Developing data analytics capabilities of circular economy SMEs

Kestävyyskriisi vaatii toimia, joilla kulutus ja tuotanto sovitetaan luonnon kantokykyyn. Kiertotalouden odotetaan ratkaisevan kestävyyshaasteen, jossa kierrätys- ja jätehuoltoteollisuudella on suuri rooli materiaalien kierrossa ja neitseellisen materiaalitarpeen vähentämisessä. Digitalisaatio ja datan kasvava määrä tarjoavat avaimet tehokkaiden materiaalikiertojen kehittämiseen. Siksi on olennaista kysyä, miten kiertotaloudessa toimivat yritykset, erityisesti pk-yritykset, pystyvät hyödyntämään dataa. Tämä väitöskirja yhdistää kiertotalouden, dataan pohjautuvan päätöksenteon ja data-analytiikan kyvykkyydet hakien vastausta tutkimuskysymykseen: Millaisia kyvykkyyksiä, tarpeita ja haasteita kiertotalouden pk-yrityksillä on datan hyödyntämiseen ja miten kyvykkyyksiä voitaisiin parantaa yhteistyössä korkeakoulujen kanssa? Tämä kysymys on jaettu neljään alakysymykseen, joita käsitellään neljässä tutkimusartikkelissa. Tutkimus toteutettiin laadullisena tapaustutkimuksena keräämällä empiiristä dataa seitsemästä pk-yrityksestä, jotka toimivat kiertotalouden alalla, tarkemmin kierrätyksen ja jätehuollon parissa. Tutkimus toteutettiin vuosina 2018–2022 Suomessa. Tämän tutkimuksen tulokset lisäävät ymmärrystä siitä, miten kiertotalouden pk-yritykset hyödyntävät dataa päätöksenteossa, mitkä ovat niiden käytännön haasteet datan hyödyntämisessä ja miten pk-yritykset voisivat parantaa kykyään hyödyntää dataa. Tulokset paljastavat, että kiertotalouden pk-yritysten datan hyödyntämistarpeet liittyvät toiminnan suunnitteluun ja tulevaisuuteen varautumiseen kilpailun lisääntyessä, muuttuviin trendeihin, kasvaviin ympäristövaatimuksiin, investointeihin sekä hiilidioksidipäästöjen vähentämiseen. Haasteena on yhdistää relevanttia dataa useista sisäisistä ja ulkoisista lähteistä sekä käyttää analytiikkaa. Nämä haasteet liittyvät tiedonhallintaan, resurssien ja kyvykkyyksien puutteeseen sekä sääntelyyn. Lisäksi kiertotalouden pk-yrityksiä näyttää ohjaavan enemmän sääntely kuin data.