Effects of IoT-based data analytics in business value creation

Markkinoiden kilpailullisuus ja liiketoimintaprosessien monimutkaisuus on vaikeuttanut yritysten arvonluontia. Esineiden internetin (engl. Internet of T, IoT) tuottama big data voidaan analysoida tukemaan tietoon pohjautuvaa liiketoiminnan päätöksentekoa ja arvonluontia. Big datan avulla on mahdolli...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Tarkkala, Markus
Muut tekijät: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Kandityö
Kieli:eng
Julkaistu: 2024
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/93849
_version_ 1828193195248320512
author Tarkkala, Markus
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Tarkkala, Markus Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Tarkkala, Markus Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Tarkkala, Markus
datasource_str_mv jyx
description Markkinoiden kilpailullisuus ja liiketoimintaprosessien monimutkaisuus on vaikeuttanut yritysten arvonluontia. Esineiden internetin (engl. Internet of T, IoT) tuottama big data voidaan analysoida tukemaan tietoon pohjautuvaa liiketoiminnan päätöksentekoa ja arvonluontia. Big datan avulla on mahdollista kasvattaa tulosta jopa 6 % ja datakokonaisuuksien on ennustettu olevan ohjaava tekijä tietohallinon haasteissa organisaatioiden tieto- ja analytiikkajohtajien keskuudessa. Big data-analytiikka (BDA) on trendi yritysten digitalisaatiossa ja sen on arvioitu vaikuttavan merkittävästi liiketoiminnan päätöksentekoon ja arvonluontiin tulevaisuudessa. Tutkielman tarkoitus on tutkia (1) mitä analytiikkametodeja IoT-pohjaisen datan analysointiin käytetään ja (2) miten tämä analytiikka hyödyttää yritysten arvonluontia. Tämä tutkielma on rajattu niin, että IoT-datan generointi, datan valmistelu analysointia varten, pilviteknologiat ja tekoälyyn tai koneoppimiseen liittyvät teknologiat eivät kuulu tutkittaviin aiheisiin. Tämä tutkielma on laadullinen kirjallisuuskatsaus, joka tarkastelee ajankohtaisia BDA-metodeja ja niiden vaikutusta arvonluontiin. Aineistoa kerättiin muodostamalla tutkielman aiheen keskeisistä avainsanoista hakulauseke. Hakulausekkeella ”big data AND internet of things AND value creation” saatiin Scopus-tietokannasta tulokseksi 71 artikkelia, josta karsittiin aineistoa otsikoiden ja tiivistelmien perusteella. Tutkielman kirjoittamisen aikana lähteitä lisättiin uusien aihepiirien noustessa esiin olemassa olevasta aineistosta. Scopuksen lisäksi tutkielman tiedonhaussa käytettiin näitä tietokantoja: Google Scholar, IEEE Xplore, JYKDOK ja Science Direct. Kaikki tutkielman lähteinä käytetyt aineistot olivat englanninkielisiä. Tutkielman tuloksien perusteella voidaan todeta, että molempiin tutkimuskysymyksiin onnistuttiin löytämään vastaus. Analytiikassa käytettäviä metodeja ovat kuvaileva, diagnosoiva, ennakoiva ja ennaltaehkäisevä. Data- analytiikassa käytetään myös muita, uudempia metodeja, mutta niihin liittyvä aineisto on vielä varsin suppea. Näiden uusien metodien pohjalla on usein tekoälyyn ja koneoppimiseen liittyviä teknologioita, joiden tutkiminen jäi tämän tutkielman rajauksen ulkopuolelle. Aineisto osoittaa, että resurssipohjainen suuntautuminen ja dynaaminen kyvykkyysteoria liiketoiminnan yhdenmukaistamisessa ovat yleisimmin käytettyjä teorioita. Tutkimuksessa saatiin selville myös, että IoT-pohjaisen datan käytössä arvonluontiprosesseissa on tärkeää tunnistaa fyysiset resurssit, kohdentaa tietohallintamallit kokonaisvaltaisesti kaikille prosesseille, yhdenmukaistaa liiketoiminta tietotekniikkaratkaisujen kanssa sekä hyödyntää kyvykkyyksiä päätöksenteossa. Tulokset osoittavat, että BDA-prosessien arvonluontimahdollisuudet heijastuvat kolmen kyvykkyyden läpi: hallinnointi, teknologia ja henkilökunnan ammattitaito. Näistä kyvykkyyksistä teknologia ja henkilökunnan ammattitaito todettiin merkityksellisimmiksi. Teknologian joustavuus mahdollistaa ketterän mukautumisen muuttuviin ympäristötekijöihin, jonka avulla on mahdollista parantaa tehokkuutta ja analysoitavan datan innovatiivista käyttöä. Useat lähteet painottivat myös ammattitaidon merkitystä arvonluonnissa BDA-prosessien avulla. Tulosten perusteella voidaan päätellä, että analysoidulla datalla on merkittävästi pienempi vaikutus yrityksen arvonluonnissa, jos yrityksen henkilöstö ei kykene tekemään dataan perustuvia päätöksiä ja innovaatioita. Organisaatio pystyy luomaan arvoa BDA:n avulla, jos yritykseltä löytyy riittävä ymmärrys siitä, mitä tietoa se tarvitsee, miten analysoitua tietoa hyödynnetään päätöksenteossa ja uusien innovaatioiden luomisessa, sekä teknologinen kyvykkyys toimia data-analytiikan parissa. Nykyajan teknologiaratkaisut muuttuvat jatkuvasti tekoälykeskeisimmiksi ja niihin sopeutuminen on ajankohtainen esimerkki joustavan teknologiainfrastruktuurin toteuttamisesta. Tekoälyn ja koneoppimisen tutkiminen BDA:ssa on ajankohtainen tutkimusaihe tulevaisuuden tutkimusta varten. Toinen tulevaisuuden tutkimusaihe on tietohallinon yhteys resurssipohjaiseen suuntautumiseen, joiden yhteyksiä on tutkittu vasta vähän. Molempien keskiössä esiintyy organisaatioiden resursseista muodostettu portfolio. Tutkimuksen luotettavuuteen liittyviä haasteita ovat esineiden internetiin ja big dataan liittyvien teknologioiden nopea kehittyminen, joka näkyi aineistojen käsitteiden ja metodien vaihtuvuutena. Tämä hankaloitti riittävän tuoreiden ja samalla luotettavien lähteiden hankintaa, jotta käsiteltävät teknologiat ja tiedonhallintamallit olivat keskenään verrattavissa. Käytetyistä 41 lähteestä 35 oli Julkaisufoorumin luokittelemia, joka vahvistaa tutkielmassa käytetyn aineiston luotettavuutta. Loput 6 lähdettä ovat IEEE:n standardeja, Gartnerin tuottamia kaupallisia tutkimuksia, ISACA:n Val-IT kirjallisuutta ja konferenssijulkaisuja. The competitiveness of markets and the complexity of business processes has increased the difficulty of business value creation. Big data provided by internet of things (IoT)-devices can be analysed to support informed business decision making and value creation. Big data has an estimated ability to increase financial growth by up to 6% and big data is predicted to be a driving force among data and analytics officers in organizations. Big data analytics (BDA) is a trend in business digitalization and is predicted to contribute significantly to business decision making and value creation in the future. This thesis is a systematic literature review, that studies the current BDA methods and their effects on organizations’ value creation. The aim of the thesis is to answer what these analytics methods are and how can BDA positively contribute to the business value creation processes. The reviewed literature indicates that resource-based view and dynamic capability theory are the most used theories. The findings show that when creating business value using IoT-based data, the identification of analysable physical assets, creating a management model that is suitable for data governance, aligning business and IT, and having the talent to make informed decisions are important factors. The most important dimensions of BDA capabilities were flexible technology infrastructure and personnel talent capability.
first_indexed 2024-03-08T21:00:31Z
format Kandityö
fullrecord [{"key": "dc.contributor.advisor", "value": "Kokko, Tuomas", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Tarkkala, Markus", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2024-03-08T06:54:35Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2024-03-08T06:54:35Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2024", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/93849", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Markkinoiden kilpailullisuus ja liiketoimintaprosessien monimutkaisuus on vaikeuttanut yritysten arvonluontia. Esineiden internetin (engl. Internet of T, IoT) tuottama big data voidaan analysoida tukemaan tietoon pohjautuvaa liiketoiminnan p\u00e4\u00e4t\u00f6ksentekoa ja arvonluontia. Big datan avulla on mahdollista kasvattaa tulosta jopa 6 % ja datakokonaisuuksien on ennustettu olevan ohjaava tekij\u00e4 tietohallinon haasteissa organisaatioiden tieto- ja analytiikkajohtajien keskuudessa. Big data-analytiikka (BDA) on trendi yritysten digitalisaatiossa ja sen on arvioitu vaikuttavan merkitt\u00e4v\u00e4sti liiketoiminnan p\u00e4\u00e4t\u00f6ksentekoon ja arvonluontiin tulevaisuudessa.\nTutkielman tarkoitus on tutkia (1) mit\u00e4 analytiikkametodeja IoT-pohjaisen datan analysointiin k\u00e4ytet\u00e4\u00e4n ja (2) miten t\u00e4m\u00e4 analytiikka hy\u00f6dytt\u00e4\u00e4 yritysten arvonluontia. T\u00e4m\u00e4 tutkielma on rajattu niin, ett\u00e4 IoT-datan generointi, datan valmistelu analysointia varten, pilviteknologiat ja teko\u00e4lyyn tai koneoppimiseen liittyv\u00e4t teknologiat eiv\u00e4t kuulu tutkittaviin aiheisiin.\nT\u00e4m\u00e4 tutkielma on laadullinen kirjallisuuskatsaus, joka tarkastelee ajankohtaisia BDA-metodeja ja niiden vaikutusta arvonluontiin. Aineistoa ker\u00e4ttiin muodostamalla tutkielman aiheen keskeisist\u00e4 avainsanoista hakulauseke. Hakulausekkeella \u201dbig data AND internet of things AND value creation\u201d saatiin Scopus-tietokannasta tulokseksi 71 artikkelia, josta karsittiin aineistoa otsikoiden ja tiivistelmien perusteella. Tutkielman kirjoittamisen aikana l\u00e4hteit\u00e4 lis\u00e4ttiin uusien aihepiirien noustessa esiin olemassa olevasta aineistosta. Scopuksen lis\u00e4ksi tutkielman tiedonhaussa k\u00e4ytettiin n\u00e4it\u00e4 tietokantoja: Google Scholar, IEEE Xplore, JYKDOK ja Science Direct. Kaikki tutkielman l\u00e4htein\u00e4 k\u00e4ytetyt aineistot olivat englanninkielisi\u00e4.\nTutkielman tuloksien perusteella voidaan todeta, ett\u00e4 molempiin tutkimuskysymyksiin onnistuttiin l\u00f6yt\u00e4m\u00e4\u00e4n vastaus. Analytiikassa k\u00e4ytett\u00e4vi\u00e4 metodeja ovat kuvaileva, diagnosoiva, ennakoiva ja ennaltaehk\u00e4isev\u00e4. Data- analytiikassa k\u00e4ytet\u00e4\u00e4n my\u00f6s muita, uudempia metodeja, mutta niihin liittyv\u00e4 aineisto on viel\u00e4 varsin suppea. N\u00e4iden uusien metodien pohjalla on usein teko\u00e4lyyn ja koneoppimiseen liittyvi\u00e4 teknologioita, joiden tutkiminen j\u00e4i t\u00e4m\u00e4n tutkielman rajauksen ulkopuolelle. Aineisto osoittaa, ett\u00e4 resurssipohjainen suuntautuminen ja dynaaminen kyvykkyysteoria liiketoiminnan yhdenmukaistamisessa ovat yleisimmin k\u00e4ytettyj\u00e4 teorioita. Tutkimuksessa saatiin selville my\u00f6s, ett\u00e4 IoT-pohjaisen datan k\u00e4yt\u00f6ss\u00e4 arvonluontiprosesseissa on t\u00e4rke\u00e4\u00e4 tunnistaa fyysiset resurssit, kohdentaa tietohallintamallit\nkokonaisvaltaisesti kaikille prosesseille, yhdenmukaistaa liiketoiminta tietotekniikkaratkaisujen kanssa sek\u00e4 hy\u00f6dynt\u00e4\u00e4 kyvykkyyksi\u00e4 p\u00e4\u00e4t\u00f6ksenteossa. Tulokset osoittavat, ett\u00e4 BDA-prosessien arvonluontimahdollisuudet heijastuvat kolmen kyvykkyyden l\u00e4pi: hallinnointi, teknologia ja henkil\u00f6kunnan ammattitaito. N\u00e4ist\u00e4 kyvykkyyksist\u00e4 teknologia ja henkil\u00f6kunnan ammattitaito todettiin merkityksellisimmiksi. Teknologian joustavuus mahdollistaa ketter\u00e4n mukautumisen muuttuviin ymp\u00e4rist\u00f6tekij\u00f6ihin, jonka avulla on mahdollista parantaa tehokkuutta ja analysoitavan datan innovatiivista k\u00e4ytt\u00f6\u00e4. Useat l\u00e4hteet painottivat my\u00f6s ammattitaidon merkityst\u00e4 arvonluonnissa BDA-prosessien avulla.\nTulosten perusteella voidaan p\u00e4\u00e4tell\u00e4, ett\u00e4 analysoidulla datalla on merkitt\u00e4v\u00e4sti pienempi vaikutus yrityksen arvonluonnissa, jos yrityksen henkil\u00f6st\u00f6 ei kykene tekem\u00e4\u00e4n dataan perustuvia p\u00e4\u00e4t\u00f6ksi\u00e4 ja innovaatioita. Organisaatio pystyy luomaan arvoa BDA:n avulla, jos yritykselt\u00e4 l\u00f6ytyy riitt\u00e4v\u00e4 ymm\u00e4rrys siit\u00e4, mit\u00e4 tietoa se tarvitsee, miten analysoitua tietoa hy\u00f6dynnet\u00e4\u00e4n p\u00e4\u00e4t\u00f6ksenteossa ja uusien innovaatioiden luomisessa, sek\u00e4 teknologinen kyvykkyys toimia data-analytiikan parissa.\nNykyajan teknologiaratkaisut muuttuvat jatkuvasti teko\u00e4lykeskeisimmiksi ja niihin sopeutuminen on ajankohtainen esimerkki joustavan teknologiainfrastruktuurin toteuttamisesta. Teko\u00e4lyn ja koneoppimisen tutkiminen BDA:ssa on ajankohtainen tutkimusaihe tulevaisuuden tutkimusta varten. Toinen tulevaisuuden tutkimusaihe on tietohallinon yhteys resurssipohjaiseen suuntautumiseen, joiden yhteyksi\u00e4 on tutkittu vasta v\u00e4h\u00e4n. Molempien keski\u00f6ss\u00e4 esiintyy organisaatioiden resursseista muodostettu portfolio.\nTutkimuksen luotettavuuteen liittyvi\u00e4 haasteita ovat esineiden internetiin ja big dataan liittyvien teknologioiden nopea kehittyminen, joka n\u00e4kyi aineistojen k\u00e4sitteiden ja metodien vaihtuvuutena. T\u00e4m\u00e4 hankaloitti riitt\u00e4v\u00e4n tuoreiden ja samalla luotettavien l\u00e4hteiden hankintaa, jotta k\u00e4sitelt\u00e4v\u00e4t teknologiat ja tiedonhallintamallit olivat kesken\u00e4\u00e4n verrattavissa. K\u00e4ytetyist\u00e4 41 l\u00e4hteest\u00e4 35 oli Julkaisufoorumin luokittelemia, joka vahvistaa tutkielmassa k\u00e4ytetyn aineiston luotettavuutta. Loput 6 l\u00e4hdett\u00e4 ovat IEEE:n standardeja, Gartnerin tuottamia kaupallisia tutkimuksia, ISACA:n Val-IT kirjallisuutta ja konferenssijulkaisuja.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "The competitiveness of markets and the complexity of business processes has increased the difficulty of business value creation. Big data provided by internet of things (IoT)-devices can be analysed to support informed business decision making and value creation. Big data has an estimated ability to increase financial growth by up to 6% and big data is predicted to be a driving force among data and analytics officers in organizations. Big data analytics (BDA) is a trend in business digitalization and is predicted to contribute significantly to business decision making and value creation in the future. This thesis is a systematic literature review, that studies the current BDA methods and their effects on organizations\u2019 value creation. The aim of the thesis is to answer what these analytics methods are and how can BDA positively contribute to the business value creation processes. The reviewed literature indicates that resource-based view and dynamic capability theory are the most used theories. The findings show that when creating business value using IoT-based data, the identification of analysable physical assets, creating a management model that is suitable for data governance, aligning business and IT, and having the talent to make informed decisions are important factors. The most important dimensions of BDA capabilities were flexible technology infrastructure and personnel talent capability.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Paivi Vuorio (paelvuor@jyu.fi) on 2024-03-08T06:54:34Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2024-03-08T06:54:35Z (GMT). No. of bitstreams: 0\n Previous issue date: 2024", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "29", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "eng", "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": "data analytics", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Effects of IoT-based data analytics in business value creation", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "bachelor thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202403082312", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Bachelor's thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Kandidaatinty\u00f6", "language": "fi", "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.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_7a1f", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "restrictedAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "bachelorThesis", "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": "big data", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "arvonluonti", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "esineiden internet", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "big data", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "value creation", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "Internet of things", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}, {"key": "dc.rights.accessrights", "value": "The author has not given permission to make the work publicly available electronically. Therefore the material can be read only at the archival workstation at Jyv\u00e4skyl\u00e4 University Library (https://kirjasto.jyu.fi/collections/archival-workstation).", "language": "en", "element": "rights", "qualifier": "accessrights", "schema": "dc"}, {"key": "dc.rights.accessrights", "value": "Tekij\u00e4 ei ole antanut lupaa avoimeen julkaisuun, joten aineisto on luettavissa vain Jyv\u00e4skyl\u00e4n yliopiston kirjaston arkistoty\u00f6semalta. Ks. https://kirjasto.jyu.fi/kokoelmat/arkistotyoasema..", "language": "fi", "element": "rights", "qualifier": "accessrights", "schema": "dc"}]
id jyx.123456789_93849
language eng
last_indexed 2025-03-31T20:02:03Z
main_date 2024-01-01T00:00:00Z
main_date_str 2024
publishDate 2024
record_format qdc
source_str_mv jyx
spellingShingle Tarkkala, Markus Effects of IoT-based data analytics in business value creation data analytics Tietojärjestelmätiede Information Systems Science 601 big data arvonluonti esineiden internet value creation Internet of things
title Effects of IoT-based data analytics in business value creation
title_full Effects of IoT-based data analytics in business value creation
title_fullStr Effects of IoT-based data analytics in business value creation Effects of IoT-based data analytics in business value creation
title_full_unstemmed Effects of IoT-based data analytics in business value creation Effects of IoT-based data analytics in business value creation
title_short Effects of IoT-based data analytics in business value creation
title_sort effects of iot based data analytics in business value creation
title_txtP Effects of IoT-based data analytics in business value creation
topic data analytics Tietojärjestelmätiede Information Systems Science 601 big data arvonluonti esineiden internet value creation Internet of things
topic_facet 601 Information Systems Science Internet of things Tietojärjestelmätiede arvonluonti big data data analytics esineiden internet value creation
url https://jyx.jyu.fi/handle/123456789/93849 http://www.urn.fi/URN:NBN:fi:jyu-202403082312
work_keys_str_mv AT tarkkalamarkus effectsofiotbaseddataanalyticsinbusinessvaluecreation