Data-analytiikan käyttöönoton soveltuvuus budjetoinnissa : Case HKScan Oyj
Seitsonen, Stina (2021-05-22)
Data-analytiikan käyttöönoton soveltuvuus budjetoinnissa : Case HKScan Oyj
(22.05.2021)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
suljettu
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2021060835061
https://urn.fi/URN:NBN:fi-fe2021060835061
Tiivistelmä
Big datan ja data-analytiikan merkitys tulevat kasvamaan johdon laskentatoimessa ja muuttamaan yritysten päätöksentekoa. Data-analytiikan myötä erilaisten työkalujen ja menetelmien avulla on mahdollista tukea päätöksentekoa tunnistamalla kerätystä datasta tärkeät trendit. Yritykset, jotka omaksuvat data-analytiikan liiketoiminnan välttämättömyydeksi, voivat saavuttaa kilpailuetua nopeasti kehittyvässä globaalissa digitaalitaloudessa. Budjetointi nähdään yhtenä merkittävänä laskentatoimen osa-alueena, jossa data-analytiikkaa voidaan hyödyntää, koska budjetointi on hyvin datapohjaista. Big dataa
ja data-analytiikkaa on tutkittu viime vuosina yhä enemmän, mutta siitä huolimatta aihepiiristä löytyy tutkimattomia aiheita, jonka takia tutkimus koetaan tarpeelliseksi.
Tässä tutkielmassa syvennytään tarkastelemaan, miten data-analytiikan käyttöönotto soveltuu budjetointiin. Tutkimus on toteutettu toiminta-analyyttisellä tutkimusotteella case-tutkimuksena ja tutkimusaineisto on kerätty teemahaastatteluiden avulla. Tutkimuksen kohdeorganisaatio on HKScan Oyj, joka on pörssilistattu elintarvikealan yhtiö. Haastateltaviksi valikoitui viisi asiantuntijaa business controllerin, tutkimus- ja BI:n, kysynnän suunnittelun sekä avainasiakkuuksien tehtäväkentiltä. Haastatteluiden avulla pyrittiin selvittämään organisaation budjetointiprosessia ja tekijöitä, jotka vaikuttavat data-analytiikan käyttöönottoon budjetoinnissa.
Tutkimustulosten perusteella data-analytiikan käyttöönoton soveltuvuuteen budjetoinnissa koetaan vaikuttavan useampi tekijä. Nämä tekijät on tärkeä tunnistaa, jotta organisaatio pystyy hyötymään käyttöönotosta parhaiten. Data-analytiikan soveltuvuuteen havaittiin vaikuttavan seuraavat tekijät: vakaa toimintaympäristö, vuosibudjetointi, budjetoinnin välttämätön rooli, useat budjetointineuvottelut, yhteistyömenetelmä, datan pirstaleisuus, datamyönteisyys ja se,
että dataa kerätään suuria määriä. Tutkimuksen mukaan data-analytiikan käyttöönoton koetaan soveltuvan erittäin hyvin budjetointiin, koska sen avulla voidaan vastata budjetoinnissa kohdattuihin haasteisiin ja sen kohtaamaan kritiikkiin. Data-analytiikan käyttöönoton avulla koetaan, että budjetointia voidaan parantaa lyhentämällä budjetointiprosessia, tarkemmilla budjettiluvuilla sekä paremmalla johtamisella. Lisäksi data-analytiikan soveltuvuuden tunnistamisella voidaan parantaa data-analytiikan käyttöönottoinvestointeja.
ja data-analytiikkaa on tutkittu viime vuosina yhä enemmän, mutta siitä huolimatta aihepiiristä löytyy tutkimattomia aiheita, jonka takia tutkimus koetaan tarpeelliseksi.
Tässä tutkielmassa syvennytään tarkastelemaan, miten data-analytiikan käyttöönotto soveltuu budjetointiin. Tutkimus on toteutettu toiminta-analyyttisellä tutkimusotteella case-tutkimuksena ja tutkimusaineisto on kerätty teemahaastatteluiden avulla. Tutkimuksen kohdeorganisaatio on HKScan Oyj, joka on pörssilistattu elintarvikealan yhtiö. Haastateltaviksi valikoitui viisi asiantuntijaa business controllerin, tutkimus- ja BI:n, kysynnän suunnittelun sekä avainasiakkuuksien tehtäväkentiltä. Haastatteluiden avulla pyrittiin selvittämään organisaation budjetointiprosessia ja tekijöitä, jotka vaikuttavat data-analytiikan käyttöönottoon budjetoinnissa.
Tutkimustulosten perusteella data-analytiikan käyttöönoton soveltuvuuteen budjetoinnissa koetaan vaikuttavan useampi tekijä. Nämä tekijät on tärkeä tunnistaa, jotta organisaatio pystyy hyötymään käyttöönotosta parhaiten. Data-analytiikan soveltuvuuteen havaittiin vaikuttavan seuraavat tekijät: vakaa toimintaympäristö, vuosibudjetointi, budjetoinnin välttämätön rooli, useat budjetointineuvottelut, yhteistyömenetelmä, datan pirstaleisuus, datamyönteisyys ja se,
että dataa kerätään suuria määriä. Tutkimuksen mukaan data-analytiikan käyttöönoton koetaan soveltuvan erittäin hyvin budjetointiin, koska sen avulla voidaan vastata budjetoinnissa kohdattuihin haasteisiin ja sen kohtaamaan kritiikkiin. Data-analytiikan käyttöönoton avulla koetaan, että budjetointia voidaan parantaa lyhentämällä budjetointiprosessia, tarkemmilla budjettiluvuilla sekä paremmalla johtamisella. Lisäksi data-analytiikan soveltuvuuden tunnistamisella voidaan parantaa data-analytiikan käyttöönottoinvestointeja.