Skip to main content

Data Monetization (5 cr)

Code: YT10012-3001

General information


Enrollment
01.04.2025 - 19.10.2025
Registration for the implementation has begun.
Timing
22.09.2025 - 19.12.2025
The implementation has not yet started.
Number of ECTS credits allocated
5 cr
Local portion
0 cr
Virtual portion
5 cr
Mode of delivery
Distance learning
Unit
Open UAS
Campus
Online
Teaching languages
Finnish
Seats
20 - 70
Degree programmes
Degree Programme in Technology Competence Management
Teachers
Tiina Soininen
Teacher in charge
Tiina Soininen
Scheduling groups
Avoimen opiskelijat (Size: 20 . Open UAS : 20.)
Tutkinto-opiskelijat (myös ristiinopiskelu) (Size: 0 . Open UAS : 0.)
Groups
KAKS25
Karelia, Open UAS, All, Fall, 2025
Small groups
Open UAS Students
Degree students
Course
YT10012

Evaluation scale

H-5

Content scheduling

-

Objective

Opintojakson suoritettuasi:

- tunnet datan taloudellisen ja inhimillisen arvon kehittymisen mekanismit ja tavat
- ymmärrät datan arvon muodostumisen reunaehdot
- osaat soveltaa datan arvon luomisen ajatuksia organisaation toiminnassa.

Content

Oletko pohtinut, kuinka data on organisaatioiden resurssi? Mitä arvoa sillä on ja pystyykö arvoa mittaamaan?

Tällä kurssilla tutustumme datatalouteen. Erityisesti tarkastelemme datan kaupallistamista (data monetisaatio). Luomme katsauksen myös datavetoiseen päätöksentekoon ja tarkastelussa on myös Decision Intelligence. Näiden teemojen avulla pyrimme lähestymään kysymyksiä datan hyödyntämisestä ja sen kaupallisesta arvosta. Näkökulmat avaavat ymmärrystämme datan hyödyntämisen mahdollisuuksista.

Opintojakson aiheita ovat:
- Mitä on data monetisaatio?
- Datan kaupallistaminen on prosessi
- Data markkinapaikat ja data-avaruudet
- Tiedon taloudellisen arvon määrittelyn mahdollisuudet
- Tietotilinpäätös
- Data strategisena voimavarana
- Decision Intelligense tehostamassa datan hyödyntämistä organisaatioissa


Opintojakso on YAMK-tasoinen.

Location and time

Opintojakso toteutetaan non-stop periaatteella. Voit opiskella ja suorittaa tehtäviä ajasta ja paikasta riippumattomasti.

Materials

Oppimateriaalina hyödynnetään luentonauhoitteita, podcasteja ja kirjallisuutta (e-artikkeleita ja e-kirjoja).

Kirjallisuus:
- Alhonsuo, Mira; Ansamäki, Jarkko; Hurme, Antti; Hurri, Päivi; Reijonen, Atte; Soininen, Tiina; Väätäjä, Heli & Helander, Nina (2024): Tietojohtamisen ja data-analytiikan taidot. Karelia-ammattikorkeakoulun julkaisuja B:97. Tästä teoksesta hyödynnetään erityisesti kappaletta 9. Datatalous
- Sivula, Ari; Aho, Mika & Laukkanen, Mika (2023): Datasta liiketoimintaan: 10 tehokasta työkalua. Alma talent.
- Kilner, Donal E. (2021): What privacy? Public Integrity, 23: 531–537.
- Intelligent Decision Making (2018). MIT Sloan Management Review (Nro. July).
- Heilig, Thorsten & Scheer, Ilhan (2024): Decision Intelligence: TRANSFORM YOUR TEAM AND ORGANIZATION WITH AI-DRIVEN DECISION-MAKING. John Wiley & Sons.
- Mattli, Walter (2024): Integration of warrior artificial intelligence and leadership reflexivity to enhance decision-making. APPLIED ARTIFICIAL INTELLIGENCE, VOL. 38, NO. 1.

Teaching methods

Opiskelet verkossa etäopintoina oman aikataulusi mukaan. Tutustut opetusmateriaaleina oleviin luentotallentisiin, podcasteihin sekä kirjallisuuteen ja suoritat tehtäviä. Opintojaksolla on viisi pohdiskelevaa esseetehtävää.

Employer connections

-

Exam schedules

Ei tenttejä.

International connections

-

Completion alternatives

-

Student workload

Opintojakso vastaa noin 135 tuntia opiskelua, josta noin 7 tuntia on luentoja.

Go back to top of page