Data-analytiikka tukemassa kaupan alan päätöksentekoa
Tollander de Balsch, Anton (2025-04-18)
Tollander de Balsch, Anton
18.04.2025
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025041829173
https://urn.fi/URN:NBN:fi-fe2025041829173
Tiivistelmä
Yritysten toimintaa pyritään johtamaan tietoperusteisesti ja vähenevissä määrin
näkemysperusteisesti. Data-analytiikka nousee täten liiketoimintapäätösten keskiöön, kun
päätöksenteon tueksi kaivataan ymmärrettävään muotoon jalostettua tietoa. Samalla tekoäly ja
koneoppimismallit mullistavat analytiikkamahdollisuuksia ja ongelmia pystytään analysoimaan
entistä paremmin ja ratkaisemaan algoritmipohjaisesti. Tutkimustietoa miten data-analytiikka
tukee päätöksentekoa, on kuitenkin rajallisesti, erityisesti kehittyneiden menetelmien osalta.
Kaupan alalla on erityisen hyvä kyky kerätä toiminnastaan ja asiakkaistaan tietoa, mikä
mahdollistaa kyvyn toimia eräänlaisena edelläkävijäsegmenttinä data-analytiikan
hyödyntämisessä. Tutkimuksen tavoitteena on selvittää, miten data-analytiikka tukee kaupan
alan päätöksentekoa, erityisesti tekoälyn ja koneoppimisen osalta.
Tutkielman teoreettinen viitekehys koostuu kahdesta teoreettisesta pääluvusta. Ensimmäisessä
pääluvussa perehdytään data-analytiikan aihealueeseen. Toisessa pääluvussa keskitytään
kaupan alan ominaispiirteisiin, sekä data-analytiikan hyödyntämiseen alalla. Tutkielman
empiirisessä osiossa toteutetaan laadullinen tapaustutkimus, jonka aineistona toimii neljä
teemahaastattelua sekä tietyt julkiset aineistot. Empiirisessä osiossa selvitetään yritysten data-
analytiikan nykytilaa, tekoälyn mahdollisuuksia, sekä data-analytiikan roolia päätöksenteossa.
Data-analytiikka viittaa erilaisiin prosesseihin ja malleihin, joilla liiketoiminnasta saatava tieto
muutetaan liiketoimintaa tukeviksi analyyseiksi. Analytiikka voidaan jakaa erilaisiin alalajeihin,
riippuen niiden käyttötarkoituksesta. Data-analytiikan hyödyntämiseen liittyy laajasti erilaisia
haasteita, kuten tiedon laatu, jatkuvasti kasvava tiedon määrä, tiedon hallinta ja analysointi,
korrelaatio- ja kausaaliyhteyksien tunnistaminen sekä osaavan työvoiman löytäminen. Tekoälyn
ja koneoppimisen kehityksen keskiössä on nähty erilaiset data-analytiikkaratkaisut, joiden avulla
liiketoimintaa pystytään kehittämään monilla osa-alueilla täysin uudella tai vähintään
tehokkaammalla tavalla.
Tutkimustulokset osoittavat, että data-analytiikka on muodostunut keskeiseksi osaksi kaupan
alan organisaatioiden päätöksentekoa. Perinteinen Business Intelligence raportointi on jo
kaupan alan toiminnan keskiössä ja päätöksenteon tueksi tarvitaan lähes aina dataa. Tekoäly ja
koneoppimismallit ovat nousemassa merkittävään rooliin analytiikan tulevassa kehityksessä.
Kuitenkin tällä hetkellä ratkaisujen maturiteetti ei ole vielä tarpeeksi pitkällä, eikä markkinoilla
ole tuotteita, jotka ratkaisisivat laajempia kokonaisuuksia. Data-analytiikan käyttöönotto
edellyttää laajoja investointeja IT-järjestelmiin sekä henkilöstön koulutukseen ja sitouttamiseen
ja päätöksentekijöiden ymmärryksen puute on yksi suurimmista esteistä järjestelmien
käyttöönotolle.
näkemysperusteisesti. Data-analytiikka nousee täten liiketoimintapäätösten keskiöön, kun
päätöksenteon tueksi kaivataan ymmärrettävään muotoon jalostettua tietoa. Samalla tekoäly ja
koneoppimismallit mullistavat analytiikkamahdollisuuksia ja ongelmia pystytään analysoimaan
entistä paremmin ja ratkaisemaan algoritmipohjaisesti. Tutkimustietoa miten data-analytiikka
tukee päätöksentekoa, on kuitenkin rajallisesti, erityisesti kehittyneiden menetelmien osalta.
Kaupan alalla on erityisen hyvä kyky kerätä toiminnastaan ja asiakkaistaan tietoa, mikä
mahdollistaa kyvyn toimia eräänlaisena edelläkävijäsegmenttinä data-analytiikan
hyödyntämisessä. Tutkimuksen tavoitteena on selvittää, miten data-analytiikka tukee kaupan
alan päätöksentekoa, erityisesti tekoälyn ja koneoppimisen osalta.
Tutkielman teoreettinen viitekehys koostuu kahdesta teoreettisesta pääluvusta. Ensimmäisessä
pääluvussa perehdytään data-analytiikan aihealueeseen. Toisessa pääluvussa keskitytään
kaupan alan ominaispiirteisiin, sekä data-analytiikan hyödyntämiseen alalla. Tutkielman
empiirisessä osiossa toteutetaan laadullinen tapaustutkimus, jonka aineistona toimii neljä
teemahaastattelua sekä tietyt julkiset aineistot. Empiirisessä osiossa selvitetään yritysten data-
analytiikan nykytilaa, tekoälyn mahdollisuuksia, sekä data-analytiikan roolia päätöksenteossa.
Data-analytiikka viittaa erilaisiin prosesseihin ja malleihin, joilla liiketoiminnasta saatava tieto
muutetaan liiketoimintaa tukeviksi analyyseiksi. Analytiikka voidaan jakaa erilaisiin alalajeihin,
riippuen niiden käyttötarkoituksesta. Data-analytiikan hyödyntämiseen liittyy laajasti erilaisia
haasteita, kuten tiedon laatu, jatkuvasti kasvava tiedon määrä, tiedon hallinta ja analysointi,
korrelaatio- ja kausaaliyhteyksien tunnistaminen sekä osaavan työvoiman löytäminen. Tekoälyn
ja koneoppimisen kehityksen keskiössä on nähty erilaiset data-analytiikkaratkaisut, joiden avulla
liiketoimintaa pystytään kehittämään monilla osa-alueilla täysin uudella tai vähintään
tehokkaammalla tavalla.
Tutkimustulokset osoittavat, että data-analytiikka on muodostunut keskeiseksi osaksi kaupan
alan organisaatioiden päätöksentekoa. Perinteinen Business Intelligence raportointi on jo
kaupan alan toiminnan keskiössä ja päätöksenteon tueksi tarvitaan lähes aina dataa. Tekoäly ja
koneoppimismallit ovat nousemassa merkittävään rooliin analytiikan tulevassa kehityksessä.
Kuitenkin tällä hetkellä ratkaisujen maturiteetti ei ole vielä tarpeeksi pitkällä, eikä markkinoilla
ole tuotteita, jotka ratkaisisivat laajempia kokonaisuuksia. Data-analytiikan käyttöönotto
edellyttää laajoja investointeja IT-järjestelmiin sekä henkilöstön koulutukseen ja sitouttamiseen
ja päätöksentekijöiden ymmärryksen puute on yksi suurimmista esteistä järjestelmien
käyttöönotolle.