Kohti parempia palveluita

Datasta puhutaan kaikkialla. Sitä myös kerätään ennätysmääriä niin yritysten kuin meidän itsemme toimesta. Tohtorikoulutettava Tero Huhtala Oulun yliopiston kauppakorkeakoulun markkinoinnin, johtamisen ja kansainvälisen liiketoiminnan yksiköstä on kokenut datan kerääjä. Myös hänen väitöskirjatutkimuksensa on rakentunut datan ympärille.

Huhtala tutkii, miten organisaatiot pystyvät hyödyntämään viime aikoina massiiviseksi kasvanutta datan määrää tehokkaasti. Erityisesti hän on kiinnostunut henkilökeskeisen datan käytöstä: miten yritykset ja organisaatiot voivat parantaa palvelujaan hyödyntämällä henkilökeskeistä dataa?

Tutkimusaihe kumpuaa Huhtalan omista kokemuksista. ”Ennen tohtoriopintoja minua oli jo pitkään kiinnostanut itseni mittaaminen, johon minulla oli kaikki härpäkkeet ja rensselit olemassa. Loppujen lopuksi ainoa mittaamisen vaikutus oli ahdistuminen. Minulla on älytön määrä dataa itsestäni, mutta siitä ei ole oikein mitään hyötyä”, Huhtala kuvailee. ”Olisin toivonut jonkinlaista palvelua, joka olisi osannut keräämäni datan perusteella sanoa, että nyt vähän ylitreenaat, ota pari päivää rauhallisesti, ja että se osaisi yhdistää ja suhteuttaa tuon tiedon esimerkiksi minun ruokaostoksiini, että syö enemmän hyviä rasvoja – olet ostanut pikkuisen liikaa pekonia.”

Ihmiskeskeisen datan hyödyntäminen on haastavaa

Tilanne on edelleen hyvin samanlainen: dataa kertyy ja kerätään koko ajan huomaamattamme mutta sillä ei oikein osata tehdä mitään. Erityisesti yritykset keräävät mitä erilaisempaa tietoa siltä varalta, että tietoa tarvitaan joskus. Datan tehokkaaseen ja kokonaisvaltaiseen hyödyntämiseen ei kuitenkaan ole vielä tehokkaita keinoja, vaikka se parhaimmillaan mahdollistaisi paremmat palvelut kuluttajille ja huomattavia tehokkuusetuja yrityksille.

Kuvitellaan esimerkiksi, että henkilö käy yksityisellä lääkärillä allergisen oireen takia ja lääkäri kirjaa ylös, että henkilö on allerginen tietylle antibiootille. Jos sama henkilö joutuu auto-onnettomuuteen ja hänet viedään tarkastettavaksi kunnalliseen sairaalaan, siellä ei välttämättä tiedetä allergiasta, vaikka tieto on kyllä olemassa. ”Sehän on aivan hirveää”, puuskahtaa Huhtala.

Toinen esimerkki koskee rahan liikkumista terveydenhuollon toimijoiden välillä. Kun henkilö käy yksityisellä lääkärillä, hän joutuu yleensä maksamaan käynnin heti, jonka jälkeen terveysvakuutuksen piirissä oleva henkilö ottaa yhteyttä omaan vakuutusyhtiöönsä ja hakee osan käynnin maksusta takaisin vakuutusyhtiön kautta. Näin täytyy toimia, koska terveydenhuoltotaho ja vakuutusyhtiö eivät keskustele keskenään. Jos data saataisiin liikkumaan toimijoiden kesken, henkilö voisi lääkärikäynnin jälkeen maksaa vain sen erotuksen, joka hänelle jää maksettavaksi vakuutusyhtiön korvauksen jälkeen. Näin toimien myös palvelun tarjoajien päällekkäiset toiminnot voidaan häivyttää. Vaikka joillakin terveyspalvelujen tarjoajilla ja vakuutusyhtiöillä on keskinäisiä sopimuksia, jotka helpottavat tiedon kulkua, ne eivät ole ratkaisu datan liikkuvuuteen yleisellä tasolla.

Seitsemän avainresurssia

Huhtala on ollut mukana projektissa, joka tutkii ennaltaehkäisevää terveydenhuoltoa. Projektissa haastatellut yritykset ovat pyrkineet rakentamaan ennaltaehkäisevän terveydenhuollon verkostoa, jonka avulla voitaisiin tuottaa yksilöille hyvin kokonaisvaltaisia, ennaltaehkäisyyn pohjautuvia terveyspalveluja. Jotta henkilökeskeisen datan hyödyntäminen ennaltaehkäisevässä terveydenhuollossa voi luoda arvoa, täytyy organisaation tunnistaa seitsemän avainresurssia, jotka ohjaavat datan käyttöä. Nämä resurssit, jotka on esitelty Huhtalan viime vuonna julkaistussa artikkelissa, ovat:

  1. tehokkuus: voidaanko henkilökeskeistä dataa hyödyntää tehokkaasti?
  2. lisäarvo: tuoko henkilökeskeisen datan hyödyntäminen lisäarvoa?
  3. yhteistyö: pääseekö data liikkumaan organisaatioiden välillä vaivattomasti?
  4. sääntely: millaista sääntelyä henkilökeskeiseen dataan liittyy?
  5. tiedonhallinta ja tietoturva: miten arkaluonteisia tietoja hallitaan ja suojataan?
  6. palvelun muotoilu ja toteutus: mikä data on hyödyllistä ja mikä motivoi loppuasiakasta?
  7. vuorovaikutus: miten viestiä selkeästi henkilökohtaisen datan jakamisesta syntyvästä arvosta ja tiedon jakamisen turvallisuudesta?

Löytämällä edellä mainitut seitsemän resurssia saavat organisaatiot paremman käsityksen siitä, mihin niiden tulisi keskittää ajallisia ja rahallisia resurssejaan. Käytännössä ne tarjoavat ohjenuoran tehokkaaseen datan hyödyntämiseen.

Huhtalalla on myös paperi[1], jossa tarkastellaan sitä, miten liiketoimintamalli muuttuu ja miten sen pitää muuttua, kun saadaan uutta dataa käyttöön. Työn alla on lisäksi paperi, jossa Huhtala tutkii, miten liiketoimintamallin muutos voi toimia voimavarana – miten organisaation kyky muuttaa omaa liiketoimintamalliaan auttaa siirryttäessä nykyisestä liiketoimintamallista henkilökeskeistä dataa hyödyntävään liiketoimintaan?

Parempia palveluja

Huhtala uskoo, että lähitulevaisuudessa kuluttajat alkavat saada enemmän palveluita, jotka perustuvat heidän henkilökohtaiseen dataansa. Hänellä on vahva usko myös siihen, että tulevaisuudessa data auttaa ratkaisemaan monia globaaleja ongelmia rajallisten resurssien jakamisesta ilmastonmuutokseen. Hän myös tiedostaa monien havaitseman uhkan siitä, että dataa käytetään ihmisiä vastaan, ja näkee että maailmassa on meneillään eräänlainen taistelu siitä, minkälainen malli ihmiskeskeisen datan käyttöön on sopivin moderniin elämänmenoon: Amerikkalaisvetoinen malli, jossa dataa kohdellaan taloudellisena hyödykkeenä; Eurooppalaisvetoinen malli, jossa data nähdään osana ihmisoikeuksia; ja Kiinan malli, jossa data on valjastettu tukemaan yhteiskunnallista vakautta yksilönoikeuksien kustannuksella. Aika näyttää mikä näistä malleista osoittautuu vallitsevaksi paradigmaksi, mutta ennen sitä ihmiskeskeisen datan käyttöä ilmiönä täytyy tutkia vielä monesta eri näkökulmasta.

 

[1] Huhtala, Pikkarainen, and Saraniemi (2019). Exploring Potential Changes in the Business Model: The Impacts of Using Human-Centered Personal Data As A Resource.  Journal of Business Models (2019), Vol. 7, No. 2, pp. 53-63. https://doi.org/10.5278/ojs.jbm.v7i2.2482

Last updated: 12.11.2019

Add new comment