Väitös: Ihmisen asiantuntijuuden ja koneen laskentatehon yhdistäminen auttaa parempien päätösten tekemisessä
Risto Heikkinen tutki päätösanalytiikan (DEMO) profilointialaan kuuluvassa väitöskirjassaan, miten ihmisen asiantuntemusta ja koneen laskentatehoa voidaan yhdistää ja käyttää päätöksenteon apuna erityisesti tilanteissa, joissa päätöksentekoon liittyy useita keskenään ristiriitaisia tavoitteita.
Tutkimuksessa kehitettiin polku datasta päätöksentekoon ja sitä sovellettiin kolmessa eri päätöksentekoon liittyvässä ongelmassa: yritykselle tilattavan tuotteen toimituserien mitoituksessa, nivelrikkopotilaan harjoitusohjelman valinnassa ja osakesijoittajan portfolion koostumuksessa.
”Sovelluksista kerättyjä oppeja voidaan hyödyntää myös muissa päätösongelmissa. Tehdyn tutkimuksen avulla pystytään yhdistämään entistä paremmin erilaisia tietolähteitä ja käsittelemään niihin liittyviä epävarmuuksia, kun etsitään parasta mahdollista kompromissiratkaisua kuhunkin päätösongelmaan”, Heikkinen kertoo.
Heikkinen puhuu kompromissiratkaisuista, koska mihinkään yllä mainittuihin ongelmiin ei ole olemassa vain yhtä oikeaa ratkaisua, vaan ratkaisu riippuu monesta eri tekijästä. Väitöskirjassaan hän haluaa yhdistää toisiinsa erityisesti historiadatan ja asiantuntija-arviot.
Bayesilainen tilastotiede auttaa yhdistämään datan ja ihmisen tuottamat arviot usean tavoitteen optimoinnissa
”Otetaan esimerkiksi yrityksen hankintapäällikkö, jonka tehtävänä on tilata myytävää tuotetta varastoon. Tavoitteena on tilata tarpeeksi tavaraa, jotta yritys pystyy kattamaan lähitulevaisuuden asiakaskysynnän. Samalla pitäisi kuitenkin minimoida käytettävä varastotila ja siten pienentää yrityksen kustannuksia. Toisaalta, jos tuotteita tilataan liian usein pienissä erissä, se aiheuttaa yritykselle paljon kuljetuskustannuksia”, Heikkinen maalailee usean keskenään ristiriitaisen tavoitteen ongelmaa.
Haasteelliseksi päätöksenteon tekee epävarmuus tulevan kysynnän määrästä. Edellisten vuosien myyntidata auttaa kysynnän ennustamisessa, mutta mikäli dataa on käytössä rajoitetusti tai vaihtelua on paljon, on ennusteiden epävarmuus suurta.
”Näitä datan avulla tuotettuja ennusteita voidaan tukea ihmisen asiantuntemuksella. Tässä tapauksessa voitaisiin käyttää esimerkiksi hankintapäällikön ja myyjien näkemyksiä täydentämään historiadatan tuottamia ennusteita parhaan kompromissiratkaisun löytämisessä”, Heikkinen kuvailee.
Tutkimuksessa hyödynnettiin bayesilaista tilastotiedettä, joka mahdollistaa useista lähteistä tulevan tiedon yhdistämisen. Väitöskirjassa kehitetty menetelmä mm. korjaa ihmisten arvioihin liittyviä vinoumia ja huomioi asiantuntijoiden taitoerot, jolloin kokonaisarvio tilanteesta on luotettavampi.
”Bayesilainen analyysin avulla voidaan muodostaa todennäköisyysjakaumia, joiden pohjalta simuloidaan erilaisia tulevaisuuden skenaarioita. Näin päätösten vaikutuksia voidaan arvioida ennakolta ja löytää dataan ja ihmisen asiantuntemukseen pohjautuvia optimoituja kompromissiratkaisuja epävarmoissa tilanteissa”, Heikkinen summaa.
FM, KTM Risto Heikkisen väitöskirjan “Data-driven Decision-Making with Conflicting Objectives and Human Expertise: Towards a Unifying Framework” tarkastustilaisuus järjestetään lauantaina 18. lokakuuta 2025 Agora-rakennuksen salissa Auditorio 2 (Ag B105).
Vastaväittäjänä toimii professori Salvatore Greco (University of Catania, Italia) ja kustoksena professori Kaisa Miettinen (Jyväskylän yliopisto). Väitöstilaisuuden kieli on englanti.
