Data-analytiikkakyvykkyyden vaikutus yritysten eksploratiivisuuteen ja eksploitatiivisuuteen

Abstract

Tietoperustaisen näkemyksen mukaan tieto on yrityksen kilpailukyvyn perusta. Datan määrän kasvaessa vauhdilla on datan hyödyntäminen tiedon lähteenä noussut tärkeäksi yritysten menestystekijäksi. Kykyä hyödyntää dataa, data-analytiikkakyvykkyyttä, voidaan pitää tietojohtamisen osa-alueena. Eksploratiivisuudella ja eksploitatiivisuudella viitataan organisaatioiden tapaan hyödyntää tietoa. Sekä eksploraatio, uuden tiedon etsiminen ja luominen, että eksploitaatio, olemassa olevan tiedon tehokas hyödyntäminen, ovat tärkeitä organisaation selviytymiselle. Tutkielman tarkoitus on selvittää data-analytiikkakyvykkyyden vaikutusta eksploratiivisuuteen ja eksploitatiivisuuteen.

Tutkielman teoriaosa käsittelee tietojohtamista, data-analytiikkakyvykkyyden osa-alueita, sekä eksploraationta ja eksploitaatiota. Tutkielman empiirisessä osiossa hyödynnettiin LUT yliopiston ”Yritysten tietopääoma” -projektin vuonna 2017 kyselylomakkeilla kerättyä aineistoa. Muuttujien välisiä suhteita tarkastelttiin rakenneyhtälömallinnuksen (SEM) avulla. Tutkielman perusteella data-analytikkkakyvykkyys vaikuttaa positiivisesti yritysten eksploratiivisuuteen, ja negatiivisesti eksploitatiivisuuteen.

In the knowledge-based view, knowledge is the foundation of a company's competitiveness. As the amount of data grows, utilization of data as a source of knowledge becomes an important success factor for a company. The ability to utilize data, the data analytics competency, can be considered as a component of knowledge management. Exploratory and exploitative refers to the way organizations use knowledge. Exploration, the exploration and creation of new knowledge, and exploitation, the effective utilization of existing knowledge, are important to the survival of an organization. The purpose of this thesis is to investigate the impact of data analytics competency on explorativity and exploitativity.

The theoretical part of the thesis deals with knowledge management, data analytics competency, exploration and exploitation. The empirical part of the thesis utilized the data collected in the questionnaires of the LUT University's “Corporate Intangible Capital” project in 2017. The relationships between the variables were examined using structural equation modeling (SEM). According to the thesis, data analytics competency has a positive impact on corporate explorativity, and negative impact on exploitativity.