Aihearkisto: Älykäs liiketoiminta

Alustaan liittymisen ongelmat palveluntarjoajalle

23.11.2018Älykäs liiketoiminta, LAMK ProLAMKpub

Digitaalisuus on auttanut palvelualustojen nopeassa kasvussa mahdollistamalla käyttäjille kitkattoman interaktion erilaisten palveluiden ja palveluntarjoajien kanssa. Palveluntarjoajalle tämä kuitenkin tarkoittaa ympäristöä, jossa se joutuu uudenlaiseen kilpailutilanteeseen.

Kirjoittaja: Aki Vainio

Alustat ja alustoihin liittyminen

#DigiLAHTI on LAMKin, LUTin ja Ladecin yhteinen hanke, jonka tavoitteena on alueen yritysten digitaalisten valmiuksien kehittäminen. Hanke on EU:n aluekehitysrahaston rahoittama. Yksi digitaalisuuden merkittävimmistä vauhdittajista on ollut uuden tekniikan hyödyntäminen alustoissa.

Alustat luovat uusia liiketoimintamahdollisuuksia. Esimerkiksi ravintolaruoan tilauspalvelut ovat tuoneet monille pienille ravintoloille paljon uusia asiakkaita, suomalainen sisällöntuotanto on saavuttanut näkyvyyttä monissa maissa suoratoistopalveluiden kautta ja jakamistalous mahdollistaa esimerkiksi autojen ja asuntojen tyhjä- ja vajaakäytön vähentämisen.

Alustaan liittyminen on helppoa. Kitkattomuuden nimissä se vaatii yleensä vain rekisteröitymisen ja profiilin luonnin. Joissain tapauksissa liittyminen vaatii muitakin toimenpiteitä. Esimerkiksi ravintolaruoan tilauspalvelut haluavat ensin varmistaa, että voivat ottaa kyseisen ravintolan omaan verkostoonsa, koska eivät halua ottaa yrityksiä, jotka ovat liian kaukana heidän normaaleista reiteistään.

Alustoilla on kuitenkin myös usein erilaisia rajoituksia toimintaan. Kuka tahansa voi suoratoistaa sisältöään Twitch.tv:n kautta, mutta vain partnerit voivat saada omia tilaajia. Kuka tahansa voi julkaista videoita YouTubessa, mutta vain riittävän suuren yleisön saavuttaneet voivat saada mainostuloja ja usein mainostulot eivät riitä, vaan näkyvyys pitää pystyä muuttamaan rahaksi myös muilla tavoin.

Taloudelliset riskit

Alustaan liittyminen ei itsessään maksa mitään, mutta monet tekevät sijoituksia voidakseen hyötyä taloudellisesti alustoista. AirBnB mahdollistaa tyhjistä kiinteistöistä hyötymisen ja Uber mahdollistaa oman auton hyödyntämisen liiketoiminnassa. Monet ovat sijoittaneet näihin.

Ei ole kuitenkaan mitään takeita siitä, että alusta jatkaa toimintaansa, tai mikäli alusta itsessään ei lopeta, että ei syntyisi muita esteitä siinä toimimiselle. AirBnB:n toimintaa on rajoitettu monissa kaupungeissa asuntopulan vuoksi (Poole 2018) ja Uberin toiminta on joillain alueilla kielletty (Barry & Raj 2014) tai sitä on rajoitettu tuomalla se sääntelyn piiriin (Erickson 2017). Alustoilla toimijat toimivat kuitenkin omalla vastuullaan, joten myös riskit ovat heidän omiaan.

Alustan muutokset

Patreon on palvelu, jossa sisällöntuottajat voivat kerätä lahjoituksia seuraajiltaan. Seuraajat lupaavat maksaa tietyn summan joko kuukausittain tai jokaisesta julkaisusta. Viime vuoden lopulla Patreon kuitenkin muutti käytäntöjään. Patreon päätti siirtää osan sisällöntuottajien maksamista kustannuksista seuraajille. Monille lahjoittajille muutos ei ollut suuri ja Patreon perui nopeasti päätöksensä, mutta moni sisällöntuottaja menetti merkittävän määrän seuraajiaan. (Alexander 2017; Ohlheiser 2017.)

Alustat eivät neuvottele käyttöehdoistaan tuottajiensa kanssa. Alustat pyrkivät parhaansa mukaan mahdollistamaan liiketoiminnan heidän alustallaan, mutta pyrkivät tekemään sen kitkattomasti myös itselleen, mikä voi vaikuttaa muiden toimintaan.

Muutoksiin saattaa olla myös toisenlaisia syitä. Alustat, jotka sallivat esimerkiksi sovellusten tekemisen, kuten älypuhelimet tai sosiaaliset mediat, saattavat muuttaa näitä rajapintojaan esimerkiksi turvallisuussyistä tai vain rajoittaakseen heidän sisältönsä käyttöä, koska se saattaa vaikuttaa mainostuloihin. (Esim. Gamet 2018; Perez 2018.)

Työmarkkinoiden joustamattomuus

Mikä on virallisesti henkilön työllisyystilanne, jos hän myy palveluita alusta kautta? Tyypillisesti hänen pitäisi olla yrittäjä, ellei hän tee sitä kevytyrittäjyytenä. Monille tämä saattaa olla ongelma, koska ei ole aina selvää, että onko heidän yrittäjyytensä sivu- vai päätoimista, millä saattaa olla vaikutusta heidän etuuksiinsa (TE-keskus 2018). Onko satunnaisesti videoita tekevä päätoiminen yrittäjä, jos hänen videonsa saavat huomiota? Tilanteen epävarmuus saattaa johtaa siihen, että potentiaalinen yrittäjä jättää tilaisuuden käyttämättä.

Tämä on kansainvälinen ongelma (Ranft 2016). Lainsäädäntö ei pysy tilanteen mukana, eikä ole kannustava sellaisella tavalla, jota nykyinen tilanne edellyttäisi. Joustavuuteen pyritään, mutta päätöksien taustalla on usein enemmän poliittinen ideologia kuin tilanteen tarpeet. Lisäksi olemassa olevat verkostot saattavat hidastaa tai estää päätöksentekoa omista lähtökohdistaan suojellessaan toimintaansa.

Teknologian kehityksen nopeutuessa edelleen, tämä ongelma saattaa myös korostua tulevaisuudessa. Esimerkiksi GDPR:n käyttöönottoon kesti kuusi vuotta ensimmäisestä lakiehdotuksesta (EUGDPR.org). Kuusi vuotta sitten esimerkiksi sosiaalinen media haki vielä muotoaan, joten sellainen laki oltaisiin tarvittu jo siinä vaiheessa.

Lopuksi

Kuten useimmat uudet ratkaisut, alustat ovat ongelmien ratkaisemisen lisäksi tuoneet mukanaan joukon uusia. Niiden ratkaiseminen on merkittävä haaste yhteiskunnan näkökulmasta.

Ne eivät ole ongelmattomia myöskään niitä hyödyntävien yrittäjien tai yksityishenkilöiden näkökulmasta. Alustat pyritään suunnittelemaan kitkattomiksi, mutta alustojen suunnittelijat eivät voi hallita asioita niiden ulkopuolelta tai ne saattavat tehdä muutoksia omista lähtökohdistaan, mikä saattaa heijastua negatiivisesti hyödyntäjiin.

Lähteet

Alexander, J. 2017. Patreon changes have creators concerned they’ll lose income, supporters (update). Polygon. [Viitattu 5.11.2018]. Saatavissa: https://www.polygon.com/2017/12/7/16747346/patreon-service-fee-pledge-creators

Barry, E. & Raj, S. 2014. Uber Banned in India’s Capital After Rape Accusation. The New York Times. [Viitattu 28.10.2018]. Saatavissa: https://www.nytimes.com/2014/12/09/world/asia/new-delhi-bans-uber-after-driver-is-accused-of-rape.html

Erickson, A. 2017. Uber was just dealt a major blow by the European Union. The Washington Post. [Viitattu 18.10.2018]. Saatavissa: https://www.washingtonpost.com/news/worldviews/wp/2017/12/20/uber-was-just-dealt-a-major-blow-by-the-european-union/

EUGDPR. Timeline of Events. [Viitattu 23.11.2018]. Saatavissa: https://eugdpr.org/the-process/timeline-of-events/

Gamet, J. 2018. Twitter on Deprecating APIs: Our Apps are Better. The Mac Observer. [Viitattu 5.11.2018]. Saatavissa: https://www.macobserver.com/news/twitter-deprecating-api-our-apps-better/

Ohlheiser, A. 2017. Facing a rebellion of furious creators, Patreon backs away from a new fee. The Washington Post. [Viitattu 5.11.2018]. Saatavissa: https://www.washingtonpost.com/news/the-intersect/wp/2017/12/13/facing-a-rebellion-of-furious-creators-patreon-backs-away-from-a-new-fee/

Perez, S. 2018. Facebook rolls out more API restrictions and shutdowns. TechCrunch. [Viitattu 5.11.2018]. Saatavissa: https://techcrunch.com/2018/07/02/facebook-rolls-out-more-api-restrictions-and-shutdowns/

Poole, S. 2018. Airbnb can’t go on unregulated – it does too much damage to cities. The Guardian. [Viitattu 27.10.2018]. Saatavissa: https://www.theguardian.com/commentisfree/2018/oct/24/airbnb-unregulated-damage-cities-barcelona-law-locals

Ranft, F. 2016. Five challenges in a platform economy. [Viitattu 9.11.2018]. Saatavissa: http://www.policy-network.net/pno_detail.aspx?ID=6180&title=Five+challenges+in+a+platform+economy

TE-keskus. 2018. Yrittäjä ja työttömyysturva. [Viitattu 9.11.2018]. Saatavissa: http://www.te-palvelut.fi/te/fi/tyonhakijalle/jos_jaat_tyottomaksi/tyottomyysturva/yrittaja_tyottomyysturva/index.html

Kirjoittaja

Aki Vainio opettaa tietojenkäsittelyä Lahden ammattikorkeakoulussa ja on mukana digitalisoitumiseen liittyvissä hankkeissa.

Artikkelikuva: https://www.pexels.com/photo/top-view-of-man-holding-android-smartphone-near-macbook-and-newspaper-938965/ (CC0)

Julkaistu 23.11.2018

Viittausohje

Vainio, A. 2018. Alustaan liittymisen ongelmat palveluntarjoajalle. LAMK Pro. [Viitattu ja pvm]. Saatavissa: http://www.lamkpub.fi/2018/11/23/alustaan-liittymisen-ongelmat-palveluntarjoajalle/

Improving the Economy of Universities of Applied Sciences using Artificial Intelligence

22.10.2018Älykäs liiketoiminta, Articles in English, LAMK ProLAMKpub

Finnish economy has been suffering for almost a decade now, and the field of education has also had to participate in the required savings of public resources. Focusing the reduced resources efficiently on targets and activities that best improve the measured results has become essential. Applications of artificial intelligence could help in identifying these targets and activities.

Author: Antti Salopuro

Battlefield of Universities of Applied Sciences

For the Finnish universities of applied sciences (UAS), the prolonged depression has caused a reduction of public funding by 22% (Arene 2018). In the current UAS funding model, 85% of the total funding depends on the UAS performance in educational measures such as number of degrees granted and progress of the studies (Opetushallitus 2014). The UASs have thus had to focus on making the students proceed faster with their studies and eventually graduate in higher numbers. As the motivation and capabilities of a student are important in enabling a successful study path on a personal level, a successful assessment of these measures and using them as criteria in student selection could be an asset for any UAS. Equally, identifying the students that most probably will have difficulties with their studies at an early stage could help in targeting supportive activities to correct individuals.

Improving selection of students

A successful match of students with different study programs has always had an impact, not only on UASs, but also on the success of the whole nation, and, therefore, it has been a topic of research. Rantanen (2001) identified this being a difficult problem in general, and specifically for Finnish UASs. The power of the entrance test in forecasting study success was found to be much poorer than previously assumed. In his follow-up research, Rantanen (2004) created stepwise regression models to explain success in studies with all information available at the time of applying to a UAS. In general, the average grade of the high school final certificate was found to be the most significant single factor (r² = 0.18) in explaining the success. Also, matriculation exam grades were found to correlate to success in studies more significantly than the entrance exam scores. One impact of this can be seen in the methodology of the future application process of UASs. Starting in 2020, the principle of student selection will mainly be based on the grades of the certificate of the applicants from the previous education (Opintopolku 2018). The admission score of an individual applicant will be calculated as a weighted sum of a set of grades, which is both a practical and a transparent method. The weights applied are the same in almost all programs with only a few exceptions.

This new approach of student selection is thus even more straightforward and simpler than the current one and no longer allows individual UASs or their programs to decide on the criteria independently. But could a better solution for building such scoring models be found by applying artificial intelligence (AI) and by, again, acknowledging the requirements of the study program? Kabakchieva (2013) experimented with six different classifiers to model the university performance (output) of a set of Bulgarian students using some pre-university data (input). In addition to the secondary school final grades and entrance test scores , some background information such as the place and profile of the pre-university education was also used as input data. In general, the applied classifiers were able to predict with an accuracy of 60% or more only on three levels (1, 3 and 4) of the five-level scale. The classification of the students falling in either ‘average’ (2) or ‘excellent’ (5) classes were identified poorly, with accuracies of less than 10%. On the other hand, the ability to identify students that would finally perform the weakest were identified with an accuracy of 80%. It is exactly this kind of ability that would be helpful for a UAS to filter out the worst performing students from the group of applicants.

Identifying students in need of help

While the renewal of the entrance criteria, again, will most likely not be possible in the near future, another question could be made if there were any ways to make it easier for a UAS to identify the students that managed their ways into a program but have a high risk of being left behind or even drop out of the studies? This would allow, already in an early stage, focusing the limited student counselor resources on students for those it would be the most helpful. Huang and Fang (2013) studied the ability of four different methods, each considered to be an elementary part of the standard AI toolkit, to predict the student performance in the final exam of an engineering dynamics course. Six combinations of a set of input variables, consisting of the total sum of grade points collected so far and grades of seven previously studied courses, were applied. The results were promising: for the 24 different models (combinations of the methods and the variables) assessed, the authors report a minimum average prediction accuracy of 86.5%. This implies that even with a simple method (e.g. linear regression) and a single predictor (e.g. grade of single previous course) it is possible to foresee student success in a future exam accurately.

A natural follow up to the works referenced above would be to combine the prediction power of the pre-university grades with that of the university course grades in seeking for a better prediction of the university graduation performance. Asif, Merceron and Pathan (2015) have done exactly this: in addition to the pre-university grades (as in Rantanen 2001 and 2004), some marks from the first two years in the university were also included in the set of predictor variables as they predicted the overall success of students in the university level studies. The study applied two separate datasets, both consisting of data from two subsequent academic years (four full years covered), thus simulating a real life situation where the data of the previous year is used to build a model to forecast the performance of the following year. Splitting the data (N = 347) into four subsets has, however, resulted in relatively small sizes of both the predictor and the test data sets. This has, very likely, reduced the predictive power of the models created. Despite this, the paper reports some sufficiently high precision values, especially with respect to the use case of identifying the students that would best benefit from specific supportive activities. The students whose final grade would most likely be one of the two lowest (D or E) are, at best, identified with an accuracy of 89.5%. The best performances are achieved with models applying a decision tree with different hyperparameters. The study concludes that including both pre- and past-admission marks improves the prediction power of the graduation level grades significantly compared to cases where only one of these is used as a predictor.

Conclusions

From these few referenced examples it is possible to conclude that applying statistical models and artificial intelligence has potential in helping to recognize the applicants that most probably do not have the capabilities required for graduation and especially the students with the highest need for an intervention by a study counselor. Not selecting applicants that have a high risk of not ever finishing the degree would -even if it meant groups of program students being smaller- benefit all stakeholders. It would leave more resources to be targeted on students with good enough acquirements which would serve both students and teaching personnel. Accurate identification of students in most need of help would allow focusing the supportive resources such that it optimally improves the graduation rate and thus the most important measured result of UASs. Therefore, both these applications of AI would further help the Finnish UASs to manage themselves in the world with less public funding.

References

Arene. 2018. Osaaminen ja työllisyys kasvu-uralle – Amk-rahoitus kuntoon. [Cited 20 Oct 2018]. Available at: http://www.arene.fi/uutiset/osaaminen-ja-tyollisyys-kasvu-uralle-ammattikorkeakoulujen-rahoitus-kuntoon/

Asif, R., Merceron, A. & Pathan, M. K. 2015. Predicting Student Academic Performance at Degree Level: A Case Study. I.J. Intelligent Systems and Applications. Vol. 7 (1), 49 – 61. [Cited 20 Oct 2018]. Available at: https://www.researchgate.net/publication/287718318_Predicting_Student_Academic_Performance_at_Degree_Level_A_Case_Study

Huang, S. & Fang, N. 2013. Predicting student academic performance in an engineering dynamics course: A comparison of four types of predictive mathematical models. Computer and Education. Vol. 61, 133-145. [Cited 20 Oct 2018]. Available at: https://www.sciencedirect.com/science/article/pii/S0360131512002102

Kabakchieva, D. 2013. Predicting Student Performance by Using Data Mining. Cybernetics and Information Technologies. Vol. 13 (1), 61 – 72. [Cited 20 Oct 2018]. Available at: https://www.researchgate.net/publication/269475545_Predicting_Student_Performance_by_Using_Data_Mining_Methods_for_Classification

Opetushallitus. 2014. Yksikköhinnat vuodelle 2014. [Cited 20 Oct 2018]. Available at: http://www02.oph.fi/asiakkaat/rahoitus/rahjulk14/09_ammattikorkeakoulut.pdf

Opintopolku. 2018. Mikä korkeakoulujen opiskelijavalinnoissa muuttuu vuoteen 2020 mennessä? [Cited 20 Oct 2018]. Available at: https://opintopolku.fi/wp/opo/korkeakoulujen-haku/mika-korkeakoulujen-opiskelijavalinnoissa-muuttuu-vuoteen-2020-menessa/

Rantanen, P. 2001. Valintakoe vai ei? Ammatillisen Koulutuksen ja ammattikorkeakoulujen opiskelijavalinnan tarkastelua. Helsinki: Opetusministeriö. Koulutus ja tiedepolitiikan osaston julkaisusarja, 83.

Rantanen, P. 2004. Valinnasta työelämään. Ammatillisen koulutuksen ja ammattikorkeakoulujen opiskelijavalinnan tarkastelua. Helsinki: Opetusministeriö. Opetusministeriön julkaisuja 2004:19.[Cited 20 Oct 2018]. Available at: http://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/80386/opm19.pdf?sequence=1&isAllowed=y

Author

Antti Salopuro is Senior Lecturer of Business Information Technology at Lahti University of Applied Sciences, private practitioner at Tietokutomo and student of Data Sciences at University of Helsinki. He believes that using natural wisdom could sometimes protect against problems that can be solved using artificial intelligence.

Illustration: https://www.pexels.com/photo/accomplishment-ceremony-education-graduation-267885/ (CC0)

Published 22.10.2018

Reference to this publication

Salopuro, A. 2018. Improving the Economy of Universities of Applied Sciences using Artificial Intelligence. LAMK Pro. [Cited and date of citation]. Available at: http://www.lamkpub.fi/2018/10/22/improving-the-economy-of-universities-of-applied-sciences-using-artificial-intelligence/

Palvelumuotoilun keinoja hyödyntäen kohti parempaa liikuntaleiriä

19.10.2018Älykäs liiketoiminta, LAMK ProLAMKpub

Palvelumuotoilu auttaa kehittämään palveluita asiakasystävällisemmiksi. Sen avulla voidaan ideoida ja luoda uusia palveluita tai kehittää jo olemassa olevia. Palvelumuotoilu asettaa asiakkaan tarpeet ja toiveet kaiken keskiöön, jolloin palveluista ja palvelukokemuksista muotoutuu asiakkaita miellyttäviä. Päijät-Hämeen liikunta ja urheilu Ry:lle tehdyssä opinnäytetyössä hyödynnettiin palvelumuotoilun työkaluja lasten ja nuorten liikuntaleirin, Vierumäen Leiritulien kehittämiseksi.

Kirjoittajat: Elina Peltola ja Sami Heikkinen

Palvelumuotoilun avulla parempia palveluita

Palvelumuotoilu on tapa toimia ja ajatella (Tuulaniemi 2011, 58). Sen avulla palvelukokemuksia ideoidaan ja kehitetään käyttäjien tarpeiden mukaan käyttäjäystävällisemmiksi. Parhaimmillaan palvelumuotoilun avulla voidaan asiakkaalle luoda mieleenpainuva palvelukokemus, johon asiakas sitoutuu ja suosittelee myös muille. (Kalliomäki 2014, 46.)

Asiakaspalvelijoilla on suuri rooli asiakkaan palvelukokemuksen muodostumisessa. Sekä asiakkaiden että asiakaspalvelijoiden tarpeet, näkemykset ja arvot on ymmärrettävä yhdessä, jotta palvelukokemuksesta voidaan muokata asiakkaalle paras mahdollinen. (Tuulaniemi 2011, 71.)

Palvelumuotoilun juuret perustuvat muotoiluun, jossa korostetaan prosessi- ja menetelmäosaamista. Muotoilussa korostetaan myös visuaalisuutta, joka näkyy palvelumuotoilussa visuaalisena ja luovana lähestymistapana. (Tuulaniemi 2011,63-64.) Palveluiden ideoinnissa ja kehittämisessä tietoa kerätään ja esitetään usein visuaalisessa muodossa muun muassa erilaisina kuvina ja piirroksina. Näin on helpompi tunnistaa mahdollisia kehityskohteita. (Miettinen 2011, 21.)

Palvelumuotoilua liikuntaleirin kehittämiseksi

Päijät-Hämeen liikunta ja urheilu Ry:n järjestämälle lasten ja nuorten liikuntaleirille, Vierumäen Leiritulille toteutettiin opinnäytetyö, jonka tarkoituksena oli kehittää leiriä palvelumuotoilun keinoin (Peltola 2018). Aineistoa kerättiin määrällisin ja laadullisin menetelmin, sähköisen kyselylomakkeen sekä kahden työpajan avulla.

Sähköisen kyselylomakkeen avulla hankittiin pohjatietoa ja palautetta edellisen vuoden leiristä. Kysely auttoi selvittämään miltä paikkakunnilta leiriläiset tulevat, mistä he ovat saaneet tiedon Leiritulista ja kuinka moni on ollut leirillä ensimmäistä kertaa. Kyselyn avulla selvitettiin myös sitä, millaisista asioista lapset ovat nauttineet leirillä, ja oliko heillä jotain huomautettavaa tai parannusehdotuksia. Suurin osa kysymyksistä päätettiin jättää avoimiksi kysymyksiksi, jotta vastaajan vastauksia ei ohjata liikaa.

Opinnäytetyön puitteissa järjestettiin kaksi työpajaa: yksi leiriläisille ja toinen leirin ohjaajille. Leiriläisille järjestetyssä työpajassa käsiteltiin viittä eri teemaa sarjakuvien ja keskustelujen kautta. Teemat olivat unelmien leiri, Vierumäen Leiritulet, leiriruoka, ohjaajat ja leirimuistot. Myös ohjaajien työpajassa käytiin keskustelua viidestä eri teemasta: Vierumäen Leiritulet, ongelmatilanteet leirillä, ohjaajana työskentely, puhelimet leirillä sekä hyvä ryhmähenki.

Kyselyn ja työpajojen pohjalta todettiin, että leiriläiset viihtyvät Leiritulilla, mutta uudistuksia odotetaan tuleville leireille. Leiriläisten ja ohjaajien mielipiteissä Leiritulista oli selkeä yhtäläisyys – samoja asioita nousi esille kummassakin työpajassa. Tähän saattoi vaikuttaa se, että moni ohjaajista on nuorempana osallistunut leirille itse leiriläisen roolissa.

Opinnäytetyön tuloksena syntyi kolme erilaista käyttäjäprofiilia sekä leiriläisen palvelupolku. Kuvitteelliset käyttäjäprofiilit tehtiin leiriläisten kertomusten, ajatusten ja kokemusten pohjalta. Käyttäjäprofiileissa esitellään kuvitteellisen leiriläisen ikä, asuinpaikka, harrastukset, miksi haluaa osallistua leirille ja mitä toiveita leiriläisellä on leirille. Profiilit luotiin, jotta on helpompi tunnistaa, millainen on potentiaalinen asiakas ja millaisena asiakas haluaa leirin kokea (kuva 1).

Kuva 1. Yksi kolmesta kuvitteellisesta käyttäjäprofiilista (Peltola 2018)

Lisäksi luotiin leiriläisen palvelupolku. Se auttaa hahmottamaan mikä Leiritulilla toimii jo hyvin ja mitä osa-alueita voitaisiin lähteä kehittämään. Palvelupolku luotiin yhden käyttäjäprofiilin ympärille sisällöllisemmän tuloksen saamiseksi ja se kuvaa leiriläisen matkan Vierumäen Leiritulilla vaihe vaiheelta, mitä tapahtuu ennen leiriä, mitä leirillä ja mitä leirin jälkeen. Palvelupolku perustuu työn aikana hankittuun aineistoon ja leiriläisten kokemuksiin. Palvelupolun rinnalle kirjattiin huomiota ja kehitysehdotuksia sen tulkinnan helpottamiseksi.

Asiakaskeskeisyys auttaa kehittymään

Asiakkaan asettaminen palvelun keskiöön auttaa näkemään palvelun uudella tavalla. Jotta asiakkaille voidaan tarjota palvelua, joka jää mieleen, täytyy ymmärtää asiakkaan tarpeita ja toiveita palvelun suhteen.

Päijät-Hämeen liikunta ja urheilu Ry:n Vierumäen Leiritulien kehittymisen ja leiriläisten mieltymysten ymmärtämisen kannalta on tärkeää kerätä palautetta jokaiselta leiriltä. Opinnäytetyön puitteissa toteutetun kyselyn ja työpajojen aineistoista on nähtävissä, että niin leiriläiset kuin ohjaajatkin haluavat päästä vaikuttamaan ja osallistumaan leirin kehittämiseen. Vierumäen Leiritulet on perinteikäs liikuntaleiri lapsille ja nuorille, jonka traditioita ei haluta muuttaa liikaa, mutta perinteen elinvoimaisena pitämisen kannalta leiriläisiä ja ohjaajia kannattaa osallistaa tulevien leirien ideointiin.

Lähteet

Kalliomäki, A. 2014. Tarinallistaminen – Palvelukokemuksen punainen lanka. [Helsinki]: Talentum.

Klaar Margus, J. 2014. How to have your cake and eat it too – an introduction to service design. Amsterdam: BIS Publishers.

Miettinen, S. 2011. Palvelumuotoilu- uusia menetelmiä käyttäjätiedon hankintaan ja hyödyntämiseen. Helsinki: Teknologiainfo Teknova Oy.

Peltola, E. 2018. Liikuntaleirin kehittäminen palvelumuotoilun keinoin. Case: Vierumäen leiritulet. AMK-opinnäytetyö. Lahden ammattikorkeakoulu. Liiketalouden ja matkailun ala. Lahti. [Viitattu 11.10.2018]. Saatavissa: http://urn.fi/URN:NBN:fi:amk-2018101716073

Tuulaniemi, J. 2011. Palvelumuotoilu. Helsinki: Talentum.

Kirjoittajat

Elina Peltola on Lahden ammattikorkeakoulun valmistuva tradenomiopiskelija, jonka opinnäytetyö ”Liikuntaleirin kehittäminen palvelumuotoilun keinoin. Case: Vierumäen Leiritulet” on hyväksytty ja tarkastettu lokakuussa 2018.

Sami Heikkinen on lehtori Lahden ammattikorkeakoulun liiketalouden ja matkailun alalla.

Artikkelikuva: https://pixabay.com/en/football-teenager-greenery-sports-1533213/ (CC0)

Julkaistu 19.10.2018

Viittausohje

Peltola, E. & Heikkinen, S. 2018. Palvelumuotoilun keinoja hyödyntäen kohti parempaa liikuntaleiriä. LAMK Pro. [Viitattu pvm]. Saatavissa: http://www.lamkpub.fi/2018/10/19/palvelumuotoilun-keinoja-hyodyntaen-kohti-parempaa-liikuntaleiria/

Markkinoinnin automaatiolla liidejä ja myyntiä

23.8.2018Älykäs liiketoiminta, LAMK ProLAMKpub

Laajakaistayhteyksien yleistyttyä alkoi 2000-luvulla markkinoinnin automaatiota kehittävien yritysten ja niiden tarjoamien palvelujen määrän huikea kasvu. Markkinoinnin automaatio on nykyään mukana jokaisen nettiä käyttävän ihmisen arjessa. Tässä artikkelissa esitellään tiivistetysti markkinoinnin automaation käsite ja toimintatapa.

Kirjoittaja: Ritva Kinnunen

Markkinointia ja ohjelmistokehitystä

Markkinoinnin automaatio voidaan yksinkertaistaen määritellä ohjelmistoiksi, jotka tehokkaasti automatisoivat, priorisoivat ja toimeenpanevat markkinoinnin toimintoja. Markkinoinnin automaation avulla yritys lähettää asiakkaille personalisoitua materiaalia, jonka avulla asiakkaasta pyritään kypsyttämään liidi eli potentiaalinen asiakas. Yksilöity liidi voidaan siirtää myynnille kontaktoitavaksi. (Rimmer, 2017.) Markkinoinnin automaation tavoitteena on myös konvertoida verkkosivukävijöitä asiakkaiksi. Se yhdistää sähköpostimarkkinoinnin, verkkosivujen analytiikan, liidien hallinnan, CTA-lomakkeet, sisällöt sekä CRM:n. (Vine, 2018.)

KAAVIO 1. Markkinoinnin automaation käsitteitä.

Markkinoinnin automaation toteuttaminen muistuttaa usein enemmän sovelluskehitystä kuin perinteistä markkinointia. Markkinoinnin toimijoilta edellytetään uutta osaamista, joka on lähempänä koodausta kuin perinteistä mainonnan suunnittelua. (Weckströmin & Schulman, 2017.)

Juuret business to business markkinoinnissa

Markkinoinnin automaation juuret löytyvät markkinoinnin kilpailukeinojen toimintojen räätälöinnissä ja personoinnissa B to B (business to business) -markkinoinnissa (Heimbach, Kostyra &Hinz, 2015). Suoramarkkinoinnin periaatteiden tapaan keskityttiin alussa personalisoituihin, kohdennettuihin kontakteihin tavoitteena saada aikaan asiakkailta selkeitä mitattavissa olevia reaktioita. Toisaalta tietokantojen avulla pyrittiin parempaan asiakashallintaan, mittaamaan asiakkaiden reaktioita yrityksen markkinointiin sekä kasvattamaan markkinoinnin tehokkuutta. (Ioana, 2016.)

B to B -markkinoinnissa tärkeimpänä automaattisen markkinoinnin tehtävänä on pidetty liidien eli potentiaalisten yrityksen tarjouksista kiinnostuneiden asiakaskontaktien tuottamista myyntihenkilöstölle. Tätä varten on kehitetty Lead Management-ohjelmistoja, joiden avulla koko myyntiprosessi voidaan optimoida. Liidien luomisessa käytetään hyväksi sisältömarkkinoinnin keinoja, kuten blogien kirjoittamista, mainoksia, white paper- julkaisuja (jonkin asian yksityiskohtaisesti ja selkeästi kuvaava raportti), sosiaalista mediaa, tapahtumia ja PR -kampanjoita. (Todor, 2016; Pohjola, 2018.)

Markkinoinnin automaation toimintamalli

Markkinoinnin automaatiossa voidaan hyödyntää yrityksen tietokannoissa olevaa dataa sekä dataa, jota saadaan esim. www-sivuilla kävijöistä tai klikkauksista. Lähtökohtatiedot ovat tärkeä osa prosessia, sillä automaattisen markkinoinnin prosessit käynnistyvät olemassa olevan, uuden tai muuttuvan asiakastiedon varassa. Toisin sanoen, jos asiakas käyttäytyy tietyllä tavalla, käynnistyy säännön mukaan haluttu markkinoinnin toimenpide. Suurin hyöty automaatiosta on sen voima. Kun sääntö on kerran luotu, sen avulla automaatio lähettää niin haluttaessa tuhansia personoituja viestejä automaattisesti. (Heimbach ym, 2015.)

Seuraavassa kuviossa on esitetty markkinoinnin automaation yleinen malli. Kuvion mukaisesti olemassa olevaa ja CRM-järjestelmään talletettua tietoa hyväksi käyttäen ohjelma laukaisee toimintoketjun, jossa määritettyjen sääntöjen mukaisesti automatiikka käynnistää halutun toimenpiteen, joka voi olla esim. kohdehenkilön sähköpostiin lähetettävä tarjous. Ohjelman sääntöjen avulla voidaan räätälöidä viestin sisältöä, muotoa, rakennetta jne. Ohjelma voi myös oppia. Jos esim. tietyn värinen pohjaväri tarjouksessa näyttää tuottavan enemmän kontakteja, ohjelma ryhtyy käyttämään sitä tarjouksissa. Asiakas voidaan tuoda yrityksen www-sivuille juuri hänelle personoidun laskeutumissivun kautta.

KAAVIO 2. Markkinoinnin automaation yleinen malli (Heimbach, Kostyra & Hinz, 2015).

B to B -puolella markkinoinnin automaatiota kuvaava esimerkki voisi olla seuraava. Yrityksen tietokoneelta työntekijä tekee hakuja Googlessa tietyllä sanalla. Tätä hakua verrataan ko. tietokoneen IP-osoitteesta tulleeseen aiempaan hakuhistoriaan, klikkausten virtaan ja esim. avattujen sivujen määrään kohdeyrityksen sivustolla. Hakijalle muokataan profiili. Määritettyjen sääntöjen mukaan sivuilla vierailijalle tarjotaan esim. white-paperin lataamista, joka puolestaan edellyttää henkilön omien tietojen antamista (sähköposti, asema yrityksessä) kohdeyritykselle. Näitä tietoja voidaan edelleen verrata yrityksen oman CRM järjestelmän tietoihin, kuten tämän asiakkaan aikaisempiin kontakteihin ja ostohistoriaan. Automaation avulla voidaan nyt ko. henkilön potentiaalisuus asiakkaana eli liidinä arvioida pisteytyksen avulla. Mikäli pisteytys on korkea, voidaan asiakas osoittaa suoraan myyntihenkilöstön kontaktoitavaksi. Alhaisemmalla pistemäärällä automaatio voi esim. lähettää personoidun sähköpostin, jossa liidiä pyydetään olemaan yhteydessä yritykseen ja kerrotaan mahdollisista tarjouksista. Liidi voi jäädä lepäämään, jos tämä ei aktivoidu. Myöhemmin hänelle voidaan edelleen lähettää muistuttavaa personoitua sähköpostia.

KUVA 1. Kuvakaappaus kontaktia lämmittävästä personoidusta automaattisesta kirjeestä.

B to C -markkinoinnissa korostuu mainonnan merkitys. Asiakkaan niin hyväksyessä tämän tietokoneelle voidaan ladata evästeitä eli cookieita (internetselaimen tallettamaa dataa tietokoneelle). Evästeiden avulla kerätään laitteesta ja laitteella tehdyistä toimista tietoja, muun muassa käyttäjän IP-osoite, kellonaika, käytetyt sivut, selaintyyppi, mistä verkko-osoitteesta käyttäjä on tullut kyseiselle verkkosivulle, miltä palvelimelta käyttäjä on tullut verkkosivulle ja mistä verkkotunnuksesta käyttäjä on tullut verkkosivulle (Viestintävirasto 2018). Tällaista dataa analysoimalla automaation sääntöjen avulla voidaan mainosvirtaa kohdentaa entistä tarkemmin. Määritettyjen sääntöjen avulla esim. Facebook sivuston mainosvirtaan voidaan nostaa kuluttajaa kiinnostaneen tuoteryhmän mainoksia. Kun asiakas edelleen klikkaa tällaista mainosta, hänen arvonsa potentiaalisena asiakkaana vahvistuu, ja hänen mainosvirtaansa voidaan lähettää esim. tarjouksia tuotteista. Laitteen käyttäjää ei voida tunnistaa, ja tällöin usean henkilön käyttäessä samaa laitetta mainosvirrasta tulee sekalaista.

Tekniikan kehittyessä digitaalisen markkinoinnin keinot monipuolistuvat entisestään. Markkinoinnissa tulee kuitenkin ottaa huomioon tietosuojan kiristyminen. Toukokuussa 2018 astui voimaan Euroopan Unionin yleinen tietosuoja-asetus GDPR (General Data Protection Regulation), joka koskee henkilötietojen tallentamista ja käsittelyä (Tietosuoja 2018). Myös Euroopan Unionissa valmisteilla oleva sähköisen viestinnän tietosuoja-asetus (Euroopan komissio 2017) tullee vaikuttamaan markkinoinnin automaatioon etenkin kuluttajapuolella.

Lähteet

Euroopan komissio. 2017. Ehdotus EUROOPAN PARLAMENTIN JA NEUVOSTON ASETUS yksityiselämän kunnioittamisesta ja henkilötietojen suojasta sähköisessä viestinnässä ja direktiivin 2002/58/EY kumoamisesta (sähköisen viestinnän tietosuoja-asetus). Bryssel: Euroopan Komissio. [Viitattu 20.8.2018]. Saatavissa: https://eur-lex.europa.eu/legal-content/FI/TXT/PDF/?uri=CELEX:52017PC0010&from=FI

Heimbach, I., Kostyra, D., Hinz, O. 2015. Marketing Automation. Business & Information Systems Engineering, Vol. 57(2), pp. 129 – 133

Ioana, I. 2016. What is marketing automation and how could it be used for business? Yearbook of the Gheorghe Zane Institute of Economic Researches. Vol. 25 Issue 1, pp. 11 – 18.

Pohjola, A. 2018. Opas markkinoinnin automaatiosta. Fullmore Oy. [Viitattu 24.4.2018]. Saatavissa: http://fulmore.fi/opas-markkinoinnin-automaatiosta/?gclid=EAIaIQobChMIq73gmL3S2gIVTl8ZCh1W1QBhEAAYAiAAEgK7y_D_BwE

Rimmer, A. 2017. What is Marketing Automation? A Beginner’s Guide. HubSpot. Viitattu [20.8.2018]. Saatavissa: https://blog.hubspot.com/insiders/what-is-marketing-automation-a-beginners-guide?_ga=2.89404379.1993797839.1523877864-2009465543.1486969918

Tietosuoja. Henkilötietojen suojelua koskevat säännöt EU:ssa ja sen ulkopuolella. Euroopan komissio. [Viitattu 20.8.2018]. Saatavissa: https://ec.europa.eu/info/law/law-topic/data-protection_fi

Todor, R.D. 2016. Marketing Automation. Bulletin of the Transilvania University of Braşov Series V: Economic Sciences. Vol. 9 (58) No. 2 – 2016

Viestintävirasto. 2018. Evästeet. [Viitattu 20.8.2018].Saatavissa: https://www.viestintavirasto.fi/kyberturvallisuus/tietoturvaohjeet/palveluidenturvallinenkaytto/evasteet.html

Vine Oy. 2018. Markkinoinnin automaation opas. [Viitattu 20.8.2018]. Saatavissa: https://vine.eu/fi/markkinoinnin-automaatio?gclid=EAIaIQobChMIsMfTm6602gIVzIeyCh12cQX4EAAYAiAAEgKQF_D_BwE

Weckströmm & Schulman. 2017. Onko suomalainen markkinointi konkurssissa vai diginousun kynnyksellä? – Osa 2. Markkinointi & Mainonta. [Viitattu 17.4.2018]. Saatavissa: https://www.marmai.fi/blogit/vierasblogi/onko-suomalainen-markkinointi-konkurssissa-vai-diginousun-kynnyksella-osa-2-6644406

Kirjoittaja

Ritva Kinnunen työskentelee markkinoinnin yliopettajana Lahden ammattikorkeakoulussa liiketalouden ja matkailun alalla. Artikkeli on kirjoitettu #DigiLAHTI EAKR -hankkeessa. Hankkeen tavoitteena on tehostaa pienten ja keskisuurten yritysten prosesseja, palveluita ja tuotteita yritysten toimintaa digitalisoimalla.

Julkaistu 23.8.2018

Artikkelikuva: https://cdn.pixabay.com/photo/2018/07/26/09/56/ecommerce-3563183__480.jpg (CC0)

Viittausohje

Kinnunen, R. 2018. Markkinoinnin automaatiolla liidejä ja myyntiä. LAMK Pro. [Verkkolehti]. [Viitattu pvm]. Saatavissa: http://www.lamkpub.fi/2018/08/23/markkinoinnin-automaatiolla-liideja-ja-myyntia/

Intranetissa on kiinnitettävä huomio tiedonhallintaan ja käytettävyyteen

17.8.2018Älykäs liiketoiminta, LAMK ProLAMKpub

Organisaation intranetin avulla työntekijät saavat ajankohtaista tietoa monipuolisesti ja nopeasti. Viestintä kuitenkin aiheuttaa myös ongelmia, jos tieto on intranetissa hajanaista, hajallaan ja hajautetusti tallennettua. Siksi tiedon tuottaminen, luokitteleminen ja jakelu tulee tehdä helpoksi käyttäjille. Intranetin suunnitteluun ja rakentamiseen kannattaakin käyttää aikaa eikä jälkihoitoa tule unohtaa. Liikuntakeskus Pajulahdelle tehdyssä intranet-projektissa suunniteltiin opistolle sen tarpeita vastaava sisäisen viestinnän väline, jossa tiedonhallinta on helppoa.

Kirjoittajat: Marja Gran ja Joanna Vihtonen

Intranet on kehittynyt vuosikymmenten myötä

Sähköisen tiedonhallinnan lisääntyessä 90-luvulla työpaikan tietopankiksi kehitettiin intranet, jonka piti korjata aikaisempien sähköpostilistojen ongelmat. Sähköpostilistoissa oleva tieto kerääntyi päällekkäisiksi levytilaa vieviksi massoiksi, joista oli vaikea löytää ajantasainen tieto. (Saloranta 2017.)

Intranetissa pääserverille eli tietokoneeseen lisättiin ohjelmoitu tietovaranto, yleensä Windows-käyttöliittymän kannustama kansiorakennelma, josta työntekijät omatoimisesti etsivät tarpeellisen tiedon. Jos intranet-sivustoa tai kansiorakennetta ei ylläpidetty tarpeeksi ahkerasti ja usein, se menetti merkitystään. Mikäli serverin kansiorakenteisiin pystyi lisäämään omia kansioita, rakenne alkoi pian näyttää sekavalta ja tallennustila alkoi loppua nopeasti. (Saloranta 2017.)

2000-luvulle mentäessä kansiorakennelmista oli useimmiten luovuttu, ja intranet alkoi olla enemmän nykymuotoisensa kaltainen: selaimella selattava tietovaranto, jossa oli hakutoiminto ja valikoita. Käytettävyyttä oli mietitty, mutta päivittäminen vaati edelleen yhden ohjelmointikokemusta omaavan ihmisen muokkaamaan sivustoa tai lisäämään tietoa. Jos päivittäminen oli yhden ihmisen varassa, intranetia uhkasi jälleen unohdus ja vanhentuminen. (Saloranta 2017.)

Käyttökokemuksen lisääntyessä myös toimisto-ohjelmien tuottajat alkoivat näyttävyyden lisäksi miettiä käytettävyyttä. Tämän päivän, 2010-lukulaisen intranetin voisi sanoa jo olevan hyvin käyttäjäystävällinen, nopea ja helppokäyttöinen myös päivittäjälle. (Saloranta 2017.)

Kun intranet-sivusto on hyvin suunniteltu ja rakennettu, ei päivittäjän tarvitse osata ohjelmoida tai miettiä sivuston rakenteita, vaan tiedon vieminen sivustolle on helppoa ja metatiedon tallentamisen ja luokittelujärjestelmän vuoksi tieto näkyy oikeissa paikoissa, hakusanoilla lisättynä. (Saloranta 2017.)

Sovellusten kehittäjät ovat avainasemassa, kun uutta viestintävälinettä suunnitellaan. Intranetin trendejä on tutkittu mm North Patrol -yrityksessä. Intranetin tulee olla visuaalisesti miellyttävä, viihdyttävä ja työpaikkaan yhteisöllisyyttä tuova työkalu. Johtamista, strategian jalkauttamista ja ohjeistuksia tuodaan nyt uudella tavalla työntekijää lähelle. (Korhonen 2016.)

Pajulahden intranetia muokataan tarpeiden mukaan

Liikuntakeskus Pajulahdessa toteutettiin opinnäytetyönä pienen yrityksen mittakaavassa toteutettu intranet-projekti (Gran 2018). Projektissa tehtiin alkusuunnittelu, sisällön toteutukseen valittiin sopiva työkalu, havainnoitiin intranetin ja sisäisen viestinnän tarpeita ja tehtiin haastattelututkimus.

Tutkimuksessa tarkasteltiin viestinnän toimivuutta ja tarpeita kolmella osa-alueella, joita olivat perehdytys, viestintä ja tiedon hallinta. Tutkimuksessa todettiin, että jokaisen yksikön sisäinen viestintä toimi, mutta työyksiköiden ylittävä viestintä sekä johtoryhmän tärkeäksi kokema tulevaisuus- eli strategiaviestintä sekä johtamisviestintä ei aina tavoittanut työntekijöitä.

Intranet suunniteltiin yrityksen tarpeisiin sopivaksi: tavoitteena oli pieni, helposti hallittavissa oleva sivusto, jossa olisi kuitenkin kaikki tarpeellinen sekä mahdollisuus laajennuksiin tulevien tarpeiden mukaan. Intranet-sivusto lanseerattiin yksiköittäin pilottivaiheessaan marraskuussa 2017 ja on nyt käytössä yrityksen sisäisen viestinnän työkaluna.

Intranetin jatkuva päivittäminen ja kehittäminen ei saa tämän vaiheen jälkeen unohtua. On tutkittu, että mikäli intranet-sivustoa ei jatkuvasti huolleta eikä työntekijöiden mielipiteitä kuunnella, kallis sijoitus menee hukkaan. Uusia työvälineitä voidaan ja kannattaakin tuoda työpaikoille, mutta niiden jalkauttamiseen on tehtävä toimenpiteitä ja nähtävä pitkäaikaisesti sijoituksen hyödyt ja sitoutua tehtävään (Keränen 2017).

Intranetin on oltava nykyisin sosiaalinen

Sosiaalisuus on 2010-luvun trendi ja sitä tuodaan myös työpaikoille. Sosiaalisuutta on yhteistyön mahdollistaminen, avoimen keskustelun tukeminen ja toiselta oppiminen. Visuaalisuus, kuten kuvat ja videoklipit, ovat positiivinen lisä ja helpottavat oppimisprosessia. Hyvä sosiaalinen intranet on ihmiskeskeinen, sen sisältö toimii yrityksen ja työntekijöiden yhteisen hyvän eteen (Nurse 2018).

Palautteen antaminen ja palautteeseen vastaaminen on työpaikalla tärkeää. Työyhteisön viihtyvyys ja ilmapiiri paranevat, kun työntekijällä on luottamuksen tunne siihen, että häntä kuunnellaan. Sisäisen viestinnän konsultti Sina Lockley (2017) ottaakin blogikirjoituksessaan kantaa syihin, miksi kuuntelemisen taito työpaikoilla on avainasemassa. Kuunnelluksi tullut työntekijä on sitoutuneempi, tukee johdon pyrkimyksiä ja pyrkii kohottamaan omalta osaltaan yrityksen brandia. Työyhteisön yhtenäisyys kasvaa eivätkä huhupuheet horjuta yhteishenkeä. Avainasemassa ovat luottamus ja keskusteluyhteys johdon ja työntekijöiden välillä.

Opinnäytetyöprojektin jälkeen jalkauttamisvaihetta jatketaan Pajulahdessa ja käyttäjiä koulutetaan uudenlaisen viestintävälineen käyttäjiksi. Tutkimuksessa pieneltä osin tuli avoimissa vastauksissa selville, että työntekijät haluavat tulla kuulluksi ja saada tietoa palavereista ja päätöksistä. Yhteinen linja koettiin tärkeäksi ja työyhteisön kehittämiseen suhtauduttiin positiivisesti.

Seuraava askel Pajulahdessa onkin keskustelualustan saaminen ja tiimityömahdollisuuksien lisääminen sähköiseen ympäristöön, joko intranetin kautta tai uuden Microsoft Teams-työkalun avulla. Tämä vaatii paljon työtä, koulutustilaisuuksia ja pitkäjänteisyyttä kehittämisessä. Toivottavasti kehitystyön hyvät puolet huomataan, ja sähköinen viestintä saa uuden, paremman lähtökohdan.

Lähteet

Gran, M. 2018. Intranetin suunnittelu ja rakentaminen. [Verkkodokumentti]. AMK-opinnäytetyö. Lahden ammattikorkeakoulu, liiketalouden ala. Lahti. [Viitattu 22.2.2018]. Saatavissa: http://www.urn.fi/URN:NBN:fi:amk-201803042989

Keränen, S. 2017. Is your intranet project just a waste of time and money? [Viitattu 22.2.2018]. Saatavissa: http://www.innofactor.com/enblog/0/0/is_your_intranet_project_just_a_waste_of_time_and_money

Korhonen, H. 2016. Intranet megatrendit 2016. [Viitattu 16.2.2018]. Saatavissa: https://intranet-ostajanopas.fi/2016/09/27/intranet-megatrendit-2016/

Locley, S. 2017. 7 Reasons Why Internal Communications Is More Important Than Ever in 201. [Viitattu 22.2.2018]. Saatavissa: https://insights.staffbase.com/blog/why-internal-communications-is-more-important-than-ever

Nurse, J. 2018. What is a social intranet and why do I need one? [Viitattu 16.2.2018]. Saatavissa: https://www.idealstate.co/blog/what-is-a-social-intranet-and-why-do-i-need-one

Saloranta, A. 2017. Sovelluskouluttaja. Datalaaki Oy. Lahti. Haastattelu 21.7.2017

Kirjoittajat

Marja Gran on työskennellyt yli viidentoista vuoden ajan pääasiassa opetusalan tukitehtävissä ja toiminut monialaisesti viestinnän ja tietoteknisten ratkaisujen parissa. Tietotekninen kehittyminen sekä viestintävälineiden ja opetuksen digitalisaatio on tuonut haasteita opetusalaan. Yksi mielenkiinnon aiheista on ollut sisäisen viestinnän kehittäminen intranet-ratkaisuilla ja opiskelujen jälkeen kirjoittajan työ jatkuu tieto- ja viestintätekniikan parissa sekä e-opiskelun kehittämisen alueella.

Joanna Vihtonen toimii viestinnän lehtorina Lahden ammattikorkeakoulussa.

Julkaistu 17.8.2018

Artikkelikuva: rawpixel, https://pixabay.com/en/laptop-computer-technology-monitor-3190194/ (CC0)

Viittausohje

Gran, M. & Vihtonen, J. 2018. Intranetissa on kiinnitettävä huomio tiedonhallintaan ja käytettävyyteen. LAMK Pro. [Verkkolehti]. [Viitattu pvm]. Saatavissa: http://www.lamkpub.fi/2018/08/17/intranetissa-on-kiinnitettava-huomio-tiedonhallintaan-ja-kaytettavyyteen/