Data-analytiikan rajoitteet yrityksen strategisen päätöksenteon tukemisessa

Abstract

Kvantitatiivinen data-analytiikka tukee tiedon käsittelyä yrityksen strategisessa päätöksenteossa. Strategiset päätökset tehdään kuitenkin epävarmoissa ympäristöissä, joissa nopeat muutokset sekä monimutkaisuus tekevät tiedosta nopeasti puutteellista ja vaikeasti tulkittavaa. Kvantitatiivinen data-analytiikka perustuu historialliseen dataan ja mallien oletuksiin, jolloin analyysin tuottama tilannekuva voi johtaa harhaan.

Tämän kandidaatintutkielman tavoitteena on selvittää, millainen rooli kvantitatiivisella data-analytiikalla on strategisen päätöksenteon tiedonhankintavaiheessa ja mitä rajoitteita sen hyödyntämiseen liittyy erityisesti epävarmassa liiketoimintaympäristössä. Tutkimus toteutettiin kuvailevana kirjallisuuskatsauksena, jossa analysoitiin aiempaa tieteellistä tutkimusta data-analytiikasta, strategisesta päätöksenteosta sekä liiketoimintaympäristön epävarmuudesta.

Työssä tunnistettiin kaksi rajoiteryhmää. Keskeisimmät datan laatuun liittyvät rajoitteet olivat epätarkkuus, puutteellisuus, vanhentuminen ja epäjohdonmukaisuus. Analyysimenetelmiin liittyvät rajoitteet koskivat pelkistämistä, lineaarisuusoletusta, ennustamista sekä korrelaation ja kausaation välistä ongelmaa. Tulokset osoittavat, että kvantitatiivinen data-analytiikka on tehokas työkalu strategisen päätöksenteon tiedonhankinnassa, mutta sen hyödyntämiseen liittyy rajoitteita, joita ympäristön epävarmuus korostaa. Rajoitteet edellyttävät kriittistä tulkintaa erityisesti epävarmoissa liiketoimintaympäristöissä, joissa analytiikan merkitys kasvaa, mutta sen luotettavuus heikkenee samanaikaisesti.

Quantitative data analytics supports the processing of information in strategic decision-making within companies. Strategic decisions are, however, made in uncertain environments, where rapid changes and complexity quickly render information incomplete and difficult to interpret. Quantitative data analytics relies on historical data and model assumptions, which may lead to a misleading picture of the situation.

The aim of this bachelor’s thesis is to examine the role of quantitative data analytics in the information acquisition phase of strategic decision-making and to identify the limitations associated with its use, particularly in uncertain business environments. The study was conducted as a descriptive literature review, analysing previous scientific research on data analytics, strategic decision-making, and business environment uncertainty.

The work identified two groups of limitations. The most significant data quality–related limitations were inaccuracy, incompleteness, obsolescence, and inconsistency. Limitations related to analytical methods concerned simplification, the assumption of linearity, forecasting, and the issue between correlation and causation. The results show that quantitative data analytics is an effective tool for acquiring information for strategic decision-making, but its use involves limitations. These limitations require critical interpretation, especially in uncertain business environments where the importance of analytics increases while its reliability simultaneously decreases.