Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla

Tämä tutkimus on tietojärjestelmätieteen pro gradu -tutkielma, jonka tarkoituksena on data-analytiikkaa hyödyntäen selvittää, onko SaaS -yrityksen asiakkaiden transaktiodatasta mahdollista havaita ja visualisoida asiakasyritysten välisiä sidoksia. Tietojärjestelmien kehityksen seurauksena olemassa o...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Mutikainen, Iiro
Muut tekijät: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Pro gradu
Kieli:fin
Julkaistu: 2020
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/73530
_version_ 1826225754883489792
author Mutikainen, Iiro
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Mutikainen, Iiro Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Mutikainen, Iiro Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Mutikainen, Iiro
datasource_str_mv jyx
description Tämä tutkimus on tietojärjestelmätieteen pro gradu -tutkielma, jonka tarkoituksena on data-analytiikkaa hyödyntäen selvittää, onko SaaS -yrityksen asiakkaiden transaktiodatasta mahdollista havaita ja visualisoida asiakasyritysten välisiä sidoksia. Tietojärjestelmien kehityksen seurauksena olemassa olevaa dataa halutaan hyödyntää yhä enemmän ja dataa pystytään myös käsittelemään ja hyödyntämään tehokkaammin kuin aiemmin. Yritysten välisiä sidoksia on tutkittu vuosikymmeniä. Tässä tutkimuksessa pyritään havaitsemaan näitä yritysten välisiä sidoksia data-analytiikan avulla. Tutkimuksessa havaitaan, että tiettyjen attribuuttien perusteella tehdyn ryhmittelyn avulla yritykset voidaan jaotella eri ryhmiin, jotka kuvaavat kirjallisuuden perusteella määriteltyjä yritysten välisiä sidoksia ja näiden vaiheita. Tutkimustulokset kertovat, että modernia pilviteknologiaa ja BI-työkaluja hyödyntäen on mahdollista analysoida suuriakin datamassoja ja havaita erilaisia asioita siitä. Tutkielman kirjallisuuskatsauksessa määritellään olennaisimmat käsitteet yritysten välisiin suhteisiin sekä data-analytiikkaan. Tutkielman empiirisen tutkimuksen osiossa vastataan tutkimuskysymykseen aineistosta tehtyjen analyysien perusteella, sekä pohditaan tutkimustulosten merkitystä ja mahdollisia jatkotutkimuskohteita. This research paper is a Master’s Thesis for Information Systems. The aim of this research is to find out if it is possible to detect and visualize relationships between transaction data of a SaaS company’s customers. As a result of increasing development of information systems, existing data is wanted to be exploited more and it can also be utilized easier than before. Relationships between companies have been researched for decades. This research aims to detect these relationships using data analytics. It is discovered that based on specific attributes, a clustering analysis companies can be distinguished to groups which refer to relationships and stages between companies defined in literature. The research results suggest that utilizing modern cloud technology and business intelligence tools, it is possible to analyze big amounts of data and get business related information from it. The literature review in this research defines the most substantial concepts related to data analytics and relationships between companies. The empirical part of this research answers the research question based on the analysis and awakens discussion about the results and the site of further study.
first_indexed 2021-01-05T21:06:40Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Kypp\u00f6, Jorma", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.advisor", "value": "Takala, Juha", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Mutikainen, Iiro", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2021-01-05T06:45:46Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2021-01-05T06:45:46Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2020", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/73530", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4m\u00e4 tutkimus on tietoj\u00e4rjestelm\u00e4tieteen pro gradu -tutkielma, jonka tarkoituksena on data-analytiikkaa hy\u00f6dynt\u00e4en selvitt\u00e4\u00e4, onko SaaS -yrityksen asiakkaiden transaktiodatasta mahdollista havaita ja visualisoida asiakasyritysten v\u00e4lisi\u00e4 sidoksia. Tietoj\u00e4rjestelmien kehityksen seurauksena olemassa olevaa dataa halutaan hy\u00f6dynt\u00e4\u00e4 yh\u00e4 enemm\u00e4n ja dataa pystyt\u00e4\u00e4n my\u00f6s k\u00e4sittelem\u00e4\u00e4n ja hy\u00f6dynt\u00e4m\u00e4\u00e4n tehokkaammin kuin aiemmin. Yritysten v\u00e4lisi\u00e4 sidoksia on tutkittu vuosikymmeni\u00e4. T\u00e4ss\u00e4 tutkimuksessa pyrit\u00e4\u00e4n havaitsemaan n\u00e4it\u00e4 yritysten v\u00e4lisi\u00e4 sidoksia data-analytiikan avulla. Tutkimuksessa havaitaan, ett\u00e4 tiettyjen attribuuttien perusteella tehdyn ryhmittelyn avulla yritykset voidaan jaotella eri ryhmiin, jotka kuvaavat kirjallisuuden perusteella m\u00e4\u00e4riteltyj\u00e4 yritysten v\u00e4lisi\u00e4 sidoksia ja n\u00e4iden vaiheita. Tutkimustulokset kertovat, ett\u00e4 modernia pilviteknologiaa ja BI-ty\u00f6kaluja hy\u00f6dynt\u00e4en on mahdollista analysoida suuriakin datamassoja ja havaita erilaisia asioita siit\u00e4. Tutkielman kirjallisuuskatsauksessa m\u00e4\u00e4ritell\u00e4\u00e4n olennaisimmat k\u00e4sitteet yritysten v\u00e4lisiin suhteisiin sek\u00e4 data-analytiikkaan. Tutkielman empiirisen tutkimuksen osiossa vastataan tutkimuskysymykseen aineistosta tehtyjen analyysien perusteella, sek\u00e4 pohditaan tutkimustulosten merkityst\u00e4 ja mahdollisia jatkotutkimuskohteita.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "This research paper is a Master\u2019s Thesis for Information Systems. The aim of this research is to find out if it is possible to detect and visualize relationships between transaction data of a SaaS company\u2019s customers. As a result of increasing development of information systems, existing data is wanted to be exploited more and it can also be utilized easier than before. Relationships between companies have been researched for decades. This research aims to detect these relationships using data analytics. It is discovered that based on specific attributes, a clustering analysis companies can be distinguished to groups which refer to relationships and stages between companies defined in literature. The research results suggest that utilizing modern cloud technology and business intelligence tools, it is possible to analyze big amounts of data and get business related information from it. The literature review in this research defines the most substantial concepts related to data analytics and relationships between companies. The empirical part of this research answers the research question based on the analysis and awakens discussion about the results and the site of further study.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Paivi Vuorio (paelvuor@jyu.fi) on 2021-01-05T06:45:46Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2021-01-05T06:45:46Z (GMT). No. of bitstreams: 0\n Previous issue date: 2020", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "48", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.format.mimetype", "value": "application/pdf", "language": null, "element": "format", "qualifier": "mimetype", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "transaktio", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "data-analytiikka", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "ostaja-myyj\u00e4", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "businessanalytiikka", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "relationaalinen kaupank\u00e4ynti", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Asiakastransaktioiden hy\u00f6dynt\u00e4minen B2B SaaS-yrityksess\u00e4 data-analytiikan avulla", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "master thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202101051011", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Pro gradu -tutkielma", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Master\u2019s thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietoj\u00e4rjestelm\u00e4tiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Information Systems Science", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.collaborator", "value": "business", "language": "", "element": "contractresearch", "qualifier": "collaborator", "schema": "yvv"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "yvv.contractresearch.initiative", "value": "student", "language": "", "element": "contractresearch", "qualifier": "initiative", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_bdcc", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "masterThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "601", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "data", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "analyysi", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "yritykset", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "klusterit", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.format.content", "value": "fulltext", "language": null, "element": "format", "qualifier": "content", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}, {"key": "dc.type.okm", "value": "G2", "language": null, "element": "type", "qualifier": "okm", "schema": "dc"}]
id jyx.123456789_73530
language fin
last_indexed 2025-02-18T10:54:04Z
main_date 2020-01-01T00:00:00Z
main_date_str 2020
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/8e04d2dd-d33d-4014-ad6e-d17769713260\/download","text":"URN:NBN:fi:jyu-202101051011.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2020
record_format qdc
source_str_mv jyx
spellingShingle Mutikainen, Iiro Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla transaktio data-analytiikka ostaja-myyjä businessanalytiikka relationaalinen kaupankäynti Tietojärjestelmätiede Information Systems Science 601 data analyysi yritykset klusterit
title Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla
title_full Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla
title_fullStr Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla
title_full_unstemmed Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla
title_short Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla
title_sort asiakastransaktioiden hyödyntäminen b2b saas yrityksessä data analytiikan avulla
title_txtP Asiakastransaktioiden hyödyntäminen B2B SaaS-yrityksessä data-analytiikan avulla
topic transaktio data-analytiikka ostaja-myyjä businessanalytiikka relationaalinen kaupankäynti Tietojärjestelmätiede Information Systems Science 601 data analyysi yritykset klusterit
topic_facet 601 Information Systems Science Tietojärjestelmätiede analyysi businessanalytiikka data data-analytiikka klusterit ostaja-myyjä relationaalinen kaupankäynti transaktio yritykset
url https://jyx.jyu.fi/handle/123456789/73530 http://www.urn.fi/URN:NBN:fi:jyu-202101051011
work_keys_str_mv AT mutikaineniiro asiakastransaktioidenhyödyntäminenb2bsaasyrityksessädataanalytiikanavulla