Kuinka dataa hyödynnetään liiketoiminnallisesti tehokkaasti? Mikä on datan merkitys, kuinka sitä kerätään, hallitaan, jalostetaan analytiikan avulla raporteiksi ja tulkittaviksi visualisoinneiksi?
Digimaturiteettitestin osion 4. ”Tiedonhallinta” ja Datavalmiuskartoituksen osioiden 4, 5 ja 6 työkaluja.
-
Mitä on datatalouden vaatima data?
Mitä tarkoitetaan datamuotoilulla? Entä mitä on datatalouden tarvitsema data?
-
Datalähde
Hyödynnettävän datan tunnistamiseksi kannattaa erottaa sekä omat että muualta saatavien datojen lähteet. Näissä voi olla huomattavia eroja sen suhteen kuinka helposti datan saa käyttöön.
Datalähdeohje (pdf)
Täytettävä_Datalähdepohja (word)
-
Datapalvelukortit
Know-centerin kehittämät datapalvelukortit, joilla voi ideoida datapohjaisen liiketoimintamallin rakennuspalikoita. Tätä voi tehdä itsenäisesti, mutta parhaat tulokset saa yhdessä työskentelemällä.
Datapalvelukorteissa on myös selitteet monille teknisille ja liiketoiminnallisille käsitteille.
https://dataservicecards.at (avautuu uuteen ikkunaan)
Ohjeet käyttöön:
Kortteja ei tarvitse sijoittaa järjestyksessä, vaan lähteä liikkeelle hyödyllisestä kohdasta. Liiketoimintanäkökulmasta ajattelevan on parempi lähteä seuraavan esimerkin mukaisesti kohdasta 4. asiakashyöty, mutta jos taas mietitään mitä tietyllä datalla tekisi, kannattaa lähteä kohdasta 1.
Lähde liikkeelle asiakkaan tarpeista ja mieti miten kykenet tuottamaan asiakkaalle hyötyä
4. Asiakashyöty Aloita asiakkaan saamista hyödyistä (tarpeet) tarkastelemalla asiakkaiden tarpeita ja lisäarvoa, jonka haluat tarjota asiakkaillesi. Yritä vastata kysymykseen: Mitä lisäarvoa ja mitä etuja datapohjaisen palvelun tulisi tuottaa asiakkaillesi? Mieti vaikkapa parempaa laatua tai asiakastyytyväisyyttä, alempia kustannuksia, tai laajempaa asiakaskuntaa jne.
3. Datatuote Sen jälkeen täytä pohjaa kohti vasenta laitaa ja ajattele tapoja, joilla datapohjainen palvelu saataisiin asiakkaidesi saataville. Tämä voisi olla esimerkiksi raportti, dashboard-tyyppinen koontinäyttö tai tietojen siirtäminen API: n kautta asiakkaalle.
2. Analytiikka Sen jälkeen yritä selvittää, mitä analyysimenetelmää voit käyttää saadaksesi datasta hyötyä. Jos haluat ennustaa jotain, voit käyttää regressioanalyysiä. Jos haluat tutkia ja lajitella tietoja, klusterianalyysi voisi auttaa. Analytiikka-sarakkeen täyttämiseen tarvitset ehkä tilastotieteen tai analytiikan asiantuntijoiden tukea.
1. Datan lähteet Siirry aivan vasemmalle ja tarkista ensin , mitä sisäistä tietolähteitä tarvitset odotetun datapohjaisen palvelun luomiseen.. Ajattele yrityksen sisäisiä tietolähteitä, tietoja kumppaneiltasi, datamarkkinoilta, tai ehkä voisit käyttää julkishallinnon tai tutkimuslaitosten tarjoamia avoimia tietoja. Data Source Canvas voi auttaa sinua tässä osassa
5. Taloudelliset vaikutukset Lopuksi tarkista taloudelliset vaikutukset käymällä läpi odotetut tulot (esim. tilaus- tai lisenssimaksu, käyttömaksu jne.) ja kustannukset (kehitys, ylläpito, ylläpito jne.). Kirjoita ideasi kenttään ”Taloudelliset vaikutukset”.Vaihtoehtoinen kulku (1,2,3,4,5)
Lähde liikkeelle datalähteistä ja kulje oikealle aina taloudellisiin vaikutuksiin asti. Jos aluksi lähdet ideoimaan datalähteistä käsin mahdollisia palveluita, voi niitä tulla paljon. Näistä on hyvä valita realistisesti toteutettavissa olevat osat tuotteelle tai palvelulle, joka ei tee kaikkea kuviteltavissa olevaa. Palaa sitten takaisin tätä tuotetta vaativiin datalähteisiin päin.
-
Datatalouden ABC
Sitran Datatalouden ABC -materiaalipaketti sisältää itseopiskelukursseja, jotka ovat vapaasti ja maksutta kaikkien käytettävissä digitaalisessa eOppiva-oppimisympäristössä.
Kurssien suorittaminen kestää reilun tunnin ajan.
- Verkkoalustojen reilut säännöt (Digimarkkina-asetus ja digipalveluasetus)
- Datan jakamisen reilut säännöt (Datasäädös ja datanhallinta-asetus)
- Tekoälyn reilut säännöt (Tekoälyasetus)
-
Taloushallintojärjestelmät
Taloushallintojärjestelmät ovat yritykselle keskeisiä työkaluja, jotka tehostavat kirjanpitoa, laskutusta ja raportointia, vähentäen manuaalisen työn määrää ja virheiden riskiä. Ne tarjoavat reaaliaikaista talousdataa päätöksenteon tueksi ja auttavat yritystä noudattamaan lakisääteisiä velvoitteita tehokkaasti.
Listaus eri taloushallinto-ohjelmistoista ja niiden tämän hetken kyvykkyyksistä käsitellä tulevien vaatimusten mukaisia laskuja.
-
Verkkolaskun käyttöönotto
Verkkolasku tarkoittaa sähköistä laskua, joka lähetetään, käsitellään ja vastaanotetaan koneluettavassa ja täysin digitaalisessa muodossa.
Verkkolaskutuksen hyötyjä
- Verkkolaskutuksen avulla yritykset voivat seurata laskujen maksutilannetta reaaliajassa.
- Verkkolaskutus vähentää virheiden määrää ja helpottaa laskujen käsittelyä.
- Verkkolaskutus mahdollistaa laskujen automaattisen arkistoinnin ja helpottaa laskujen seurantaa.
- Verkkolaskutus nopeuttaa laskujen käsittelyä, poistaa manuaalisia työvaiheita ja säästää paperia. Se tuo selkeästi välittömiä etuja erityisesti niille yrityksille, joilla on paljon tulevia laskuja.
- Verkkolaskutus tuo kustannussäästöjä. Esimerkiksi myynti- ja ostolaskut voidaan lähettää edullisemmin verkkolaskuina kuin mitä aiemmin paperisena (kirjekuoren ja postimaksun hinta). Edut voi olla havaittavissa jo pienillä laskutusmäärillä.
- Verkkolaskutus säästää huomattavasti aikaa, varsinkin myyntilaskuissa. Laskuja ei tarvitse enää tulostaa, kuorittaa, ja postittaa. Myös ostolaskujen käsittely verkkolaskuna säästää aikaa.
- Verkkolaskutus voi tarjota joustavuutta ja räätälöitävyyttä yrityksen erityistarpeiden mukaan. Se voi tukea erilaisia laskumääriä ja ohjelmistoja. Jokainen yritys voi löytää itselleen sopivan tavan toteuttaa, lähettää ja vastaanottaa verkkolaskuja.
- Verkkolaskujen käsittely voidaan integroida yrityksen muiden järjestelmien, kuten toiminnanohjausjärjestelmien, kanssa.
Tutustu aiheeseen lisää TIEKE:n sivuilla:
Datan hyödyntäminen vain omassa organisaatiossa antaa tarvittavat perusteet laajemmille hyödyille, joita syntyy datayhteistyöstä muiden kanssa.
-
Mitä ekosysteemit ovat?
Datan jakamisessa luodaan verkostoja ja nämä voivat kasvaa suuremmiksi ekosysteemeiksi. Tämä on erittäin tärkeää kilpailukyvyn kannalta, sillä yhdessä tekemällä saa suuremmat hyödyt kuin yksin tekemällä. Ekosysteemien rakentamisessa on kuitenkin haasteena saada sovittua yhteiset säännöt. Seuraavat materiaalit auttavat hahmottamaan mitä ekosysteemit voivat olla ja kuinka niitä rakennetaan.
Ekosysteemit (pdf)
Dataverkostot (pdf)
Eri alojen dataverkostoja ja ekosysteemeitä ovat mm.:
- Data Spaces Alliance
- Digitraffic – liikenteen ja liikkuvuuden data
- KIRAHub – rakennettu ympäristö ja rakentaminen
- MyData – henkilökohtainen data
- HRI – Helsinki region infoshare
- DIMECC – Teollisuus ja valmistava tuotanto – useita ekosysteemeitä
-
Data-avaruudet
Data-avaruudet ovat tapa jakaa dataa toisille hallitusti. Ne ovat hajautettuja järjestelmiä, joita ohjaa hallintakehys ja jotka mahdollistavat turvalliset ja luotettavat datatransaktiot osallistujien välillä.
Lisää tietoa data-avaruuksista saa Data Spaces Alliance Finlandin sivuilta.
Tutustu myös data-avaruuksien yhteiskehittämismalliin, joka tukee myös ekosysteemityötä.
-
Motivaatiotekijöiden kartoitus ekosysteemin osallistujille
Tarkoituksena määrittää yhdessä ekosysteemikumppanien kanssa miksi ekosysteemi on olemassa ja mitkä ovat osallistujien motiivit ja haasteet osallistua ekosysteemiin.
Ekosysteemin motivaatiotekijät (täytettävä powerpoint)
Ekosysteemin motivaatiotekijät (pdf)
-
Teollisen datan playbook
Teknologian teollisen datan playbook esittelee keinoja datan hyödyntämiseen liiketoiminnassa laajalti, sisältäen myös datan jakamisen teemat.
https://teknologiateollisuus.fi/wp-content/uploads/2024/06/teollisen-datan-playbook-2022.pdf
-
Datatalouden tilannekuva (Sitra)
Mikä on Suomen datatalouskehityksen ajankohtainen näkymä? Raportti, jota päivitetään noin neljännesvuosittain.
Raportista näkee esim.
– eri teknologioiden käytön asteen, sääntelyn aikatalua
– osaajien työmarkkina- ja koulutustilannetta
– tarjolla olevia koulutusohjelmia ja täydennyskoulutuksia, rahoitusmahdollisuuksia
-
EDIH-katalogi
Eurooppalaiset digitaaliset innovaatiohubit (European Digital Innovation Hubs, EDIH) eli digitaali-innovointikeskittymät ovat osa EU:n uutta Digitaalinen Eurooppa -ohjelmaa. Ne toimivat digi-investointeja sekä erityisesti pk-yritysten digitalisaatiota vauhdittavina palvelukeskuksina.
Suomessa toimii neljä EDIH:iä ja hankkeessamme on mukana näistä Robocoast.
Euroopan laajuisesti EDIH:ejä on toistasataa. Suomalaisilla yrityksillä on reitti kaikkiin eurooppalaisiin EDIH:eihin ensisijaisesti omien hubiemme kautta.
-
Yrityksen digitalouden opas ja työpohjat tilaus-toimitusketjun automatisointiin
Kuinka tunnistaa tilaus-toimitusketjun tilaus–toimitusketjun tiedonkulun haasteet, arvioida automatisoinnin mahdollisuuksia ja hyötyjä ja hyödyntää Peppol-sanomia tiedonvaihtoon?
PRH – Opas automaation kehittämiseen | PRH
Työpohjissa myös
- järjestelmien ja tietovirtojen tunnistamista
- haasteiden kuvaukset
- ratkaisujen kuvaukset
- sidosryhmäkartta
- pilottisuunnitelman teko
- muutosjohtamisen tilannekuva
-
Datatalouden sanasto
TIEKEn datavalmiuskartoituksen yhteydestä löytyy myös kartoitukseen keskittyvä sanasto https://tieke.fi/palvelut/datavalmiuskartoitus/datatalouden-sanasto/
