Tuotekehityksen päätöksenteon kehittäminen big data -analytiikkaa hyödyntämällä
Hauhia, Sanna (2020-05-27)
27.05.2020
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Julkaisun pysyvä osoite on:
http://urn.fi/URN:NBN:fi-fe2020062946260
http://urn.fi/URN:NBN:fi-fe2020062946260
Tiivistelmä
Datan määrä maailmassa kasvaa ennennäkemättömällä vauhdilla ja yritykset pyrkivät parhaansa mukaan pysymään tämän kehityksen tarjoamien mahdollisuuksien perässä. Big data -analytiikka on yksi keino, jolla suuria datamääriä voidaan valjastaa päätöksenteon tueksi.
Tämän tutkielman tarkoitus on luoda ymmärrystä siitä, miten big data -analytiikkaa voidaan käyttää tuotekehityksessä päätöksenteon tukena. Tutkimuksessa käsitellään big data -analytiikan mahdollisuuksia ja haasteita organisaation päätöksenteossa sekä esitetään kehitysehdotuksia. Tutkimuksessa keskitytään tietojärjestelmätieteelle tyypillisesti big data -analytiikan hyödyntämismahdollisuuksiin, eikä teknisiin yksityiskohtiin syvällisellä tasolla tässä tutkielmassa paneuduta.
Tutkimuksen teoreettinen viitekehys koostuu big data -analytiikkaan liittyvästä kirjallisuudesta, erityisesti Guptan ja Georgen (2016) big data -resursseista sekä organisatoriseen päätöksentekoon ja tuotekehitykseen painottuvista tutkimuksista. Tutkimus toteutetaan laadullisena tutkimuksena ja siinä tutkitaan suomalaista yritystä, joka toimii oppimateriaalikustannusalalla. Oppimateriaalikustannusala on nähty tutkimuksen kannalta mielenkiintoisena kohteena, sillä ala on murroksessa oppimateriaalien digitalisoituessa, mikä tarjoaa monia mahdollisuuksia big data -analytiikan hyödyntämiselle tuotekehityksessä.
Tutkijoiden mukaan big data -analytiikkaa käsittelevä tutkimus on lähinnä konsulttiyritysten tai populaarilehdistön tekemää, minkä takia aiheen lähestyminen teoreettisesta näkökulmasta on usein puutteellista. Tutkielman pääasiallinen teoreettinen kontribuutio on tuoda esiin big data -analytiikan käyttöä tuotekehityksen päätöksenteon tukena, sillä aihe on melko tutkimaton. Tutkimuksen löydökset vahvistavat käsitystä big data -analytiikan tunnistetuista mahdollisuuksista ja haasteista päätöksenteon tukena. Tutkimuksessa korostuu, että big data -analytiikkaa ei voida rajata vain teknologiseksi ilmiöksi, vaan sen hyödyllisyys on vahvasti sidonnainen ihmisten henkisiin investointeihin analytiikan hyödyntämisessä.
Tämän tutkielman tarkoitus on luoda ymmärrystä siitä, miten big data -analytiikkaa voidaan käyttää tuotekehityksessä päätöksenteon tukena. Tutkimuksessa käsitellään big data -analytiikan mahdollisuuksia ja haasteita organisaation päätöksenteossa sekä esitetään kehitysehdotuksia. Tutkimuksessa keskitytään tietojärjestelmätieteelle tyypillisesti big data -analytiikan hyödyntämismahdollisuuksiin, eikä teknisiin yksityiskohtiin syvällisellä tasolla tässä tutkielmassa paneuduta.
Tutkimuksen teoreettinen viitekehys koostuu big data -analytiikkaan liittyvästä kirjallisuudesta, erityisesti Guptan ja Georgen (2016) big data -resursseista sekä organisatoriseen päätöksentekoon ja tuotekehitykseen painottuvista tutkimuksista. Tutkimus toteutetaan laadullisena tutkimuksena ja siinä tutkitaan suomalaista yritystä, joka toimii oppimateriaalikustannusalalla. Oppimateriaalikustannusala on nähty tutkimuksen kannalta mielenkiintoisena kohteena, sillä ala on murroksessa oppimateriaalien digitalisoituessa, mikä tarjoaa monia mahdollisuuksia big data -analytiikan hyödyntämiselle tuotekehityksessä.
Tutkijoiden mukaan big data -analytiikkaa käsittelevä tutkimus on lähinnä konsulttiyritysten tai populaarilehdistön tekemää, minkä takia aiheen lähestyminen teoreettisesta näkökulmasta on usein puutteellista. Tutkielman pääasiallinen teoreettinen kontribuutio on tuoda esiin big data -analytiikan käyttöä tuotekehityksen päätöksenteon tukena, sillä aihe on melko tutkimaton. Tutkimuksen löydökset vahvistavat käsitystä big data -analytiikan tunnistetuista mahdollisuuksista ja haasteista päätöksenteon tukena. Tutkimuksessa korostuu, että big data -analytiikkaa ei voida rajata vain teknologiseksi ilmiöksi, vaan sen hyödyllisyys on vahvasti sidonnainen ihmisten henkisiin investointeihin analytiikan hyödyntämisessä.