Year: 2024
Type: dissertation
Abstract: Teknologian kehitys ja datan määrän ja kompleksisuuden lisääntyminen ovat johtaneet liiketoimintatiedon hallinnan merkityksen kasvuun. Lisätty analytiikka yhdistää liiketoimintatiedon hallintaan tekoälyn eri sovelluksia, kuten koneoppimisen ja luonnollisen kielen käsittelyn. Tämä mahdollistaa massadatan tehokkaamman hyödyntämisen organisaation päätöksenteossa, mikä puolestaan tuo liiketoimintahyötyjä. Lisättyä analytiikkaa voidaan hyödyntää muun muassa automatisoimalla päätöksenteko- ja analytiikkaprosesseja. Tämä johtaa tehokkaampaan resurssien hyödyntämiseen ja laadukkaampaan päätöksentekoon. Tutkimus lisätyn analytiikan vaikutuksista organisaation päätöksentekoon on vielä kovin vähäistä. Tässä tutkielmassa tarkastellaan lisätyn analytiikan vaikutuksia organisaation päätöksentekoon. Tutkimuksen kohteena ovat lisätyn analytiikan erot perinteiseen liiketoimintatiedon hallintaan sekä lisätyn analytiikan hyödyntäminen päätöksenteossa ja siihen liittyvät haasteet ja mahdollisuudet. Tutkielmassa käsitellään lisättyyn analytiikkaan liittyviä tekoälyn sovelluksia, kuten koneoppimista ja neuroverkkoja, sekä erilaisia organisaation päätöksentekorakenteita ja -malleja. Tutkimus on toteutettu kirjallisuuskatsauksena, jossa on hyödynnetty aiheeseen liittyviä tieteellisiä artikkeleita. Lisätty analytiikka mahdollistaa automaation liiketoiminta-analytiikkasyklin työläimmissä vaiheissa, eli datan valmistelussa ja analysoinnissa. Tämä säästää merkittävästi aikaa ja vapauttaa resursseja muihin prosessin vaiheisiin. Joitakin liiketoiminta-analytiikkasyklin vaiheita, kuten päätöksentekoa, ei voi vielä automatisoida kokonaan, mutta näissäkin vaiheissa lisätty analytiikka mahdollistaa tehokkuuden lisäämisen ja laadun parantamisen. Lisätty analytiikka tuo merkittävää hyötyä liiketoimintaan, erityisesti päätöksentekoon operatiivisella tasolla. Taktisella ja erityisesti strategisella päätöksentekotasolla lisätyn analytiikan hyödyt ovat rajallisemmat. Lisätyn analytiikan käyttöön liittyy kuitenkin myös haasteita. Tekoälyalgoritmit saattavat sisältää vinoumia ja eettisten ongelmien huomioiminen voi olla haastavaa. Lisätyn analytiikan onnistunut hyödyntäminen vaatii muun muassa algoritmien läpinäkyvyyden lisäämistä sekä tekoälyn ja ihmisen yhteistyötä. Vastuu päätöksistä on aina ihmisellä, vaikka päätökset olisikin tehnyt tekoälyä hyödyntävä työkalu.
Source: UTUPub (University of Turku)
Author: Lankoski, Johannes
Institution: University of Turku
Language: Finnish
Subfield: Management Information Systems
Domain: Social Sciences
Keywords: advanced analytics, business analytics, organizational decision-making, artificial intelligence, machine learning, natural language processing, artificial neural networks, automated decision-making, business intelligence, decision models, data-driven decision making, decision-making structures, data governance, data security, data privacy, data integration, data visualization, data storytelling
Open Access status: green
OpenAlex ID: W7049074381
