Työn produktina tuotettiin selkeä ja muokattavissa oleva esimerkkimalli perinteisen
Business Model Canvasin pohjalta. Mallissa määritellään datan tärkeimpiä ominaisuuksia,
arvoja ja muita tärkeitä liiketoiminnallisia tekijöitä. Datalle luotu tuotteistamisen malli toimii
siltana yrityksen eri toimijoiden välillä, jotta jokainen voisi ymmärtää, miten datasta
saadaan arvoa. Tavoitteena on ymmärtää, mitä datasta tulee tietää, jotta sitä voidaan
myydä, ostaa ja jakaa. Tämän valossa opinnäytetyö on merkittävä sekä
toimeksiantajayritykselle että koko datataloudelle. Tarkoitus on tehdä datasta tuttua.
Kommunikaatiokatkosten ja ajankäytön ongelmien takia opinnäytetyö myöhästyi
aikataulustaan hieman ja tavoitteet vaihtuivat useammankin kerran työn aikana.
Lopputulokseen voi kuitenkin olla tyytyväinen. Opinnäytetyön toimii pohjana uusille
ajatuksille ja jatkokehitykselle datan tuotteistamiselle sekä aiheena että mallina.