Expertise Seeking and Automatic Expertise Retrieval in a Software Consultancy

No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu | Master's thesis
Date
2021-05-17
Department
Major/Subject
Complex Systems
Mcode
SCI3060
Degree programme
Master’s Programme in Life Science Technologies
Language
en
Pages
79 + 2
Series
Abstract
Consulting internal experts is a frequent activity in many organizations but locating them becomes harder as organizations grow. This is particularly true for consultancy business that involves a rapidly changing knowledge environment and where employees frequently navigate between projects acquiring knowledge from multiple domains. Digital engineering and innovation company Futurice launched an expert search application to help their employees locate internal expertise and increase their ability to apply talent to projects more broadly. Despite initially promising results, the application did not establish its position among the general expertise seeking practices of Futurice employees. This master's thesis studies ways to make the application more valuable for users and better integrate it with current working practices. To achieve this, we conduct semi-structured interviews to understand factors controlling expert selection and the manual practices we aimed to augment. Additionally, we perform a literature review to understand how the application compares to previous automatic expertise retrieval methods. The interview results showed that task context heavily influenced the employees' source selection process. Multiple contextual factors controlled the expert selection process, and employees most often located expertise either through social networks or broadcasting the question. The literary review illustrated that approaches of varying complexity have been proposed for the expertise retrieval task, but no single clear winner exists. The majority of previous attempts have adopted an abstracted view of the retrieval task and not considered the real dynamics of expertise seeking. Finally, we propose tangible ways to incorporate the domain understanding acquired from the interviews into the expert search application.

Omien työntekijöiden konsultoiminen on yleistä monissa asiantuntijaorganisaatioissa, mutta sopivien asiantuntijoiden löytäminen vaikeutuu organisaatioiden kasvaessa. Konsultointiliiketoiminnassa tätä hankaloittaa entisestään dynaaminen ympäristö, jossa asiantuntijat hankkivat uutta tietoa menetelmistä ja toimialoista nopeasti vaihtelevan projektityön myötä. Kansainvälinen, digitaalisten palveluiden suunnitteluun ja rakentamiseen sekä strategiseen konsultointiin keskittyvä yritys Futurice kehitti asiantuntijahakukoneen vastatakseen omien työntekijöidensä tietotarpeisiin, sekä kehittääkseen omaa ymmärrystään käytössään olevasta asiantuntijuudesta. Lupaavista tuloksista huolimatta työntekjät eivät ottaneet hakukonetta käyttöönsä päivittäisten asiantuntijatarpeidensa ratkaisemiseksi. Tässä diplomityössä tutkitaan kuinka hakukone vastaisi paremmin näihin tarpeisiin. Työssä suoritetaan haastattelutukimus nykyisten asiantuntjoiden etsimismenetelmien sekä asiantuntijoiden valitsemiseen liittyviä tekijöiden kartoittamiseksi, jonka lisäksi tutkimme automaattisen asiantuntijahaun menetelmiä. Tulokset osoittivat, että tehtäväkonteksti vaikutti merkitsevästi tietolähteiden valintaan, asiantuntijoiden valintaa sääteli moni kontekstuaalinen tekijä, ja asiantuntijat löydettiin pääsääntöisesti sosiaalisten verkostojen tai julkisten tietopyyntöjen avulla. Kirjallisuuskatsaus osoitti, että asiantuntijahakuun on kehitetty moninaisia menetelmiä, mutta harvat menetelmät ovat huomioineet ihmisten konsultoimiseen liittyvää sosiaalista dynamiikkaa. Työssä esitetään, kuinka tätä ymmärrystää voidaan hyödyntää asiantuntijahaussa.
Description
Supervisor
Saramäki, Jari
Thesis advisor
Ajanki, Antti
Keywords
expertise retrieval, expertise seeking, expert search, knowledge management
Other note
Citation