Koneoppimisen hyödyntäminen data-analytiikassa organisaation kilpailuedun parantamiseen

Abstract

Digitalisaatio on johtanut saatavilla olevan datan määrän, nopeuden ja monimuotoisuuden kasvuun, mikä haastaa perinteisiä data-analytiikan menetelmiä ennennäkemättömällä tavalla. Samaan aikaan kilpailuedun saavuttamisesta on tullut liiketoimintaympäristön dynaamisuuden vuoksi organisaatioille yhä haastavampaa, mikä entisestään korostaa datan hyödyntämisen merkitystä kilpailuedun tavoittelussa. Koneoppiminen on tunnistettu potentiaaliseksi teknologiaksi datan haasteisiin vastaamisessa ja älykkäämmän analytiikan toteuttamisessa, mikä luo uusia mahdollisuuksia luoda datasta arvokasta tietoa liiketoiminnan tueksi.

Tässä tutkimuksessa selvitetään, mitä menetelmiä koneoppiminen tarjoaa data- analytiikkaan, kuinka näitä menetelmiä voidaan hyödyntää data-analytiikassa sekä kuinka koneoppimisella voidaan parantaa organisaation kilpailuetua nopeasti muuttuvassa liiketoimintaympäristössä. Kilpailuedun määrittelyyn hyödynnetään tutkimuksessa dynaamisten kyvykkyyksien teoriaa, joka korostaa organisaation kilpailuedun rakentumista dynaamisten kyvykkyyksien kehittämisen kautta. Tutkimus toteutettiin integroivana kirjallisuuskatsauksena, joka mahdollistaa uuden näkökulman tuomisen ennalta laajasti tutkittuun aihealueeseen. Tutkimusaineisto kerättiin Tampereen yliopiston hakupalvelinta Andoria käyttäen tieteellisesti luotettavista tietokannoista. Lopulliseksi aineistoksi rajautui poissulkukriteereihin perustuvan valintaprosessin jälkeen 14 vertaisarvioitua alkuperäistutkimusta vuosilta 2013–2023.

Tutkimuksen tulokset osoittavat, että koneoppimisella voidaan saavuttaa monella tavalla hyötyä data-analytiikassa. Koneoppimisen hyödyt liittyvät sen kykyyn vastata datan nopeuden, monimuotoisuuden ja suuren määrän tuomiin haasteisiin sekä mahdollisuuteen luoda datasta arvokkaita oivalluksia ja tietoa liiketoiminnan tueksi. Tulokset osoittavat, että koneoppiminen mahdollistaa organisaation dynaamisten kyvykkyyksien kehittämisen datan luokittelun, datan rakenteiden ja suhteiden tunnistamisen, tarkkojen ennusteiden tekemisen, päätöksenteon suosittelujen sekä autonomisen päätöksenteon avulla. Näin ollen koneoppimisella voidaan edesauttaa organisaatiota luomaan kilpailuetua nopeasti muuttuvassa toimintaympäristössä.

Tutkimuksen tulokset antavat liiketoiminnan johdolle työkaluja suunnitella, miten koneoppimista voitaisiin käyttää organisaation kilpailuedun parantamiseen dynaamisessa liiketoimintaympäristössä. Tulokset myös kokoavat yhteen käytännön esimerkkejä siitä, miten koneoppimisen menetelmiä on käytetty data-analytiikassa asiakaskäyttäytymisen ymmärtämisen parantamiseen, asiakaspalautteen keräämiseen, markkinoiden analysointiin, taloussuhdanteiden ennustamiseen, toimitusketjun hallintaan, hankintapäätösten tekemiseen sekä systeemien toiminnan optimointiin.