Massadatan käyttö asiakasanalytiikassa : case Jyväskylän Energia

Abstract

Massadata on suuresti puhuttava lisäarvon luomisen lähde niin tieteellisille yhteisöille kuin yrityksillekin. Massadatan käsite elää kehittyvän teknologian mukana, mutta tavallisimmillaan sitä voi kuvata suurena määränä dataa, joka on monimuotoista ja kasvaa suurella nopeudella. Massadata mahdollistaa paljon liiketoiminnassa hyödynnettävässä analytiikassa, kuten liiketoimintatiedon hallinnan ja analytiikan prosesseissa sekä asiakasanalytiikassa. Asiakasanalytiikassa massadata mahdollistaa syvällisemmän asiakasymmärryksen saavuttamisen datasta ja sen hyödyntämisen asiakassuhdehallinnasta aina merkityksellisemmän asiakassegmentoinnin tekemiseen. Tutkimuksessa käsitellään ensin massadataa sen erilaisten määritelmien kautta sekä sen tunnettuja etuja ja hyötyjä, jonka jälkeen näitä käsitellään suhteessa massadatan hyödyntämiseen ja mahdollisuuksiin liiketoimintatiedon hallinnassa ja analytiikassa. Tutkielmassa käsitellään myös asiakasanalytiikkaa omana kokonaisuutenaan kattaen sen määritelmän, asiakassegmentoinnin suhde asiakasanalytiikkaan sekä parhaat keinot ja ongelmakohdat asiakassegmentoinnin toteuttamisessa. Seuraavaksi tutkimuksessa esitellään toteutettu empiirinen tutkimus, jonka tavoitteena oli määrittää, onko tapausyrityksellä kirjallisuudesta löydettyjen määritelmien mukaan massadataa ja jos on, löytyykö yrityksen tavasta hyödyntää massadataa yhtymäkohtia tai merkittäviä poikkeuksia kirjallisuudessa esitettyihin tapoihin ja kirjallisuuden pohjalta laadittuun viitekehykseen. Tutkimus toteutettiin teemahaastatteluna, johon haastateltaviksi valittiin tapausyrityksen työntekijöitä, jotka ovat tekemisissä asiakasdatan tai -analytiikan kanssa. Tutkimuksen tuloksina havaittiin, ettei tapausyrityksessä ole massadataa, mutta se voisi hyötyä joistain massadatalle ominaisista osaratkaisuista.

Big Data is a widely-discussed topic on creating additional value for both scientific associations and companies. The definition of Big Data changes along with the technical environment, but usually it’s described as a high volume of data that has variety and accumulates quickly. Big Data enables a lot in analytics processes in Business Intelligence and Analysis, as well as in customer analytics. In customer analytics, Big Data makes it possible to gain a deeper understanding of the customers, and use it to better the customer relationship functions as well as using it to make more meaningful customer groups in customer segmentation process. The study first presents the definitions for Big Data and the problems and benefits with it. After this the study dedicates a whole chapter to customer analytics – its definition, how it’s related to customer segmentation and the bestknown practices and problems in customer segmentation. Next the framework for the empirical research is presented. The study was done as an interview survey where employees of the case company that dealt customer data or analyzed it were chosen for it. The research’s aim was to find out whether or not the case study actually has Big Data and if so, does the way the case company uses Big Data for its customer analytics have similarities or remarkable differences to the ways presented in literature and the framework built in the study based on the literature. The results of the research were that the company did not have big data, but could benefit even in their current status from using some of the solutions used for Big Data.