
Savonia-artikkeli Pro: Tietojohtamisesta tuloksia teollisuudelle
Savonia-artikkeli Pro on kokoelma monialaisen Savonian asiantuntemusta eri aiheista.
This work is licensed under CC BY-SA 4.0
Kannattava ja vähintäänkin maltillisesti kasvava liiketoiminta ovat yksityisen yrityksen toiminnan perusedellytyksiä ja tärkeimpiä tavoitteita. Hieman pelkistäen voidaan todeta, että pitkällä aikavälillä kasvu syntyy kyvystä tuottaa asiakkaille parempaa lisäarvoa esimerkiksi tuote- ja prosessi-innovaatioiden kautta ja kannattavuus puolestaan toiminnan jatkuvasta parantamisesta. Molemmissa yhdistävä tekijä on, että ne edellyttävät syvällistä tietoa yrityksen liiketoimintaympäristöstä ja siihen liittyvistä haasteista sekä mahdollisuuksista. Mikäli organisaatiossa kyetään käsittelemään ja hyödyntämään tietoa tehokkaasti, on sen johtamisessa omaksuttu piirteitä tietojohtamisesta. Tässä artikkelissa tietojohtamista käsitellään teollisuusyritysten näkökulmasta.
Tietojohtaminen ja tiedon tasot
Tietojohtamiseen linkittyy monia käsitteitä, eikä käytännön tietojohtaminen edellytä kaikkien yksityiskohtien tuntemista. Väärinkäsitysten välttämiseksi on kuitenkin hyvä ymmärtää aiheeseen liittyvää peruskäsitteistöä. Laihonen et al. (2013) ovat koonneet teokseensa ”Tietojohtaminen” aihealueesta varsin hyvän, mutta kompaktin suomenkielisen tietopaketin.
Tietojohtamista kuvataan johtamisen tieteenalana, joka perustuu ajatukseen tiedon merkittävästä roolista organisaatioiden menestymisen kannalta (Laihonen et al. 2013, 6). Tietojohtaminen esitetään teoksessa kattokäsitteenä, joka muodostuu kokonaisvaltaisesta joukosta toimintoja, ajattelumalleja ja menetelmiä, jolla tuetaan poikkileikkaavasti organisaation liiketoimintaa hallussa olevan tiedon avulla (Laihonen et al. 2013). Tiedon johtaminen taas keskittyy uuden tiedon luontiin, sekä tietovarastojen ja -virtojen hallintaan (Laihosen et al. 2013, 32).
Tietojohtamisen kentässä tieto määritellään usein yläkäsitteenä, joka jakautuu hierarkkisen suhteen muodostavista alakäsitteistä, tai tasoista (Laihonen et al. 2013; Rowley 2007). Laihosen et al. (2013) teoksessa tiedon tasoiksi esitetään dataa, informaatiota sekä tietämystä. Tätä korkeammalle tasolle asettuvaa tietoa taas voidaan jaotella esimerkiksi älykkyyden ja viisauden käsitteiden alle.
Jaottelu mukailee yleisesti tunnettu Data-Information-Knowledege-Wisdom (DIKW)-pyramidia (Kuva 1), joka kuvaa tiedon lajien hierarkkista yhteyttä, ja tiedon jalostumista korkeammalle edetessä (kts. esim. Rowley 2007).

Tiivistäen avattuna eri tasot voidaan määritellä siten, että data on yksittäisiä tiedonmurusia, joita merkitykselliseen muotoon järjestelemällä voidaan tuottaa informaatiota, jota tulkitsemalla voidaan rakentaa tietämystä tietystä aihealueesta.
Data, eikä edes sen avulla tuotettu tietämys kuitenkaan vielä tuota lisäarvoa, ellei sitä hyödynnetä päämäärätietoisesti. Monesti törmätäänkin käsitteeseen tiedolla johtaminen, joka määritellään Laihosen et al. (2013, 32) teoksessa siten, että se viittaa toimintatapoihin, joilla organisaation tietoa jalostetaan ja hyödynnetään organisaation toiminnan johtamisessa.
Viisaus puolestaan voidaan määritellä esimerkiksi niin, että se on kyky hyödyntää eri aihealueista hankittua tietämystä soveltamalla sitä toisen tyyppisessä tai laajemmassa kontekstissa (Rowley 2007).
Tietojohtaminen on toimintatapojen kehittämistä
Teoriassa hienoa ja loogista, mutta mitä se tarkoittaa käytännössä? Tietojohtamiseen liittyvät aloitteet ja muutokset edellyttävät lähtötilanteesta riippuen usein merkittäviä ponnisteluja ja resurssien käyttöä, jolloin ne voidaan ymmärtää eräänlaisina investointeina. Kuten minkä tahansa investointien, myös niiden tulee pystyä maksamaan itsensä takaisin kohtuullisessa ajassa, ja tuottaa korkoa sijoitetulle ajalle tai rahalle.
Näin ollen kehityksen ajurina tuleekin olla selkeästi perusteltu ja liiketoiminnan kannalta relevantti tarve, kuten esimerkiksi artikkelin alussa mainittuihin kasvuun ja kannattavuuteen liittyvät tavoitteet. Tarve voi liittyä päivittäisiin toimintoihin, kuten tuotantokoneiden käytännön kapasiteetin ja valmistuksen omakustannearvon tarkempaan ymmärtämiseen tarjouslaskennan kehittämistä varten. Toisaalta se voi liittyä myös strategisempiin tavoitteisiin, kuten kannattavimpien kone- tai tuoteryhmien selvittämiseen myynnin johtamista varten.
On hyvä huomata, että tuotantoympäristön tuottaman datan kontekstissa päivittäisten ja strategisten tietotarpeiden taustalle tarvittava data on usein samaa, jonka vuoksi tietotarpeiden määrittelyä kannattaakin tehdä laajalla porukalla, joka koostuu eri prosessien omistajista sekä johdosta. Moniin tietotarpeisiin tarvitaan esimerkiksi dataa myyntitilauksista, ostoista ja tuotannon suoriutumisesta, mutta ero tulee siitä, kuinka eri dataa yhdistellään ja halutaan esittää.
Toinen tärkeä huomio on, että tietojohtamista, kuten johtamista ja kehittämistä yleensäkään, ei tule ymmärtää projekteina, vaan toimintatapoina, jota tulee jatkuvasti hallita ja parantaa liiketoiminnan tavoitteiden näkökulmasta. Oikeansuuntaisia kysymyksiä tietotarpeita määrittäessä ovatkin esimerkiksi: ”miten meillä menee” nykyisin, mitä yrityksessä halutaan kehittää tai johtaa, ja mitä tavoitteita yrityksellä on lyhyellä ja pitkällä aikavälillä ja miksi.
Konkreettisia esimerkkejä tietotarpeista voivat olla esimerkiksi tuotantopäällikön toive kyetä seuraamaan tuotannon kokonaistehokkuutta ja siihen vaikuttavia tekijöitä, tai toimitusjohtajan tarve tunnistaa eri asiakassegmenttejä niiden tuoman lisäarvon ja sitä varten käytettyjen panostuksen näkökulmista.
Kun tietotarpeet on tunnistettu, tarvitaan joukko enemmän ja vähemmän teknisiä vaiheita, joilla data kerätään, muunnetaan ja yhdistellään, sekä esitetään merkityksellisessä muodossa, jotta sen avulla voidaan tehdä päätelmiä ja saada vastauksia esitettyihin kysymyksiin. Ulkoista apua voi ja kannattaa hyödyntää teknisissä vaiheissa, mutta on tärkeää pitää kiinni siitä, että ratkaisut palvelevat liiketoiminnan tarpeita, eikä toisinpäin.
TUOVA tuo työkaluja tietojohtamisen tueksi
Savonian ja LUT-yliopiston parhaillaan toteuttamassa TUOVA-hankkeessa on tavoitteena kehittää tuotantodatan keräämiseen ja hyödyntämiseen liittyvää osaamista ja ymmärrystä valmistavan teollisuuden yrityksissä. Osaamisen ja ymmärryksen kehittymisen kautta tavoitellaan tietojohtamisen ”arkipäiväistämistä”, ja sitä kautta lisää työkaluja yritysten toiminnan johtamiseen ja kehittämiseen.
Hankkeen taustalle on luotu toimintamalli (Kuva 2), jota mukaillen kuljetaan yhdessä yritysten kanssa läpi koko polku aina tietotarpeiden tunnistamisesta tiedon luomiseen ja hyödyntämiseen asti.

Tarkoituksena on pilottien kautta auttaa yrityksiä ymmärtämään, mikä on tiedon hyödyntämisen tavoitetilan ja nykytilan puitteissa mahdollista, mikä realistista, ja mitä edellytyksiä se vaatii. Pilottien aiheet on kytketty yritysten liiketoiminnan ydinteemoihin, kuten kannattavuuteen ja kokonaistehokkuuteen.
Pilotointien lisäksi hankkeessa tehdään aktiivista tilannekuvan kartoitusta siitä, mitä muualla tutkimuksessa ja kaupallisella sektorilla tehdään, sekä jaetaan kerääntynyttä osaamista ja ymmärrystä julkaisujen ja keskustelujen kautta mahdollisimman laajalle skaalalle yrityksiä, sekä muita tutkimus- ja kehitystoimijoita.
Hanketta toteutetaan EU:n osarahoituksen tuella 31.10.2026 saakka, ja sen rahoittajana toimii Etelä-Savon ELY-keskus. Kehittämistyötä tehdään pääasiassa Pohjois-Savon ja Pohjois-Karjalan maakuntien alueella, mutta mukana on myös yrityksiä Etelä-Karjalasta ja Pirkanmaalta.
Kirjoittajat:
Jari Lipponen, Savonia-ammattikorkeakoulu
Mirja Martikainen, Savonia-ammattikorkeakoulu
Jesse Honkanen, Savonia-ammattikorkeakoulu
Timo Lassila, Savonia-ammattikorkeakoulu
Lähteet:
Laihonen, H., Hannula., M., Helander, N., Ilvonen, I., Jussila, J., Kukko, M., Kärkkäinen, H., Lönnqvist, A., Myllärniemi, J., Pekkola, S., Virtanen, P., Vuori, V. & Yliniemi, T. 2013. Tietojohtaminen. Tampere: Tampereen teknillinen yliopisto, Tietojohtamisen Tutkimuskeskus Novi. Viitattu 26.11.2025. Saatavissa: https://urn.fi/URN:ISBN:978-952-15-3058-6
Rowley, J. (2007) The wisdom hierarchy: representations of the DIKW hierarchy. Journal of information science. 33 (2), 163–180.

