Datavirroista liiketoimintakykyä yrityksille – 2

Visualisoidut case-kuvaukset

Sitran Datatalouden kiinnostavimmat -listassa esiteltiin 24 datatalouden ratkaisua (Sitra 2023). Esimerkkien avulla innostettiin muitakin organisaatioita kehittämään dataa käyttäen uusia palveluita ja liiketoimintaa. Esimerkit olivat kiinnostavia, mutta pk-yrittäjille vähemmän inspiroivassa tekstimuodossa.  Kyberturvalliset ekosysteemit Päijät-Häme -hankkeessa (LAB 2026) haluttiin tuottaa pk-yrityksille kiinnostavia dataekosysteemien malleja visualisoituina case-kuvauksina.  Hankkeessa toteutettujen pilottiprojektien (Ulmala 2026) jälkeen tunnistettiin yritysten toimialoille yleistettävissä olevia malleja dataekosysteemeistä. Niistä tehtiin visuaaliset case-kuvaukset, jotka esitellään tässä.

Tuotevalmistajan asiakkuusverkoston dataekosysteemi

Tuotevalmistajalla on tarve saada uusia asiakkaita ja siten laajentaa asiakkuusverkostoaan. Verkoston laajentamista tukevat tavallisille kuluttajille suunnattu hakukonemainonta ja nykyään lisäksi erilaisilla sosiaalisen median alustoilla kuluttajille kohdennettu mainonta (esimerkiksi TikTok, Instragram ja Facebook).  Potentiaaliset yritykset tavoitetaan kumppanialustojen kautta sekä perinteisellä sähköpostikampanjoinnilla, joita voidaan tehostaa tekoälyn ja automatisoinnin avulla. Face-to-face -kohtaamiset ovat edelleen tärkeitä yritysten päätöksentekijöiden solmiessa taloudellisesti huomattavia asiakkuussopimuksia. Tuotevalmistajan omista järjestelmistä asiakaspalvelualusta ja verkkosivut chatbotteineen ovat asiakkaan sitoutumista edistäviä osia asiakkuusverkoston dataekosysteemissä.

Isännöintitoimiston dataekosysteemiin kuuluvat asunto-osakeyhtiöt, joiden hallitus ostaa isännöintitoimistolta isännöinti-, kirjanpito- ja huoltopalvelut. Niitä varten isännöintitoimistolla on tietojärjestelmät mm. asukastietoja, huoltoa, kunnossapitoa ja kirjanpitoa varten. Kun asunto-osakeyhtiön osakas huomaa huoltotarpeen, kuten asunnossaan vettä vuotavan lämpöpatterin, isännöintiyritys voi luoda esim. WhatsApp-ryhmänä toteutettavan, asunto-osakeyhtiökohtaisen viestintäryhmän. Tämän välityksellä kaikki kyseiseen taloyhtiöön kohdistuva, huoltotoimenpiteiden toteutuksiin liittyvä viestintä voidaan hoitaa asukkaiden, isännöintitoimiston, huoltoyhtiön ja sen alihankkijoiden kesken. Viestintäryhmän avulla alihankkija pystyy ilmoittamaan asunto-osakeyhtiön asukkaille, milloin lämmitysjärjestelmä on huoltotöiden vuoksi pois päältä eikä lämmintä vettä ole saatavilla vesijohtoverkostosta. Viestintäryhmiä muodostetaan toiminnassa tuleviin tarpeisiin dynaamisesti siten, että ryhmä on voimassa sen ajan, kun tietty huoltotoiminta on aktiivinen. Viestintäryhmässä olisivat jäseninä asunto-osakeyhtiön asukkaat, huoltoyhtiön yhteyshenkilö, isännöintiyrityksen kontaktihenkilö ja tarvittaessa huoltoyhtiön aliurakoitsijan yhteyshenkilö.

Visuaalisesta mallista on selkeyden vuoksi jätetty pois isännöintitoimiston ja huoltoyrityksen sekä taloyhtiön laskutukseen ja sopimuksiin liittyvä viestintä.   

Taloushallinnon palveluntarjoajan integroidun verkoston dataekosysteemi

Taloushallinnon palveluita tarjoava yritys solmii asiakasyritysten kanssa pitemmän aikajänteen yhteistyösopimuksia ja rakentaa dataekosysteemin, jossa se tarjoaa kirjanpito- ja raportointipalveluita asiakasyrityksille. Asiakasyrityksen käyttämät toiminnanohjaus-, myynti- ja ostoreskontra-, kassa- ja palkanlaskentajärjestelmät on rajapintoja hyödyntämällä integroitu palveluntarjoajan järjestelmään. Tiedot siirtyvät RPA(Robotic Process Automation)-teknologialla automatisoidusti ja osittain hyödynnetään POPPOL-viestejä (European Commission 2017). Palveluntarjoaja kokoaa kaikki taloushallintoon liittyvät tiedot järjestelmäänsä ja tuottaa asiakasyritykselle kaikki tilinpäätökseen ja talouden hallintaan liittyvät analyysit ja raportit. Se hoitaa myös tietojen välityksen kolmansille osapuolille, kuten pankeille ja verohallintoon.

Esitellyt yleiset dataekosysteemimallit eroavat toisistaan – ei vain toimialan ja dataekosysteemin tarkoituksen vuoksi, vaan myös dataekosysteemiin kuuluvien toimijoiden sitoutumisasteen vahvuudessa ja solmittujen sopimusten ajanjakson pituudessa. Sitoutumisaste heijastaa dataekosysteemin toimijoiden välistä luottamusta, joka voi olla matala, keskimääräinen tai korkea. Seuraavaan taulukkoon (kuva 4) on koottu toimialakohtaisten visualisoitujen dataekosysteemimallinnusten vertailu.

Vastaavaa luokittelua voitaisiin käyttää myös muiden toimialojen dataekosysteemeillä. Olisikin mielenkiintoista tutkia, luoko vahva, sopimuspohjainen dataekosysteemi aina myös hyvän luottamuksen toimijoiden välille.

Lähteet

European Commission. 2017. Pan-European Public Procurement On-Line (PEPPOL). European Commission. Viitattu 8.6.2026. Saatavissa https://ec.europa.eu/digital-building-blocks/sites/spaces/DIGITAL/blog/2017/11/30/533365962/Pan-European+Public+Procurement+On-Line+PEPPOL

LAB. 2026. Kyberturvalliset ekosysteemit Päijät-Häme. Hanke. LAB-ammattikorkeakoulu. Viitattu 8.6.2026. Saatavissa https://lab.fi/fi/projekti/kyberturvalliset-ekosysteemit-paijat-hame

Sitra. 2023. Sitra Kooste-artikkeli. Tässä ne ovat – 24 kiinnostavaa datatalouden ratkaisua Suomesta. Viitattu 8.6.2026. Saatavissa https://www.sitra.fi/artikkelit/tassa-ne-ovat-24-kiinnostavaa-datatalouden-ratkaisua-suomesta/

Ulmala, M. 2026. Datavirroista liiketoimintakykyä yrityksille – 1. Pilottiprojektit tukemassa kehitysprosessia. LAB Focus. Viitattu 15.6.2026. Saatavissa https://blogit.lab.fi/labfocus/datavirroista-liiketoimintakykya-yrityksille-1/