Big Datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla

Digitalisaation seurauksena käyttöön otettujen digitaalisten laitteiden ja järjestelmien määrä on kasvanut räjähdysmäisesti. Uusia sovelluksia syntyy jatkuvasti erinäisiin käyttötarkoituksiin eri aloille. Nämä laitteet, järjestelmät sekä sovellukset tarvitsevat jonkinlaista dataa toimiakseen. Lisäks...

Full description

Bibliographic Details
Main Author: Koivunen, Anni
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2024
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/97280
_version_ 1826225814849454080
author Koivunen, Anni
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Koivunen, Anni Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Koivunen, Anni Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Koivunen, Anni
datasource_str_mv jyx
description Digitalisaation seurauksena käyttöön otettujen digitaalisten laitteiden ja järjestelmien määrä on kasvanut räjähdysmäisesti. Uusia sovelluksia syntyy jatkuvasti erinäisiin käyttötarkoituksiin eri aloille. Nämä laitteet, järjestelmät sekä sovellukset tarvitsevat jonkinlaista dataa toimiakseen. Lisäksi edellä mainitut asiat luovat paljon uutta dataa, jota analysoimalla voidaan tehdä uusia johtopäätöksiä sekä tulkintoja. Suuri määrä dataa ei ole itsessään vielä tehokas työkalu. Se vaatii ympärilleen osaamista sekä ymmärrystä, jolloin siitä voidaan tulkita kuvioita ja kaavoja. Data-analyysin avulla datasta saadaan muokattua hyvinkin toimiva työkalu moniin erilaisiin tarpeisiin. Datan oikeanalainen analysointi sekä hyödyntäminen mahdollistavat yrityksille merkittävän kilpailuedun toisiinsa nähden. Datan hyödyntämisestä rahoitusmarkkinoilla voidaan saada suuria hyötyjä niin kansallisella kuin kansainväliselläkin tasolla. Parhaillaan tutkimuksissa on ennustettu oikeanlaisen datan valitsemisen, keräämisen sekä analysoinnin ehkäisevän jopa talouskriisejä. Big Datan hyödyntämisestä ja analysoinnista rahoitusmarkkinoiden kontekstissa löytyy verrattain vain vähän tutkimusta. Täten tässä kirjallisuuskatsauksessa pyritään kasaamaan yhteen tutkimusta Big Datan haasteista sekä mahdollisuuksista finanssisekotorin kontekstissa sekä tuomaan esiin ja käsittelemään näiden tutkimusten tuloksia. Tämä kandidaatin työ on toteutettu kirjallisuuskatsauksena ja se kokoaa yhteen tutkimuksia aiheesta. Kandidaatin työn pohjana käytettiin tieteellisiä tutkimuksia aiheen ympärillä. Keskeisimmät tutkimustulokset Big Datan hyödyntämisen mahdollisuuksiin finanssialalla ovat muun muassa tehokkaampi sijoitustoiminta sekä asiakaskokemuksen parantaminen. Big Dataan liittyviä uhkia ovat puolestaan tietoturvauhat sekä sääntelyn ja lainsäädännön vaikutus Big Datan hyödynnettävyyteen. Digitalisation has led to an explosion in the number of digital devices and sys tems deployed. New applications are constantly emerging for a variety of uses in different sectors. These devices, systems and applications need some form of data to function. In addition to the above, a lot of new data is being created, which can be analyzed to make new management decisions and interpretations. A large amount of data is not in itself an effective working fish. It requires knowledge and understanding around it, so that patterns and graphs can be interpreted from it. Data analysis can be used to turn data into a highly functional tool for a wide range of needs. The correct analysis and use of data can give companies a signif icant competitive advantage over others. The use of data in financial markets can bring major benefits at both national and international level. Studies have pre dicted that the right choice, collection and analysis of data can even prevent fi nancial crises. There is relatively little research on the use and analysis of Big Data in the context of financial markets. Thus, this literature review aims to bring together research on the challenges and opportunities of Big Data in the context of the financial sector and to highlight and discuss the results of these studies. This bachelor thesis has been conducted as a literature review and it brings together studies on the topic. The thesis was based on scientific studies around the topic. The main research findings on the potential of using Big Data in the financial sector include more efficient investment activities and improved customer experience. Threats associated with Big Data include security threats and the impact of regulation and legislation on the usability of Big Data.
first_indexed 2024-09-27T20:00:29Z
format Kandityö
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Meht\u00e4l\u00e4, Saana", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Koivunen, Anni", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2024-09-27T05:30:18Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2024-09-27T05:30:18Z", "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/123456789/97280", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Digitalisaation seurauksena k\u00e4ytt\u00f6\u00f6n otettujen digitaalisten laitteiden ja j\u00e4rjestelmien m\u00e4\u00e4r\u00e4 on kasvanut r\u00e4j\u00e4hdysm\u00e4isesti. Uusia sovelluksia syntyy jatkuvasti erin\u00e4isiin k\u00e4ytt\u00f6tarkoituksiin eri aloille. N\u00e4m\u00e4 laitteet, j\u00e4rjestelm\u00e4t sek\u00e4 sovellukset tarvitsevat jonkinlaista dataa toimiakseen. Lis\u00e4ksi edell\u00e4 mainitut asiat luovat paljon uutta dataa, jota analysoimalla voidaan tehd\u00e4 uusia johtop\u00e4\u00e4t\u00f6ksi\u00e4 sek\u00e4 tulkintoja. Suuri m\u00e4\u00e4r\u00e4 dataa ei ole itsess\u00e4\u00e4n viel\u00e4 tehokas ty\u00f6kalu. Se vaatii ymp\u00e4rilleen osaamista sek\u00e4 ymm\u00e4rryst\u00e4, jolloin siit\u00e4 voidaan tulkita kuvioita ja kaavoja. Data-analyysin avulla datasta saadaan muokattua hyvinkin toimiva ty\u00f6kalu moniin erilaisiin tarpeisiin. Datan oikeanalainen analysointi sek\u00e4 hy\u00f6dynt\u00e4minen mahdollistavat yrityksille merkitt\u00e4v\u00e4n kilpailuedun toisiinsa n\u00e4hden. Datan hy\u00f6dynt\u00e4misest\u00e4 rahoitusmarkkinoilla voidaan saada suuria hy\u00f6tyj\u00e4 niin kansallisella kuin kansainv\u00e4lisell\u00e4kin tasolla. Parhaillaan tutkimuksissa on ennustettu oikeanlaisen datan valitsemisen, ker\u00e4\u00e4misen sek\u00e4 analysoinnin ehk\u00e4isev\u00e4n jopa talouskriisej\u00e4. Big Datan hy\u00f6dynt\u00e4misest\u00e4 ja analysoinnista rahoitusmarkkinoiden kontekstissa l\u00f6ytyy verrattain vain v\u00e4h\u00e4n tutkimusta. T\u00e4ten t\u00e4ss\u00e4 kirjallisuuskatsauksessa pyrit\u00e4\u00e4n kasaamaan yhteen tutkimusta Big Datan haasteista sek\u00e4 mahdollisuuksista finanssisekotorin kontekstissa sek\u00e4 tuomaan esiin ja k\u00e4sittelem\u00e4\u00e4n n\u00e4iden tutkimusten tuloksia. T\u00e4m\u00e4 kandidaatin ty\u00f6 on toteutettu kirjallisuuskatsauksena ja se kokoaa yhteen tutkimuksia aiheesta. Kandidaatin ty\u00f6n pohjana k\u00e4ytettiin tieteellisi\u00e4 tutkimuksia aiheen ymp\u00e4rill\u00e4. Keskeisimm\u00e4t tutkimustulokset Big Datan hy\u00f6dynt\u00e4misen mahdollisuuksiin finanssialalla ovat muun muassa tehokkaampi sijoitustoiminta sek\u00e4 asiakaskokemuksen parantaminen. Big Dataan liittyvi\u00e4 uhkia ovat puolestaan tietoturvauhat sek\u00e4 s\u00e4\u00e4ntelyn ja lains\u00e4\u00e4d\u00e4nn\u00f6n vaikutus Big Datan hy\u00f6dynnett\u00e4vyyteen.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Digitalisation has led to an explosion in the number of digital devices and sys tems deployed. New applications are constantly emerging for a variety of uses in different sectors. These devices, systems and applications need some form of data to function. In addition to the above, a lot of new data is being created, which can be analyzed to make new management decisions and interpretations. A large amount of data is not in itself an effective working fish. It requires knowledge and understanding around it, so that patterns and graphs can be interpreted from it. Data analysis can be used to turn data into a highly functional tool for a wide range of needs. The correct analysis and use of data can give companies a signif icant competitive advantage over others. The use of data in financial markets can bring major benefits at both national and international level. Studies have pre dicted that the right choice, collection and analysis of data can even prevent fi nancial crises. There is relatively little research on the use and analysis of Big Data in the context of financial markets. Thus, this literature review aims to bring together research on the challenges and opportunities of Big Data in the context of the financial sector and to highlight and discuss the results of these studies. This bachelor thesis has been conducted as a literature review and it brings together studies on the topic. The thesis was based on scientific studies around the topic. The main research findings on the potential of using Big Data in the financial sector include more efficient investment activities and improved customer experience. Threats associated with Big Data include security threats and the impact \nof regulation and legislation on the usability of Big Data.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Paivi Vuorio (paelvuor@jyu.fi) on 2024-09-27T05:30:18Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2024-09-27T05:30:18Z (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": "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": "finanssisektori", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "data-analytiikka", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Big Datan hy\u00f6dynt\u00e4misen haasteet ja mahdollisuudet finanssisektorilla", "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-202409276156", "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": "openAccess", "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": "analyysi", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "hy\u00f6dynt\u00e4minen", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "digitalisaatio", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "data", "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"}]
id jyx.123456789_97280
language fin
last_indexed 2025-02-18T10:56:40Z
main_date 2024-01-01T00:00:00Z
main_date_str 2024
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/f18cd519-ede3-40ab-a545-969459f14254\/download","text":"URN:NBN:fi:jyu-202409276156.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2024
record_format qdc
source_str_mv jyx
spellingShingle Koivunen, Anni Big Datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla finanssisektori data-analytiikka Tietojärjestelmätiede Information Systems Science 601 big data analyysi hyödyntäminen digitalisaatio data
title Big Datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla
title_full Big Datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla
title_fullStr Big Datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla Big Datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla
title_full_unstemmed Big Datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla Big Datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla
title_short Big Datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla
title_sort big datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla
title_txtP Big Datan hyödyntämisen haasteet ja mahdollisuudet finanssisektorilla
topic finanssisektori data-analytiikka Tietojärjestelmätiede Information Systems Science 601 big data analyysi hyödyntäminen digitalisaatio data
topic_facet 601 Information Systems Science Tietojärjestelmätiede analyysi big data data data-analytiikka digitalisaatio finanssisektori hyödyntäminen
url https://jyx.jyu.fi/handle/123456789/97280 http://www.urn.fi/URN:NBN:fi:jyu-202409276156
work_keys_str_mv AT koivunenanni bigdatanhyödyntämisenhaasteetjamahdollisuudetfinanssisektorilla