Improving organization’s data capabilities : data maturity assessment model

Abstract

The amount of data and its potential applications are growing continuously. Data can provide significant benefits by enabling better decision-making, improving operational efficiency and identifying new business opportunities. In addition, it is a base for use of AI and can provide organizations with significant competitive advantages. However, as the amount of data increases, organizations’ capability to utilize their data varies considerably. To improve the data maturity, it is crucial to be able to evaluate and measure organisation’s current state.

The aim of this thesis is to understand which factors are crucial for data maturity and to provide as assessment model for evaluating the current level of data maturity in an organization. The developed assessment model aims to be easy to use, suitable for evaluating data maturity across different industries, and to provide a practical tool for identifying development needs. The thesis is based on literature review, draws upon previous research regarding data and analytics maturity models. Based on literature review, a data maturity assessment model is developed and tested in a case company. Based on the results obtained, improvement recommendations were presented for the case company.

The result highlighted the importance of organizational culture and the role of employees for organization’s capability to utilize its data. As technology and data have become more accessible to organizations, the skill and capabilities required to utilize them are emphasized. The result suggests that the assessment model is capable of obtaining useful information for determining organization’s data maturity and generating improvement recommendations up to certain level. However, generating more detailed improvement recommendations requires more understanding on the organization’s data capabilities. Based on these findings, further development recommendations were presented for the assessment model.

Datan määrä ja sen hyödyntämismahdollisuudet kasvavat jatkuvasti. Data tarjoaa merkittäviä hyötyjä mahdollistamalla paremman päätöksenteon, toiminnan tehostamisen ja uusien liiketoimintamahdollisuuksien tunnistamisen. Lisäksi se toimii perustana tekoälylle ja voi tuoda organisaatiolle merkittävää kilpailuetua. Datan määrän kasvaessa organisaatioiden kypsyystaso eli kyky hyödyntää dataa tehokkaasti vaihtelee kuitenkin suuresti. Kypsyystason kehittämiseksi on tärkeää pystyä ensin arvioimaan ja mittaaman sen nykytilaa, jotta voidaan kasvaa kohti datalähtöisempää toimintaa.

Tämän diplomityön tavoitteena on ymmärtää datan kypsyyteen vaikuttavia tekijöitä ja tarjota arviointimalli kypsyystason määrittämiseksi. Kehitetyn arviointimallin tavoitteena on olla helppokäyttöinen, sopiva arvioimaan datan kypsyyttä eri aloilla sekä tarjota käytännöllinen työkalu kehitystarpeiden tunnistamista varten. Tutkimus perustuu kirjallisuuskatsaukseen, joka pohjautuu aiempaan datan kypsyysmalleja käsittelevään tutkimukseen. Kirjallisuuskatsauksen pohjalta kehitettiin datan kypsyystason arviointimalli, jota testattiin kohdeyrityksessä. Saatujen tulosten perusteella kohdeyritykselle laadittiin parannusehdotuksia.

Lopputuloksissa korostui organisaatiokulttuurin ja työntekijöiden rooli data kypsyystason määrittämisessä. Teknologian ja datan ollessa yhä laajemmin organisaatioiden saatavilla niiden hyödyntämiseen liittyvä osaaminen ja kyvykkyydet muodostuvat entistä tärkeämmiksi tekijöiksi. Tulosten perusteella voidaan todeta, että kyselyyn perustuva analyysi kykenee tarjoamaan tarpeellista tietoa organisaation datan kypsyystason määrittämiseksi, sekä kehitysehdotusten muodostamiseksi tiettyyn tasoon asti. Tarkempien ja kohdennetumpine kehitysehdotusten tuottaminen edellyttää kuitenkin syvällisempää ymmärrystä organisaation data kyvykkyyksistä. Näiden havaintojen perusteella ehdotettiin jatkokehityskohteita myös arviointimalliin.