Analytiikka liiketoiminnassa esitys Edutech Big Data ja data-analytiikka liiketoiminnan kehittämisessä 1.4.2014. Lisätietoa kokonaisuudesta: http://www.bit.ly/ebd2014
Tutustuminen data-analytiikan ja big datan maailmaanJari Jussila
Tutustuminen data-analytiikan ja big datan maailmaan. Valikoitua sisältöä Edutech Data ja analytiikka liiketoiminnan kehittämisessä koulutuspäivästä. Kouluttajina Pasi Hellsten & Jari Jussila. @EdutechTUT #Data4BizTraining
Tiedolla johtaminen ja visuaalinen analytiikka - Prosessipäivät 2015 Solutive...Solutive Oy
Prosessipäivien 2015 puheenvuoron "Tiedolla johtaminen ja visuaalinen analytiikka" -esityskalvot. Janne Suomalainen, Solutive Oy. Tableau Silver Partner Suomessa. Alteryx Preferred Partner.
Big datan ja analytiikkamaailman käsitteiden läpikäyminenJari Jussila
Big datan ja analytiikkamaailman käsitteiden läpikäyminen. Kooste esityksestä 12.3.2014 Edutech Big Data ja data-analytiikka liiketoiminnan kehittämisessä,
Moduuli 1: Big Data nyt ja tulevaisuudessa.
Analytiikka liiketoiminnassa esitys Edutech Big Data ja data-analytiikka liiketoiminnan kehittämisessä 1.4.2014. Lisätietoa kokonaisuudesta: http://www.bit.ly/ebd2014
Tutustuminen data-analytiikan ja big datan maailmaanJari Jussila
Tutustuminen data-analytiikan ja big datan maailmaan. Valikoitua sisältöä Edutech Data ja analytiikka liiketoiminnan kehittämisessä koulutuspäivästä. Kouluttajina Pasi Hellsten & Jari Jussila. @EdutechTUT #Data4BizTraining
Tiedolla johtaminen ja visuaalinen analytiikka - Prosessipäivät 2015 Solutive...Solutive Oy
Prosessipäivien 2015 puheenvuoron "Tiedolla johtaminen ja visuaalinen analytiikka" -esityskalvot. Janne Suomalainen, Solutive Oy. Tableau Silver Partner Suomessa. Alteryx Preferred Partner.
Big datan ja analytiikkamaailman käsitteiden läpikäyminenJari Jussila
Big datan ja analytiikkamaailman käsitteiden läpikäyminen. Kooste esityksestä 12.3.2014 Edutech Big Data ja data-analytiikka liiketoiminnan kehittämisessä,
Moduuli 1: Big Data nyt ja tulevaisuudessa.
My Data -selvitys, Liikenne- ja viestintäministeriö (LVM), 09-2014ivoriofinland
My Data - Johdatus ihmiskeskeiseen henkilötiedon höydyntämiseen
Selvityksen tekijät: Antti Poikola, Kai Kuikkaniemi, Ossi Kuittinen
http://www.lvm.fi/julkaisu/4420389/my-data-johdatus-ihmiskeskeiseen-henkilotiedon-hyodyntamiseen
Tietokulttuuri - Miten data-ohjautunut kulttuuri muodostuu organisaatioon?Mika Aho
Esityksessä tarkastellaan data-ohjautuneen kulttuurin muodostumista organisaatioon neljän näkökulman kautta: tiedon demokratisointi, tiedon hyödyntäminen, mittaaminen sekä osaaminen ja oppiminen.
Miten estää suomalaisten sairastuminen sydän- ja verisuonitauteihin? KardioKompassi on työkalu, jonka avulla ihminen itse ja terveydenhuollon ammattilaiset voivat arvioida kattavasti yksilön riskiä sairastua sepelvaltimotautiin. Yhteistyössä Sitran, FIMMin ja SPR Veripalvelun kanssa tehdyn tutkimuksen mukaan geeniperimään liittyvää tietoa kannattaa hyödyntää sepelvaltimotaudin ehkäisyssä.
My Data -selvitys, Liikenne- ja viestintäministeriö (LVM), 09-2014ivoriofinland
My Data - Johdatus ihmiskeskeiseen henkilötiedon höydyntämiseen
Selvityksen tekijät: Antti Poikola, Kai Kuikkaniemi, Ossi Kuittinen
http://www.lvm.fi/julkaisu/4420389/my-data-johdatus-ihmiskeskeiseen-henkilotiedon-hyodyntamiseen
Tietokulttuuri - Miten data-ohjautunut kulttuuri muodostuu organisaatioon?Mika Aho
Esityksessä tarkastellaan data-ohjautuneen kulttuurin muodostumista organisaatioon neljän näkökulman kautta: tiedon demokratisointi, tiedon hyödyntäminen, mittaaminen sekä osaaminen ja oppiminen.
Miten estää suomalaisten sairastuminen sydän- ja verisuonitauteihin? KardioKompassi on työkalu, jonka avulla ihminen itse ja terveydenhuollon ammattilaiset voivat arvioida kattavasti yksilön riskiä sairastua sepelvaltimotautiin. Yhteistyössä Sitran, FIMMin ja SPR Veripalvelun kanssa tehdyn tutkimuksen mukaan geeniperimään liittyvää tietoa kannattaa hyödyntää sepelvaltimotaudin ehkäisyssä.
Precision Medicine is now a funded NIH initiative and an organic movement in the clinic and at the research institute. Based on work with Genomics England, multiple large pharmaceutical firms, and research hospitals, attendees will learn about the best practices for epidemiology, signal detection, research, and the clinical diagnostics associated with Precision Medicine, including the development of high-scale bio-repositories that link traditional patient data with genomic information. Come hear about how leadership, collaboration, consent, and compute can lead to success or failure in your Precision Medicine initiative, and how to bring your stakeholders together for an aligned mission response.
A brief tutorial on Big Data and its applications to healthcare. The discussion is centered around technical aspects related to this method of computing rather than concrete examples of its use in medical practice.
Suomi on ihanteellinen datakeskusten sijaintipaikka.
Pelkät datakeskukset eivät kuitenkaan yksinään luo työpaikkoja tai innovaatioita - olennaista on datakeskusten ympärille rakentuva ekosysteemi.
Datamäärien kasvun avulla voidaan saavuttaa yhteiskunnallista hyötyä ja talouskasvua. Tarvitaan panostusta sovelluksiin (mm. dataintensiivinen laskenta, big data), koulutukseen ja näistä syntyvään yritystoimintaan.
Miten Master Dataa voi käyttää apuna Big Datan hyödyntämisessä? Mitä uutta Big Data voi tarjota Master Datalle?
- Käytä master dataa laadukkaan ja standardoidun tiedon lähteenä
- Sovella master datan hallinnan periaatteita Big Dataan
- Elinkaari
- Omistajuus
- Hyödynnä samoja data quality työkaluja ja periaatteita
- Määritä laatukriteerit
- Estä huonolaatuisen datan pääsy prosessiin
- Käytä samoja työkaluja
- Valitse sellaiset työkalut, jotka pystyvät käsittelemään isoja määriä ei-rakenteista dataa
Kehitämme Sitrassa reilun datatalouden itsearviointityökalua, joka auttaa yrityksiä arvioimaan kestävän ja reilun datan käytön valmiuksiaan. Ensimmäinen versio kansainvälisestikin ainutlaatuisesta ”Fair Data Economy Score -työkalusta” valmistui loppuvuodesta 2020. Kehitystyö jatkuu läpi kevään keräämällä erilaisten toimijoiden näkemyksiä siitä, mihin suuntaan työkalua kannattaa viedä, jotta se auttaisi yrityksiä toimimaan ihmislähtöisesti datataloudessa.
Reilu datatalouden kypsyysmalli yrityksille -kehittämistyöpaja 23.3.2021
Esitykset:
- Tiina Härkönen, Sitra
- Katri Korhonen, Sitra
Magenta advisory: Tietopohjainen päätöksenteko - onko organisaatiosi valmis b...BearingPoint Finland
On mukavaa kun on paljon dataa. Moni yritysjohtaja alkaa kuitenkin hikoilla kun päätökset pitäisi aidosti tehdä tietopohjaisesti! Lue, mitkä ovat big datan hyödyntämisen menestyksen avaimet.
Yksilön oikeudet, yrityksen toiminta ja reilu datatalous -kehittämistyöpaja 1...Sitra / Hyvinvointi
Kehitämme Sitrassa reilun datatalouden itsearviointityökalua, joka auttaa yrityksiä arvioimaan kestävän ja reilun datan käytön valmiuksiaan. Ensimmäinen versio kansainvälisestikin ainutlaatuisesta ”Fair Data Economy Score -työkalusta” valmistui loppuvuodesta 2020. Kehitystyö jatkuu läpi kevään keräämällä erilaisten toimijoiden näkemyksiä siitä, mihin suuntaan työkalua kannattaa viedä, jotta se auttaisi yrityksiä toimimaan ihmislähtöisesti datataloudessa.
Työkalun sisältöjä muokataan työpajoista ja eri sidosryhmiltä saadun palautteen pohjalta ja se kehittyy vaiheittain kevään 2021 aikana. Kypsyysmallin avulla yritykset voivat pyrkiä kohti eurooppalaista tavoitetta luoda yksilöitä palveleva ja yksilön oikeuksia paremmin kunnioittava datatalous.
Olin luennoimassa digianalytiikan kytkemisestä markkinoinnin strategiseen päätöksentekoon Turun kauppakorkeakoululla 31.3.2017.
Digianalytiikka on kehittynyt viimeisen kahden vuosikymmenen aikana yksinkertaisesta klikkien seurannasta yhä kompleksisempiin kampanja-analyyseihin ja markkinointiviestinnän vaikuttavuuden mittaamiseen. Nopea teknologinen kehitys on kuitenkin jättänyt varjoonsa digianalytiikan strategisen merkityksen niin liikkeenjohdon kuin akateemisen tutkimuksen keskuudessa. Tämä on johtanut tilanteeseen, jossa digianalytiikan tekninen toteutus tunnetaan verrattain hyvin, mutta sen käytännön hyödyt ja käyttötarkoitukset ovat jääneet vähäiselle huomiolle.
Digianalytiikkaa ei tulisi nähdä pelkkänä markkinointikampanjan seurantatyökaluna; oikeissa käsissä se voi tuottaa kallisarvoisia oivalluksia strategisen markkinoinnin päätöksenteon tueksi. Digianalytiikan avulla voidaan tuottaa uudenlaista tietämystä yrityksen asiakkaista, kilpailijoista ja markkinoista. Tämän potentiaalin hyödyntämiseksi yritysten on panostettava organisatoristen rakenteiden ja prosessien joustavuuteen, tarkoituksenmukaiseen henkilöstön koulutukseen, toimivan datahallintatyökalun kehittämiseen sekä digianalytiikan kehittämisen sitomiseen osaksi yrityksen strategiaa.
Yhteys seminaari, HDIN, 11.09.2014, Immo Salo, Ivorio Oyivoriofinland
Esitys Yhteys-konferenssissa 11.09.2014 Helsinki, Immo Salo, Ivorio Oy aiheesta "Asiakaspalvelu murroksessa, tulevaisuuden työvälineet ovat jo täällä!"
Pilvipalvelut, IGP esitys 14.05.2014, immo salo, ivorio oyivoriofinland
Ivorion esitys tilaisuudessa "Pilvistrategia - miten saada täysi hyöty pilvipalveluista nyt ja tulevaisuudessa?", järjestäjinä IT Governance Forum ja Atea.
Big data koskettaa lähes kaikkia yrityksiä ja organisaatioita, kun otetaan huomioon koko verkoston data sekä avoin data (julkisen sektorin ja datamarkkinapaikkojen tarjoama).
Aalto yliopisto "Taulukkolaskenta ja analytiikka"-kurssi, luento 04.11.2013, ...ivoriofinland
Esitys big datasta Aalto-yliopistolla "Taulukkolaskenta ja analytiikka"-kurssilla 04.11.2013.
- Mitä on big data?
- Mikä on Hadoop?
- Case-esimerkkejä
- Microsoft PowerPivot
- Google BigQuery
Tietoyhteiskuntasektorin huippuseminaari 8.10.2013 Helsingissä, aiheena "Osaa...ivoriofinland
Immo Salon esitys Liikenne- ja viestintäministeriön järjestämässä Tietoyhteiskuntasektorin huippuseminaarissa 8.10.2013 (Hotelli Presidentti, Helsinki).
2. Jatkumoa LVM:n big data -selvityksessä
● 09/2013: LVM: Big data Suomessa -selvitys
● 08/2014: LVM: Big datan hyödyntäminen -
strategialuonnos ja toimintaehdotuksia
3. Tausta
“Liikenne- ja viestintäministeriö asetti 11.12.2013 big datan
käyttö -työryhmän. Työryhmä katsottiin tarpeelliseksi luomaan
näkymää ja määrittämään kansallisia kehittämistoimia
tietoaineistojen paremmaksi hyödyntämiseksi eri sektoreilla.
Useissa eri maissa on laadittu vastaavia strategioita ja EU-tasolla
aihe on noussut Digitaaliselle agendalle. Hanke liittyy
hallitusohjelmaan kirjattuihin älystrategioihin, joilla ministeriö
on KIDE-ohjelman puitteissa edistänyt digitaalisen tiedon
hyödyntämistä ja julkisten tietoaineistojen avaamista.”
4. Sisällys
1. Johdanto
2. Edellytykset
3. Sovellusalueet ja niiden potentiaali Suomessa
4. Julkishallinto big data sovellusalueena
5. Sovellusalueet läpileikkaavia teemoja
6. Toimenpiteet
7. Vaikuttavuus
8. Strategian toimeenpano
6. “Strategian tavoitteena on suurten
tietoaineistojen laaja ja
edistyksellinen, taloudellista
kasvua ja yhteiskunnan
avoimuutta edistävä käyttö.
7. Strategian tausta ja tavoitteet
● Liikenne- ja viestintäministeriö asetti 11.12.2013 big datan
käyttötyöryhmän. Työryhmä katsottiin tarpeelliseksi luomaan
näkymää ja määrittämään kansallisia kehittämistoimia
tietoaineistojen paremmaksi hyödyntämiseksi eri sektoreilla.
● Big data kytkeytyy myös useisiin muihin meneillään oleviin
hankkeisiin. Eri hankkeissa ja julkisen hallinnon strategioissa
on tärkeä huomioida big data -näkökulma, mikäli sitä ei ole
vielä tehty
8. Tavoitteet
Isojen datamassojen ja uusien big data -menetelmien
laajempi hyödyntäminen..
● ...yritysten liiketoiminnan kasvattamisessa, kilpailukyvyssä ja uuden
liiketoiminnan synnyttämisessä
● ...julkisen hallinnon ja sen palvelujen kehittämisessä ja
yhteentoimivuudessa
● ...tutkimuksen laadun ja yhteiskunnallisen vaikuttavuuden
parantamisessa
● ...yksilön mahdollisuuksissa hyödyntää omia tietojaan.
10. Strategian rakenne
● Strategiassa luodaan big dataan liittyvän toimintaympäristön
kuvaus, jollaista ei Suomessa aiemmin ole tehty
● Strategia keskittyy tunnistamaan, kuvaamaan ja luomaan
edellytyksiä, joita datan ja muun muassa uusien
analyysimenetelmien ja –ratkaisujen laajassa
hyödyntämisessä tarvitaan.
12. Big datan määritelmä?
“...puhutaan siis datasta, jota on paljon, jota tulee nopeasti lisää
ja joka on muodoltaan vaihtelevaa. Syntyhetkellä sen
oikeellisuus, oleellisuus ja arvo ovat konteksti- ja aikasidonnaisia.
Data voi olla arvotonta nyt, mutta arvokasta tulevaisuudessa.
Yhdelle organisaatiolle kullanarvoinen data on toiselle
arvotonta. Ratkaisut painivat datan tallentamiseen,
yhdistelemiseen, siirtämiseen ja ennen kaikkea analysointiin eli
hyödyntämiseen liittyvien ongelmien kanssa. Data itsessään ei
missään mittakaavassa tai muodossa ole arvokasta, vaan vasta
sen organisointi ja analysointi tekee siitä arvokasta.”
LVM 2013, Big data Suomessa
13. Big datan hyödyntäminen
● Big datan laajemman hyödyntämisellä haetaan useita
selkeitä etuja niin yritysmaailmassa kuin julkisessa
hallinnossa.
● Mahdollisuuksiin ja hyötyihin kuuluvat muun muassa
○ toiminnan optimointi ja siitä seuraavat säästöt
○ tarkemman tiedon saaminen päätöksenteon tueksi
○ tarkemman tilannekuvan saaminen
○ uusien mallien ja yhteyksien löytäminen mallintamalla
○ parempi asiakaspalvelu
○ tulevan ennustaminen
15. Big datan haasteet
● Haasteita on paljon. Tässä muutama esimerkki:
○ yksityisyyden ja luottamuksen vaarantuminen
○ tiedon omistajuuden keskittyminen vain harvoille
toimijoille
○ liiallinen käyttäjien seuraaminen
○ liiallisesta profiloinnista mahdollisesta seuraava
diskriminointi
● Yleisesti datan luotettavuus ja oikeellisuus on kriittinen
kysymys
16. Big datan haasteita
● Datan omistajuus, immateriaalioikeudet
● Saatavilla olevan datan käyttöehdot
● Yksityisyydensuoja, tietosuoja
● Kansainvälisesti eroava lainsäädäntö
● Analytiikan luoma eriarvoisuus tai syrjintä
● Reagointivalmius voimakkaasti muuttuvaan teknologia- ja
menetelmäympäristöön
18. “Nykyaikaisen analytiikan ja big
datan omaksuminen osaksi
jokapäiväistä työtä on keskeinen
askel kohti tiedolla johtamisen
yrityskulttuuria.
19. Datatietoisuus
● On ymmärrettävä datan potentiaali liiketoimintaa ohjaavana
tekijänä
● On opittava arvioimaan omaa datan keräämisen, tallentamisen
ja hyödyntämisen prosessia jatkuvasti
● On opeteltava datan arvo markkinoilla, datavetoinen yhteistyö ja
datakauppa
● On tarkasteltava omaa toimintaympäristöä laajemmin ja
yhdisteltävä datan lähteitä. Kokeiltava jatkuvasti uutta.
● On ymmärrettävä datavetoisen liiketoiminnan uudet riskit
20. Sote -strategiasta
Sosiaali- ja terveysministeriön Sote-tieto hyötykäyttöön -strategiatyössä big
data on ymmärretty merkittävimmäksi keinoksi tavoitteiden saavuttamisessa:
”Big data -ratkaisuja kehitetään tukemaan suurten tietomassojen
hyödyntämistä, edistynyttä erityyppisten tietojen yhdistelyä, kliinisen potilas- ja
genomitiedon sekä kuvantamistietojen analysointia sekä tietojen yhdistelyä
kansallisten ja henkilökohtaisten tietovarantojen kanssa. Arvioidaan
kansallisen big data alustan toteuttaminen tutkimuskäytön edistämiseksi (esim.
toteutus kansallisessa osaamiskeskuksessa, johon otettaisiin mukaan eri
yritysten big data teknologioita ja analytiikka-työkaluja).”
21. Koulutus ja osaaminen
● Big datan hyödyntämisen kannalta osaamisen saatavuus on
avainasemassa. Jo nyt on nähtävissä osaamisen kapeikkoja.
Muun muassa erilaisten analyysimenetelmien osaajista on
tulevaisuudessa kasvavaa pulaa
● Koulutuspuutteet voivat muodostua merkittäväksi esteeksi
big datan laajemmassa hyödyntämisessä
● Big datan hyödyntäminen mahdollistaa ja edellyttää myös
työprosessien uudistamista
23. Osaaminen avainasemassa
● Erilaisten analyysimenetelmien osaajat
● Big datan käsittelyn ja teknologiat tuntevat ohjelmoijat
● Data-analyysin mahdollisuudet tuntevat johtajat
● Johdon tukiorganisaatiot, jotka osaavat tulkita tulokset
● Yleiset “datataidot” digitalisoituvassa maailmassa
● Datan käsittelylle lisää painoarvoa jo peruskoulussa
24. Mistä opettajat?
● Opettajien osaamisen rajoitteet uhkana oppimiselle
● Uudet lähestymistavat, yhteistyö oppilaitosten välillä ja
kaupallisten kouluttajien kanssa
● Online-oppiminen, verkkokurssit, tallenteet
● Yliopistotason koulutusohjelmien sopeuttaminen nopeassa
syklissä muuttuviin trendeihin
● Oppilaitosten ja yritysten yhteistyö osaamistavoitteiden
ajantasaisuuden ylläpitämiseksi
● Moniulotteista osaamista: tekniikka, liiketoiminta, juridiikka
25. Tutkimuksen rooli big datassa
● Uudet teknologiat ja analyysimenetelmät on integroitava
osaksi tutkimuskäytäntöjä
● Soveltavan tutkimuksen kautta syntyvät innovaatiot
ruokkivat ekosysteemiä tuottamalla uusia välineitä ja malleja
● Big data on luonnollinen ympäristö yhdistää eri alojen
tutkimusta ja luoda siten uutta
26. Big data ja tiedeparadigmat
● Big dataa voidaan hyödyntää monilla tutkimusaloilla
○ Esimerkiksi biotieteiden, tähtitieteen, fysiikan ja vaikkapa
psykologian (psykonometria) ja taloustieteen
(ekonometria) alalla big data -kehityksestä ja -
menetelmistä on saatavissa selkeitä hyötyjä ja
mahdollisuuksia tutkimuksen kehittämiseen
● Tutkimusnäkökulmasta big dataa voi ajatella myös
yhteistoiminnan areenana. Tätä edellyttää monialaisia
tutkimusryhmiä
28. Big data -teknologiat
● Big data -teknologian ytimessä ovat yleisimmin avoimen
lähdekoodin ratkaisut, kuten esimerkiksi Apache Software
Foundationin Hadoop-projekti, sekä siihen suoraan tai
välillisesti liittyvät projektit ja työkalut, kuten Hive, Storm,
Spark ja Kafka
● Moderni big data -laskenta perustuu hajautusta ja
samanaikaisuutta hyödyntäävään monivaiheiseen laskentaan
30. Big data ja standardit
● Eri organisaatioihin kertyvä data täytyy pystyä ottamaan
tehokkaasti käyttöön siellä missä sitä tarvitaan
○ Tätä tarkoitusta varten tarvitaan yhteisiä sopimuksia tai
standardeja siitä, kuinka dataa tallennetaan, jaellaan ja
prosessoidaan
● Tällä hetkellä teknologioiden yhteentoimivuutta edistäviä
yhteisiä, maailmanlaajuisessa käytössä olevia, esimerkiksi
datan varastointiin ja tiedon siirtämiseen liittyviä big data -
standardeja ei kaikilla osa-alueilla ole
31. Big datan yhtenäistäminen
● Teknologioiden konvergenssi helpottaa liikkeellelähtöä
tulevaisuudessa
● Määritelmien yhdenmukaisuutta edistettävä
● Rajapintojen, hallintamallien sekä tallennus- ja
siirtomenetelmien vakiintuminen nopeuttaa yhteistyötä
● Datan hyödyntämisen etiikka ja säännöstö vakiintuu
hiljalleen
32. Big data ja avoin data sekä hallinto
● Data rinnastetaan useissa puheissa luonnonvaroihin tai
hyödykkeisiin, jolla on arvoa myös kauppatavarana
● Jotta big datasta saadaan enemmän hyötyä irti, täytyy raaka-
aineen eli datan itsensä, olla mahdollisimman laajasti
avointa ja helposti käytettävissä
● Julkisen tiedon tulee olla mahdollisimman laajasti avointa ja
maksutonta
33. Avoimen datan rooli kasvaa
● Avoin data ja avattavat julkiset datavirrat vauhdittavat pk-
yritysten syntyä ja kasvua
● EU- ja kansallinen lainsäädäntö ohjaavat avaamaan yhä
uusia lähteitä
● Kaupallisten toimijoiden ja yritysten intressit oman datansa
(osittaiseen) avaamiseen ovat kasvussa
35. Big data -kehityksen vauhdittaminen
● Julkisen rahoituksen ja tuen kohdentaminen
● Toimintaa vauhdittavien instanssien luominen, vrt. Alan
Turing Institute, UK
● EU:n Horisontti 2020 -ohjelma huomioinut big datan
● Suuryrityksillä kansainvälisesti malleja start-up -hautomoille
oman datavarantonsa myötä
37. Suomen potentiaali
● Poikkeuksellisen korkeatasoiset digitaaliset rekisterit
● Lääketiede, mobiiliala, peliteollisuus, ympäristö
● Teollisen internetin mahdollisuudet perinteiselle
teollisuudelle
● Vahvaa menetelmä- ja IT-osaamista
● Edelläkävijyyttä julkisen avoimen datan hankkeissa
● Korkean tietosuojan infrastruktuuri
→ Odotteluun ei kuitenkaan ole varaa, etumatka hupenee
38. Sovellusalueet ja niiden potentiaali
Suomessa
● Työryhmä on tunnistanut ja priorisoinut Suomen kannalta
olennaisia laajojen tietoaineistojen hyödyntämisen
sovellusalueita
● Tässä strategiassa priorisoidut sovellusalueet ovat kuitenkin
toimialoja, jotka samalla edustavat Suomelle potentiaalia
tulevaisuudessa, että tarvitsevat erityisiä kehitystoimia niistä
odotettujen hyötyjen saavuttamiseksi
39. Suomelle tunnistettuja sovellusalueita
● Terveys, terveydenhuolto ja itsehoito
● Älykkäät infrastruktuurit, älykaupungit
● Älykkäät verkot, kapasiteetinhallinta
● Big datan vauhdittama tutkimus, uudet lähteet ja teknologiat
● Liikenne, ajoneuvojen verkottuminen, älykkäät palvelut
● Teollinen internet, sensoriteknologian nousu teollisuudessa
● Puhdas teknologia, Cleantech, vientivalttina
● Digitaalinen markkinointi, digitalisoituvassa Suomessa
41. “Big data ajattelutapana ja teknologiana
antaa hallinnolle uudenlaisia
näkökulmia, joilla se voi edistää
tavoitteitaan ja parantaa
suorituskykyään, mikä lisää samalla
kansalaisten tyytyväisyyttä julkisiin
palveluihin.
42. Julkishallinnon sovellusalueet
● Analytiikka ja tieto palveluiden kehittämisen taustalle
● Asiakaslähtöisyys ja kustannustehokkuus ohjenuorana
● Tietolähteiden jatkuva tunnistaminen ja hyödyntäminen
● Tiedon avaaminen yhteiskunnan eduksi
● Kansan mielipiteiden kuuleminen ja päätöksenteon
läpinäkyvyys luomaan luottamusta
● Yksilöllisiä, henkilökohtaisia, kohdennettuja ja älykkäitä
palveluja kansalaisille
44. Sovellusalueet läpileikkaavia teemoja
● Läpileikkaavat teemat ovat asioita, jotka vaikuttavat useilla
sovellusalueilla
● Teemoilla on oma tärkeä osansa big data-kehityksessä
● Teemat ovat vielä pitkälti kehittyviä, ripeät liikkeet ja kehitys
niissä voivat tarjota Suomelle monia mahdollisuuksia
46. Läpileikkaavat teemat
● Omadata, oikeus oman datan hallintaan ja jakamiseen
● Itsemittaus, sensorien tuottama data elämästä
● Joukkoistaminen, demokraattinen päätöksenteko
● Tiedon etsintä, koostaminen, löytämisen helpottaminen
● Paikkatieto, yhä useammalla sektorilla mukana
51. Toimenpide-ehdotuksia
● Big datan hyödyntäminen kaikilla sektoreilla on olennaista,
joten tietoisuutta aiheesta on lisättävä kohti datan
tunnistamista, kokeiluja ja kehitystoimintaa
● Korkeatasoinen osaaminen on olennaisin big dataa edistävä
tekijä. Sen puute on toisaalta kehitystä rajoittava tekijä
● Suomessa big data-tutkimusalan huippuosaamista on useissa
yliopistoissa ja tutkimusorganisaatioissa, mutta tutkimus on
suhteellisen koordinoimatonta → koordinaatiota kaivataan
tässäkin lisää
52. Toimenpide-ehdotuksia
● Big datan hyödyntäminen vaatii korkealuokkaista tieto- ja
viestintäinfrastruktuuria
○ Perusedellytysten, kuten viestintä- ja tiedonsiirtoyhteyksien,
pilvikapasiteetin ja datavarastoinnin ratkaisujen on oltava
kansainvälistä huipputasoa
● Suomen ja suomalaisten yritysten tulee pysyä mukana ja
edistää standardointikehitystä osallistumalla
mahdollisuuksiensa mukaan erilaisten ja eri alojen
standardointielinten toimintaan
53. Toimenpide-ehdotuksia
● Avoimet rajapinnat ja data ovat myös big datan
hyödyntämisen mahdollistajia, joten tätä kehitystyötä tulisi
edelleen vahvistaa sekä luoda tapoja yhdistää julkista
avointa dataa ja yritysten laajoja tietoaineistoja.
● Hallintoon tulee saada big data -osaamista kehittäviä
henkilöitä
○ Esimerkiksi voidaan rekrytoida osaajia erilaisiin projekteihin
kumppanikoodarimallilla
54. Toimenpide-ehdotuksia
● Suurena kehityshaasteena on tasapainottaa big datan
hyödyntämiseen ja tietosuojaan liittyvät toimet sääntelyssä
● Datan hyödyntämisen avulla on haettavissa synergioita eri
aloilta
○ Yksittäisellä toimijalla ei välttämättä ole resursseja koota
yhteistyöverkostoja
55. Toimenpide-ehdotuksia
● Kokeilevaa toimintaa big datan hyödyntämiseksi ja
analyysimenetelmien soveltamiseksi käytännön tilanteisiin ja
yhteiskunnallisiin haasteisiin sekä uuteen liiketoimintaan on
edistettävä
● Omadatan edellytyksiä on kehitettävä, jotta yksilöillä olisi
parempi kontrolli itseään koskevan tiedon hallitsemiseen ja
mahdollisuus antaa tietoja palvelukehitykseen
57. Big datan vaikuttavuus
● Suurten tietoaineistojen hyödyntämisen vaikuttavuuden ja
taloudellisten tulosten laajempi arviointi on vielä varsin
alussa
● Suomen osalta tutkimus arvioi big datan hyödyntämisen
tuovan noin 2,1 % prosentin kasvun bruttokansantuotteeseen
2020 mennessä
● Yleisesti ottaen datalähtöisesti päätöksiä tekevien yritysten
on tutkittu olevan keskimäärin noin 5-6- prosenttia
tuottavampia kuin perinteisillä menetelemillä päätöksiä
tekevät yritykset
58. Big datasta saatavia hyötyjä
Hallinto Yritykset Kansalaiset Tutkimus
● Prosessien tehokkuus
● Paremmat palvelut
● Läpinäkyvyys
● Kustannussäästöt ja
resurssien
kohdentuminen
● Päätöksenteon laatu
● Innovaatiot
● Markkinaosuuksien ja
voittojen kasvaminen
● Prosessien tehokkuus
● Omaisuuden käyttö
● Tuottavuus
● Hävikin
vähentäminen
● Asiakaskokemuksen
parantaminen
● Palvelujen laatu ja
valinta-
mahdollisuudet
● Uudet palvelut
● Parempi kontrolli
itseä koskeviin
tietoihin
● Vaikuttamis-
mahdollisuudet
● Yhteiskunnallinen
osallistuminen
● Kuluttajan oikeudet
● Uusien aineistojen
mahdollistamat
laajemmat
tutkimushankkeet
● Tiedon yhdistelystä
uutta tutkimusta
● Menetelmistä
tutkimuksen laatua ja
tehokkuutta
● Tutkimuksen
vaikuttavuus
59. Pk-sektorin yritysten tuottavuuden kasvu
Sektori Tuottavuuden kasvu
Teollisuus +4,7 %
Vakuutus +4,1 %
Vähittäiskauppa +3,1 %
Energia +2,5 %
Investointipankit +2,4 %
Kuljetus- ja
logistiikka
+2,4 %
Sektori Tuottavuuden kasvu
Tele-
kommunikaatio
+2,2 %
Hallinto +2,1 %
Muut alat +1,7 %
Pankit +1,6 %
Terveysala +1,5 %
“Professional
services”
+1,2 %
61. “Perinteisesti Suomessa on huippuluokan
osaamista esimerkiksi tieteellisestä laskennasta,
algoritmiikasta, tiedon louhinnasta, tilastollisista
menetelmistä, tiedonhallinnasta ja näihin
liittyvistä ohjelmointimenetelmistä. Big data -
tutkimus vaatii näiden osaamisalueiden
menestyksellistä ja luovaa yhdistämistä erilaisiin
sovellusalueisiin. Suomalaisella big data -
tutkimuksella on oivat mahdollisuudet kuulua
maailman kärkikastiin.
62. “Eri organisaatioihin kertyvä data täytyy
pystyä ottamaan tehokkaasti käyttöön
siellä missä sitä tarvitaan. Tätä
tarkoitusta varten tarvitaan yhteisiä
sopimuksia ja standardeja siitä, kuinka
dataa tallennetaan, jaellaan ja
prosessoidaan.
63. Taru Rastas (puheenjohtaja) Liikenne- ja viestintäministeriö
Emil Asp (sihteeri) Liikenne- ja viestintäministeriö
Ismo Kosonen Liikenne- ja viestintäministeriö
Sami Niinimäki Opetus- ja kulttuuriministeriö
Antti Eskola Työ- ja elinkeinoministeriö
Anne Kauhanen-Simanainen Valtiovarainministeriö
Marko Heikkinen Tekes
Juha Latikka Suomen Akatemia
Johanna Bragge Aalto yliopisto
Jyrki Nummenmaa Tampereen yliopisto
Tarja Riihisaari Ilmatieteen laitos
Minna Ruckenstein Kuluttajatutkimuskeskus
Matti Vakkuri Tieto Oy
Pekka Lehti Valuemotive Oy
Veikko Hara Rovio Entertainment Ltd
Ulla Kruhse-Lehtonen Sanoma Oy
Jani Pirkola CyberLightning Oy
Immo Salo Ivorio Oy
Markku Rauhamaa Nokia Solutions and Networks Oy
Big datan käyttö -työryhmän jäsenet
*Lisäksi strategian laadinnassa ja kirjoitustyössä ovat
työryhmän ulkopuolelta auttaneet Markku Alanko, Ivorio,
Marko Forsblom, LVM, Tuomas Nieminen, LVM, Jan Juslen,
Liikennevirasto, Tommi Arola, Trafi, Aleksi Kallio, CSC ja
Aija Leiponen, Imperial College London