Big Data, tietopääoma ja organisaation suorituskyky
Kaisamatti, Katja (2016)
Pro gradu -tutkielma
Kaisamatti, Katja
2016
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2016121230986
https://urn.fi/URN:NBN:fi-fe2016121230986
Tiivistelmä
Tutkimus käsittelee Big Datan, tietopääoman ja organisaation suorituskyvyn välisiä yhteyksiä. Tavoitteena on selvittää Big Datan vaikutuksia tietopääomaan ja kokonaissuorituskykyyn sekä tietopääoman yhteyttä suorituskykyyn. Lisäksi perehdytään Big Datan hyödyntämiseen liiketoiminnassa ja organisaatioiden tarpeisiin hyödyntää massadataa. Aikaisemman tutkimuksen perusteella tietopääoma vaikuttaa positiivisesti organisaation suorituskykyyn, joka antaa hyvän teoreettisen pohjan tutkimukselle. Tutkimus Big Datan vaikutuksista on vasta aluillaan, joten tässä tutkimuksessa käytetty PLS-menetelmä (osittaisen pienimmän neliösumman menetelmä) soveltuu teorian muodostumisvaiheeseen.Tutkimuksen teoriaosan lähdeaineistona käytettiin aihealueiden aikaisempia julkaisuja. Teorian perusteella luotiin viitekehys ja tutkimushypoteesit empiiriselle osiolle. Tutkimus oli luonteeltaan kvantitatiivinen, jossa aineisto kerättiin Yritys X:n palveluliiketoiminnan asiakkaille suunnatulla kyselytutkimuksella. Tutkimusaineisto analysoitiin ja hypoteesit testattiin rakenneyhtälömallinnuksella. Tutkimustulokset osoittivat, että tietopääoma ennustaa merkitsevästi organisaation kokonaissuorituskykyä. Big Datan osalta ei havaittu vastaavaa positiivista yhteyttä suorituskykyyn tai tietopääomaan. Tietopääoma ja Big Data ennustivat yhdessä voimakkaammin suorituskykyä kuin erikseen. The research deals causation of Big Data and intellectual capital management for the organization performance. The aim is to find out the impact of Big Data to intellectual capital management overall performance and relationship intellectual capital management to performance. In addition also orient how to exploit Big Data to business and needs linked to Big Data. According to the earlier research, intellectual capital management has a positive effect to organization performance, which gives a good theoretical basis for this research. Examination on the impact of Big Data is only just beginning so PSL-method (partial least squares method) is compatible with the theory of a forming phase. The theoretical part of the source material previous publications in the thematic areas was used. Based on the theory created frame of reference and the research hypothesis to the empirical partition. The study was quantitative where the data was collected by customer survey. The data was analyzed and the hypotheses were tested by structure equation modeling. The research results showed that the intellectual capital management significantly predicted connection the overall performance of the organization. Big Data doesn’t seem to have significant positive connection to performance or intellectual capital management. Big Data and intellectual capital management predict together stronger performance than separately.