Väitöstutkimus: Datalähtöinen liiketoiminta kompastuu usein skaalaamiseen
KTM Eveliina Lakan väitöstutkimuksen mukaan teollisuusyritysten datalähtöiset liiketoimintamallit epäonnistuvat usein skaalausvaiheessa. Tutkimus osoittaa, että kasvustrategia on välttämätöntä sovittaa liiketoimintamallin kypsyysasteeseen onnistumisen varmistamiseksi.
KTM Eveliina Lakka tarkasteli Jyväskylän yliopiston kauppakorkeakoulun markkinoinnin väitöskirjassaan teollisten B2B-yritysten datalähtöisiä liiketoimintamalleja. Tutkimuksen mukaan monet yritykset kohtaavat merkittäviä haasteita yrittäessään muuttaa onnistuneet tekniset kokeilut kannattavaksi liiketoiminnaksi.
Lakan tutkimus osoittaa, että yritykset onnistuvat usein yksittäisissä datalähtöisissä piloteissa, mutta niiden skaalaaminen laajaksi ja toistettavaksi toimintamalliksi epäonnistuu. Tutkimuksessa korostetaan, että kasvustrategian tulisi olla sidoksissa liiketoimintamallin kypsyysvaiheeseen, jotta toiminta olisi taloudellisesti kestävää.
Väitöskirjassa tunnistettiin kolme erilaista kasvupolkua, jotka vastaavat liiketoimintamallin eri kehitysvaiheita. Ensimmäisessä vaiheessa yritykset keskittyvät arvon luomiseen ja tuotteen markkinasopivuuden löytämiseen. Toisessa vaiheessa painopiste siirtyy operatiiviseen tehokkuuteen ja prosessien vakioimiseen.
Lopullisessa vaiheessa tavoitteena on markkinoiden laajentaminen ja verkostovaikutusten hyödyntäminen. Lakan mukaan liiketoimintamallin ja kasvustrategian epäsuhta on keskeinen syy sille, miksi datalähtöiset hankkeet eivät saavuta niille asetettuja taloudellisia tavoitteita.
Tutkimus pohjautuu laajaan laadulliseen aineistoon, joka on kerätty suomalaisilta ja kansainvälisiltä teollisuusyrityksiltä. Tulokset tarjoavat viitekehyksen yritysjohdolle datalähtöisten palveluiden ja tuotteiden kaupallistamisen tueksi.