O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.
Kärkihankkeen esittely
Tilastokeskuksen Big data-seminaari 19.11.2015
Taru Rastas, liikenne- ja viestintäministeriö
Massadatan tarkoituksenmukainen
määritelmä
• Ihmiset ja verkkoihin kytketyt koneet, sensorit ja ohjelmistot tuottavat
jatk...
 Big datan hyödyntämisen arvioidaan luovan noin 2,1 % kasvupotentiaalin
Suomen bruttokansantuotteeseen 2020 mennessä (Dem...
Lähde: ISO
Massadatan markkinaennusteet
Datan arvo eri sektoreille
Toimiala Massadatan arvo
Hallinto 150-300 mrd € (EU 23)
Sosiaali- ja terveys 90 mrd € vähentyne...
Sovellusalat
• Tietointensiiviset yritykset , joilla perinnettä faktapohjaiseen
päätöksentekoon
- logistiikka, kauppa, pan...
Näkemyksiä suomalaisyrityksistä
”Ilman t&k-investointeja (digitalisaatioon) meillä ei olisi tänään töitä”
”Mitä data voi t...
Datan arvo liiketoiminnassa – esimerkkejä
strategisista keinoista
•Parempi asiakaspalvelu ja ongelmanratkaisukyky suhteess...
Datan avulla parempaan
päätöksentekoon
Investoinnit data-analytiikkaan kasvussa
 Yritysten kilpailuedut muutoksessa
 Liiketoimintamahdollisuuksia palveluntarjo...
Palvelutarjonnan taso ja vahvuudet tunnistettava –
globaali kysyntä ja suomalaisyritysten erikoistuminen
Suomen vahva
ohje...
Dataosaajien kysyntä kasvaa
esimerkkinä UK
Lähde: e-skills UK/Experian
• Datakehittäjien kysyntä noussut 673%
vuosittain v...
Esineiden
internet Liikenne
palveluna
Tietoturva
Robotiikka ja
automatisaatio
Tiedon
hyödyntäminen
lvm.fi
Rakennetaan digi...
• Tavoite: lisätään suurten tietoaineistojen (massadata)
hyödyntämistä ja liiketoimintaa ja käynnistetään ns. omadataan
pe...
 Tausta ja tavoite
 Massadata liiketoiminnassa ja potentiaali
 Datatalouden edellytykset ja reunaehdot
 Strategiset ta...
1.Datan jakamisella älykkäämpää liiketoimintaa
2.Datan käytön kustannus-hyötysyhde kasvaa
3.Datan kilpailuedut nopeasti ka...
Mydata
18
Vaikutustutkimus
Tutkittua tietoa massadatan
• taloudellisista vaikutuksista ja
liiketoimintapotentiaalista eri toimialoil...
• Tunnistetaan yritysten kehitystarpeet, potentiaali
• Poistetaan turhat esteet datan hyödyntämiseltä
• Kehitetään yhteisi...
Organisointia
Digi 2
(LVM)
My Data
Alliance
Capitalise
Your
Knowledge
(Finpro)
Big data
foorumi
(TIEKE)
Big data Value
Ass...
Massadata – mittarit (alustavaa
mietintää)
Toimenpidemittarit
• sääntelyn ja yhteistoiminnan esteitä purettu (=kannustavuu...
Tulevaisuuden Suomi on
digitaalinen
lvm.fi 23
Suomesta hyvä
toimintaympäristö
digitaalisille palveluille ja
liiketoimintam...
Kärkihankkeen esittely, Taru Rastas
Próximos SlideShares
Carregando em…5
×

Kärkihankkeen esittely, Taru Rastas

780 visualizações

Publicada em

Big data -seminaari 19.11.2015, Tilastokeskus

Publicada em: Dados e análise
  • Seja o primeiro a comentar

Kärkihankkeen esittely, Taru Rastas

  1. 1. Kärkihankkeen esittely Tilastokeskuksen Big data-seminaari 19.11.2015 Taru Rastas, liikenne- ja viestintäministeriö
  2. 2. Massadatan tarkoituksenmukainen määritelmä • Ihmiset ja verkkoihin kytketyt koneet, sensorit ja ohjelmistot tuottavat jatkuvasti dataa • suuri massa, monimuotoinen, reaaliaikainen • arvo nopeassa, tehokkaassa käytössä ja yhteentoimivuudessa • Teknologiat datan hallintaan ja analytiikkaan kehittymässä samalla, kun kustannukset varastoimiseen ja hyödyntämiseen laskeneet • skaalautuvuuden, nopeuden, kustannustehokkuuden varmistaminen • ennakoiva analytiikka  Data tuottamaan arvoa • Massadatan liiketoiminnalla tarkoitetaan datan hyödyntämistä • palveluissa ja tuotekehityksessä • toiminnan ja prosessien ohjauksessa • päätöksenteossa • kilpailuetujen ja uuden liiketoiminnan luonnissa “Big Data is a data set(s) with characteristics (e.g. volume, velocity, variety, variability, veracity, etc.) that for a particular problem domain at a given point in time cannot be efficiently processed using traditional technologies and techniques in order to extract value” (ISO).
  3. 3.  Big datan hyödyntämisen arvioidaan luovan noin 2,1 % kasvupotentiaalin Suomen bruttokansantuotteeseen 2020 mennessä (DemosEuropa)  Vuoteen 2020 mennessä EU-alue voi saavuttaa 200 miljardin euron hyödyt avoimen ja big datan hyödyntämisellä (DemosEuropa)  Maailmanlaajuisesti Big data- markkinoiden kooksi on arvioitu 9,7 mrd dollaria vuonna 2103 ja kasvuksi vuositasolla 30% (IDC)  Datalähtöisesti päätöksiä tekevien yritysten on tutkittu olevan keskimäärin noin 5-6- prosenttia muita tuottavampia (MIT)  Tutkimukset antavat merkittäviä lupauksia uusista datavetoisista työpaikosta. Yhdysvalloissa töitä on tarjolla 140 000 – 190 000 data- analyytikolle, joten alan osaajista käydään kilpailua (Mc Kinsey) Dataliiketoiminnan kasvu
  4. 4. Lähde: ISO Massadatan markkinaennusteet
  5. 5. Datan arvo eri sektoreille Toimiala Massadatan arvo Hallinto 150-300 mrd € (EU 23) Sosiaali- ja terveys 90 mrd € vähentyneinä terveydenhoitokuluina EU:ssa Liikenne ja logistiikka 500 mrd $ energiasäästönä (380 megatonnia säästöä CO2 päästöinä) Kauppa 60% kasvu liikevoittopotentiaaliin Paikkatieto 900 mrd $ arvoa palveluntuottajille ja käyttäjille Sovellukset ja palvelut 51 mrd. $ massadatan markkinoiden arvo globaalisti (huom. EU:n osuus tästä vain 3 mrd $) Lähde: BDVA
  6. 6. Sovellusalat • Tietointensiiviset yritykset , joilla perinnettä faktapohjaiseen päätöksentekoon - logistiikka, kauppa, pankki, vakuutus… • Infrastruktuureja rakentavat yritykset, jotka suunnittelevat ja toteuttavat systeemejä – energia, tele… • Prosessi- ja investointituoteteollisuus, joilla data mahdollistaa itseohjautuvuutta, automaatiota ja tuotteiden älykkyyttä (esim. sensorit) • Digiyritykset, joiden liiketoimintamalli ja asiakkuudet perustuvat lähtökohtaisesti informaation hallintaan ja käyttöön – Peliala, mobiilisovellukset, mediapalvelut esim Netflix, Uber… • Datapalvelujen tarjoajat – It-yritykset, konsultointi, analytiikka, datavarastointi… • Hyvintointipalvelut – Esim. terveys, geenikartoitukset, ”quantified self”-sovellukset… • Julkinen sektori ja tutkimus
  7. 7. Näkemyksiä suomalaisyrityksistä ”Ilman t&k-investointeja (digitalisaatioon) meillä ei olisi tänään töitä” ”Mitä data voi tarjota meille ja asiakkaillemme? Otetaan datasetti ja katsotaan mitä sillä voidaan parantaa” ”Muutos on selkeä, mutta miten se muuttaa arvoketjua. Se on iso kysymys. Uudet liiketoimintamallit vyöryvät päälle ja yrityksen kulttuuri ja ydin joudutaan synnyttämään uudestaan” ”Tehtaan anturointi tapahtuu 3 tunnissa. Siten ymmärretään mitä tuotantoprosessissa tapahtuu ja löydetään keinot parantaa ja korjata toimintaa” ”Monimutkainen ympäristö, eikä piirrustusta ole siitä, miten datasysteemi toimii eli on kokeiltava” ”Dataa on, mutta miten sitä voi käyttää ja yhdistellä? Miten henkilötietoa voi käyttää turvallisesti palvelukehitykseen” ”Informaatiopalvelut uutena liiketoimintana tarjoaa ratkaisua parantaa laatua, tehokkuutta, toimitusvarmuutta, t&k:ta, myyntiä, päätöksentekoa
  8. 8. Datan arvo liiketoiminnassa – esimerkkejä strategisista keinoista •Parempi asiakaspalvelu ja ongelmanratkaisukyky suhteessa kilpailijoihin •Kokonaispalvelu ja –toimitukset asiakkaalle •Informaatiopalvelu asiakkaalle joka kytkee asiakkuuden tiiviimmin yritykseen •Tietämys asiakkaasta lisää mahdollisuuksia ennakoida asiakastarpeita •Myyntitoimintojen optimointi, kun data toimii digitaalisten palvelujen alustana •Uudet tavat luoda asiakaskokemuksia ja liittymäpintoja asiakkaaseen Asiakaslisäarvo •Laajentuminen uusille toimialoille datapalveluilla ja globaalit kasvumahdollisuudet •Tuote tai palvelu alustana, joka mahdollistaa kolmansille osapuolille palvelukehitystä •Informaation myynti •Uusien tuotteiden/palvelujen kehittäminen, kun data toimii ”r&d”-toimintona •Ennakoiva analytiikka ja reaaliaikainen data uusien liiketoimintamallien kehittämisessä Uusi liiketoiminta •Kustannushyödyt mm. virheiden ja vasteaikojen vähentymisen kautta •Joustavat tuotantomenetelmät perustuen ennakointiin ja ylläpitoon, josta saavutettavissa tuottavuushyötyjä •Yksikkötyökustannusten lasku suhteessa kilpailijoihin •Prosessien ja sarjatyön automatisointi tuo operatiivista tehokkuutta ja älykkäitä tuotantoratkaisuja •Toimintojen optimointi mm. energian säästämiseksi, huoltotoiminnan ja ylläpidon optimoinniksi •Prosessien läpinäkyvyyden lisääminen hankintaketjujen ja logistiikan tehostamiseksi Prosessien optimointi
  9. 9. Datan avulla parempaan päätöksentekoon
  10. 10. Investoinnit data-analytiikkaan kasvussa  Yritysten kilpailuedut muutoksessa  Liiketoimintamahdollisuuksia palveluntarjoajille Lähde: Accenture, 2014
  11. 11. Palvelutarjonnan taso ja vahvuudet tunnistettava – globaali kysyntä ja suomalaisyritysten erikoistuminen Suomen vahva ohjelmointi- kehityksen perinne Linux palvelinalusta 75% markkinoista Tietokanta- osaaminen MySQL  NoSql Reaaliaikaisen datan hallintatarpeet: mm. videoiden osuus datasta arvioidaan kasvavan 95% Suomen laadukkaat tietovarannot Avoimet rajapinnat Alustakokeilut yhteistyönä Kansainvälinen standardointi käynnissä (NEST, ISO) – nopea sopeutuminen ”pienimällä yhteisellä nimittäjällä” Vahvaa tieteellisen laskennan osaamista + Sosiaalitieteiden datakyvyt käyttöön Reaalikainen analytiikka keskiössä, mutta vielä kehitysasteella Arkkitehtuurit Datan keruu Reaaliaikainen analytiikka Sovelluskehitys Alustojen integrointi Data-as-a-service jne…
  12. 12. Dataosaajien kysyntä kasvaa esimerkkinä UK Lähde: e-skills UK/Experian • Datakehittäjien kysyntä noussut 673% vuosittain viime viiden vuoden ajan
  13. 13. Esineiden internet Liikenne palveluna Tietoturva Robotiikka ja automatisaatio Tiedon hyödyntäminen lvm.fi Rakennetaan digitaalisen liiketoiminnan kasvuympäristö
  14. 14. • Tavoite: lisätään suurten tietoaineistojen (massadata) hyödyntämistä ja liiketoimintaa ja käynnistetään ns. omadataan perustuvia kokeiluja  Big datan kasvupotentiaali: edellytysten luominen alan kasvulle  Oma data: toimintamalleja henkilötietojen hallittuun hyödyntämiseen  Kokeiluja yhteiskehittämisellä  esimerkki: wlan tukiasemien datan hyödyntäminen kokeilulakina  Työsuunnitelma 10/2015 (jatkuva)  Oikeudellis-taloudellinen analyysi vaikutuksista 1/2016  Strategiset linjaukset hallitukselle 2/2016  Toimenpiteiden tarkistus ja päivitys 5/2016, 5/2017  Hanke loppuu kevät 2018 TP 5: Suurten tietoaineistojen hyödyntäminen ja omadata
  15. 15.  Tausta ja tavoite  Massadata liiketoiminnassa ja potentiaali  Datatalouden edellytykset ja reunaehdot  Strategiset tavoitteet ja tavoitellut tulokset  Toimien etenemissuunnitelma  Organisointi  Resursointi  Seuranta  Liittymät  Toteutuksessa olevat toimet  Sääntelyn arviointi ja kannustavuus  Strategiset linjaukset  Henkilödatan hyödyntäminen (Mydata)  Palvelutarjonnan kansainvälistyminen  EU-rahoituskanavien hyödyntäminen (Horizon2020)  Datan käytön ja jakamisen käytänteet  Datatalouden vaikutukset  Suunnittelussa olevat toimet mm: osaaminen, tutkimuksesta liiketoimintaa, anonymisointi Massadata – työsuunnitelma
  16. 16. 1.Datan jakamisella älykkäämpää liiketoimintaa 2.Datan käytön kustannus-hyötysyhde kasvaa 3.Datan kilpailuedut nopeasti kaikkien saataville 4.Palveluntarjonnan kilpailukyky ja kansainvälisyys 5.Datan hyvä hallinta ja luottamuksen säilyminen 6.Yksilön paremmat edellytykset itseään koskevan tiedon hallintaan ja hyödyntämiseen Massadata – strategiset tavoitteet
  17. 17. Mydata 18
  18. 18. Vaikutustutkimus Tutkittua tietoa massadatan • taloudellisista vaikutuksista ja liiketoimintapotentiaalista eri toimialoilla • palveluiden kehittämispotentiaalista  massadatan hyödyntäminen suomalaisissa yrityksissä  merkitys ja potentiaali seuraavan kolmen vuoden aikana  taloudelliset vaikutukset yrityksissä • Tutkimuksen toteuttaa ETLA • Tulokset saatavissa alkuvuodesta 2016
  19. 19. • Tunnistetaan yritysten kehitystarpeet, potentiaali • Poistetaan turhat esteet datan hyödyntämiseltä • Kehitetään yhteisiä käytäntöjä • Uusi liiketoiminta, paremmat palvelut/tuotteet ja ennakoiva päätöksenteko • Massadatan asiantuntijapalvelut, teknologiat ja työkalut helposti löydettävissä ja käytettävissä • Yhteistyömallien ja ekosysteeminen kehittyminen datan jakamiseen • Mahdollistetaan datan yhdistelyä • Yksityisyydensuojan ja tietoturvan selkeytys datan hyödyntämisessä Massadata - Arvon synnyttäminen verkostona Yritykset näkevät yhteiskehittelyn välttämättömänä, joten datan jakamisen käytänteitä ja avoimia rajapintoja kehitettävä
  20. 20. Organisointia Digi 2 (LVM) My Data Alliance Capitalise Your Knowledge (Finpro) Big data foorumi (TIEKE) Big data Value Association (EU/VTT) Toimiala- kohtaiset verkostot Vaikutustutkimus (ETLA) Toimintamallit Signaalit Strategisten linjausten valmistelu • Toiminnan fokus teema- ja toimialakohtaisissa yritysverkostoissa • LVM (Digi2) osallistuu tai ohjaa toteutusta verkostoissa • Ulkopuoliset neuvonantajat, tutkimuslaitokset ja instituutiot tarvittaessa asiantuntijatukena Yhteishankkeet
  21. 21. Massadata – mittarit (alustavaa mietintää) Toimenpidemittarit • sääntelyn ja yhteistoiminnan esteitä purettu (=kannustavuus datan hyödyntämiseen) • yleiseen käyttöön otetut datan hyödyntämismallit • suurten tietoaineistojen saatavuus ja avoimien rajapintojen yleisyys • kokeiluista syntyneet yhteistoiminnot • ekosysteemi- ja markkinakehitys (datan tarjoajien, käyttäjien, palveluntarjoajien ja kuluttajien yhteistyön laajuus/uudet palvelut) Yleiset indikaattorit • Eurooppalaisten bd-toimijoiden markkinaosuus 30% v 2020 (EU) • markkinatoimijoiden kasvu Suomessa (palveluntarjoajien määrä) • datapohjaisten palvelujen kasvu (sovellusten määrä) • kansainvälistä dataliiketoimintaa harjoittavat yritykset (> 50% yrityksistä) • Bd teknologioiden käyttöönotto yrityksissä (> 50% yrityksistä) • Bd palveluiden integraatio prosesseissa ja liiketoimissa (> 50% yrityksistä)
  22. 22. Tulevaisuuden Suomi on digitaalinen lvm.fi 23 Suomesta hyvä toimintaympäristö digitaalisille palveluille ja liiketoimintamalleille.

×