Harnessing big data for business purposes in Finnish SMEs : adaptive marketing capabilities perspective

Abstract

The purpose of this thesis is to understand what kinds of resources and capabilities small and medium-sized B2B businesses require in order to harness big data for business purposes, and how SMEs with limited resources can gain business benefits with big data. Furthermore, the aim is to study the perceptions and attitudes towards machine learning, since machine learning is not widely adopted in smaller organizations, yet it has several advantages in big data analysis. To achieve these objectives, this thesis follows a qualitative case study research method. The case companies are one born-digital firm and one born-traditional organization.

The findings of the study indicate that in order to exploit big data effectively, SMEs should have certain physical, human and organizational resources, including analytics skills, powerful software, data warehouse for data integration, accurate and high-quality data, and data-driven organizational culture. In addition, vigilant market learning, culture of experimentation, and open innovation capabilities are emphasized, and according to the findings, SMEs with limited resources can compensate the shortage of resources by obtaining adaptive marketing capabilities. Thus, no substantial internal resources are necessarily required. Furthermore, machine learning is perceived as a positive force that can be utilized to derive additional value from big data applications.

Tämän pro gradu -tutkielman tarkoituksena on ymmärtää, millaisia resursseja ja kyvykkyyksiä pienet ja keskisuuret B2B-yritykset tarvitsevat jotta voivat hyödyntää big dataa liiketoimintaetujen saavuttamiseksi. Lisäksi tavoitteena on tutkia, miten rajalliset resurssit omaavat pk-yritykset pystyvät hyödyntämään big dataa. Tutkimus myös kartoittaa pk-yritysten asenteita koneoppimiseen, koska koneoppimista ei ole vielä otettu laajasti käyttöön pienissä ja keskisuurissa organisaatioissa, vaikka sillä on useita etuja big datan analysoinnissa. Työ noudattaa laadullista tapaustutkimusmenetelmää. Tapaustutkimukseen osallistui kaksi eri yritystä, yksi born digital -yritys ja yksi perinteinen yritys.

Tutkimuksen tulokset osoittavat, että big datan tehokas hyödyntäminen vaatii pk-yrityksiltä fyysisiä, inhimillisiä ja organisatorisia resursseja, mukaan lukien analysointitaitoja, tehokkaan ohjelmiston, tietovaraston datan integrointia varten, korkealaatuista dataa, sekä datalähtöisen organisaatiokulttuurin. Tuloksissa korostuu myös valpas markkinoilta oppiminen, kokeellinen kulttuuri ja avoin innovaatiokyky, joilla pk-yritykset voivat kompensoida omien resurssiensa rajallisuutta. Jos yrityksellä on vahvat mukautuvat kyvykkyydet, big datan hyödyntäminen ei välttämättä edellytä merkittäviä sisäisiä resursseja. Tutkimuksessa kävi myös ilmi, että koneoppiminen koetaan tärkeänä arvoa lisäävänä tekijänä big data -toteutuksissa.