
Marina Weck & Heidi Kerkola
Kiertotalous edellyttää resurssien tehokasta hallintaa, prosessien optimointia sekä datan hyödyntämistä materiaalien elinkaaren pidentämiseksi ja arvon säilyttämiseksi (Työ- ja elinkeinoministeriö, 2022). Työ- ja elinkeinoministeriön julkaisemassa selvityksessä kiertotalouden digitalisaatiolle keskeiseksi esteeksi on arvioitu muun muassa seuraavat asiat: standardoidun datan puute, luottamuksen ja läpinäkyvyyden puutteen aiheuttamat ongelmat sekä kiertotalouden liiketoimintamallien ja digitaalisten ratkaisujen yhdistämisen osaamisvaje. Kriittiseksi noussut kiertotalouden ja digitaalisten ratkaisujen yhdistämisosaaminen edellyttää myös sellaisia digivalmiuksia yrityksissä, jotka luovat pohjan tehokkaalle tiedonjohtamiselle ja mahdollistavat datan ja digitalisaation hyödyntämisen.
Siirtyäkseen kiertotalouden mukaiseen liiketoimintaan erityisesti pk-yritykset tarvitsevat konkreettisia työkaluja digivalmiuksien rakentamiseen. Tämä tarve korostuu, sillä monilla pk-yrityksillä ei ole selkeää käsitystä siitä, missä määrin niiden nykyiset digivalmiudet, prosessit ja käytännöt tukevat kiertotalouden periaatteita. Tarpeesta huolimatta pk-yritysten valmiuksien arviointiin liittyvien viitekehysten, mallien ja työkalujen puute kiertotalouteen siirtymisen tueksi on merkittävä aukko tutkimuksessa (esim. Vinante ym., 2021). Tämä vaikeuttaa yritysten kykyä tunnistaa kehityskohteitaan ja suunnitella siirtymäänsä kohti kestävää liiketoimintamallia. Tämä artikkeli esittelee KIITO-hankkeessa kehitetyn digivalmiuksien itsearviointityökalun konseptuaalisen viitekehyksen.
Digivalmiuksien itsearviointityökalun tarjoamat hyödyt pk-yrityksille
Nykyisessä datakeskeisessä liiketoimintaympäristössä yritykset, jotka kykenevät hyödyntämään dataa tehokkaasti, erottuvat kilpailijoistaan. Esimerkiksi yritykset, jotka investoivat enemmän dataan, tietokantoihin ja tieto- ja viestintäteknologioihin, kuuluivat muita todennäköisemmin toimialansa tuottavuuden eturintamaan (Koski & Fornaro, 2024). Datan avulla yritykset voivat muun muassa parantaa asiakasymmärrystä ja tuotekehitystä, tehostaa toimintaprosesseja ja resurssien käyttöä, ennakoida markkinamuutoksia ja mukauttaa strategioitaan sekä tukea johdon päätöksentekoa luotettavan tiedon pohjalta (Micus, 2023; Rahman, 2024; Gade, 2021). Yritykset, jotka onnistuvat hyödyntämään dataa kokonaisvaltaisesti, pystyvät paitsi vastaamaan nykypäivän liiketoiminnan haasteisiin, myös ennakoimaan ja ohjaamaan tulevaa kehitystä.
KIITO – Kiertotalousosaamisella uudistuvaa liiketoimintaa -hankkeen tavoitteena oli edistää Hämeen pk-yritysten siirtymistä kohti kiertotaloutta. KIITO-hankkeessa kehitetty itsearviointityökalu tarjoaa pk-yrityksille apua arvioimaan digivalmiuksien nykytilanteensa, määrittelemään data-analytiikan kyvykkyytensä nykytason sekä edistämään kiertotalouden liiketoimintamallien edellyttämien digitaalisten ratkaisujen käyttöönottoa. Itsearviointityökalun avulla pk-yritykset voivat käytännössä hahmottaa kehityspolkunsa tietojohtamisen parantamiseksi sekä asettaa realistisia ja saavutettavissa olevia kehitystavoitteita. Tämä mahdollistaa datan strategisemman ja tehokkaamman hyödyntämisen kiertotalousperiaatteiden mukaisen liiketoiminnan kehittämisessä.
Itsearviointityökalun rakenne – tietojohtamisen vaiheet ja data-analytiikan kypsyystasot
Itsearviointityökalu ei ole pelkästään yksittäinen työkalu, vaan se tarjoaa yrityksille polun (kuva 1), jota seuraamalla data-analytiikan kypsyyttä osana tehokasta tietojohtamista voi kehittää systemaattisesti. Polun varrella on seuraavat vaiheet: suunnittelu, valmistelu, analysointi, raportointi sekä tiedon jakaminen ja hyödyntäminen, jotka on esitetty myös kuvassa 2.

Itsearviointityökalu koostuu viidestä tietojohtamisen vaiheesta, jotka käsittävät suunnittelun, valmistelun, analysoinnin, raportoinnin ja tiedon hyödyntämisen (kuva 2). Kukin vaihe etenee data-analytiikan kypsyystasojen mukaan kuvailevasta tasosta itseoppivaan tai rajoitetusta optimoituun, jolloin pk-yritys voi vähitellen rakentaa monipuolista ja kestävää datan hyödyntämisen kulttuuria. Käytännössä itsearviointityökalun avulla pk-yritykset voivat tunnistaa data-analytiikan kypsyystasot ja kehittämiskohteet viidessä tietojohtamisen vaiheissa: (1) suunnittelu – tavoitteiden määrittely, (2) valmistelu – data keruu ja visualisointi, (3) analysointi – datan puhdistus ja analysointi, (4) raportointi – tiedon tulkitseminen, visualisointi ja jakaminen sekä (5) tiedon hyödyntäminen.

Digivalmiuksien tärkeänä osana on analyyttisien teknologioiden ja työkalujen hallinta ja niiden hyödyntäminen päätöksenteossa, ongelmanratkaisussa ja prosessien kehittämisessä. Tämä edellyttää sekä teknistä osaamista että strategisen ajattelun yhdistämistä. Lisäksi digivalmiuksiin kuuluu kyky arvioida ja ottaa käyttöön uusia teknologioita, jotka voivat parantaa yrityksen tietojohtamista ja sitä kautta tehokkuutta ja kilpailukykyä. Hankkeessa luotu itsearviointityökalu tarjoaa analyyttisiä teknologioita ja työkaluja, jotka on räätälöity vastaamaan yrityksen data-analytiikan kypsyystasoa eri tietojohtamisen vaiheissa. Tämä mahdollistaa yrityksille nykytilan arvioinnin ja kehityskohteiden tunnistamisen myös analyyttisten teknologioiden ja työkalujen hyödyntämisessä.
Itsearviointityökalun tärkeimpiä ominaisuuksia ja hyötyjä
Digivalmiuksien itsearviointityökalun tärkeimpiä ominaisuuksia ja hyötyjä voidaan summata seuraavasti. Työkalu perustuu selkeästi strukturoituun menetelmään, joka auttaa yrityksiä tunnistamaan digivalmiuksien eri osa-alueiden kehitystarpeet ja priorisoimaan toimenpiteet tehokkaasti. Eri kypsyystasojen avulla yritys voi tunnistaa tarkasti tietojohtamisensa nykytilanteen ja määrittää keskeiset haasteet sekä niihin tarvittavat kehitystoimenpiteet. Lisäksi työkalu tukee dataa hyödyntävän kulttuurin rakentamista, mikä edistää systemaattisesti tiedolla johdettua päätöksentekoa ja strategista kehitystä. Itsearvioinnin toistettavuus mahdollistaa myös edistymisen jatkuvan mittaamisen ja auttaa yritystä pysymään pitkäjänteisesti tavoitteissaan, ja se etenee kohti seuraavia kypsyystasoja digivalmiuksien kehittämisessä.
Tämä teksti on osa KIITO – kiertotalousosaamisella uudistuvaa liiketoimintaa -artikkelikokoelmaa. Löydät kokoelman muut artikkelit kokoelman pääsivulta.


KIITO – kiertotalousosaamisella uudistuvaa liiketoimintaa -hanke oli Euroopan unionin osarahoittama hanke, jolle Hämeen ELY-keskus myönsi rahoituksen. KIITO-hanketta toteuttivat Hämeen ammattikorkeakoulu, Hämeen TE-toimisto ja LAB-ammattikorkeakoulu 1.2.2023–31.1.2025. Hankkeesta voi lukea lisää sen verkkosivuilta, josta löytyvät myös hankkeen tulokset.
Kirjoittajat
Marina Weck, tutkijayliopettaja ja projektipäällikkö, HAMK Tech -tutkimusyksikkö
Heidi Kerkola, kehittämisasiantuntija ja projektikoordinaattori, HAMK Tech -tutkimusyksikkö.
Lähteet
Gade, K.R. (2021). Data-Driven Decision Making in a Complex World. Journal of Computational Innovation, 1(1). https://researchworkx.com/index.php/jci
Koski, H. & Fornaro, P. (2024). Digitalization and Resilience: Data Assets and Firm Productivity Growth During the COVID-19 Pandemic”. ETLA Working Papers No 113. http://pub.etla.fi/ETLA-Working-Papers-113.pdf
Micus, C., Schramm, S., Boehm, M. & Krcmar, H. (2023). Methods to analyze customer usage data in a product decision process: A systematic literature review. Operations Research Perspectives, 10, 100277. https://doi.org/10.1016/j.orp.2023.100277
Työ- ja elinkeinoministeriö (2022). Kiertotalouden digitalisaatio ja ekosysteemit: Nykytila, tavoitearkkitehtuuri ja toimenpiteet. Työ- ja elinkeinoministeriön julkaisuja 2022:66, Helsinki. http://urn.fi/URN:ISBN:978-952-327-989-6
Vinante, C., Sacco, P., Orzes, G. & Borgianni, Y. (2021). Circular economy metrics: Literature review and company-level classification framework. Journal of Cleaner Production, 288(3), 125090. http://dx.doi.org/10.1016/j.jclepro.2020.125090
Rahman, T. (2024). Data-Driven Decision Making in Modern Business Management. Review Journal for Management & Social Practices, 1(4), 56–72. https://rjmsp.com/index.php/Journal/article/view/21