Kernel-Based Ranking. Methods for Learning and Performance Estimation

Machine learning provides tools for automated construction of predictive models in data intensive areas of engineering and science. The family of regularized kernel methods have in the recent years become one of the mainstream approaches to machine learning, due to a number of advantages the methods share. The approach provides theoretically well-founded solutions to the problems of under- and overfitting, allows learning from structured data, and has been empirically demonstrated to yield high predictive performance on a wide range of application domains. Historically, the problems of classification and regression have gained the majority of attention in the field. In this thesis we focus on another type of learning problem, that of learning to rank. In learning to rank, the aim is from a set of past observations to learn a ranking function that can order new objects according to how well they match some underlying criterion of goodness. As an important special case of the setting, we can recover the bipartite ranking problem, corresponding to maximizing the area under the ROC curve (AUC) in binary classification. Ranking applications appear in a large variety of settings, examples encountered in this thesis include document retrieval in web search, recommender systems, information extraction and automated parsing of natural language. We consider the pairwise approach to learning to rank, where ranking models are learned by minimizing the expected probability of ranking any two randomly drawn test examples incorrectly. The development of computationally efficient kernel methods, based on this approach, has in the past proven to be challenging. Moreover, it is not clear what techniques for estimating the predictive performance of learned models are the most reliable in the ranking setting, and how the techniques can be implemented efficiently. The contributions of this thesis are as follows. First, we develop RankRLS, a computationally efficient kernel method for learning to rank, that is based on minimizing a regularized pairwise least-squares loss. In addition to training methods, we introduce a variety of algorithms for tasks such as model selection, multi-output learning, and cross-validation, based on computational shortcuts from matrix algebra. Second, we improve the fastest known training method for the linear version of the RankSVM algorithm, which is one of the most well established methods for learning to rank. Third, we study the combination of the empirical kernel map and reduced set approximation, which allows the large-scale training of kernel machines using linear solvers, and propose computationally efficient solutions to cross-validation when using the approach. Next, we explore the problem of reliable cross-validation when using AUC as a performance criterion, through an extensive simulation study. We demonstrate that the proposed leave-pair-out cross-validation approach leads to more reliable performance estimation than commonly used alternative approaches. Finally, we present a case study on applying machine learning to information extraction from biomedical literature, which combines several of the approaches considered in the thesis. The thesis is divided into two parts. Part I provides the background for the research work and summarizes the most central results, Part II consists of the five original research articles that are the main contribution of this thesis.

Visual analytics for behavioral and niche market segmentation

Companies require information in order to gain an improved understanding of their customers. Data concerning customers, their interests and behavior are collected through different loyalty programs. The amount of data stored in company data bases has increased exponentially over the years and become difficult to handle. This research area is the subject of much current interest, not only in academia but also in practice, as is shown by several magazines and blogs that are covering topics on how to get to know your customers, Big Data, information visualization, and data warehousing. In this Ph.D. thesis, the Self-Organizing Map and two extensions of it – the Weighted Self-Organizing Map (WSOM) and the Self-Organizing Time Map (SOTM) – are used as data mining methods for extracting information from large amounts of customer data. The thesis focuses on how data mining methods can be used to model and analyze customer data in order to gain an overview of the customer base, as well as, for analyzing niche-markets. The thesis uses real world customer data to create models for customer profiling. Evaluation of the built models is performed by CRM experts from the retailing industry. The experts considered the information gained with help of the models to be valuable and useful for decision making and for making strategic planning for the future.

Release Process Effectiveness - Case of Operating Room Management Software

Työn päätavoitteena oli tuoda esiin tärkeimmät julkistamisprosessin tehokkuuteen vaikuttavat tekijät. Tutkimuksessa tarkasteltiin aihetta julkistamisprojektien vetäjän näkökulmasta. Kirjallinen selvitys kattaa keskeisimmät ohjelmistoprosessin, palvelun laadun sekä projektihallinnan teoriat. Kokeellisena aineistona käytettiin asiakkailta ja myynnin sekä käyttöönoton organisaatioilta tullutta palautetta ja asiantuntijahaastatteluita. Case-tuotteena tarkasteltiin suuren kansainvälisen yrityksen jälleenmyymää leikkaussalihallinnan ohjelmistoa. Tärkeimpiä julkistamisprosessin tehokkuuteen vaikuttavia tekijöitä ovat tiekartan ja julkistamispakettien sisällön hallinta, projektin aikataulujen pitäminen, rehellinen ja nopea kommunikaatio myyntikanavaan ja asiakkaille, sekä hyvin toteutettu testaus. Työssä käydään läpi esimerkkistrategioita kehittymiseen näillä alueilla.

Using the balanced scorecard as a tool for procurement strategy implementation

Tavoitteena diplomityössä oli tutkia, miten hankintastrategiaa saataisiin paremmin toteutettua jokapäiväisessä työssä. Strategian implementointiin käytettiin strategiakarttaa sekä balanced scorecard -mittareita. Tutkimus toteutettiin hankintaosastolla Vaasan & Vaasan Oy:ssä, joka toimii leipomotoimialalla viidessä maassa Itämeren alueella. Hankinnan strategiakartta ja balanced scorecard -mittarit laadittiin olemassa olevan hankintastrategian pohjalta. Perinteisiä balanced scorecard -näkökulmia muokattiin paremmin hankintatoimeen sopiviksi. Malliin lisättiin toimittajanäkökulma ja hankinnan rooli pääprosessien tukifunktiona otettiin huomioon muuttamalla balanced scorecardin asiakasnäkökulma sisäisen asiakkaan näkökulmaksi. Strategiakartta myös laadittiin niin, että hankinnan sisäisten asiakkaiden odotukset ovat kartassa tasavertaisina taloudellistentavoitteiden kanssa. Balanced scorecard -mittareiden määrä pidettiin pienenä, jotta niiden toimintaa ohjaava vaikutus olisi mahdollisimman suuri. Mittareita voidaan vaihtaa strategian muuttuessa. Työssä todettiin, että strategiakartta ja balanced scorecard ovat hyviä välineitä strategian muuttamiseen konkreettisiksi toimenpiteiksi myös tukifunktiossa, kun esimerkiksi mallin näkökulmia muokataan tapauskohtaisesti. Strategiakartat ja balanced scorecard tulisi kytkeä osaksi koko yrityksen strategista suunnittelua. Strategiakartan ja balanced scorecardin käytöstä on hankinnalle monia hyötyjä. Työntekijät hahmottavat paremmin oman panoksensa yrityksen tavoitteiden saavuttamisessa. Käytetyt työkalut voivat tukea myös konsernin yksiköiden hankintojen keskittämiskehitystä.

Prosessimaisen toimintatavan soveltuvuus konepajan liiketoimintaprosessien johtamiseen

Kiristyvä kilpailu ja nopeat ympäristömuutokset aiheuttavat haasteita organisaatioiden johtamiseen. Yritykseltä edellytetään samaan aikaan reagointikykyä, joustavuutta, asiakasläheisyyttä sekä kustannustehokkuutta. Näihin haasteisiin voidaanvastata prosessimaisella toimintatavalla. Tämän työn tavoitteena on arvioida prosessimaisen toimintatavan soveltuvuutta konepajan toimintojenjohtamiseen ja arvioida millaisia hyötyjä prosessimaisella toimintatavalla voidaan saavuttaa. Työn teoriaosuudessa on perehdytty prosessiajattelun terminologiaan, prosessimaisen toiminnan kehittämiseen, avainprosessien tunnistamiseen ja prosessien kuvaamiseen sekä prosessien suorituskyvyn mittaamiseen. Työn käytännön osuudessa on perehdytty yrityksen toimintojen johtamiseen ja niissä ilmenneisiin ongelmiin, joihin prosessimaisella toiminnalla voitaisiin vaikuttaa. Lisäksi on huomioitu mitä ongelmia prosessimaisen toiminnan implementoinnissa saattaa esiintyä. Työssä on esitelty malli, jonka mukaisesti prosessimaista toimintaa voidaan yrityksessä kehittää. Työn tuloksena yrityksen avainprosessit on tunnistettu ja niistä on muodostettu prosessikartta sekä yrityksen tarjous- ja myyntiprosessi on kuvattu prosessinkuvausmenetelmällä.

Varastonhallintakäytäntöjen kehittäminen maahantuontia harjoittavalle pienyritykselle

Työn tavoitteet liittyivät varastonhallintakäytäntöjen kehittämiseen sekä tämän seurantaan ja ylläpitoon liittyvien työvälineiden luomiseen. Päätutkimuskysymyksenä oli: 'Miten varastonhallintakäytäntöä kannattaisi parantaa, niin että nykyisillä resursseilla saavutettaisiin kustannussäästöjä asiakkaan palvelutasoa alentamatta?' Keskeinen teoreettinen sisältö liittyy varastonhallintakäytäntöihin. Tämä käsitellään varastonhallinnan perusteiden, varastonohjauksen, suorituskyvyn arvioinnin sekä varastonhallintakäytännön muutosprosessin avulla. Empiirinen osuus suoritetaan kohdeyrityksen logistisen muutosprosessimallin läpiviemisen avulla sisältäen tunnuslukuja, täydennysmenetelmiä, tuoteluokittelua ja muita analyyseja. Muutosprosessin vaiheet ovat edellytysten selvittäminen, nykytilan kuvaus ja analysointi, vaihtoehtoisten ratkaisujen ehdottaminen, nykytilan vertailu ratkaisuehdotelmiin, yhden ratkaisun valitseminen, muutoksen läpivienti ja lopputulosten seuranta. Työn keskeiset tulokset ovat erilaisten varastonhallintaan liittyvien tunnuslukujen laskeminen, tuoteluokittelun suorittaminen, täydennysmenetelmiin kuuluvien kaavojen luominen, varastokartan laatiminen ja toimintavaihtoehtojen esittely. Viimeiseen sisältyy oman muokatun kohdeyritykselle soveltuvan ¿voi tilata¿ täydennysmenetelmän laatiminen, ehdotuksen tekeminen liikkumattomien nimikkeiden eroon pääsemisestä, nimikkeiden uudelleensijoittaminen varastoon laaditun varastokartan mukaisesti, uuden työjaonluominen, muutosehdotuksen säännöllinen seuranta ja uusien tavoitteiden asettaminen sekä koulutustarpeeseen ja tietojärjestelmän kehittämiseen liittyvien ehdotusten tekeminen emoyhtiölle.

New Distance Transforms for Gray Level Image Compression

This thesis deals with distance transforms which are a fundamental issue in image processing and computer vision. In this thesis, two new distance transforms for gray level images are presented. As a new application for distance transforms, they are applied to gray level image compression. The new distance transforms are both new extensions of the well known distance transform algorithm developed by Rosenfeld, Pfaltz and Lay. With some modification their algorithm which calculates a distance transform on binary images with a chosen kernel has been made to calculate a chessboard like distance transform with integer numbers (DTOCS) and a real value distance transform (EDTOCS) on gray level images. Both distance transforms, the DTOCS and EDTOCS, require only two passes over the graylevel image and are extremely simple to implement. Only two image buffers are needed: The original gray level image and the binary image which defines the region(s) of calculation. No other image buffers are needed even if more than one iteration round is performed. For large neighborhoods and complicated images the two pass distance algorithm has to be applied to the image more than once, typically 3 10 times. Different types of kernels can be adopted. It is important to notice that no other existing transform calculates the same kind of distance map as the DTOCS. All the other gray weighted distance function, GRAYMAT etc. algorithms find the minimum path joining two points by the smallest sum of gray levels or weighting the distance values directly by the gray levels in some manner. The DTOCS does not weight them that way. The DTOCS gives a weighted version of the chessboard distance map. The weights are not constant, but gray value differences of the original image. The difference between the DTOCS map and other distance transforms for gray level images is shown. The difference between the DTOCS and EDTOCS is that the EDTOCS calculates these gray level differences in a different way. It propagates local Euclidean distances inside a kernel. Analytical derivations of some results concerning the DTOCS and the EDTOCS are presented. Commonly distance transforms are used for feature extraction in pattern recognition and learning. Their use in image compression is very rare. This thesis introduces a new application area for distance transforms. Three new image compression algorithms based on the DTOCS and one based on the EDTOCS are presented. Control points, i.e. points that are considered fundamental for the reconstruction of the image, are selected from the gray level image using the DTOCS and the EDTOCS. The first group of methods select the maximas of the distance image to new control points and the second group of methods compare the DTOCS distance to binary image chessboard distance. The effect of applying threshold masks of different sizes along the threshold boundaries is studied. The time complexity of the compression algorithms is analyzed both analytically and experimentally. It is shown that the time complexity of the algorithms is independent of the number of control points, i.e. the compression ratio. Also a new morphological image decompression scheme is presented, the 8 kernels' method. Several decompressed images are presented. The best results are obtained using the Delaunay triangulation. The obtained image quality equals that of the DCT images with a 4 x 4

Pikkunäppäriä ajatuksia territoriaalisuudesta

Kirjallisuusarvostelu

Pk-yrityksen polku systemaattiseen tuote- ja elinkaaritiedon hallintaan

Tutkimus on tehty Tekesin DTP-ohjelman Sinfonet-tutkimusprojektin puitteissa aikavälillä 2009-2011. Työssä on laadittu kokonaisvaltainen tuote- ja elinkaaritiedon hallinnan (eng. Product Lifecycle Management, PLM) tiekartta ja kehityssuunnitelma pienelle engineering-yritykselle. Työ käsittelee asiakkaan erikoisvaatimusten mukaan räätälöitävän tuotteen tuote- ja elinkaaritiedon hallinnan systematisointia pk-yrityksessä. Vaikka PLM-tiekartta on laadittu yksittäiselle yritykselle, sitä voidaan tietyin edellytyksin soveltaa myös toisten pk-yritysten tai engineeringyritysten PLM:n kehittämiseen. Teoriassa tarkastellaan ensinnäkin kohdeyritykseen liittyviä erityispiirteitä, pyritään ymmärtämään engineering–yrityksen ja pk-yrityksen erikoispiirteitä sekä niiden vaikutusta PLM:n kehittämiseen. Toiseksi esitellään PLM:n viittä keskeistä osaaluetta, yksi- ja viisiulotteisten PLM-kypsyysmallien käyttöä yrityksen nykytilan arvioimiseksi sekä rakennetaan engineering-yrityksen kokonaisvaltainen PLM-malli ja kahdeksan askeleen PLM-kehityspolku. PLM-malli jäsentää tiedonhallintaa prosessien kautta ja se koostuu viidestä osaalueesta: strategia identifioi asiakastarpeet sekä määrittelee kuinka tuotteiden ja prosessien avulla asiakastarpeet tyydytetään; prosessit ovat yrityksen toiminnan ydin, joissa tuotemallit ja tuote- ja tietorakenteet kehitetään sekä tuoteyksilöt toimitetaan asiakkaalle; rakenteet pohjautuvat strategiassa valittuun tuote- ja tiedonhallinnan strategiaan ja niiden tehtävänä on tukea ja tehostaa toimintaprosesseja; kulttuuri ja ihmiset muodostavat aineettoman pääoman, jonka vaikutuksesta prosessit toimivat ja tuotteet pystytään toimittamaan asiakkaalle; informaatioteknologia on työkalu, jota käytetään prosesseissa ja tietorakenteiden ylläpidossa, pääosin dokumentoidun tiedon luomiseen, hankitaan, varastoimiseen, jakamiseen ja soveltamiseen. Tapaustutkimuksessa kuvataan kohdeyrityksen nykytilaa PLM:n viidellä keskeisellä osa-alueella, tehdään PLM kypsyysarvio kahdella menetelmällä, määritellään yrityksen tavoitetila ja laaditaan yritykselle ensin alustava PLM roadmap ja lopulta kokonaisvaltaiseen PLM-malliin perustuva PLM roadmap ja PLM:n jatkokehityssuunnitelma.

Computational methods for tactical simulations

Tämä taktiikan tutkimus keskittyy tietokoneavusteisen simuloinnin laskennallisiin menetelmiin, joita voidaan käyttää taktisen tason sotapeleissä. Työn tärkeimmät tuotokset ovat laskennalliset mallit todennäköisyyspohjaisen analyysin mahdollistaviin taktisen tason taistelusimulaattoreihin, joita voidaan käyttää vertailevaan analyysiin joukkue-prikaatitason tarkastelutilanteissa. Laskentamallit keskittyvät vaikuttamiseen. Mallit liittyvät vahingoittavan osuman todennäköisyyteen, jonka perusteella vaikutus joukossa on mallinnettu tilakoneina ja Markovin ketjuina. Edelleen näiden tulokset siirretään tapahtumapuuanalyysiin operaation onnistumisen todennäköisyyden osalta. Pienimmän laskentayksikön mallinnustaso on joukkue- tai ryhmätasolla, jotta laskenta-aika prikaatitason sotapelitarkasteluissa pysyisi riittävän lyhyenä samalla, kun tulokset ovat riittävän tarkkoja suomalaiseen maastoon. Joukkueiden mies- ja asejärjestelmävahvuudet ovat jakaumamuodossa, eivätkä yksittäisiä lukuja. Simuloinnin integroinnissa voidaan käyttää asejärjestelmäkohtaisia predictor corrector –parametreja, mikä mahdollistaa aika-askelta lyhytaikaisempien taistelukentän ilmiöiden mallintamisen. Asemallien pohjana ovat aiemmat tutkimukset ja kenttäkokeet, joista osa kuuluu tähän väitöstutkimukseen. Laskentamallien ohjelmoitavuus ja käytettävyys osana simulointityökalua on osoitettu tekijän johtaman tutkijaryhmän ohjelmoiman ”Sandis”- taistelusimulointiohjelmiston avulla, jota on kehitetty ja käytetty Puolustusvoimien Teknillisessä Tutkimuslaitoksessa. Sandikseen on ohjelmoitu karttakäyttöliittymä ja taistelun kulkua simuloivia laskennallisia malleja. Käyttäjä tai käyttäjäryhmä tekee taktiset päätökset ja syöttää nämä karttakäyttöliittymän avulla simulointiin, jonka tuloksena saadaan kunkin joukkuetason peliyksikön tappioiden jakauma, keskimääräisten tappioiden osalta kunkin asejärjestelmän aiheuttamat tappiot kuhunkin maaliin, ammuskulutus ja radioyhteydet ja niiden tila sekä haavoittuneiden evakuointi-tilanne joukkuetasolta evakuointisairaalaan asti. Tutkimuksen keskeisiä tuloksia (kontribuutio) ovat 1) uusi prikaatitason sotapelitilanteiden laskentamalli, jonka pienin yksikkö on joukkue tai ryhmä; 2) joukon murtumispisteen määritys tappioiden ja haavoittuneiden evakuointiin sitoutuvien taistelijoiden avulla; 3) todennäköisyyspohjaisen riskianalyysin käyttömahdollisuus vertailevassa tutkimuksessa sekä 4) kokeellisesti testatut tulen vaikutusmallit ja 5) toimivat integrointiratkaisut. Työ rajataan maavoimien taistelun joukkuetason todennäköisyysjakaumat luovaan laskentamalliin, kenttälääkinnän malliin ja epäsuoran tulen malliin integrointimenetelmineen sekä niiden antamien tulosten sovellettavuuteen. Ilmasta ja mereltä maahan -asevaikutusta voidaan tarkastella, mutta ei ilma- ja meritaistelua. Menetelmiä soveltavan Sandis -ohjelmiston malleja, käyttötapaa ja ohjelmistotekniikkaa kehitetään edelleen. Merkittäviä jatkotutkimuskohteita mallinnukseen osalta ovat muun muassa kaupunkitaistelu, vaunujen kaksintaistelu ja maaston vaikutus tykistön tuleen sekä materiaalikulutuksen arviointi.

Mapping the Value Network Potential in Cross-sector Collaboration: Case welfare Services for Elderly in Finland

Value network has been studied greatly in the academic research, but a tool for value network mapping is missing. The objective of this study was to design a tool (process) for value network mapping in cross-sector collaboration. Furthermore, the study addressed a future perspective of collaboration, aiming to map the value network potential. During the study was investigated and pondered how to get the full potential of collaboration, by creating new value in collaboration process. These actions are parts of mapping process proposed in the study. The implementation and testing of the mapping process were realized through a case study of cross-sector collaboration in welfare services for elderly in the Eastern Finland. Key representatives in elderly care from public, private and third sectors were interviewed and a workshop with experts from every sector was also conducted in this regard. The value network mapping process designed in this study consists of specific steps that help managers and experts to understand how to get a complex value network map and how to enhance it. Furthermore, it make easier the understanding of how new value can be created in collaboration process. The map can be used in order to motivate participants to be engaged with responsibility in collaboration and to be fully committed in their interactions. It can be also used as a motivator tool for those organizations that intend to engage in collaboration process. Additionally, value network map is a starting point in many value network analyses. Furthermore, the enhanced value network map can be used as a performance measurement tool in cross-sector collaboration.

Location intelligence strategisen päätöksenteon tukena

Kilpailuetua tavoittelevan yrityksen pitää kyetä jalostamaan tietoa ja tunnistamaan sen avulla uusia tulevaisuuden mahdollisuuksia. Tulevaisuuden mielikuvien luomiseksi yrityksen on tunnettava toimintaympäristönsä ja olla herkkänä havaitsemaan muutostrendit ja muut toimintaympäristön signaalit. Ympäristön elintärkeät signaalit liittyvät kilpailijoihin, teknologian kehittymiseen, arvomaailman muutoksiin, globaaleihin väestötrendeihin tai jopa ympäristön muutoksiin. Spatiaaliset suhteet ovat peruspilareita käsitteellistää maailmaamme. Pitney (2015) on arvioinut, että 80 % kaikesta bisnesdatasta sisältää jollakin tavoin viittauksia paikkatietoon. Siitä huolimatta paikkatietoa on vielä huonosti hyödynnetty yritysten strategisten päätösten tukena. Teknologioiden kehittyminen, tiedon nopea siirto ja paikannustekniikoiden integroiminen eri laitteisiin ovat mahdollistaneet sen, että paikkatietoa hyödyntäviä palveluja ja ratkaisuja tullaan yhä enemmän näkemään yrityskentässä. Tutkimuksen tavoitteena oli selvittää voiko location intelligence toimia strategisen päätöksenteon tukena ja jos voi, niin miten. Työ toteutettiin konstruktiivista tutkimusmenetelmää käyttäen, jolla pyritään ratkaisemaan jokin relevantti ongelma. Konstruktiivinen tutkimus tehtiin tiiviissä yhteistyössä kolmen pk-yrityksen kanssa ja siihen haastateltiin kuutta eri strategiasta vastaavaa henkilöä. Tutkimuksen tuloksena löydettiin, että location intelligenceä voidaan hyödyntää strategisen päätöksenteon tukena usealla eri tasolla. Yksinkertaisimmassa karttaratkaisussa halutut tiedot tuodaan kartalle ja luodaan visuaalinen esitys, jonka avulla johtopäätöksien tekeminen helpottuu. Toisen tason karttaratkaisu pitää sisällään sekä sijainti- että ominaisuustietoa, jota on yhdistetty eri lähteistä. Tämä toisen tason karttaratkaisu on usein kuvailevaa analytiikkaa, joka mahdollistaa erilaisten ilmiöiden analysoinnin. Kolmannen eli ylimmän tason karttaratkaisu tarjoaa ennakoivaa analytiikkaa ja malleja tulevaisuudesta. Tällöin ohjelmaan koodataan älykkyyttä, jossa informaation keskinäisiä suhteita on määritelty joko tiedon louhintaa tai tilastollisia analyysejä hyödyntäen. Tutkimuksen johtopäätöksenä voidaan todeta, että location intelligence pystyy tarjoamaan lisäarvoa strategisen päätöksenteon tueksi, mikäli yritykselle on hyödyllistä ymmärtää eri ilmiöiden, asiakastarpeiden, kilpailijoiden ja markkinamuutoksien maantieteellisiä eroavaisuuksia. Parhaimmillaan location intelligence -ratkaisu tarjoaa luotettavan analyysin, jossa tieto välittyy muuttumattomana päätöksentekijältä toiselle ja johtopäätökseen johtaneita syitä on mahdollista palata tarkastelemaan tarvittaessa uudelleen.

Business modeling in turbulent environments

This study presents an agile tool set for the business modeling in companies, entering the turbulent environment. The study’s aim is to explore business modeling techniques and their tooling by utilizing a case study of a Finnish media monitoring company, expanding to the Russian market. This work proposes a tailored “two-approach” of business modeling development that analyzes both the past and future conditions of two key factors of business modeling for companies – internal and external environments. The study explores a case company by investigating the benefits and disadvantages of firm’s present business modeling tools, developing a new tooling and applying it to the case company. Among primary data utilization, such as interviews with media monitoring industry analysts and representatives of the competing companies, and academic experts, study leans up on the comprehensive analysis of Russian media monitoring niche and its players. This study benefits the business modeling research area and combines traditional analysis tools, such as market, PESTLE and competitor analyses, in a systemic manner, with the business modeling techniques. This transformation proceeds through applying of the integrated scenario, heat map and critical design issues’ analyses in the societal, industrial and competitive context of turbulent environments. The practical outcome of this approach is the development of agile business modeling tool set, customizable by company’s requirements.