ASIANTUNTIJOIDEN VALINTA – Matriisiajattelu kompleksisessa ennakoinnissa – RD Video

1. ALUEKEHITYS, 2. TULEVAISUUDEN ENNAKOINTI, 3. STRATEGIAPROSESSIT, 4. Osaamis- ja koulutustarpeiden ennakointi, METODI

ASIANTUNTIJOIDEN VALINTA. Asiantuntijatiedon käyttöön erikoistunut YTT Yrjö Myllylä esittelee kuinka asiantuntijat tulee valita. Ajattelutapaa voidaan soveltaa hyvin monenlaisten neuvonantajaryhmien kuten jopa hallitusten ja työntekijöiden valintaan. Yrjö Myllylän osaaminen perustuu Delfoi-paneelien valinnan lähtökohtiin ja vuosikymmenten kokemukseen hyvän Delfoi- paneelin ja siten onnistuneen neuvonantajaryhmän valitsemiseksi. Hän on myös itse soveltanut ajattelutapaa muuhunkin kuin Delfoi-menetelmään, kuten vaikuttavien tapahtumien suunnitteluun, esimerkkinä Valkoisen Meren messut ja Barentsin käytävän kehittämisseminaari. https://rdaluekehitys.net/henkilokuva/

Emme voi syrjäyttää tuhatvuotista viisautta. ”Siellä missä on viisaat neuvonantajat, siellä on voitto.” Tarvitsemme erilaisia näkökulmia, erilaisia asiantuntijoita kulloisenkin ilmiön ja kehittämiskohteen tarkasteluun, sen tulevaisuutta arvioimaan ja tekemään. Kyse on asiantuntijatiedon hyödyntämisestä. https://rdaluekehitys.net/rd-konsepti/rd-ratkaisu-delfoi-sovellukset/

Olennaista on pystyä päättelemään kuka on asiantuntija kulloiseenkin tutkimusilmiöön ja miten asiantuntijatietoa hyödynnetään ja tulkitaan. Keskeistä on ymmärtää, että ”kukaan ei sahaa omaa oksaansa”. Tai että asiantuntijoilla on taipumus ”laulaa sen lauluja, kenen leipää syövät”. Tulevaisuuden Delfoissa on tunnistettava, mitkä ryhmät edustavat tulevaisuutta ja vahvistettava esimerkiksi aluekehityksessä nousevien alojen ääntä. Yhden vahvan toimijan, kuten yrityksen tai teollisuudenalan ottaminen asiantuntijaksi johtaa dinosaurusten tavoin alan tuhoon. Rehellistä mielipiteen ilmaisua on tuettava, turhat suodattimet poistettava. Siksi tarvitaan Delfoi-menetelmää ja sen perusominaisuuksia – anonyymisyyttä, iteratiivisuutta ja palautteen antamista. https://rdaluekehitys.net/rd-konsepti/delfoi/

Esimerkkinä, mihin yksipuolisten asiantuntijoiden valinta esimerkiksi lainsäädäntöä perustelemaan johtaa, Myllylä käyttää mm. Lex Nokiaa. https://yrjomyllyla.wordpress.com/2011/06/01/rohkeat-alueelliset-osaamisen-valinnat-ja-suuryritysten-intressit/

Asiantuntijoiden valinnassa hyvä työkalu on intressi-kompetenssi -matriisi. Myllylä esittelee videolla sen luomista esimerkiksi pandemian hallintaan Suomessa.

Hyvänä esimerkkinä intresssi-kompetenssi -matriisin soveltamisesta Myllylä puolestaan nostaa Etiäinen – Kymenlaakson koulutus- ja osaamistarpeiden ennakointiprojektin asiantuntijoiden valinnan niin pitkän aikavälin ennakoinnin Delfoi-paneelissa, Osaava Kymenlaakso 2030 -tulevaisuusverstaissa kuin lyhyen aikavälin toimialakohtaisessa ennakoinnissa. Näissä kaikissa painotettiin kahden intrressiryhmän edustusta ja tulosten analyysiä intressiryhmissä. Pääryhmät olivat työnantajat ja oppilaitosten edustajat, jotka ovat ilmiön kannalta keskeisiä unohtamatta muita sidosryhmiä. Etiäinen hankkeen tulokset olivat jo hankkeen aikana merkittävät: https://yrjomyllyla.wordpress.com/2020/12/03/etiainen-kymenlaakson-koulutus-ja-osaamistarpeiden-ennakointihankkeen-top-10-vaikutusta/ .

Asiantuntijoiden valinta -teema on myös hyvä ja vaikuttava asiantuntijaluentojen aihe kaikille organisaatioille ja teemaa voidaan soveltaa kulloiseenkin tarpeeseen. Esimerkiksi pandemian alkaessa ja sitä esimerkkinä käyttäen Myllylä piti luennon noin 50:lle korkeakoulun TKI-toimijalle aihepiirin hyvin menetelmälllisesti kiteyttävällä otsakkeella ”Matriisiajattelu kompleksisessa ennakoinnissa”.

Kun kysytään yritys- ja muilta johtajilta menestyksen salaisuutta. Usein sanotaan, että ”onnistuneet rekrytoinnit”. On uskallettu valita erilaisia asiantuntijoita työtä tekemään. Asiantuntijoiden valinnassa on kyse äärimmäisen tärkeästä asiasta, sotien voittamisesta, yhteiskunnan turvallisuudesta, pandemioiden hallitsemisesta, yritysten menestymisestä, kansakuntien menestyksestä, yksilön tyytyväisyydestä ja siten onnellisuudesta. Siksi teeman pohtimiselle kannattaa antaa hetki aikaa, vaikkapa vain tämän videon verran.

Lisätietoja intressi-kompetenssi matriisin lähtökohdista ja soveltamisesta mm. seuraavista:

Myllylä Yrjö & Tuija Vänttinen (Eds.)., (2020). Etiäinen. Kymenlaakson koulutus- ja osaamistarpeiden ennakointi.  246 s.  Xamk Kehittää 116, Kaakkois-Suomen ammattikorkeakoulu. (Etiäinen – Anticipation of training and competence and skills needs in Kymenlaakso). <http://urn.fi/URN:ISBN:978-952-344-260-3>

Kuusi, Osmo (2013). Delfoi-menetelmä. Teoksessa Kuusi, Osmo & Timo Bergman & Hazel Salminen (toim.): Miten tutkimme tulevaisuuksia? 248-266. Tulevaisuuden tutkimuksen seura ry.

Myllylä, Yrjö (2007). Murmanskin alueen teollinen, logistinen ja sosiaalinen kehitys vuoteen 2025 (Industrial, logistical and social Development of Murmansk Oblast until 2025). 321 s. Väitöskirja (Dissertation).  < http://urn.fi/URN:NBN:fi:joy-20070191 >

Delfoi-menetelmä pähkinän kuoressa – RD Video

1. ALUEKEHITYS, 2. TULEVAISUUDEN ENNAKOINTI, 3. STRATEGIAPROSESSIT, 4. Osaamis- ja koulutustarpeiden ennakointi, METODI

Videolla todetaan lyhyesti Delfoi-menetelmän perusominaisuudet, jotka ovat anonyymisyys, iteratiivisuus ja palaute.

Toiseksi kuvataan Delfoi-soveltamisen käytännön olemusta, todeten sen olevan oppimis- ja innovaatioympäristön luomista, vuorovaikutusalustan luomista, viestintää ja vaikuttamista. Soveltaminen on myös tavoitteiden ja teemojen kirkastamista. Yrjö Myllylä määritteleekin RD Aluekehityksen tyypillisen Delfoi-prosessin seuraavasti: ”Delfoi-prosessi lähtee ongelman jäsentämisestä ja johtaa yhteiseen näkemykseen tulevaisuudesta ja sen vaatimista toimenpiteistä.” Delfoi-soveltaminen on myös perehtymistä tutkittavaan ilmiöön, ilmiön kannalta relevanttien asiantuntijoiden tunnistamista, Delfoi-paneelin rakenteen suunnittelua, yhteydenottoa ja kontaktointia panelisteihin, haastatteluiden tekemistä ja palauteyhteenvedon toimittamista, aineiston käsittelyä, analysointia, tulkintaa, johtopäätösten tekoa, dokumentointia ja kirjoittamista.

Lopuksi Delfoi-soveltamiseen erikoistunut Myllylä esittelee lyhyesti muutamia Delfoi-sovelluksia.

Myllylä Yrjö & Tuija Vänttinen (Toim.), (2020). Etiäinen. Kymenlaakson koulutus- ja osaamistarpeiden ennakointi. 246 s. Xamk Kehittää 116, Kaakkois-Suomen ammattikorkeakoulu. (Etiäinen – Anticipation of training and competence and skills needs in Kymenlaakso). http://urn.fi/URN:ISBN:978-952-344-260-3 , http://www.xamk.fi/etiainen.

Myllylä, Yrjö & Jari Kaivo-oja & Jouko Inkeröinen (2018). Ympäristöalan vertailulaboratoriotoiminnan ennakointi – Tutkimusraportti. 67 s. Valtioneuvoston selvitys- ja tutkimustoiminta. Valtioneuvoston kanslian julkaisuja 61/2018. Raportin pysyvä osoite: http://julkaisut.valtioneuvosto.fi/handle/10024/161155 , http://www.labrat2030.fi.

Myllylä, Yrjö (2017). Kannattavan kasvun johtaminen – Keskeneräisyyden taidetta. 91 s. Tulevaisuuden Kasvupolut Oy, Tekes. Tulevaisuuden Kasvupolut Oy:n Tutkittua Tietoa – Kasvujulkaisut –sarja, Vol 1. https://rdaluekehitys.net/2018/03/18/kannattavan-kasvun-johtaminen-kasi-ja-tyokirja-kasvuun/ .

Myllylä, Yrjö (2013). Arktisen meriteknologian ennakointi – Uudenmaan pk-yritysten näkökulmasta. (Arctic Maritime Technology Foresight) 141 s. Uudenmaan ELY-keskuksen julkaisuja 13/2013. https://www.doria.fi/handle/10024/90791, http://www.amtuusimaa.wordpress.com.

Myllylä, Yrjö (2012). Pohjoisen tutkimuksen erityiskysymykset – NorNet verkoston / Luonnonvara- ja ympäristöalan ennakointi vuoteen 2025. Northern Research and Innovation Platform, NorNet-verkosto, Thule-instituutti, Oulun yliopisto. Loppuraporttiluonnos 7.3.2012. NorNet-verkoston kumppanit Oulun yliopisto, Ilmatieteen laitos, Metsäntutkimuslaitos, Riista- ja kalatalouden tutkimuslaitos, Suomen ympäristökeskus, Elintarviketurvallisuusvirasto Evira , Maa- ja elintarviketalouden tutkimuskeskus MTT, Mittatekniikan keskus.

Myllylä, Yrjö (2011). Vuokratyövoiman käytön syitä yrityksissä, joissa on käyty yt-neuvotteluja. Työ- ja elinkeinoministeriön julkaisuja 29/2011.

Myllylä, Yrjö & Maurizio Sajeva & Jari Kaivo-oja & Samuli Aho (2011). iKnow Delphi 2.0 Country Report Finland. 104 s. October 2011. iKnow Project, Finland Futures Research Centre FFRC. https://www.utupub.fi/handle/10024/147566 , https://yrjomyllyla.wordpress.com/2021/02/28/iknow-hanke-ennakoi-pandemian-vuonna-2011-ja-kehotti-eun-komissiota-ryhtymaan-toimenpiteisiin/ .

Myllylä, Yrjö & Mika Perttunen (2011). Koillis-Suomen elinkeinostrategia 2011-2015: Pohjoisen luottamuksen, luonto-osaamisen ja perheyrittäjyyden menestystarina. 121 p. Koillis-Suomen kehittämiskeskus Naturpolis Oy / Koheesio- ja kilpailukykyohjelma KOKO. https://yrjomyllyla.wordpress.com/2013/07/31/elinkeinostrategia-julkaisu-koillis-suomen-elinkeinostrategia-2011-2015/ .

Myllylä, Yrjö (2007). Murmanskin alueen teollinen, logistinen ja sosiaalinen kehitys vuoteen 2025 (Industrial, logistical and social Development of Murmansk Oblast until 2025). 321 s. Väitöskirja (Dissertation). http://urn.fi/URN:NBN:fi:joy-20070191 . Myllylä, Yrjö (2006). The future of the Murmansk Oblast assessed by three Delphi panels. Fennia 184:1. 53-73. http://ojs.tsv.fi/index.php/fennia/article/view/3732/3523 .

Myllylä, Yrjö (2005). Maaseudun tulevaisuus ja klusterit – Arviointia Delfoi-menetelmällä. 64 s. Kauppa- ja teollisuusministeriö, Rahoitetut tutkimukset 10/2005. https://rdaluekehitys.net/2013/05/30/aluekehitys-rd-julkaisuesittely-maaseudun-tulevaisuus-ja-klusterit-arviointia-delfoi-menetelmalla/ .

Myllylä, Yrjö (2001). Yhteistyömahdollisuudet kaupunkiseutujen klusterikehittämisessä. 86 s. Kauppa- ja teollisuusministeriön tutkimuksia ja raportteja 22/2001. https://rdaluekehitys.net/2013/08/11/kasvukeskukset-ja-suuret-kaupunkiseudut-yhteistyomahdollisuudet-kaupunkiseutujen-klusterikehittamisessa-rd-aluekehitys-julkaisuesittely/ .

Ennakoinnin aikajänteet – RD Video

1. ALUEKEHITYS, 2. TULEVAISUUDEN ENNAKOINTI, 3. STRATEGIAPROSESSIT, 4. Osaamis- ja koulutustarpeiden ennakointi, METODI

Videolla käsitellään ennakoinnin aikajänteitä. Erityisesti tuodaan esille käytetyimmät lyhyen (1-3 vuotta), keskipitkän (5-6 vuotta) ja pitkän aikavälin (yli 6 vuotta) ennakoinnin aikajänteet. Lisäksi todetaan tätä lyhyemmän käytössä olevien barometrien, esim. ammattibarometrin ”ad hoc” ennakoinnin aikajänne ja erityisen pitkät vuosikymmenten tai jopa vuosisadan mittaiset aikajänteet. Esimerkkeinä näistä aikajänteistä videolla mainitaan esimerkiksi seuraavat sovellukset:

Lyhyen ja keskipitkän aikavälin ennakointi, 1-3(5) vuotta, esimerkiksi Toimialakohtainen ennakointi, https://yrjomyllyla.wordpress.com/202…​ .

Pitkän aikavälin ennakointi (20 vuotta), esimerkiksi Murmanskin alueen teollinen, logistinen ja sosiaalinen kehitys vuoteen 2025, https://rdaluekehitys.net/2013/08/02/…​ .

”Ad hoc -aikajänne” (alle 1 vuosi), esimerkiksi Ammattibarometri, https://www.ammattibarometri.fi .

Kodratjevin pitken aaltojen teoria, 6. aalto, noin 40 vuotta, esimerkiksi: Wilenius, Markku & Kurki Sofia (2019). Surfing the Sixth Wave – Exploring the next 40 years of global change, https://www.utupub.fi/handle/10024/147556 .

Erityisen pitkän aikavälin ennakointi, noin 100 vuotta, Lappi vuonna 2100: https://www.lapinkansa.fi/suunnitelma…​.