Digitalisaatio on yksi keskeisistä talouden megatrendeistä ja businesskirjallisuuden kalutuimpia aiheita. Aloin itse opettaa digistrategiaa vuonna 2015, jolloin aiheesta ei kuitenkaan ollut vakiintunutta opetusmateriaalia. Tutustuin aihepiirin kirjoihin ja tutkimuskirjallisuuteen sekä johtavien businesskoulujen digistrategiakurssien sisältöihin. Haastattelin lisäksi parikymmentä aihepiirin parissa työskentelevää johtajaa ja konsulttia. Vähitellen vakuutuin, että yleisen keskustelun ja businesskoulujen kuva digitalisaatiosta jätti muutamia tärkeitä asioita huomioimatta. Keskeisin havaintoni oli, että tärkein muutos ei ollut teknologioissa vaan johdon uudenlaisessa ajattelutavassa. Päätin kirjoittaa aiheesta kirjan The data imperative: how digitalization is reshaping management, organizing, and work, joka julkaisiin lokakuussa 2020 Oxford University Pressin toimesta.

Pääosin professoreilla oli tapana lähestyä digitalisaatiota joko uusien teknologioiden, liiketoimintamallien tai digitaalisten ekosysteemien kautta. Lisäksi viime vuosien aikana ketterät digitaaliset organisaatiot ovat nousseet mukaan opetustarjontaan ja konsulttiyhtiöiden julkaisuihin. Nämä ovat kaikki toki tärkeitä näkökulmia, mutta ne eivät mielestäni tavoita datan vallankumouksellista merkitystä johtamisen ja organisaatioiden ytimessä eivätkä siten täysin selitä sitä muutosta, joka yrityksissä on nyt käynnissä. Vaikka tietotekniikkaa on hyödynnetty liiketoiminnassa nyt jo yli 70 vuoden ajan, viimeisen vuosikymmenen aikana sen rooli on muuttunut olennaisella tavalla.

Tutkimukseni perusteella digitalisaatio on nostanut datan arvonluonnin ytimeen. Yritysten liiketoimintaprosessit ovat perinteisesti perustuneet työntekijöiden asiantuntemukseen, joita erilaiset tietojärjestelmät ovat tukeneet. Asiakasrajapintojen ja fyysisten laitteiden kiinnityttyä verkkoon, yritykset pystyvät luomaan datavirtoja, jotka tulevat korvaamaan kokonaisuudessaan ihmisten havainnot sekä hyödyntämään algoritmeja, jotka tekevät ihmisiä parempia valintoja nopeammin ja halvemmin. Muutos on radikaali ja sillä on kauaskantoiset seuraukset. Yhteiskuntatasolla muutosta voi selittää mahdollistavilla teknologioilla, mutta yritystason erot selittyvät johdon ajattelutapojen muutoksilla.

Dataimperatiivi

Digitaalisen liiketoiminnan edelläkävijät ovat sisäistäneet kaksi johtoajatusta, joiden avulla ne pyrkivät saavuttamaan ylivoimaisen kilpailuaseman. Niiden ajattelussa informaatioteknologiat eivät ole tavanomaisia investointeja, jotka maksavat itsensä ennustettavasti takaisin. Datavirrat ja koneoppiminen ovat muuttuneet yrityksen infrastruktuuriksi, jolla on ”generatiivinen” vaikutus—ne ovat jatkuvien innovaatioiden lähde, joita on vaikea ennustaa, mutta joita ilman yritys ei voi kilpailla.

Ensinnäkin digitalisoituvat yritykset pyrkivät järjestelmällisesti mallintamaan oman toimintansa, asiakastarpeet sekä toimintaympäristön digitaalisten datavirtojen ja algoritmien avulla (digital omniscience).

Toisekseen ne suunnittelevat liiketoimintaprosessinsa uudelleen siten, että niiden keskiössä on datavirtoihin ja älykkäisiin algoritmeihin pohjautuvat optimointi, joka mukauttaa yrityksen prosesseja reaaliajassa ympäristössä tapahtuviin muutoksiin (digital omnipotence). Digitalisaation myötä yritysten ei enää tarvitse tukeutua työntekijöihin liiketoiminnan ja asiakkaiden ymmärtämiseksi vaan nämä voidaan mallintaa erilaisten datavirtojen ja analyysien avulla.

Esimerkiksi Finnairin lentokoneisiin liittyvistä toimista syntyy lentokentällä satoja eri tietovirtoja, joiden avulla lentokoneiden valmiutta voidaan tarkastella. Nämä informaatiovirrat paljastavat luotettavasti mahdolliset riskit lentojen myöhästymisestä. Suurin osa informaatiosta syntyy automaattisesti, esimerkiksi kun lentokonetta siirretään tai tankataan, mutta osa tulee syöttää kännykällä työntekijöiden toimesta, esimerkiksi kun lentokoneen vessa on siivottu. Datavirrat ja niiden analyysit mahdollistavat keskitetyn toiminnan ennustamisen ja ohjaamisen.

Siirtyminen ihmisten mielipiteistä ja arvioista dataan pohjautuvaan liiketoiminnan ymmärrykseen on pitkälti kulttuurinen muutos. Doordash-ruokalähettipalvelun työntekijä kertoi Twitterissä hiljattain siitä, miten yritys lähestyi asiakaspalvelun optimointia. Siinä missä kilpailija UberEats oli päättänyt pyrkiä toimittamaan ruuan perille alle 30 minuutissa, Doordash koki tavoitteen liian kalliiksi. Tarkastelemalla asiakasdataa, työntekijät huomasivat, ettei asiakastyytyväisyydessä ja myöhemmässä ostokäyttäytymisessä ollut merkittävää eroa niin kauan kun ruuan toimittamisessa ei kestänyt yli 42 minuuttia. Vähemmän aggressiivinen aikataulu säästi rahaa, koska sama lähetti pystyi tekemään useampia toimituksia. Nyt yritys seuraa jatkuvasti toimitusaikojen vaikutusta asiakastyytyväisyyden ja uusintatilauksiin eri maantieteellisillä alueilla. Tämä esimerkki kertoo siitä, miten datamyönteinen kulttuuri sekä hyvä datastrategia ja -infrastruktuuri näkyvät luonnollisena osana jokapäiväistä johtamista ja ongelmanratkaisua.

Liiketoiminnan jatkuva optimointi

Dataan pohjautuva ymmärrys mahdollistaa toisen digitalisaation johtoajatuksen, liiketoiminnan ja asiakaskokemuksen hallinnan ja jatkuvan mukauttamisen ohjelmistojen avulla. Tämä vaatii yritykseltä liiketoimintaprosessien suunnittelua uudelleen datan ja algoritmien ehdoilla sekä liiketoimintaa reaaliajassa ohjaavan automaation rakentamista. Siinä missä prosessien laatu ja kustannustehokkuus parani ennen rutiineja yksinkertaistamalla, digitalisaation myötä tämä linkki on hävinnyt. Kun sanomalehdelle erilaisten versioiden painaminen eri maantieteellisille alueille lisäsi kustannuksia, sähköinen media voi näyttää haluttaessa eri version jokaiselle kuluttajalle ilmaiseksi ja luotettavasti.

Uber on loistava esimerkki liiketoimintaprosessien suunnittelusta algoritmien ympärille sekä liiketoiminnan reaaliaikaisesta ohjauksesta. Vaikka suomalaiset taksifirmat väittävät kopioineensa Uberin tärkeimmät ominaisuudet, niiltä puuttuu kenties tärkein liiketoimintaprosessi–kysynnän ja tarjonnan reaaliaikainen hallinta. Koska digitaaliset informaatiovirrat ja koneoppiminen tarjoavat jatkuvan tilanteen ja tarkan ennusteen käytettävissä olevista autoista ja asiakaskysynnästä, Uberin ei kannata vain välittää autoja, kuten taksikeskukset perinteisesti tekivät. Se voi itseasiassa hallita kysyntää ja tarjontaa muuttamalla asiakkaiden hintoja ja kuljettajien palkkioita. Kun kysyntä kasvaa, ohjelmisto lähettää kuljettajille kännykkään viestin, jossa tarjotaan korotettua palkkiota. Samalla matkojen hintoja kuluttajille korotetaan. Prosessi parantaa kuljettajien palkkioita ja lisää asiakastyytyväisyyttä koska taksien saatavuus ei laske ruuhka-aikoina. Palvelun tarjonta yksinomaan digitaalisten kanavien kautta tarjoaa Uberille ”digitaalisen kontrollin” hinnoista ja palkkioista. (Tämä globaali toimintamalli ei ole kuitenkaan käytössä Suomessa, koska Suomen viranomaiset eivät ole sallineet dynaamista hinnoittelua.)

Tiedon kerääminen ja sen hyödyntäminen toiminnan liikeohjaamisessa tukevat toisiaan, ja ne muodostavat myönteisen kehän. Koska Facebook pystyy keräämään tietomassoja käyttäjien ominaisuuksista ja kiinnostuksen kohteista sekä ennustamaan keitä uusi sisältö kiinnostaa (digital omniscience), se hyötyy merkittävästi muita medioita enemmän kyvystä mukauttaa käyttäjien näkemää sisältöä reaaliajassa (digital omnipotence). Toisaalta koska Facebook pystyy kohdistamaan mainoksia yksilötasolla, data kuluttajien ostokäyttäytymisestä on sille merkittävästi arvokkaampaa.

Liiketoiminnan digitalisoituminen luo digitalisoituville yrityksille paljon uusia kilpailuedun lähteitä, erityisesti toiminnan parantuneen asiakaslähtöisyyden sekä jatkuvan optimoinnin ja innovoinnin myötä. Michael Porterin painottamat valinnat cost leadership, differentation, ja focus strategioiden välillä eivät enää päde, koska ohjelmistojen avulla voidaan rakentaa liiketoimintaprosesseja, jotka ovat kustannustehokkaita, mukautuvia ja asiakaslähtöisiä. Vaikka digitalisaatio saattaa luoda nopeastikin kilpailuetua laskemalla palvelujen ja tuotteiden muuttuvia kustannuksia, suurimmat edut syntyvät pitkän aikavälin kehityksessä.

Transformatiivinen muutos

Arvonluonnin ja liiketoimintaprosessien siirtyminen ihmisymmärryksestä ja -työstä kohti digitaalisia datavirtoja ja automaatiota luo järjestelmällisen muutoksen yrityksissä. Ohjelmistojen avulla yritykset voivat rakentaa monimutkaista koordinaatiota digitalisoitujen prosessien välille, kun taas ihmistyön mukauttaminen informaatiojärjestelmistä tuleviin signaaleihin on hidasta ja kallista. Toisaalta investoinnit datainfrastruktuuriin ja digitaalisiin alustoihin mahdollistavat liiketoiminnan skaalautumisen ja yleensä tarjoavat merkittäviä kustannusetuja uusiin investointeihin.

Systeeminen muutos vaatii visionääristä johtoa. Digitalisaation edelläkävijät, kuten Facebook ja Tesla, investoivat datavirtoihin ja koneoppimiseen itseisarvoisena yrityksen infrastruktuurina, joka mahdollistaa jatkuvan innovoinnin. Yksittäisiä investointeja digitalisaatioon ei siis tehdä sen takia, että niille olisi osoitettavissa positiivinen nettonykyarvo. Useilla toimialoilla digitalisaatio vaatii uskoa digikyvykkyyksien kahteen erikoisominaisuuteen: generatiivisuuteen ja skaalautuvuuteen. Data ja algoritmit luovat uusia liiketoimintamahdollisuuksia, niiden yhdistäminen erilaisiin alustoihin on helppoa ja niiden hyödyt voivat kasvavat hyvin nopeasti erittäin suuriksi. Usein investoinnit yksittäisten prosessien datavirtojen luomiseen, tallentamiseen, ja analysointiin eivät itsessään ole järin kannattavia, vaan ne ovat osa kokonaisvaltaista muutosta, joka tarjoaa merkittävän kilpailuedun.

Yksi erinomainen esimerkki digitalisaation laajoista hyödyntäjistä on Finnair. Yritys loi järjestelmällisen datastrategian ja laadukkaan infrastruktuurin digitaaliseen datan keräämiseen ja hallintaan, jonka päälle se on myöhemmin rakentanut useita automaattisia prosesseja. Kun perusinfrastruktuuri oli kunnossa, yritys pystyi nopeasti rakentamaan sovelluksia, jotka tehostivat työtä ja paransivat asiakaskokemusta.

Esimerkiksi yksi ohjelmisto ehdottaa lennon myöhästyessä Finnairin asiakkaille automaattisesti uusia jatkolentoja kohteeseen. Yksinkertaisen ohjelman avulla asiakaspalvelijoilta tulee säästymään jopa kymmenen tuntia työtä yksittäisen myöhästyneen lennon osalta. Vielä suurempi etu saadaan asiakaskokemuksessa, sillä ison lennon matkustajan säästävät lisäksi yhteensä kymmeniä tunteja jonotusta puhelimen ääressä. Toinen, koronakriisin myötä kehitetty uusi käyttöliittymä, mahdollistaa varausten muuttamisen suoraan netistä.

Laajat seuraukset

Fokus siirtymisestä ihmisten tietoon ja työhön perustuvasta arvonluonnista digitaalisiin informaatiovirtoihin ja automaatioon perustuviin prosesseihin täydentää uusia liiketoimintamalleja ja disruptiivisia palveluja painottaneita näkökulmia. Arvonluonnin muutos selittää järjestelmällistä muutosta useilla toimialoilla. Myöhemmässä blogipostauksessa tarkastelen kahta ”dataimperatiivin” tärkeimmistä vaikutuksista organisoitumiseen: älykästä digitaalista modulaarisuutta sekä siihen liittyvää siirtymää perinteisistä melko vakaista toimialoista kohti dynaamisia ekosysteemejä.

Blogin kirjoittajasta

Henri Schildt (s 1977) on kotoisin Helsingistä, TKK:n kasvatti, ja anglofiili. Ensimmäisen yliopistoviran hän sai Lontoon Imperial Collegesta vuonna 2007 ja vuonna 2017 hän vietti tutkimusvapaata Cambridgessä. Hän on toiminut strategian professorina Aalto-yliopistolla vuodesta 2012.

Tutkijablogin lisäksi LJT järjestää vuosittain useita seminaari- ja keskustelutilaisuuksia omistajien, hallitusjäsenten ja johdon kannalta tärkeistä ja ajankohtaisista teemoista. Otamme mielellämme uusia jäseniä mukaan toimintaamme – lue lisää:

LJT Jäsenyys

Tutkija, haluaisitko kertoa omista tutkimustuloksistasi tällä foorumilla?

Voit olla yhteydessä Boardman LJT:n hallituksen puheenjohtajaan Satu Koskiseen (satu.koskinen@boardman.fi) tai viestintäkoordinaattori Julia Ruotsiin (julia.ruotsi@boardman.fi).