Discovering the benefits of payments data visualization in business banking
Korhonen, Jarno (2024)
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024092925782
https://urn.fi/URN:NBN:fi:amk-2024092925782
Tiivistelmä
It is said that a picture is worth a thousand words, so the value of data visualization must be significantly higher. At its best, data visualization guides business decision-making when supported by accurate and reliable information when is meaningful for the business. In the worst case, analytics and algorithms can become an investment to a technology that does not have purpose or value to the organization because they are not used effectively.
The purpose of this thesis was to gain a deeper understanding of various data analytics and visualization methods, as well as to explore different ways to visualize data that brings actual benefits and value to a bank’s business organization. The background and motivation for the work came from the author's professional experience and the desire to explore and develop more efficient ways to use of technology in the bank's payments organization. The goal of the research was to gather information and best practices, from which recommendations could be made on how an investment in data visualization could benefit payment operations.
The theoretical framework examined the key concepts of the topic and the best-known methods for processing and visualizing information. The quality and scope of data were crucial when the goal was to use the data for more than traditional information storage. "Big data" was used as a concept when the amount of information was so vast that traditional methods and technology could not handle it due to its complexity or size. Modern data analysis techniques, such as ma-chine learning, came to play when the goal was to find something useful and meaningful from the data. Data could be processed using various methods and techniques, depending on the purpose and the user. Understanding data often required multiple processes and visualizations to use it effectively and grasp its content. This, in turn, required more data-driven thinking, new data-based strategies, and new roles and responsibilities.
The research was conducted as a case study between 2023 and 2024, aiming to explore the topic broadly through various data collection methods, while not delving too deeply to the de-tailed world of analytics for scope and goal-related reasons. Interviews with data experts from the author’s organization were used as one data collection method to gain practical support for exploring the significance of data.
Based on the research findings and observations, the study highlighted the benefits that analytics-based technology and visualization offer compared to more "traditional" data usage. The results and conclusions drawn from this research are intended to guide the development of data visualization and demonstrate the business benefits of better data understanding. The findings of this work are applicable across multiple industries both in Finland and internationally.
Sanotaan, että kuva kertoo enemmän kuin tuhat sanaa, joten tiedon visualisoinnin täytyy olla huomattavasti arvokkaampaa. Datan visualisointi parhaimmillaan ohjaa liiketoiminnan päätöksentekoa, kun taustalla on oikeanlaista ja luotettavaa tietoa siitä mikä on liiketoiminnalle merktyksellistä. Huonossa tapauksessa analytiikka ja algoritmit ovat investointi uuteen teknologiaan, jolla ei ole tarkoitusta tai merkitystä organisaatiossa, kun sitä ei osata käyttää.
Tämän opinnäytetyön tarkoituksena oli saada syvällisempi ymmärrys erilaisista data-analytiikan- ja visualisoinnin menetelmistä sekä tutkia erilaisia tapoja visualisoida dataa niin, että se toisi oikeita hyötyjä sekä arvoa pankin liiketoimintaorganisaatiolle. Työn tausta ja motiivi tulivat kirjoittajan työtaustasta sekä halusta tutkia ja kehittää tehokkaampaa teknologian käyttöä pankin maksuliiketoiminta alueelle. Tutkimuksen tavoitteena oli kerätä tietoa ja parhaita käytäntöjä, joiden pohjalta voitiin laatia suositus parhaista käytänteistä sekä siitä, miten investointi datan visualisointiin hyödyntäisi maksuliiketoimintaa.
Teoreettisessa viitekehyksessä tutkittiin aiheen keskeisiä teemoja ja parhaita todettuja tapoja käsitellä sekä visualisoida tietoa. Datan laatu ja laajuus olivat avainasemassa silloin, kun dataa haluttiin hyödyntää muuhunkin kuin vain perinteiseen tiedon varastointiin. ”Big data” -käsitettä käytettiin silloin, kun tiedon määrä oli niin valtava, etteivät perinteiset menetelmät ja teknologia pystyneet käsittelemään sitä sen monimutkaisuuden tai suuren koon vuoksi. Modernit datan analysointitekniikat, kuten koneoppiminen, tulivat silloin mukaan kuvaan, kun datasta halutiin löytää jotain käyttökelpoista ja merkityksellistä. Dataa voitiin käsitellä monin eri metodein ja tekniikoin riippuen siitä mihin tietoa tarvittiin ja kuka sitä käyttäisi. Datan ymmärtäminen vaatisi usein monenlaista käsittelyä ja visualisoimista, jotta sitä voitaisiin käyttää tehokkaasti ja sen sisältöä ymmärrettäisiin tehokkaasti. Tämä puolestaan vaatisi enemmän datalähtöistä ajattelutapaa, uutta dataan perustuvaa strategiaa sekä uusia työtehtäviä ja rooleja.
Työ toteutettiin tapaustutkimuksena vuosien 2023 ja 2024 aikana, jossa pyrittiin eri tiedonkeruumenetelmillä tutkimaan aihealuetta laajasti, kuitenkaan menemättä tutkimuksen rajauksellisista sekä tavoitteellisista syistä liian syvälle analytiikan yksityiskohtaiseen maailmaan. Data-asiantuntijoiden haastatteluja käytettiin yhtenä tiedonhankinta metodina kirjoittajan organisaatiossa, jotta työhön saatiin käytännön tukea datan merkityksen tutkimiseen.
Tutkimustulosten sekä havaintojen perusteella voidaan havainnollistaa hyötyjä, joita analytiikkapohjainen teknologia sekä visualisointi toisi verrattuna "perinteisempään" datankäyttötapaan. Saadut tulokset ja niistä tehdyt johtopäätökset on tarkoitettu johdatukseksi, kun puhutaan datan visualisoinnin kehittämisen tarpeesta ja osoittamaan datan paremman ymmärryksen hyödyt liiketoiminnalle. Työn tulokset ovat sovellettavissa useille eri toimialoille sekä Suomessa että kansainvälisesti.
The purpose of this thesis was to gain a deeper understanding of various data analytics and visualization methods, as well as to explore different ways to visualize data that brings actual benefits and value to a bank’s business organization. The background and motivation for the work came from the author's professional experience and the desire to explore and develop more efficient ways to use of technology in the bank's payments organization. The goal of the research was to gather information and best practices, from which recommendations could be made on how an investment in data visualization could benefit payment operations.
The theoretical framework examined the key concepts of the topic and the best-known methods for processing and visualizing information. The quality and scope of data were crucial when the goal was to use the data for more than traditional information storage. "Big data" was used as a concept when the amount of information was so vast that traditional methods and technology could not handle it due to its complexity or size. Modern data analysis techniques, such as ma-chine learning, came to play when the goal was to find something useful and meaningful from the data. Data could be processed using various methods and techniques, depending on the purpose and the user. Understanding data often required multiple processes and visualizations to use it effectively and grasp its content. This, in turn, required more data-driven thinking, new data-based strategies, and new roles and responsibilities.
The research was conducted as a case study between 2023 and 2024, aiming to explore the topic broadly through various data collection methods, while not delving too deeply to the de-tailed world of analytics for scope and goal-related reasons. Interviews with data experts from the author’s organization were used as one data collection method to gain practical support for exploring the significance of data.
Based on the research findings and observations, the study highlighted the benefits that analytics-based technology and visualization offer compared to more "traditional" data usage. The results and conclusions drawn from this research are intended to guide the development of data visualization and demonstrate the business benefits of better data understanding. The findings of this work are applicable across multiple industries both in Finland and internationally.
Sanotaan, että kuva kertoo enemmän kuin tuhat sanaa, joten tiedon visualisoinnin täytyy olla huomattavasti arvokkaampaa. Datan visualisointi parhaimmillaan ohjaa liiketoiminnan päätöksentekoa, kun taustalla on oikeanlaista ja luotettavaa tietoa siitä mikä on liiketoiminnalle merktyksellistä. Huonossa tapauksessa analytiikka ja algoritmit ovat investointi uuteen teknologiaan, jolla ei ole tarkoitusta tai merkitystä organisaatiossa, kun sitä ei osata käyttää.
Tämän opinnäytetyön tarkoituksena oli saada syvällisempi ymmärrys erilaisista data-analytiikan- ja visualisoinnin menetelmistä sekä tutkia erilaisia tapoja visualisoida dataa niin, että se toisi oikeita hyötyjä sekä arvoa pankin liiketoimintaorganisaatiolle. Työn tausta ja motiivi tulivat kirjoittajan työtaustasta sekä halusta tutkia ja kehittää tehokkaampaa teknologian käyttöä pankin maksuliiketoiminta alueelle. Tutkimuksen tavoitteena oli kerätä tietoa ja parhaita käytäntöjä, joiden pohjalta voitiin laatia suositus parhaista käytänteistä sekä siitä, miten investointi datan visualisointiin hyödyntäisi maksuliiketoimintaa.
Teoreettisessa viitekehyksessä tutkittiin aiheen keskeisiä teemoja ja parhaita todettuja tapoja käsitellä sekä visualisoida tietoa. Datan laatu ja laajuus olivat avainasemassa silloin, kun dataa haluttiin hyödyntää muuhunkin kuin vain perinteiseen tiedon varastointiin. ”Big data” -käsitettä käytettiin silloin, kun tiedon määrä oli niin valtava, etteivät perinteiset menetelmät ja teknologia pystyneet käsittelemään sitä sen monimutkaisuuden tai suuren koon vuoksi. Modernit datan analysointitekniikat, kuten koneoppiminen, tulivat silloin mukaan kuvaan, kun datasta halutiin löytää jotain käyttökelpoista ja merkityksellistä. Dataa voitiin käsitellä monin eri metodein ja tekniikoin riippuen siitä mihin tietoa tarvittiin ja kuka sitä käyttäisi. Datan ymmärtäminen vaatisi usein monenlaista käsittelyä ja visualisoimista, jotta sitä voitaisiin käyttää tehokkaasti ja sen sisältöä ymmärrettäisiin tehokkaasti. Tämä puolestaan vaatisi enemmän datalähtöistä ajattelutapaa, uutta dataan perustuvaa strategiaa sekä uusia työtehtäviä ja rooleja.
Työ toteutettiin tapaustutkimuksena vuosien 2023 ja 2024 aikana, jossa pyrittiin eri tiedonkeruumenetelmillä tutkimaan aihealuetta laajasti, kuitenkaan menemättä tutkimuksen rajauksellisista sekä tavoitteellisista syistä liian syvälle analytiikan yksityiskohtaiseen maailmaan. Data-asiantuntijoiden haastatteluja käytettiin yhtenä tiedonhankinta metodina kirjoittajan organisaatiossa, jotta työhön saatiin käytännön tukea datan merkityksen tutkimiseen.
Tutkimustulosten sekä havaintojen perusteella voidaan havainnollistaa hyötyjä, joita analytiikkapohjainen teknologia sekä visualisointi toisi verrattuna "perinteisempään" datankäyttötapaan. Saadut tulokset ja niistä tehdyt johtopäätökset on tarkoitettu johdatukseksi, kun puhutaan datan visualisoinnin kehittämisen tarpeesta ja osoittamaan datan paremman ymmärryksen hyödyt liiketoiminnalle. Työn tulokset ovat sovellettavissa useille eri toimialoille sekä Suomessa että kansainvälisesti.