Talousdatan visualisointi yritysten päätöksenteon tukena
Heikkilä, Arttu (2026)
Kandidaatintyö
2026
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2026052050657
https://urn.fi/URN:NBN:fi-fe2026052050657
Tiivistelmä
Yritysten datamäärien kasvaessa ja päätöksenteon siirtyessä yhä enemmän dataohjautuvaksi visualisoinnin merkitys päätöksenteon tukena on korostunut. Tässä kandidaatintyössä tutkitaan narratiivisen kirjallisuuskatsauksen avulla, miten talousdatan visualisointia hyödynnetään yrityksissä päätöksenteon tukena ja mitkä tekijät rajoittavat sen käyttöä yrityksissä.
Yritysten osalta talousdata koostuu tilinpäätösdatasta, markkinadatasta sekä yrityksen sisäisten järjestelmien datasta. Nämä data-aineistot eroavat toisistaan rakenteen ja volyymin osalta, jolla on suora vaikutus niiden visualisointimahdollisuuksiin. Perinteiset visualisointimenetelmät, kuten pylväs-, viiva- ja ympyräkaaviot sopivat paremmin standardoidulle datalle kuten tilinpäätösdatalle. Suurempi ja moniulotteisempi markkinadata taas vaatii avukseen kehittyneempiä ratkaisuja. Dashboardit toimivat työkaluina, jotka kokoavat erilaisia kuvaajia ja kuvauksia yhdeksi esitykseksi tukemaan päätöksentekoa jokaisella organisaatiotasolla.
Visualisoinnin käyttöönottoa yrityksissä rajoittavat neljä toisiinsa kytkeytyvää estettä, jotka ovat käyttäjien osaamisen puute, uudempien menetelmien korkeat kustannukset, datan laatuongelmat sekä tietoturvahuolet arkaluontoisen datan parissa. Rajoitteiden keskinäinen kytkös merkitsee, että yksittäisten ongelmien ratkaiseminen ei riitä. Visualisoinnin käyttöönotto edellyttää kokonaisvaltaista lähestymistapaa, jossa kaikki rajoitteet otetaan huomioon. As the volume of corporate data continues to grow and decision-making becomes more data-driven, the role of data visualization as a support for decision-making has become more important. This bachelor’s thesis examines, through a narrative literature review, how financial data visualization is utilized in companies to support decision-making and what factors limit its adoption in organizational contexts.
From a corporate perspective, financial data consists of financial statement data, market data and data generated by internal company systems. These datasets differ in structure and volume, which directly affects their visualization possibilities. Traditional visualization methods, such as bar charts, line charts, and pie charts are better suited for standardized data, such as financial statement data. Larger and more multidimensional market data, in contrast requires more advanced visualization solutions. Dashboards function as tools that integrate various visualizations and descriptive elements into a single interface to support decision-making at all organizational levels.
The adoption of data visualization in companies is limited by four interconnected barriers: lack of user expertise, high costs of advanced and emerging visualization solutions, data quality issues and information security concerns related to sensitive data. The interconnected nature of these barriers prevents them from being addressed individually, indicating that improving the adoption of data visualization requires a comprehensive approach that considers all limitations simultaneously.
Yritysten osalta talousdata koostuu tilinpäätösdatasta, markkinadatasta sekä yrityksen sisäisten järjestelmien datasta. Nämä data-aineistot eroavat toisistaan rakenteen ja volyymin osalta, jolla on suora vaikutus niiden visualisointimahdollisuuksiin. Perinteiset visualisointimenetelmät, kuten pylväs-, viiva- ja ympyräkaaviot sopivat paremmin standardoidulle datalle kuten tilinpäätösdatalle. Suurempi ja moniulotteisempi markkinadata taas vaatii avukseen kehittyneempiä ratkaisuja. Dashboardit toimivat työkaluina, jotka kokoavat erilaisia kuvaajia ja kuvauksia yhdeksi esitykseksi tukemaan päätöksentekoa jokaisella organisaatiotasolla.
Visualisoinnin käyttöönottoa yrityksissä rajoittavat neljä toisiinsa kytkeytyvää estettä, jotka ovat käyttäjien osaamisen puute, uudempien menetelmien korkeat kustannukset, datan laatuongelmat sekä tietoturvahuolet arkaluontoisen datan parissa. Rajoitteiden keskinäinen kytkös merkitsee, että yksittäisten ongelmien ratkaiseminen ei riitä. Visualisoinnin käyttöönotto edellyttää kokonaisvaltaista lähestymistapaa, jossa kaikki rajoitteet otetaan huomioon.
From a corporate perspective, financial data consists of financial statement data, market data and data generated by internal company systems. These datasets differ in structure and volume, which directly affects their visualization possibilities. Traditional visualization methods, such as bar charts, line charts, and pie charts are better suited for standardized data, such as financial statement data. Larger and more multidimensional market data, in contrast requires more advanced visualization solutions. Dashboards function as tools that integrate various visualizations and descriptive elements into a single interface to support decision-making at all organizational levels.
The adoption of data visualization in companies is limited by four interconnected barriers: lack of user expertise, high costs of advanced and emerging visualization solutions, data quality issues and information security concerns related to sensitive data. The interconnected nature of these barriers prevents them from being addressed individually, indicating that improving the adoption of data visualization requires a comprehensive approach that considers all limitations simultaneously.