Esimiesten muuttuvat osaamistarpeet media- ja kustannusalan murroksessa

Organisaatioiden toimintaympäristö on muuttunut ratkaisevasti ja muutos jatkuu. Muutok-sen kiihtyvä nopeus, asioiden epävarmuus ja kompleksisuus aiheuttavat uudenlaisia haas-teita työelämälle, osaamistarpeiden ennakoinnille ja tulevaisuuden suunnittelulle. Esi-miesosaaminen vaikuttaa merkittävästi siihen, miten hyvin organisaatioissa pystytään hyö-dyntämään sen muuta inhimillistä pääomaa ja tämä tutkimus osallistuu keskusteluun siitä, millä tavalla esimiesosaamisen tulisi kehittyä, jotta se pystyy vastaamaan käynnissä ole-vaan yhteiskunnalliseen, sosiaaliseen ja teknologiseen muutokseen. Tutkimuksen tavoit-teena on ennakoida digitaalisen murroksen keskellä olevan media- ja kustannusalan orga-nisaation esimiesosaamisessa tarvittavia muutoksia. Tutkimus on luonteeltaan laadullinen ja primääritutkimusaineisto koostuu kohdeorganisaatiossa esimiesten, toimitusjohtajan ja henkilöstöpäällikön haastatteluista. Tutkimuksen mukaan tulevaisuudessa tarvittavat esimiesosaamiset eivät merkittävästi eroa tämän päivän paradigman mukaisista osaamisista. Monien osaamisten merkitys kuitenkin korostuu. Esimiesten ja muiden työntekijöiden osaamisten nähdään lähestyvän toisiaan ja tulevaisuudessa rajat esimiesten ja tiimiläisten osaamistarpeiden välillä vähenevät entises-tään. Esimiestyössä monet osaamistarpeet, kuten esimerkiksi epävarmuuden sietokyky, kuitenkin korostuvat. Esimiehen merkittävänä tehtävänä nähdään jatkossa entistä vah-vemmin vastuunkantaminen työyhteisössä.

Forecasting with social media – Using Facebook likes to predict the results of the 2015 Finnish Parliamentary elections

Already one-third of the human population uses social media on a daily basis. The biggest social networking site Facebook has over billion monthly users. As a result, social media services are now recording unprecedented amount of data on human behavior. The phenomenon has certainly caught the attention of scholars, businesses and governments alike. Organizations around the globe are trying to explore new ways to benefit from the massive databases. One emerging field of research is the use of social media in forecasting. The goal is to use data gathered from online services to predict offline phenomena. Predicting the results of elections is a prominent example of forecasting with social media, but regardless of the numerous attempts, no reliable technique has been established. The objective of the research is to analyze how accurately the results of parliament elections can be forecasted using social media. The research examines whether Facebook “likes” can be effectively used for predicting the outcome of the Finnish parliament elections that took place in April 2015. First a tool for gathering data from Facebook was created. Then the data was used to create an electoral forecast. Finally, the forecast was compared with the official results of the elections. The data used in the research was gathered from the Facebook walls of all the candidates that were running for the parliament elections and had a valid Facebook page. The final sample represents 1131 candidates and over 750000 Facebook “likes”. The results indicate that creating a forecast solely based on Facebook “likes” is not accurate. The forecast model predicted very dramatic changes to the Finnish political landscape while the official results of the elections were rather moderate. However, a clear statistical relationship between “likes” and votes was discovered. In conclusion, it is apparent that citizens and other key actors of the society are using social media in an increasing rate. However, the volume of the data does not directly increase the quality of the forecast. In addition, the study faced several other limitations that should be addressed in future research. Nonetheless, discovering the positive correlation between “likes” and votes is valuable information that can be used in future studies. Finally, it is evident that Facebook “likes” are not accurate enough and a meaningful forecast would require additional parameters.