Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla

Abstract

Tämä tutkimus on tietojärjestelmätieteen pro gradu -tutkielma, jonka tarkoituksena on data-analytiikkaa hyödyntäen selvittää, onko SaaS -yrityksen asiakkaiden transaktiodatasta mahdollista havaita ja visualisoida asiakasyritysten välisiä sidoksia. Tietojärjestelmien kehityksen seurauksena olemassa olevaa dataa halutaan hyödyntää yhä enemmän ja dataa pystytään myös käsittelemään ja hyödyntämään tehokkaammin kuin aiemmin. Yritysten välisiä sidoksia on tutkittu vuosikymmeniä. Tässä tutkimuksessa pyritään havaitsemaan näitä yritysten välisiä sidoksia data-analytiikan avulla. Tutkimuksessa havaitaan, että tiettyjen attribuuttien perusteella tehdyn ryhmittelyn avulla yritykset voidaan jaotella eri ryhmiin, jotka kuvaavat kirjallisuuden perusteella määriteltyjä yritysten välisiä sidoksia ja näiden vaiheita. Tutkimustulokset kertovat, että modernia pilviteknologiaa ja BI-työkaluja hyödyntäen on mahdollista analysoida suuriakin datamassoja ja havaita erilaisia asioita siitä. Tutkielman kirjallisuuskatsauksessa määritellään olennaisimmat käsitteet yritysten välisiin suhteisiin sekä data-analytiikkaan. Tutkielman empiirisen tutkimuksen osiossa vastataan tutkimuskysymykseen aineistosta tehtyjen analyysien perusteella, sekä pohditaan tutkimustulosten merkitystä ja mahdollisia jatkotutkimuskohteita.

This research paper is a Master’s Thesis for Information Systems. The aim of this research is to find out if it is possible to detect and visualize relationships between transaction data of a SaaS company’s customers. As a result of increasing development of information systems, existing data is wanted to be exploited more and it can also be utilized easier than before. Relationships between companies have been researched for decades. This research aims to detect these relationships using data analytics. It is discovered that based on specific attributes, a clustering analysis companies can be distinguished to groups which refer to relationships and stages between companies defined in literature. The research results suggest that utilizing modern cloud technology and business intelligence tools, it is possible to analyze big amounts of data and get business related information from it. The literature review in this research defines the most substantial concepts related to data analytics and relationships between companies. The empirical part of this research answers the research question based on the analysis and awakens discussion about the results and the site of further study.