Driving an Industrial Organization Towards a Better Utilization of Sales Analytics
Pieniniemi, Henri (2018)
2018
Tietojohtaminen
Talouden ja rakentamisen tiedekunta - Faculty of Business and Built Environment
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2018-10-03
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tty-201809172308
https://urn.fi/URN:NBN:fi:tty-201809172308
Tiivistelmä
Objective of the thesis work was to make an analysis for a large global cargo handling solution provider how they can improve their utilization of sales analytics. According to the topic, a main research question was drawn as “how to improve the utilization of sales analytics in industrial organization’s automation and project division by using maturity model”. To achieve the objective, a fully customized maturity model about sales analytics utilization was built. Through the interviews, current and target stages were found out. After having defined the current and target stages, a roadmap towards a higher maturity of sales analytics utilization is designed.
Today, organizations are seeking competitive advantage from data, but it is not simple as there are a lot of public data available. One way to gain advantage of data is analyzing it efficiently and managing it better than others. With the superior analyses made of raw and unstructured data, organization can gain a lot insight and valuable information. Sales data can be used to predict future sales as well as the demand for new solutions all around the world. Effective data analytics can provide a huge advantage while aiming towards a bigger slice of a market. When it comes to improving the utilization of sales analytics, it is crucial to understand what are current and target stages of the utilization and also how the target state can be achieved.
With maturity model, organization can define its current and target state of a selected topic, for example sales analytics utilization. Maturity models tend to have three basic components: dimensions having effect on a selected topic, levels of maturity and a definition what is means to be on a specific level. Maturity model can be supported by a roadmap, which shows the concrete steps towards the target state.
It was discovered that currently the target organization is in level 3 in Technology and Culture and level 2 in Governance and People. Target state for the dimensions were level 4 for Technology, Governance and People and level 5 for Culture. The reason for the three dimensions having target of level 4 was basically the resources it requires to achieve level 5. Roadmap was then built to advance from the current to target state. The research offered a very valuable information for the target organization about its utilization of sales analytics. Now the topic is put on the table and target organization has started talking about the meaning of sales analytics. Current and target state – and the roadmap – could be seen as direct benefits for the organization, but indirectly the most important achievement of the thesis work was to get the organization to speak about sales analytics and its benefit while gaining competitive advantage. Työn tavoitteena oli tehdä analyysi globaalille teollisuusyritykselle heidän keinoistaan parantaa myynnin analytiikan hyödyntämistä. Päätutkimuskysymykseksi muotoutui ”miten parantaa myynnin analytiikan hyödyntämistä teollisuusyrityksen automaatio- ja projektidivisioonassa hyödyntäen maturiteettimallia”. Tavoitteen saavuttamiseksi luotiin kustomoitu myynnin analytiikan nyky- ja tavoitetilan arviointiin soveltuva maturiteettimalli. Kohdeorganisaatiossa tehtyjen haastattelujen myötä nyky- ja tavoitetila saatiin selville. Näiden selvittämisen jälkeen yritykselle rakennettiin 12 kuukauden mittainen toimintasuunnitelma, tiekartta, jota seuraamalla yritys pääsee kohti tavoitetilaa.
Nykyään monet organisaatiot tavoittelevat kilpailuetua datan avulla, mutta se on haastavaa suuren julkisen datan määrän vuoksi. Yksi kilpailuetua tuovista keinoista on muita parempi datan analysointi ja sen hallinta: datasta tehdyillä laadukkailla analyyseilla yritys voi saada arvokasta informaatiota ja tietämystä haluamastaan aiheesta. Myyntidataa voidaan käyttää ennustamaan tulevaisuuden myyntiä sekä tarvetta uusille ratkaisuille ympäri maailman. Tähdätessä kohti parempaa myynnin data analytiikan hyödyntämistä on tärkeää ymmärtää mikä on organisaation nyky- ja tavoitetila sen osalta, sekä myös keinot miten tavoitetila voidaan saavuttaa.
Maturiteettimallien avulla yritys voi määrittää nyky- ja tavoitetilan haluamastaan aiheesta, esimerkiksi myynnin analytiikan hyödyntämisestä. Pääsääntöisesti maturiteettimallit koostuvat kolmesta osa-alueesta: dimensioista, maturiteetin tasosta ja määritelmästä mitä yksittäisellä tasolla oleminen tarkoittaa. Maturiteettimalli tukena voidaan käyttää toimintasuunnitelmaa esitettäessä konkreettisia toimenpiteitä kohti tavoitetilan saavuttamista.
Tutkimuksessa saatiin selville että kohdeorganisaatio on maturiteetiltaan tasolla 3 teknologiassa ja kulttuurissa sekä tasolla 2 datahallinnassa ja ihmisissä. Tavoitetila asetettiin haastattelujen ja analyysien myötä tasolle 4 teknologiassa, datahallinnassa ja ihmisissä. Kulttuurin osalta kohdeorganisaatio haluaisi saavuttaa tason viisi, mikä on mallin korkein taso. Pääsyy kolmen dimension tavoitetason asettamiseksi tasolle 4 tason 5 sijaan oli resurssien määrä joka tarvittaisiin tavoitellessa korkeinta maturiteettia. Lopuksi rakennettiin toimintasuunnitelma. Tutkimus tarjosi kohdeorganisaatiolle hyödyllistä tietoa sen myynnin analytiikan hyödyntämisestä. Nyky- ja tavoitetilan sekä toimintasuunnitelma rakentaminen voidaan nähdä suorina hyötyinä organisaatiolle, mutta epäsuorasti diplomityön suurin saavutus oli myynnin analytiikan nostaminen pöydälle. Nyt organisaatiossa on käsitteistö, jolla puhua myynnin analytiikasta.
Today, organizations are seeking competitive advantage from data, but it is not simple as there are a lot of public data available. One way to gain advantage of data is analyzing it efficiently and managing it better than others. With the superior analyses made of raw and unstructured data, organization can gain a lot insight and valuable information. Sales data can be used to predict future sales as well as the demand for new solutions all around the world. Effective data analytics can provide a huge advantage while aiming towards a bigger slice of a market. When it comes to improving the utilization of sales analytics, it is crucial to understand what are current and target stages of the utilization and also how the target state can be achieved.
With maturity model, organization can define its current and target state of a selected topic, for example sales analytics utilization. Maturity models tend to have three basic components: dimensions having effect on a selected topic, levels of maturity and a definition what is means to be on a specific level. Maturity model can be supported by a roadmap, which shows the concrete steps towards the target state.
It was discovered that currently the target organization is in level 3 in Technology and Culture and level 2 in Governance and People. Target state for the dimensions were level 4 for Technology, Governance and People and level 5 for Culture. The reason for the three dimensions having target of level 4 was basically the resources it requires to achieve level 5. Roadmap was then built to advance from the current to target state. The research offered a very valuable information for the target organization about its utilization of sales analytics. Now the topic is put on the table and target organization has started talking about the meaning of sales analytics. Current and target state – and the roadmap – could be seen as direct benefits for the organization, but indirectly the most important achievement of the thesis work was to get the organization to speak about sales analytics and its benefit while gaining competitive advantage.
Nykyään monet organisaatiot tavoittelevat kilpailuetua datan avulla, mutta se on haastavaa suuren julkisen datan määrän vuoksi. Yksi kilpailuetua tuovista keinoista on muita parempi datan analysointi ja sen hallinta: datasta tehdyillä laadukkailla analyyseilla yritys voi saada arvokasta informaatiota ja tietämystä haluamastaan aiheesta. Myyntidataa voidaan käyttää ennustamaan tulevaisuuden myyntiä sekä tarvetta uusille ratkaisuille ympäri maailman. Tähdätessä kohti parempaa myynnin data analytiikan hyödyntämistä on tärkeää ymmärtää mikä on organisaation nyky- ja tavoitetila sen osalta, sekä myös keinot miten tavoitetila voidaan saavuttaa.
Maturiteettimallien avulla yritys voi määrittää nyky- ja tavoitetilan haluamastaan aiheesta, esimerkiksi myynnin analytiikan hyödyntämisestä. Pääsääntöisesti maturiteettimallit koostuvat kolmesta osa-alueesta: dimensioista, maturiteetin tasosta ja määritelmästä mitä yksittäisellä tasolla oleminen tarkoittaa. Maturiteettimalli tukena voidaan käyttää toimintasuunnitelmaa esitettäessä konkreettisia toimenpiteitä kohti tavoitetilan saavuttamista.
Tutkimuksessa saatiin selville että kohdeorganisaatio on maturiteetiltaan tasolla 3 teknologiassa ja kulttuurissa sekä tasolla 2 datahallinnassa ja ihmisissä. Tavoitetila asetettiin haastattelujen ja analyysien myötä tasolle 4 teknologiassa, datahallinnassa ja ihmisissä. Kulttuurin osalta kohdeorganisaatio haluaisi saavuttaa tason viisi, mikä on mallin korkein taso. Pääsyy kolmen dimension tavoitetason asettamiseksi tasolle 4 tason 5 sijaan oli resurssien määrä joka tarvittaisiin tavoitellessa korkeinta maturiteettia. Lopuksi rakennettiin toimintasuunnitelma. Tutkimus tarjosi kohdeorganisaatiolle hyödyllistä tietoa sen myynnin analytiikan hyödyntämisestä. Nyky- ja tavoitetilan sekä toimintasuunnitelma rakentaminen voidaan nähdä suorina hyötyinä organisaatiolle, mutta epäsuorasti diplomityön suurin saavutus oli myynnin analytiikan nostaminen pöydälle. Nyt organisaatiossa on käsitteistö, jolla puhua myynnin analytiikasta.