Innovoivan yrityksen muotokuva
Innovointi ei edellytä yrityksiltä supervoimia. Digitaalinen kehittyneisyys, laaja henkilöstön osallistaminen kehitystyöhön ja monipuolinen verkostoituminen edistävät asiaa.
Innovaatiot ovat yrityksille tärkeitä kilpailuedun lähteitä. Kehittyneissä kansantalouksissa innovaatioita tarvitaan talouskasvun ja erityisesti taloutta uudistavan pitkän aikavälin kasvun aikaansaamiseksi. Suomessa talouskasvu voi lähivuosina syntyä lähinnä vain tuottavuuden kasvusta. Avainasemassa on kokonaistuottavuus (total factor productivity), jonka kasvun taustalla ovat juuri innovaatiot.1
Innovaatioita on hyvin erilaisia. Ne voivat kohdistua niin tuotteisiin, palveluihin, prosesseihin, liiketoimintaan, myyntiin ja markkinointiin kuin organisaatioon ja johtamiseen. Innovaatioiden uutuusarvo vaihtelee vähäisistä uudistuksista radikaaleihin ja jopa vallankumouksellisiin muutoksiin entisissä pelisäännöissä ja ansaintalogiikoissa.2
Innovaatioiden moninaisuus ja tästä aiheutuva yhteismitattomuus tekevät yritysten innovaatiotoiminnan välisen kokonaisvaltaisen vertailun vaikeaksi. Useimmin, kuten myös tässä, vertailun kohteena ovat olleet tuote- ja palveluinnovaatiot.
Kaksi päätapaa
Tutkimuksessa erotetaan kaksi päätapaa tuottaa innovaatioita. Ensimmäistä voidaan kutsua tieteen ja teknologian kehitykseen perustuvaksi tavaksi (STI = science, technology, innovation). Tällaisille innovaatioille on tyypillistä, että niissä hyödynnetään tieteen ja teknologian viimeaikaista kehitystä.
Toinen tapa perustuu tekemällä, käyttämällä ja vuorovaikutuksen myötä tapahtuvaan oppimiseen (DUI = doing, using, interacting). Oppiminen perustuu tyypillisesti yrityksen omiin kokemuksiin, asiakkaiden palautteeseen tai yhteistyökumppaneilta saatuihin ideoihin.3 Yhteistyöverkostot ovat jo määritelmällisesti tärkeitä DUI-tyyppisissä innovaatioissa.
Verkostot ovat toisaalta tärkeitä myös STI-tyyppisissä innovaatioissa. Monet näistä edellyttävät erilaisen tieteellisen ja teknologisen tiedon yhdistämistä. Yksittäisillä yrityksillä ei useinkaan ole riittävää erityisosaamista kaikilta tarvittavilta alueilta.4
Reilu puolet yrityksistä ei hyödyntänyt data-analytiikkaa lainkaan.
Käytännössä raja näiden kahden innovaatioiden tuottamisen tavan kesken on liukuva. Voi kuitenkin olettaa, että STI-tyyppiset innovaatiot vaativat yritykseltä erityisesti vahvaa teknologista osaamista, kun taas DUI-tyyppisissä innovaatioissa korostuu koko organisaation vuorovaikutuksellisuuden merkitys. Yhteistyöverkostojen rooli korostuu molemmissa.
Kaikki mukaan!
Olemme tutkimusaineiston aiemmissa analyyseissa havainneet, että yritysten itsearvioitu asema digitalisaation suunnannäyttäjänä, laaja henkilöstön osallistaminen kehitystyöhön ja monipuolinen verkostoituminen erottavat erilaisten taustatekijöiden vakioinnin jälkeenkin markkinoille uusia tuotteita tai palveluja tuottaneet yritykset niistä, jotka eivät ole tuottaneet innovaatioita lainkaan.5 Syvennämme tässä analyysia kahdella tavalla:
- Tutkimme, missä määrin monipuolinen data-analytiikan käyttö, laaja henkilöstön osallistaminen ja monipuolinen verkostoituminen kasautuvat innovaatioita tuottaneissa yrityksissä, kun erilaiset taustatekijät vakioidaan.
- Käytämme digitaalista kehittyneisyyttä kuvaavana muuttujana itsearvioinnin sijasta data-analytiikan käytön monipuolisuutta. Juuri kykyä koota, mallintaa ja analysoida erilaista dataa kehittämisessä ja päätöksenteossa voi pitää digimurroksessa keskeisenä yritysten teknologista kehittyneisyyttä erottelevana piirteenä.6
Kolme mittaria
Digitaalinen kehittyneisyys: Kysyimme yrityksiltä, käytetäänkö niissä data-analytiikkaa (kyllä/ei). Myönteisesti vastanneilta kysyttiin edelleen, käytetäänkö sitä a) tuotannon tai palveluprosessin kehittämiseen, b) asiakastyytyväisyyden lisäämiseen, c) työn sisällön kehittämiseen, d) työsuoritusten seurantaan tai e) työhyvinvoinnin tai työturvallisuuden parantamiseen (kyllä/ei). Vastauksista muodostettiin summamuuttuja, joka sai arvoja nollasta viiteen sovellusalueiden määrän mukaisesti.
Reilu puolet (56 prosenttia) yrityksistä ei hyödyntänyt data-analytiikkaa lainkaan. Runsas kymmenys (11 prosenttia) hyödynsi sitä kaikkiin kysyttyihin tarkoituksiin ja joka kolmas (33 prosenttia) tätä kapeammin. Jaoimme yritykset data-analytiikkaa monipuolisesti hyödyntäviin (kaikki viisi aluetta) ja muihin.
Yhteistyöverkostot: Selvitimme yhteistyöverkostojen monipuolisuutta kysymällä, ovatko yritykset hyödyntäneet (kyllä/ei) kahdeksaa erityyppistä tapaa hankkia asiantuntemusta toimintansa kehittämiseen viimeisten kahden vuoden aikana. Kysymysten kohteina olivat a) toimialan muut yritykset, b) oman arvo- tai tuotantoketjun muut yritykset, c) konsultit, d) yliopistot/korkeakoulut, e) muut oppilaitokset, f) viranomaiset, g) työmarkkina- tai yrittäjäjärjestöt tai h) yritysostot tai rekrytoinnit.
Vastauksista muodostettiin summamuuttuja, joka sai arvoja nollasta kahdeksaan. Vajaa kymmenys yrityksistä (9 prosenttia) ei ollut hyödyntänyt mitään kysytyistä vaihtoehdoista. Runsas neljännes (28 prosenttia) oli käyttänyt vähintään viittä kysyttyä tapaa ja vajaa kaksi kolmesta (64 prosenttia) yhdestä neljään kysytyistä tavoista. Nimesimme yritykset, jotka olivat käyttäneet vähintään viittä tapaa, monipuolisesti verkostoituneiksi ja loput suppeammin verkostoituneiksi.
Henkilöstön osallistaminen: Sekä yritysten keskuudessa että tutkimuksessa on alettu kiinnittää viime vuosina enemmän huomiota henkilöstön rooliin innovaatioissa. Tähän ovat vaikuttaneet talouden palveluvaltaistuminen, koulutustason nousu, yritysten henkilöstörakenteen asiantuntijavaltaistuminen ja ylipäätään tietoisuuden lisääntyminen DUI-tyyppisen innovaatioiden tuottamisen tavan merkityksestä.
On alettu kiinnittää huomiota henkilöstön rooliin innovaatioissa.
Henkilöstön roolia innovaatioissa on tarkasteltu sellaisin käsittein kuten ”työntekijälähtöinen” (employee-driven), ”käytäntöperustainen” (practice-based) ja ”henkilöstöä osallistava” (high-involvement) innovaatiotoiminta.7
Pyysimme vastaajaa arvioimaan, kuinka suuri osa henkilöstöstä osallistuu säännöllisesti toiminnan kehittämiseen liittyviin ryhmiin tai tehtäviin. Runsaassa kolmanneksessa (35 prosenttia) yrityksiä ei henkilöstön katsottu osallistuvan kehittämiseen lainkaan. Loput jakautuivat melko tasaisesti niihin, joissa osallistujia on alle kolmannes (32 prosenttia) ja niihin, joissa vähintään kolmannes henkilöstöstä osallistuu (33 prosenttia). Viimeksi mainittu ryhmä nimettiin laajasti henkilöstöä osallistaviksi ja loput muihin.
Selvittääksemme, miten edellä lueteltujen tekijöiden kasautuminen on yhteydessä yritysten innovaatioaktiivisuuteen, yhdistimme kuvatut muuttujat seuraavasti: monipuolinen data-analytiikan käyttö (kyllä/ei), monipuolinen verkostoituminen (kyllä/ei) ja laaja henkilöstön osallistaminen (kyllä/ei). Näin saatiin 8-luokkainen muuttuja, joka sisälsi kaikki mahdolliset kombinaatiot. Kukin yritys kuului vain yhteen kategoriaan.
Vajaa puolet (45 prosenttia) yrityksistä ei ole vahva millään kolmesta alueesta ja vajaa kolmannes (32 prosenttia) vain yhdellä niistä. Vajaalla viidenneksellä (19 prosenttia) on kaksi vahvaa aluetta. Vain viisi prosenttia on vahvoja kaikilla alueilla (taulukko 1).
Taulukko 1. Yritysten jakautuminen data-analytiikan käytön, yhteistyöverkostojen ja henkilöstön osallistamisen mukaan
Yrityksiä, jotka ovat tuottaneet viimeisten kahden vuoden aikana markkinoille uuden tuotteen tai palvelun, on vajaa neljännes (23 prosenttia). Vain itselle uusia tuotteita tai palveluja tuottaneita on jonkin verran enemmän (28 %). Loput yrityksistä (49 %) eivät ole tuottaneet tuote- tai palveluinnovaatioita (kuvio 1).
Kuvio 1. Yritysten jakautuminen innovaatioaktiivisuuden mukaan
Tarkastelemme seuraavaksi, mitkä tekijät erottelevat kummankintyyppisiä innovaatioita tuottaneita yrityksiä niistä, jotka eivät ole tuottaneet lainkaan tuote- tai palveluinnovaatioita (kuvio 2). Tarkastelemme yhteyksiä multinomiaalisen logistisen regressiomallin avulla, joka mahdollistaa useamman kuin kaksiluokkaisen selitettävän muuttujan analysoinnin.8
Kuvio 2a. Markkinoille uusia tuotteita ja palveluja
Kuvio 2b. Vain yritykselle uusia tuotteita ja palveluja
Analysoimme kasauman yhteyttä innovaatioaktiivisuuteen. Kontrolloimme analyyseissa yrityksen koon, toimialan, ulkomaan myynnin osuuden liikevaihdosta, henkilöstörakenteen asiantuntijavaltaisuuden ja sen, kuinka aktiivisesti asiakkaat osallistuvat yrityksen tuotteiden ja palvelujen suunnitteluun ja kehittämiseen.9
Vahvuustekijöitten vaikutukset
Ensimmäinen päähavainto analyysista on, että yrityksissä, joihin kasautuu kaksi tai kolme edellä käsiteltyä vahvuustekijää, on suurempi vedonlyöntisuhde sille, että yritys on tuottanut uusia tuotteita tai palveluja. Lisäksi vedonlyöntisuhteiden piste-estimaattien perusteella kasautumisen yhteys innovaatioaktiivisuuteen voi olla voimakkaampi markkinoille uusissa tuotteita tai palveluita tuottaneissa yrityksissä (huomaa erilaiset asteikot kuviossa 2). Tilastollisessa mielessä emme kuitenkaan voineet vahvistaa havaintoa, sillä vedonlyöntisuhteiden luottamusvälit risteävät keskenään.
Toinen päähavainto on, että analyysi antaa pitkälti samansuuntaisia tuloksia kummankintyyppisten innovaatioiden osalta. Joitain eroja kuitenkin löytyy: Markkinoille uusissa tuotteissa tai palveluissa myös monipuolinen data-analytiikan käyttö yksin on yhteydessä yritysten innovaatioaktiivisuuteen.
Vain yrityksille itselleen uusissa tuotteissa tai palveluissa mikään yksittäinen vahvuustekijä ei riitä erottelemaan yrityksiä innovaatioaktiivisuuden suhteen. Tällaisissa innovaatioissa monipuolisen verkostoitumisen ja laajan henkilöstön osallistamisen yhdistelmä sen sijaan tuottaa lähes yhtä suuren vedonlyöntisuhteen kuin kaikkien kolmen tekijän kasauma toisin kuin markkinoille uusissa innovaatioissa.
Edelläkävijöitä monella alueella
Innovaatiot kertovat yritysten kyvystä uudistua. Toimintaympäristön muutosten tihentymisen voi viime vuosina katsoa korostaneen uudistumisen ja innovaatioiden merkitystä yritysten menestystekijänä. Tulostemme mukaan kyky tuottaa innovaatioita edellyttää yritykseltä monipuolista osaamista. Erottautuakseen muista yrityksen on oltava edelläkävijä vähintään kahdella osa-alueella: digitaaliteknologinen kehittyneisyys, monipuoliset yhteistyöverkostot ja laaja henkilöstön osallistaminen. Edelläkävijyys vain yhdellä ulottuvuudella ei useimmiten riitä muista erottautumiseen. Jatkossa kasautumisen merkitykseen tulee pureutua suuremmalla aineistolla. Aineiston koon rajoituksista johtuen vedonlyöntisuhteiden luottamusvälit jäivät tässä tutkimuksessa leveiksi, eikä päätelmiä muuttujien keskinäisestä järjestyksestä voitu tehdä.
Tulokset antavat viitteitä siitä, että digitaalisen kehittyneisyyden merkitys korostuu muita tekijöitä voimakkaammin markkinoille uusissa tuotteissa tai palveluissa. Tämä voi kertoa siitä, että näissä on useammin kyse radikaaleista ja STI-tyyppisistä innovaatioista kuin vain yritykselle itselleen uusissa tuotteissa tai palveluissa. Yritykselle itselle uudet innovaatiot taas saattavat olla edellisiä useammin vähittäisiä ja DUI-tyyppisiä. Aineistolla emme voi kuitenkaan suoraan todentaa tällaisia yhteyksiä
Emme ota analyysilla myöskään kantaa siihen, kuinka yleistettäviä tulokset ovat erityyppisissä organisaatioissa. Vuonna 2012 toteutetussa aiemmassa MEADOW-työnantajakyselyssä innovatiivisten organisaatioiden erityispiirteet painottuivat jonkin verran eri tavoin teollisilla yrityksillä, palveluyrityksillä ja julkisyhteisöillä.10 Siten on mahdollista, että yksittäisten tekijöiden, kuten digitaalisen kehittyneisyyden tai kasautumisen merkitys on eri toimialoilla erilainen. Eri piirteiden merkitys voi vaihdella myös monen muunkin tekijän kuten yrityksen liiketoimintamallin, markkinoiden dynaamisuuden tai toimialan sääntelyn luonteen mukaan.11
Tuloksemme viittaavat joka tapauksessa siihen, että innovaatiokilpailussa yrityksiltä edellytetään monipuolista osaamista. Parhaiten siinä näyttäisivät menestyvän yritykset, jotka kulkevat digitalisaatiokehityksen eturintamassa, verkostoivat monipuolisesti ja osallistavat laajasti henkilöstöään.
Kirsikka Selander
@SelanderKirsik
kirsikka.selander@ttl.fi
Kuva: TTL
Kirsikka Selander on erikoistutkija Työterveyslaitoksella Hyppäys digiin -yksikössä. Hän on väitellyt Jyväskylän yliopistossa.
Tuomo Alasoini
@tuomoalasoini
tuomo.alasoini@ttl.fi
Kuva: Maarit Kytöharju
Tuomo Alasoini työskentelee tutkimusprofessorina Työterveyslaitoksella Hyppäys digiin -yksikössä. Hän on valtiotieteiden tohtori Helsingin yliopistosta (1990) ja tekniikan tohtori Aalto-yliopiston Perustieteiden korkeakoulusta (2016).
Viitteet
1 Pohjola (2020).
2 Fagerberg ym. (2005) ja Tidd ja Bessant (2018).
3 Jensen ym. (2007) ja Parrilli ja Heras (2016).
4 Miettinen ym. (1999).
5 Selander ja Alasoini (2022).
6 Lehrer ym. (2018).
7 Bessant (2003), Høyrup ym. (2012) ja Melkas ja Harmaakorpi (2012).
8 Metsämuuronen (2006).
9 Kuvaukset siitä, kuinka vakioinnit on tehty, löytyvät julkaisusta Selander ja Alasoini (2022).
10 Alasoini ym. (2014).
11 Boselie ym. (2003) ja Boxall (2012).
12 Pfeffermann, D. (1993), The role of sampling weights when modeling survey data, International Statistical Review 61: 317–337.
Kirjallisuus
Alasoini, T., Lyly-Yrjänäinen, M., Ramstad, E. & Heikkilä, A. (2014), Innovatiivisuus Suomen työpaikoilla: menestys versoo työelämää uudistamalla, Katsaus 311/2014, Tekes, Helsinki.
Bessant, J. (2003), High-involvement innovation: building and sustaining competitive advantage through continuous change, Wiley, Chichester.
Boselie, P., Paauwe, J. & Richardson, R. (2003), Human resource management, institutionalization and organizational performance: a comparison of hospitals, hotels and local government, International Journal of Human Resource Management 14: 1407–1429.
Boxall, P. (2012), High-performance work systems: what, why, how and for whom? Asia Pacific Journal of Human Resources 50: 169–186.
Fagerberg, J., Mowery, D.C. & Nelson, R.E. (toim.) (2005), The Oxford handbook of innovation, Oxford University Press, Oxford.
Høyrup, S., Bonnafous-Boucher, M., Hesse, C., Lotz, M. & Møller, K. (toim.) (2012), Employee-driven innovation: a new approach, Palgrave Macmillan, Houndsmill.
Jensen, M.B., Johnson, B.H., Lorenz, E. & Lundvall, B.-Å. (2007), Forms of knowledge and modes of innovation, Research Policy 36: 680–693.
Lehrer, C., Wieneke, A., Vom Brocke, J., Jung, R. & Seidel, S. (2018), How big data analytics enables service innovation: materiality, affordance, and the individualization of service, Journal of Management Information Systems 35: 424–460.
Melkas, H. & Harmaakorpi, V. (toim.) (2012), Practice-based innovation: insights, applications and policy implications, Springer, Cham.
Metsämuuronen, J. (2006), Tutkimuksen tekemisen perusteet ihmistieteissä, 3.laitos, Gummerus Kirjapaino Oy, Jyväskylä.
Miettinen, R., Lehenkari, J., Hasu, M. & Hyvönen, J. (1999), Osaaminen ja uuden luominen innovaatioverkostoissa: tutkimus kuudesta suomalaisesta innovaatiosta, Sitra, Helsinki.
Parrilli, M.D. & Heras, H.A. (2016), STI and DUI innovation modes: scientific-technological and context-specific nuances, Research Policy 45: 747–756.
Pohjola, M. (2020), Teknologia, investoinnit, rakennemuutos ja tuottavuus – Suomi kansainvälisessä vertailussa, Julkaisuja Yritykset 2020:5, Työ- ja elinkeinoministeriö, Helsinki.
Selander, K. & Alasoini, T. (2022), Digitaalinen kehittyneisyys, verkostot ja henkilöstön osallistuminen yritysten innovaatioaktiivisuuden avaintekijöinä, MEADOW-julkaisu, Työterveyslaitos – TYÖ2030-ohjelma, Helsinki (viitattu 22.9.2022).
Tidd, J. & Bessant, J. (2018), Managing innovation: integrating technological, market and organizational change, Wiley, Chichester.
