Kuka hyötyy, kun data liikkuu? Opit yhden käyttötapauksen arvoanalyysistä

Valmistavassa teollisuudessa datan jakaminen toimitusketjun toimijoiden välillä on usein helppo perustella teknisesti, mutta vaikeampi liiketoiminnallisesti. Mahdollisia käyttötapauksia on paljon, mutta harvoin on selvää käsitystä siitä, kuka niistä oikeasti hyötyy, kuka kantaa kustannukset ja miksi eri toimijoiden ylipäätään kannattaisi osallistua.

Tätä kysymystä lähdettiin ratkaisemaan kolmen työpajan sarjassa, jossa analysoitiin yhtä konkreettista käyttötapausta: komponenttien jäljitettävyyden rakentamista valmistavan teollisuuden toimitusketjussa. Sarjan fasilitoi 1001 Lakes Oy osana DataVa-hankkeen datatalouden ekosysteemisparrauksia keväällä ja kesällä 2026.

Tässä kirjoituksessa käydään läpi, mitä analyysi paljasti ja miksi tulokset ovat kiinnostavia kenelle tahansa, joka pohtii datan jakamisen käyttötapauksia omassa verkostossaan.

Tarkastelun kohteena oli käyttötapaus, jonka avulla komponentin matkaa voitaisiin seurata toimitusketjun eri vaiheissa.

Käyttötapaus koostui kolmesta osasta:

Analyysi tehtiin tarkoituksella tulevaisuusskenaariona, ei nykytilan kuvauksena. Oletuksena oli, että tärkeimpien komponenttien data virtaa jo toimitusketjussa ja tehtaan prosessit on muokattu dataohjautuviksi. Näin voitiin teknisten rajoitteiden kuvaamisen sijasta keskittyä arvioimaan, kannattaako käyttötapaukseen ylipäätään panostaa.

Arvoa tarkasteltiin neljän ekosysteemiroolin näkökulmasta:

Jokaiselle roolille esitettiin samat viisi kysymystä:

Tämä rakenne teki roolien väliset erot heti näkyviksi. Juuri nämä erot osoittautuivat analyysin arvokkaimmaksi anniksi.

Prosessi eteni kolmessa vaiheessa. Ensimmäisessä työpajassa ydinryhmä valitsi ja rajasi käyttötapauksen sekä työsti arvoanalyysiprosessin. Toisessa, varsinaisessa analyysityöpajassa osallistujat tarkastelivat käyttötapausta neljässä roolikohtaisessa ryhmässä. Ryhmät täyttivät havaintonsa canvas-työkalulle, jonka jälkeen tulokset purettiin yhdessä ja visualisoitiin arvovirtakartaksi. Kolmannessa vaiheessa tulokset dokumentoitiin synteesitaulukoksi ja validoitiin osallistujien kanssa.

Validointi osoittautui yllättävän tuottavaksi vaiheeksi. Se ei ollut vain virheiden korjaamista, vaan validointi tuotti kokonaan uutta sisältöä. Esimerkiksi yhden roolin tavoitekenttä oli jäänyt varsinaisessa työpajassa tyhjäksi ja täyttyi vasta tässä vaiheessa. Validoinnissa nousi myös kokonaan uusi teema: kriittisen massan ja mukaantulon kannustimen merkitys.

Nämä kokemukset kannustavat myös muita vastaavia analyysejä tekeviä varaamaan validointikierroksella aikaa myös täydennyksille, ei pelkästään virheenkorjaukselle.

Yksi analyysin selkeimmistä havainnoista koski tavoitteiden luonnetta.

Tier 1- ja Tier 2 -toimittajat odottavat datan jakamiselta ennen kaikkea operatiivisia hyötyjä: lyhyempiä läpimenoaikoja, helpompaa tuotannon suunnittelua ja parempaa tilannekuvaa.

Päämiehen ja datanvälityspalvelun tarjoajan tavoitteet ovat sen sijaan strategisia. Ne liittyvät ekosysteemin kasvattamiseen, hyödyntämättömien dataresurssien tunnistamiseen, uusien liiketoimintamallien kehittämiseen ja edelläkävijäaseman vahvistamiseen.

Tällä erolla on käytännön seuraus. Strategiset tavoitteet kestävät pitkän takaisinmaksuajan, mutta operatiiviset eivät.

Jos käyttötapauksen hyödyt realisoituvat vasta vuosien päästä, alempien portaiden motivaatio ei kanna ilman erillisiä kannustimia.

Roolien erilaisista tavoitteista riippumatta analyysissa nousi esiin kolme yhteistä teemaa:

Kiinnostavaa on, että eri rooleissa sama asia puetaan eri sanoihin. Alemmalla portaalla puhutaan sopimuksista, kun taas ylemmällä portaalla sääntökirjamaisesta kehikosta.

Kun eri roolien edustajia tuodaan samaan pöytään, on hyvä muistaa, että vaikka kieli on erilaista, puhutaan samoista sisällöistä.

Käyttötapaukseen liittyvät huolet ja riskit vaihtelivat rooleittain.

Tier 2 -toimittaja pelkää ennen kaikkea kilpailuaseman heikentymistä: kriittisen datan vuotamista, asiakastuntemuksen katoamista tai markkinatiedon menettämistä tilanteessa, jossa ihmiskontakti korvautuu automaatiolla.

Tier 1 -toimittaja taas pelkää kuormittumista: sitä, että datan tuottamisen vastuu ja kustannukset kasautuvat yhdelle portaalle ilman vastaavaa katetta.

Päämiehen ja datanvälityspalvelun tarjoajan tunnistamat riskit liittyivät enemmän teknologiaan ja operatiiviseen toimintaan kuten tietoturvaongelmiin ja kumppaneiden irtautumiseen ekosysteemistä.

Analyysi toi näkyviin käyttötapauksen keskeisen jännitteen ja kaiken alla piilevän rakenteellisen ristiriidan: Tier 2 -toimittajan tavoite suojata omaa dataansa on suoraan ristiriidassa päämiehen ja datanvälityspalvelun tarjoajan tavoitteen kanssa maksimoida datan liikkuvuus verkostossa.

Näitä tavoitteita ei voida sovittaa yhteen pelkästään teknisillä ratkaisuilla. Vaikka tekninen ratkaisu toimisi moitteettomasti, tarvitaan selkeä yhteinen näkemys siitä

Validoinnissa nousi esiin vielä kaksi läpileikkaavaa havaintoa.

Ensinnäkin jokainen rooli edellyttää riittävän kriittisten massan osallistujia. Yksittäisen toimijan mukaantulo ei vielä välttämättä tuota arvoa, ellei riittävä joukko sen asiakkaita ja/tai kumppaneita ole myös mukana. Tämä puoltaa sitä, että tutkitus kaltaisia käyttötapauksia kannattaa viedä eteenpäin ryhmänä, ei kahdenvälisinä pilotteina.

Toiseksi osallistuvien organisaatioiden liiketoiminnallisten tavoitteiden pitää olla riittävän samansuuntaisia läpi koko ketjun. Tekninen yhteentoimivuus ei riitä, jos toimijoiden liiketoiminnalliset tavoitteet vetävät eri suuntiin.

Arvon suuruutta työpajoissa arvioitiin tähtiasteikolla. Konkreettisia euromääräisiä laskelmia ei työskentelyn aikana ehditty tuottaa. Tämä tunnistettiin menetelmälliseksi puutteeksi. Tulevissa analyyseissa ainakin yhden oman arvovirran laskemiseen kannattaa varata aikaa jo ennen työpajoja, jotta kokonaiskuvaan saadaan mittakaava.

Johtopäätös on selkeä. Se ei ole erityisen yllättävä, mutta silti se unohtuu usein.

Datan jakamisen käyttötapausta kannattaa viedä eteenpäin vain, jos pelisäännöt ja kustannusten jakautuminen ratkaistaan teknisen kehityksen kanssa samaan aikaan. Arvo syntyy vasta, kun riittävän moni toimija on mukana ja yhteentoimiva, ei ennen sitä.

Roolipohjainen arvoanalyysi pakottaa näkyviin asioita, mitä pelkkä tekninen suunnittelu ei paljasta:

Analyysi kannattaa siis tehdä ennen investointipäätöksiä, ei vasta niiden jälkeen.

1001 Lakes Oy hyödyntää samaa prosessia myös muiden käyttötapausten arvioinnissa. Menetelmää voidaan soveltaa erilaisiin verkostoihin, joissa suunnitellaan organisaatioiden välistä datan jakamista.