Datan hallinta ja hyödyntäminen yrityksessä
Takala, Neeta (2025)
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202503275166
https://urn.fi/URN:NBN:fi:amk-202503275166
Tiivistelmä
Tämän työn tarkoituksena on parantaa yrityksen datan hallintaa ja hyödyntämistä liiketoiminnassa. Työn aikana kartoitetaan yrityksen datan hallinnan tämänhetkinen tilanne. Aluksi selvitetään yrityksen käytössä olevat keskeiset ohjelmat kyselylomakkeella. Tämän jälkeen syvennytään tärkeimpien ohjelmien datan laatuun ja siihen vaikuttaviin tekijöihin haastattelemalla yrityksen henkilöstöä. Datan laadun arvioinnissa hyödynnetään datan dimensioita. Lisäksi haastattelussa selvitetään hiljaisen tiedon merkitystä yrityksen toiminnassa. Datan laatua pyritään arvioimaan myös visualisoimalla yrityksen dataa, samalla tehdään yrityksen käyttöön yksi konkreettinen esimerkki, miten dataa voidaan hyödyntää liiketoiminnassa. Toimeksiantajana tässä työssä toimii Hyötykeräys Oy, jonka toimiala keskittyy jätehuoltoon.
Tärkeimmät tulokset saatiin haastattelusta ja dataa visualisoimalla. Työn aikana ilmeni neljä teemaa, jotka muodostavat työn keskeiset tulokset. Teemat ovat inhimillisten tekijöiden vaikutus datan laatuun, järjestelmien yhteen toimivuus ja tärkeiden järjestelmien puuttuminen, hiljaisen tiedon tunnistaminen ja datan hyödyntäminen.
Haastattelusta kävi ilmi, että Hyötykeräyksen henkilöstö koki inhimillisen virheen mahdollisuuden tietoja tallentaessa merkittäväksi ongelmaksi. Tähän vaikuttavat ainakin koulutuksen puute, yhteisen toimintatavan puuttuminen sekä se, että järjestelmät mahdollistavat virheen tapahtumisen. Toinen datan laatuun suuresti vaikuttava tekijä liittyy siihen, että yrityksen datan arkkitehtuuri on sekava. Hyötykeräyksellä on käytössä kolme toiminnanohjausjärjestelmäksi luokiteltavaa järjestelmää, joiden väliset integraatiot ovat puutteelliset. Lisäksi Hyötykeräykseltä puuttuu kunnolliset CRM- ja HR-järjestelmät. Kolmas tulos liittyy hiljaisen tiedon tunnistamiseen. Hiljaiseen tietoon liittyvät ongelmat liittyvät ennemmin yksilöiden hiljaisen tiedon tunnistamiseen, kuin siihen ettei sitä yritettäisi jakaa. Neljäs tulos on seurausta edeltävistä kolmesta tuloksesta. Datan hyödyntäminen ei ole riittävällä tasolla. Jotta saataisiin laadukkaita data-analyysejä, myös datan pitää olla laadukasta.
Johtopäätöksenä voidaan todeta, että laadukkaan analyysin tuottaminen vaatii panostusta datan hallintaan. Datan laatu ja sen hallinta ovat tärkeitä tekijöitä, jotka vaikuttavat analyysien luotettavuuteen ja käyttökelpoisuuteen. On myös tärkeää huomioida, että datan hallinta on kokonaisvaltaista, ja se edellyttää järjestelmien toimivuutta, hiljaisen tiedon jakamista sekä yhteisten toimintatapojen noudattamista.
Tärkeimmät tulokset saatiin haastattelusta ja dataa visualisoimalla. Työn aikana ilmeni neljä teemaa, jotka muodostavat työn keskeiset tulokset. Teemat ovat inhimillisten tekijöiden vaikutus datan laatuun, järjestelmien yhteen toimivuus ja tärkeiden järjestelmien puuttuminen, hiljaisen tiedon tunnistaminen ja datan hyödyntäminen.
Haastattelusta kävi ilmi, että Hyötykeräyksen henkilöstö koki inhimillisen virheen mahdollisuuden tietoja tallentaessa merkittäväksi ongelmaksi. Tähän vaikuttavat ainakin koulutuksen puute, yhteisen toimintatavan puuttuminen sekä se, että järjestelmät mahdollistavat virheen tapahtumisen. Toinen datan laatuun suuresti vaikuttava tekijä liittyy siihen, että yrityksen datan arkkitehtuuri on sekava. Hyötykeräyksellä on käytössä kolme toiminnanohjausjärjestelmäksi luokiteltavaa järjestelmää, joiden väliset integraatiot ovat puutteelliset. Lisäksi Hyötykeräykseltä puuttuu kunnolliset CRM- ja HR-järjestelmät. Kolmas tulos liittyy hiljaisen tiedon tunnistamiseen. Hiljaiseen tietoon liittyvät ongelmat liittyvät ennemmin yksilöiden hiljaisen tiedon tunnistamiseen, kuin siihen ettei sitä yritettäisi jakaa. Neljäs tulos on seurausta edeltävistä kolmesta tuloksesta. Datan hyödyntäminen ei ole riittävällä tasolla. Jotta saataisiin laadukkaita data-analyysejä, myös datan pitää olla laadukasta.
Johtopäätöksenä voidaan todeta, että laadukkaan analyysin tuottaminen vaatii panostusta datan hallintaan. Datan laatu ja sen hallinta ovat tärkeitä tekijöitä, jotka vaikuttavat analyysien luotettavuuteen ja käyttökelpoisuuteen. On myös tärkeää huomioida, että datan hallinta on kokonaisvaltaista, ja se edellyttää järjestelmien toimivuutta, hiljaisen tiedon jakamista sekä yhteisten toimintatapojen noudattamista.