Towards enhanced decision making in Finnish water sector with the help of business intelligence and business analytics

Abstract

Accelerating digitalization as well as increased adoption and better affordability of IOT-sensors will continue to bring more and more data for organizations in different industries to use in decision making. Although much data is being collected, the effective use of data itself is often being neglected. To gain greater benefit from the data, organizations not only need to start using modern decision support system tools such as business intelligence (BI) and business analytics (BA), but they most likely also need to change their organizational culture to support data-based decision making in order to start using these systems more effectively and comprehensively. The main objective of this study is to address the potential of business intelligence and business analytics in the Finnish water sector. The study consists of a theoretical part and an empirical part. The theoretical part consists of a literature review and it clarifies the terminologies related to BI and BA and presents some of the best practices related to topic. The empirical part focuses on Finnish water utility sector as a business case. It includes a qualitative case study based on both professional literature and an interview survey. The interview survey was held as a semi-structured theme interview and it was followed with a BI maturity assessment. Both BI and BA have their role in refining data and transforming it into higher levels of information; BI by giving data both meaning and context and bringing the right information at the right time to the right person while BA focused more on applying more sophisticated mathematical and statistical methods on data to answer even more complicated and future oriented questions and to give action proposals. Finnish water sector was found to be facing challenges in multiple areas, biggest one being with the aging infrastructure. In terms of data utilization, the interviewed water organizations were positioned on the lowest two maturity levels in Gartner's BI Maturity Model. Lack of data integration, lack of real-time data and issues with data quality hindered the potential data utilization while a need for cultural change as well as new talents with analytical capabilities. Although data utilization was faced with multiple difficulties, both BI and BA have a great potential in water sector context. Water-organizations should create data integration among data sources and start with implementing a basic BI system where this data could be more easily explored while simultaneously shifting towards more data-based decision making culture. To reach higher value, as a second step the BI system could be further expanded with analytical functionalities to reach the benefits of BA, creating an integrated BI and BA system while simultaneously acquiring analytical capabilities needed to bring next level insights from the data.

Kiihtyvä digitalisaatio sekä IOT-sensoreiden yleistyminen tuovat monilla eri toimialoilla toimivien organisaatioiden käyttöön yhä kasvavissa määrin dataa jalostettavaksi, hyödynnettäviksi ja käytettäviksi päätöksenteon tukena. Vaikka dataa ja tietoa kerätään varsin aktiivisesti, se tehokas käyttö usein unohdetaan. Tehokkaan datan hyödyntämisen saavuttamiseksi ei riitä pelkästään liiketoimintatiedon hallintaan (BI) ja liiketoiminta-analytiikkaan (BA) perustuvien nykyaikaisten työkalujen käyttö, vaan usein tarvitaan myös organisaatiokulttuurillista muutosta kohti tietoihin perustuvaa päätöksentekoa, jotta datan ja tiedon kokonaisvaltainen ja tehokas käyttö voidaan saavuttaa. Tämän tutkimuksen päätarkoituksena on käsitellä BI:n ja BA:n käyttöä suomalaisessa vesihuoltokontekstissa. Tutkimus jakautuu teoria- ja empiriaosioon. Teoriaosio koostuu kirjallisuuskatsauksesta, jossa pureudutaan BI ja BA -termeihin, niihin liittyvään käsitteistöön sekä käsitellään samalla niihin liittyviä kirjallisuudesta löytyneitä parhaita käytäntöjä. Empiirinen osio pureutuu suomalaiseen vesihuolto sektoriin toimialana laadullisen tapaustutkimuksen, haastattelututkimuksen sekä tiedon hyödyntämiseen liittyvän kypsyysanalyysin kautta. Käsitteinä BI ja BA ovat moninaisine tulkintoineen hyvinkin päällekkäisiä. BI keskittyy tuomaan oikean tiedon oikeassa muodossa oikealle ihmiselle oikeaan aikaan, kun taas BA jalostaa dataa tilastollisia ja matemaattisin menetelmin sekä hakee vastauksia monimutkaisempiin ja tulevaisuuteen suuntautuneihin kysymyksiin tarjoten konkreettisia toimintaehdotuksia ongelmiin. Suomalaisella vesihuollolla on edessä haasteita monella osa-alueella, etenkin ikääntyvän infrastruktuurin kanssa. Haastatellut vesihuolto- organisaatiot sijoittuivat Gatnerin BI-kypsyysmallin perusteella tehdyn kypsyysanalyysin perusteella kahdelle alimmalle kypsyystasolle. Tietolähteiden integraation puuttuminen, puutteet datan reaaliaikaisuudessa sekä ongelmat datan laadussa haittasivat haastateltujen vesilaitosten nykyistä datan hyödyntämistä. Haastatteluissa nousi esille tarve niin kulttuurimuutokselle kuin myös uusille analyyttisille kyvykkyyksille toimialalla. BI:lle ja BA:lle voidaan silti nähdä potentiaalia toimialalla. Hyötyäkseen näistä tulisi vesihuollon ensin luoda integraatio tietojärjestelmiensä välille, ottaa käyttöön perus-BI työkalu samalla vahvistaen tietopohjaista päätöksentekokulttuuria. Tämän jälkeen BI- työkaluun voitaisiin laajentaa sisällyttämällä siihen analyyttisiä toiminnollisuuksia. Sulautettu BI:n ja BA:n kattava järjestelmä toisi yhteen molempien menetelmien tarjoamat mahdollisuudet ja sen tehokas käyttö toisi datasta saavutettavan arvon seuraavalle tasolle.