Liiketoimintatiedon hallinta ja analytiikka pilvipalveluna – haasteet toteutuksen ja käyttöönoton asiakasprojekteissa

Abstract

Tämän työn tavoitteena oli selvittää, mitä haasteita BI:n ja analytiikan pilviratkaisujen toteutus- ja käyttöönottoprojekteissa voi nousta esiin konsulttiyrityksen BI:n ja analytiikan asiantuntijoille. Tähän tutkimusongelmaan vastausta haettiin tarkastelemalla kirjallisuudessa tunnistettuja haasteita sekä haastattelemalla konsulttiyrityksen asiantuntijoita. Yhteensä tutkimuksessa haastateltiin kuuden eri asiantuntijan kokemuksia yhteensä kuudesta eri projektista, joissa he olivat olleet mukana. Haasteet luokiteltiin työssä neljään eri kategoriaan: (1) Järjestelmän yhteensopivuus asiakasyrityksen liiketoimintaan, (2) Yhteistyö projektissa asiakkaan ja muiden sidosryhmien kanssa, (3) Teknologia, infrastruktuuri ja data sekä (4) Projektinhallinta ja ohjelmistokehitys. Haastatteluissa havaittiin, että monet kirjallisuudessa tunnistetut yleiset järjestelmätoteutuksien ja -käyttöönottojen haasteet, kuten esimerkiksi yhteistyöhaasteet ja konfliktit projektiin osallistuvien tahojen välillä, integraatiot ja järjestelmän saaminen osaksi järjestelmäkokonaisuutta sekä korostuneet tietoturva- ja yksityisvaatimukset, olivat merkittäviä myös tutkimuksessa tarkastelluissa BI- ja analytiikkaprojekteissa. Edellä mainittujen haasteiden lisäksi haastatteluissa nousi esille joukko tuoreempia haasteita esimerkiksi pilvipalveluiden ja koneoppimisen osalta, joita aiemman tutkimuksen puitteissa ei olla kirjallisuudessa vielä kovin kattavasti käsitelty. Tällaisia haasteita olivat esimerkiksi asiakasyrityksen puuttuvat tekniset ja hallinnolliset valmiudet pilvipalveluiden hyödyntämiseen, tarvittavan tuen saaminen pilvipalvelun tarjoajalta toteutuksen aikana, tarvittavan osaamisen löytäminen koneoppimista sisältävään projektiin ja toimivien ohjelmistokehitysmenetelmien valinta koneoppimisen ratkaisua toteutettaessa. Kaiken kaikkiaan työ tarjoaa pikaisen läpileikkauksen BI- ja analytiikkajärjestelmien toteuttamisen ja käyttöönoton haasteisiin konsulttiyrityksen näkökulmasta. Tämä näkökulma on tämän työn perusteella usein käytännöllinen keskittyen teknisiin haasteisiin ja määrittelyiden mukaisen toteutuksen aikaansaamiseen. Näkökulma on kuitenkin mielenkiintoinen ja työ tuo ilmi monia tuoreita trendejä ja teknologioita, joita yritykset tänä päivänä voivat hyödyntää tukiessaan datan avulla päätöksentekoaan.

The aim of this thesis was to find out what challenges occur for BI and analytics consultants when implementing and deploying BI and analytics cloud solution for clients. The answer to this research problem was sought by examining what challenges had already been identified in the literature and by interviewing consultants. Altogether, six experts from a total of six projects in which they had been involved were interviewed. The challenges were categorized into four distinct categories: (1) IT-business alignment (2) collaboration with client and other stakeholders, (3) technology, infrastructure and data, and (4) project management and software development. In the interviews, it was found that many of the generic IS implementation and deployment challenges identified in the literature, such as co-operation challenges and conflicts between different project stakeholders, integrating the system into existing systems, as well as the emphasized security and privacy requirements, were also significant in the BI and analytical projects examined. In addition to the above-mentioned challenges, several fresh challenges emerged in the interviews, for example in cloud services and machine learning, which, in the past, have not been fully covered in the literature. These challenges include, for example, the lack of technical and administrative readiness of the client company to utilize cloud computing, obtaining the required support from the cloud provider during the implementation, finding the necessary skills for a machine learning project, and selecting fitting software development methods for machine learning solution implementation. All in all, this thesis provides a brief view across the challenges of implementing and deploying BI and analytical systems from the consultant's point of view. This viewpoint is often practical, focusing on technical challenges and getting the system to match the specification. This point of view is, however, interesting as it showcases many of the latest trends and technologies that companies today can take advantage of when aiming for data-driven decision-making.