Affektitehdas. Työn rationalisoinnin historiallisia jatkumoita

Affektit, kapitalismi ja työn rationalisointi yhdistyvät toisiinsa erottamattomasti. Nykykeskusteluissa työstä ja työelämästä rationalisointi jaetaan usein tekniseen fordistiseen rationalisointiin ja sitä tunteellisempaan postfordistiseen rationalisointiin. Tämä tutkimus osoittaa, affektiivisen rationalisoinnin käsitteen kautta, että työn vanhat ja uudet tieteet asettuvat jatkumoon. Työn tieteissä tietoa työläisestä tuotetaan asettamalla ominaisuuksia aina uudelleen määriteltävään työläisen luokittuneeseen ja sukupuolittuneeseen affektiiviseen figuuriin. Tiedon tuottamisen näkökulmasta muun muassa tayloristiset työn tehostamisen fantasiat, ihmissuhdekoulukunnan ideologiat sekä uuden työn autonomiset järjestykset sisältävät yhtenäisiä piirteitä. Tutkimuksen pääkysymys on: miten affekteja rationalisoidaan työssä, työn tieteissä ja niiden kerrostumissa. Tutkimuksessa kysytään myös, miten affekti kiinnittää luokittuneet ja sukupuolittuneet subjektit työn rationalisoinnin aatteeseen ja millaisia mahdollisuuksia työläiseksi tulemiseen niissä tarjotaan. Kysymystä lähestytään monipuolisen aineiston ja lukuisten teemojen kautta. Aineistoina toimivat muun muassa rationalisoinnin klassikko-teokset, operaismo-vaikutteisen prekariaattiliikkeen pamfletit, ajatushautomoiden uuden työn visiot, self-help-teokset uranaisille sekä Helsingin Sanomien työelämäkeskustelut. Tutkimuksen monipuolista aineistoa lähiluetaan ja tulkitaan siihen luodun erityisen metodologian kautta, joka koostuu kolmesta osa-alueesta: historiallistaminen, paikantuminen ja figuurit. Kaksi ensimmäistä korostavat kontekstien ja position merkitystä tiedon tuotannossa, kolmas osoittaa tiedon tuottamisen valtasuhteita. Työn tieteiden visiot ideaalityöläisestä materialisoituvat figuurien kautta negaatioina kuvaten sitä, millainen ideaalityöläinen ei ole. Väitöskirja aineistoineen paikantuu Suomeen, mutta se osoittaa työn tieteiden ja affektiivisen rationalisoinnin globaaliutta sekä sidonnaisuutta Yhdysvaltoihin, sen yrityskulttuuriin ja esimerkiksi työtehotutkimuksiin Hawthornen elektroniikkatehtaalla vuosina 1924–1933. Väitöskirja tuo uusia näkökulmia nykykeskusteluun työstä, työläisistä, kapitalismista ja affekteista. Se osoittaa, että itsen tuntemisen ja kertomisen tieteitä, kuten psykologiaa, tarjotaan usein ratkaisuksi kapitalistisen tuotannon aiheuttamiin suuriin ja pieniin kurjuuksiin, vaikka terapeuttinen tunnekulttuuri itsessään on muodostunut osana rationalisoinnin ja kapitalismin ambivalentteja kehiä. Tutkimus myös muistuttaa, että työn järjestyksien keskiössä säilyy työläisen ja affektitehtaan konflikti silloinkin, kun fordistinen imperatiivi ”älä!” vaihtuu postfordistiseen kehotukseen ”tunne”.

Business intelligence – enabling self-service: A case study in a global manufacturing company

Business intelligence (BI) is an information process that includes the activities and applications used to transform business data into valuable business information. Today’s enterprises are collecting detailed data which has increased the available business data drastically. In order to meet changing customer needs and gain competitive advantage businesses try to leverage this information. However, IT departments are struggling to meet the increased amount of reporting needs. Therefore, recent shift in the BI market has been towards empowering business users with self-service BI capabilities. The purpose of this study was to understand how self-service BI could help businesses to meet increased reporting demands. The research problem was approached with an empirical single case study. Qualitative data was gathered with a semi-structured, theme-based interview. The study found out that case company’s BI system was mostly used for group performance reporting. Ad-hoc and business user-driven information needs were mostly fulfilled with self-made tools and manual work. It was felt that necessary business information was not easily available. The concept of self-service BI was perceived to be helpful to meet such reporting needs. However, it was found out that the available data is often too complex for an average user to fully understand. The respondents felt that in order to self-service BI to work, the data has to be simplified and described in a way that it can be understood by the average business user. The results of the study suggest that BI programs struggle in meeting all the information needs of today’s businesses. The concept of self-service BI tries to resolve this problem by allowing users easy self-service access to necessary business information. However, business data is often complex and hard to understand. Self-serviced BI has to overcome this challenge before it can reach its potential benefits.

Business intelligence – enabling self-service: A case study in a global manufacturing company

Business intelligence (BI) is an information process that includes the activities and applications used to transform business data into valuable business information. Today’s enterprises are collecting detailed data which has increased the available business data drastically. In order to meet changing customer needs and gain competitive advantage businesses try to leverage this information. However, IT departments are struggling to meet the increased amount of reporting needs. Therefore, recent shift in the BI market has been towards empowering business users with self-service BI capabilities. The purpose of this study was to understand how self-service BI could help businesses to meet increased reporting demands. The research problem was approached with an empirical single case study. Qualitative data was gathered with a semi-structured, theme-based interview. The study found out that case company’s BI system was mostly used for group performance reporting. Ad-hoc and business user-driven information needs were mostly fulfilled with self-made tools and manual work. It was felt that necessary business information was not easily available. The concept of self-service BI was perceived to be helpful to meet such reporting needs. However, it was found out that the available data is often too complex for an average user to fully understand. The respondents felt that in order to self-service BI to work, the data has to be simplified and described in a way that it can be understood by the average business user. The results of the study suggest that BI programs struggle in meeting all the information needs of today’s businesses. The concept of self-service BI tries to resolve this problem by allowing users easy self-service access to necessary business information. However, business data is often complex and hard to understand. Self-serviced BI has to overcome this challenge before it can reach its potential benefits.