Dataekosysteemi liiketoiminnan kehittämisessä

Datan määrä, suuret datakeskukset ja datatalous ovat nostattaneet paljon keskustelua mediassa viime päivinä. Srivathsan et al. (2023) on ennustanut, että datakeskusten määrä lisääntyy 2030 mennessä kolminkertaiseksi pelkästään tekoälyn käytön lisääntymisen ansiosta. Tarve datakeskuksille nähdään McKinseyllä nousevan maksimissaan 5,4-kertaiseksi (ks. kuva 1) (Noffsinger & Sachdeva 2025).

Tämä mediahuomio dominoi datataloudesta ja datan hyödyistä käytävää keskustelua. Tässä blogissa ei kuitenkaan käsitellä edellä kuvattua keskustelua datataloudesta. Sen sijaan pohdinnan kohteena on, miten pienet yritykset voivat tarkastella omaa toimintaympäristöä datan näkökulmasta. Ja erityisesti mitä liiketoiminnallista hyödytä siitä on mahdollista saavuttaa.

Mitä ovat dataekosysteemit?

Nykyään on hyvin vähän enää yrityksiä, jotka eivät liittyisi toiminnassaan tavalla tai toisella jonkinlaiseen dataekosysteemiin. Dataekosysteemin pohjalla voi olla esimerkiksi alustatalouden ratkaisu, joka yhdistää eri toimijoita ja luo arvoa ekosysteemissä toimiville osapuolille. Tällaisia ovat esimerkiksi digitaaliset markkinapaikat, kuten globaalisti tunnetut Alibaba ja Amazon, tai pohjoismaihin keskittyvä Boozt.  

Dataekosysteemi voi myös olla partneriverkoston muodostama ryhmä, jossa yhteistä toimintaa edistetään jakamalla tietoa eli dataa omien partnerien kesken; esimerkkinä vaikkapa kiinteistöhuoltoon keskittyvä rinki, joka edesauttaa reaaliaikaisella ja laadukkaalla tiedonjaolla partnereiden yhteistoimintaa.

Esimerkki markkinoinnista

Tyypillinen dataekosysteemiesimerkki löytyy myös yrityksen markkinointiympäristöstä. Yrityksen omat verkkosivut ja omat muut markkinointiympäristöt (sähköposti, markkinoinnin automatiikka jne.) yhdessä ulkopuolisten toimijoiden ylläpitämien kanavien kanssa muodostavat pohjan markkinoinnin digitaaliselle infralle. Näissä erilaisissa teknisissä ympäristöissä toteutuva markkinointi ja siihen liittyvä interaktio asiakasrajapinnassa muodostavat datavarannon, jota voidaan hyödyntää edelleen esimerkiksi asiakasanalytiikassa.

Tämä kokonaisuus muodostaa yrityksen markkinoinnin dataekosysteemin.  Tarkemmalla ekosysteemin tarkastelulla voidaan markkinoinnin toimenpiteitä kehittää edelleen, löytää vaikkapa ne ympäristöt, missä kannattaa yrityksen olla aktiivinen. Tai tarkastelemalla asiakkaiden käyttäytymistä eri kanavissa voidaan lisätä yrityksessä omaa asiakasymmärrystä. Tämä auttaa yrityksiä muun muassa luomaan personoitua markkinointiviestintää (Stobiersky 2021).

Esimerkki elintarviketeollisuudesta

”Pellolta pöytään” on tuttu slogan, jota kuluttajat ovat kuulleet elintarvikkeiden mainonnan yhteydessä menneinä vuosina. Se kuitenkin myös viittaa siihen datapolkuun, joka muodostuu siirryttäessä alkutuotannosta kuluttajan ruokapöytään. Pellolta pöytään -datapolulla siirtyy raaka-aineen siirron lisäksi tuotteeseen liittyvää alkuperätietoa, kuten yrittäjätilan nimi tai viljaa yksilöivää tietoa. Logistiikkatiedot tallentuvat niin ikään omiin kuljetusalan toimijoiden järjestelmiin. Elintarvikkeiden jalostuksessa muodostuu oma tuotteeseen liittyvä datavaranto, joka kartuttaa jo aiemmin polulla kertynyttä datavarantoa. Lopulta tuotteet jaellaan vähittäiskauppoihin, joista ne myydään kuluttajille. Näissä kaikissa vaiheissa kertyy dataa toimintaan ja tuotteeseen liittyen.

Pellolta pöytään -datapolku on dataekosysteemin sisälle muodostuva polku, ei pelkästään logistiikkaan liittyvänä (Larsson et al. 2024), vaan kaikkeen tässä tapahtuvaan datan hallintaan liittyvänä. Toisin sanoen dataekosysteemi muodostuu alkutuottajan, logistiikan, jalostajan ja vähittäiskaupan järjestelmien muodostamasta kokonaisuudesta.

Ekosysteemiä on hyödyllistä tarkastella kokonaisuutena, kun mietitään esimerkiksi sitä, mitä kuluttajille halutaan tuotteesta kertoa, ja kuinka tuotetietoutta ja tuotteen kuluttamiseen liittyvää ymmärrystä halutaan kehittää. Taustalla on eri teknisten ympäristöjen muodostama dataekosysteemi, jota liiketoiminnallisen tarpeen mukaan kannattaa tarkastella kokonaisuutena.

Kyberturvalliset ekosysteemit Päijät-Häme -hankkeessa (LAB 2025) kehitetään menetelmää, miten dataekosysteemejä voidaan kuvata visuaalisesti selkeämmin ja ymmärrettävämmin siten, että malli toimii kehittämisen työvälineenä erilaisissa liiketoiminnan tarpeissa. Mallin tavoitteena on auttaa yrityksiä oman liiketoiminnan hahmottamisessa osana laajempaa toimintaympäristöä eli osana dataekosysteemiä.

Lähteet

LAB. 2025. Kyberturvalliset ekosysteemit Päijät-Häme. Hanke. LAB-ammattikorkeakoulu. Viitattu 13.5.2025. Saatavissa https://lab.fi/fi/projekti/kyberturvalliset-ekosysteemit-paijat-hame

Larsson, J., Linåker, J. & Runeson, P. 2024. Enabling Data-sharing in Logistics through Open Data Ecosystems – A Literature Review. 23rd IFIP WG 8.5 International Conference, EGOV-CeDEM-ePart 2024. Viitattu 13.5.2025. Saatavissa https://lup.lub.lu.se/search/publication/a25192e3-371b-453c-9844-f00adbf0e6b8

Noffsinger, J. & Sachdeva, P. 2025. AI, Datacenters, and the Energy Equation: What business leaders should know. Webinar.  McKinsey & Company. Viitattu 23.4.2025. Saatavissa https://www.mckinsey.com/featured-insights/mckinsey-live/webinars/ai-data-centers-and-the-energy-equation-what-business-leaders-should-know

Srivathsan, B., Sorel, M., Sachdeva, P., Bhan, A., Batra, H., Sharma, R., Gupta, R., & Choudhary, S. 2023. AI power: Expanding data center capacity to meet growing demand. McKinsey & Company. Viitattu 13.5.2025. Saatavissa https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/ai-power-expanding-data-center-capacity-to-meet-growing-demand

Stobiersky, T. 2021. 5 Key Elements of a Data Ecosystem. Harvard Business School. Viitattu 13.5.2025. Saatavissa https://online.hbs.edu/blog/post/data-ecosystem