| Summary: | The amount of data in companies has grown tremendously, to the extent that
many businesses have more data than they can effectively manage. However,
due to its sheer volume, fully leveraging this data for business development re
mains challenging. For this reason, business intelligence (BI) systems have been
implemented to process large amounts of data and extract the most critical infor
mation to support decision-making. In BI systems, information for decision-mak
ing is presented to users as data visualizations, allowing them to search for and
filter the information they need and process it into actionable knowledge. Based
on this relevant and actionable knowledge, users can make data-driven decisions,
a process known as data-driven decision-making. The challenge, however, lies in
ensuring the accuracy and relevance of the data representation, verifying
whether users understand the information presentation, and determining
whether they can process it into meaningful insights and make rational, data
driven decisions. This research aims to address this issue by investigating how
team managers experience two different data visualization during operational
data-driven decision-making situation. This phenomenon was researched by
conducting eight individual during task performance, where each team manager
was asked to share their answers to business related questions using two differ
ently visualized Power BI reports, old and new. The new dashboard visualization
was designed based on the research theoretical framework, using the exact same
data as in the old dashboard. The research data was collected from during task
performance using thinking aloud method. The data was analysed using the
matic analysis. The research results provide understanding of different experi
ences that stem from different data visualization during operational data-driven
decision-making and highlight the importance of combining data visualization
and decision-making theories and practises into a precise and well-structured
data visualization design process. Additionally, the research result was a new
design of old dashboard with theories and findings that can be utilized as design
guidelines to creating more predictable data visualization experience during op
erational decision-making. However, the research does not offer single explana
tion or theory on how participants experience data visualization during opera
tional data-driven decision-making due to the complexity of the research area.
Datan määrä yrityksissä on kasvanut valtavasti mutta sen määrästä johtuen
täysimittainen hyödyntäminen liiketoiminnan kehittämisessä on haastavaa.
Tästä syystä liiketoimintatiedon hallinnanjärjestelmiä (BI) on otettu käyttöön,
jotta valtavasta määrästä dataa voidaan prosessoida tärkein informaatio
käyttäjän päätöksenteon tueksi. BI-järjestelmissä informaatio päätöksenteon
tueksi esitetään käyttäjälle datan visualisointina, josta käyttäjän on mahdollista
etsiä tarvitsemansa informaatio ja muuttaa se tiedoksi. Tämän relevantin tiedon
pohjalta käyttäjän on mahdollista tehdä dataan perustuvia päätöksiä, jota
kutsutaan dataohjautuvaksi päätöksenteoksi. Ongelma kuitenkin on, miten
varmistetaan esitettävän informaation relevantti esitystapa eli ymmärtääkö
käyttäjä esitetyn informaation ja pystyykö hän prosessoimaan sen relevantiksi
tiedoksi sekä tekemään dataan perustuvia päätöksiä. Tämä tutkimus pyrkii
vastaamaan tähän ongelmaan selvittämällä, kuinka tiiminvetäjä kokee kahden
eri tavalla visualisoidun datan operationaalisessa dataohjautuvassa
päätöksenteon tilanteessa. Datan visualisoinnin kokemusta päätöksenteon
tilanteessa arvioitiin järjestämällä kahdeksan erillistä suoritustilannetta, joissa
yksi tiiminvetäjä kerrallaan jakoi vastauksia liiketoiminnan kysymyksiin
käyttäen kahta eri tavalla visualisoitua Power BI raporttia, vanhaa ja uutta.
Uuden raportin visualisointi luotiin tutkimuksen teorioiden pohjalta
käyttämällä täysin samaa dataa kuin vanhassa raportissa. Tutkimuksen data
kerättiin suoritustilanteista käyttäen ääneen ajattelun metodia. Tutkimuksen
data analysoitiin temaattisella analyysillä. Tutkimustulokset antavat
ymmärryksen erilaisista kokemuksista, jotka johtuvat datan visualisoinnin
eroavaisuudesta dataohjautuvan päätöksenteon tilanteessa ja korostavat datan
visualisoinnin ja päätöksenteon teorioiden ja käytäntöjen yhdistämistä osaksi
datan visualisoinnin suunnitteluprosessia. Tutkimustuloksena on uudelleen
visualisoitu raportti, jonka suunnittelussa käytettyjä teorioita ja käytäntöjä
voidaan käyttää ohjeistuksena datan visualisoinnin kokemuksen
suunnittelussa. Tutkimus ei kuitenkaan tarjoa yhtä selkeää selitystä tai teoriaa
siitä, miten tiiminvetäjät kokevat datavisualisoinnin operatiivisen dataohjatun
päätöksenteon aikana, johtuen tutkimusalueen monimutkaisuudesta.
|
|---|