Matkapuhelinten paikannukseen perustuva seuranta tarjoaa merkittäviä mahdollisuuksia matkailun ja liikkumisen analytiikkaan, erityisesti sen tarjoaman reaaliaikaisuuden, laajan otoskoon ja korkeahkon ajallisen ja maantieteellisen tarkkuuden ansiosta. Menetelmä mahdollistaa sellaisten ”näkymättömien” matkailijavirtojen havaitsemisen, jotka jäävät perinteisen majoitustilastoinnin ulkopuolelle, kuten päiväkävijät, Airbnb-majoittujat sekä ystävien ja sukulaisten luona vierailevat. (Nurmi, 2015; Raun, 2020)
Tässä artikkelissa esiteltävän pilottitutkimuksen tarkoituksena oli mitata ulkomailta tulevien matkailijoiden sijoittumista Hämeenlinnan eri alueille matkapuhelinten paikannustiedon avulla ja tarkastella menetelmän käyttökelpoisuutta. Tutkimus hyödynsi postinumerotarkkuudella kerättyä paikannusdataa, jonka avulla seurattiin kansainvälisten vierailijoiden määriä ja liikkumisajankohtia kesäkauden aikana. Tulokset visualisoivat matkailijavirtoja eri lähtömaiden mukaan ja havainnoista erottuu esimerkiksi viikonpäivittäisiä eroja eri kansallisuuksien välillä. Analyysin avulla pyrittiin arvioimaan mobiilimittausten käyttökelpoisuutta kaupungin markkinoinnin ja tapahtumien suunnittelun tukena.
Matkailijavirtojen mittaaminen mobiilidatan avulla
Matkapuhelinliittymien seurannan avulla voidaan tuottaa uudenlaisia indikaattoreita ja visualisoida matkailijavirtojen alueellista jakautumista, viipymiä sekä eri kansallisuuksien välisiä eroja kaupungin sisällä. Tällaista liikennevirtojen analysointia käytetään liikenne- ja kaupunkisuunnittelussa, mutta se on arvokasta myös tapahtuma-analyyseissa, joissa voidaan tarkastella tapahtumakävijöiden tuottamien mahdollisten kävijäpiikkien vaikutusta alueen vetovoimaan (Partanen & Saarinen, 2022). Paikannusdata ei korvaa täysin perinteisiä kyselytutkimuksia, mutta se toimii tehokkaana välineenä, jolla voidaan täydentää olemassa olevia tilastoja (Grassini & Dugheri, 2021). Erityisesti paikannusdata tarjoaa nopean tiedonkulun havainnosta analyysiin. (Euroopan komissio, 2022; Nurmi & Piela, 2019; Ricciato, 2023)
Tulevaisuudessa matkapuhelinten paikannuksen mahdollinen seuranta-ajan pidentyminen ja tiedon yhdistäminen muihin lähteisiin, kuten verkkokäyttäytymisdataan, mahdollistaa entistä tarkemman kokonaiskuvan rakentamisen matkailun taloudellisista vaikutuksista. Näin saadaan kokonaisvaltainen kuva matkailijoiden määrästä, oleskelun kestosta, liikkumisesta ja käyttäytymisestä, mikä tukee erityisesti markkinoinnin kohdentamista ja tapahtumien suunnittelua. (Telia, 2023) Yksityisyyden suoja tulee kuitenkin tarkasti huomioida (Aydoğdu ym., 2023; Walter ym., 2023), mikä onkin viivästyttänyt matkapuhelinten paikannustiedon markkinan kehittymistä. Tähän liittyykin juuri seuranta-ajan kriittinen tarkastelu: yksityisyyden suojaamiseksi saman puhelimen sijaintitietojen yhdistyminen toisiinsa on estettävä sallittua aikaikkunaa pidemmiltä jaksoilta. Tulkinta aikaikkunan sallitusta pituudesta vaihtelee EU-alueen toimijoilla yhdestä vuorokaudesta yhteen viikkoon.
Pilotin toteutus
Pilottikokeen aineisto perustui erään teleoperaattorin verkkoon roaming-menetelmällä liittyneisiin ulkomaisiin puhelinliittymiin, joiden käyttäjät sijoittuivat Hämeenlinnan kaupungin alueelle ja liittyivät verkkoon pilottikokeen toteutuksen aikana. Liittymistapahtumien määrät oli saadussa aineistossa jaoteltu päiväkohtaisiin kokonaissummiin puhelinliittymän kotimaan ja paikannetun postinumeroalueen mukaan. Pilottikokeessa käytetty aineisto kerättiin ajanjaksolla 1.6.–30.9.2024.
Erityisesti tässä on huomioitava, että kyse on roaming-liittymisten lukumäärästä operaattorin verkkoon. Yksittäinen puhelinliittymä voi vaihtaa tiheästikin eri operaattoreiden verkkojen välillä roamingin aikana johtuen hinnoitteluun liittyvästä huutokauppamenetelmästä kotimaan operaattorin ja vieraillun maan operaattoreiden välillä. Näin ollen sama liittymä saattaa tuottaa useita liittymistapahtumia, jotka kaikki rekisteröityvät erillisiksi havainnoiksi. Puhelinliittymän tuli lisäksi sijaita postinumeroalueella vähintään 20 minuuttia yhtäjaksoisesti aineiston keränneen operaattorin verkossa. Näin suodatettiin läpikulkuliikenne oleskelusta postinumeroalueella. Alle viiden tunnistetun liittymisen lukemat poistettiin aineistosta EU:n säädösten mukaisen yksityisyyden suojan tulkinnan vuoksi.
Kuvassa 1 on esimerkki yhden kansalaisuuden havaintoaineistosta yhdessä postinumeroalueessa ja kuvassa 2 erään kansalaisuuden havaintojen aikasarjat kaikissa Hämeenlinnan kaupungin postinumeroalueissa. Kuvan 2 tapaan aineiston havaintoja voidaan visualisoida myös heatmap-tyyppisesti niin, että tarkastellaan yhden postinumeroalueen sisällä eri kansalaisuuksien jakaumaa.


Havaintoja matkailijavirroista aineiston perusteella
Suurin osa ulkomaisista mobiililaitehavainnoista keskittyi keskusta-alueen postinumeroalueille, jotka olivat Hattelmala, Hämeenlinnan keskusta, Kantola, Kauriala ja Ojoinen, sekä Iittalan alue. Hattelmalan alue erottui muista edellä mainituista, sillä siellä korostuivat muihin verrattuna eri kansalaisuudet sekä arkipäivien painottumisen perusteella työmatkaliikenteeksi oletettavan liikenteen suhteellinen osuus. Postinumeroalueet on esitetty kuvassa 3.

Kuvassa 4 on esitetty neljä eniten havaintoja tuottanutta kansalaisuutta visualisoituna postinumeroalueittain. Kansalaisuudet kuvissa 4 (a) ja 4 (d) edustavat todennäköisesti vapaa-ajanmatkailun lisäksi työmatkaliikennettä, mikä on havaittavissa ajallisen jakautumisen tasaisuutena. Kansalaisuudet kuvissa 4 (b) ja 4 (c) sisältävät todennäköisesti enemmän matkailua ja niissä huippukohdat ovat painottuneet elokuulle (b) ja heinäkuulle (c). Kuvassa 4 (c) näkyy elokuun alussa piikki, joka voi olla todellinen havainto tai mittavirhe, eikä sen laatua voitu tutkimuksessa varmentaa.

Aineistoa voitiin käyttää myös viikonpäivien välisten erojen analysointiin. Kuvassa 5 on esitetty muutamien valittujen kansalaisuuksien havaintomäärien summa koko seurantajaksolta eri viikonpäivien välille jaoteltuna. Tällaisen tarkastelun perusteella voidaan nähdä, että kauempaa tulevilla kansalaisuuksilla havaittiin pidempi viikonlopun yli ulottuva poistuma Hämeenlinnan alueelta kuin lähempää tulevilla arkipäiviin painottuvilla mittaushavainnoilla, mikä vastasi odotuksia (kuvassa erityisesti kansalaisuudet e ja o). Lisäksi viikonloppuun painottuvissa havainnoissa perjantai korostui hieman osalla kansalaisuuksista, muttei kaikilla (kuvassa g ja r). Vaihtelua kvantifioitiin alustavasti ARIMA-aikasarjamallilla ja viikonpäivien välinen vaihtelu on tilastollisesti eroteltavissa myös kansalaisuuksilta, joiden määrällinen vaihtelu ei ole visuaalisesti niin selkeää. Kuvasta havaitaan myös poikkeama datassa sillä yksi kansalaisuus (t) on tuplaantunut myös toiselle kansalaisuudelle (h).

Keskeiset havainnot ja menetelmän sovellettavuus
Pilotissa testattiin kehitysvaiheessa olevaa tuotetta, jonka mittaustarkkuutta ei ollut tässä tarkoitus analysoida vaan tavoitteena oli pohtia mahdollisesti tulevaisuudessa saatavilla olevan mittausmenetelmän sovellettavuutta. Aineistossa eniten havaintoja tuottaneet kansalaisuudet vastasivat niitä, joita muissakin tilastoinneissa eniten esiintyy (esim. Linnan Kehitys Oy, 2025; Tilastokeskus, 2026; Visitory Oy, 2026). Eniten esiintyvien kansalaisuuksien keskinäinen järjestys hieman poikkesi edellä mainituista, mikä toisaalta on luontaista, sillä kyseessä on myös eri mittausmenetelmä. Pienet, muutamia kymmeniä havaintoja tuottaneet kansalaisuudet aineistossa eivät olleet tarkemmin analysoitavissa luotettavalla ja mielekkäällä tavalla postinumeroalueittain.
Riittävän suurilla havaintomäärillä tässä artikkelissa alustavasti esitetyn kaltainen analysointi olisi mielekästä ja muutamat eniten havaintoja tuottaneet kansalaisuudet olisivat jo voineet tarjota lukumäärällisesti riittävän suuren otannan luotettavaan tilastolliseen analysointiin, jos liittymismäärien tuoma menetelmällinen epävarmuus eli huutokauppamenettely olisi mahdollista mallintaa. Keskusta-alueella ja sen läheisyydessä pienet postinumeroalueet mahdollistavat kiinnostavan maantieteellisen jaottelun, jota voidaan käyttää trendien vertailuun ajan, paikan ja kansalaisuuksien suhteen. Osa havaitusta liikenteestä jakautui keskusta-alueella tasaisesti, mutta joidenkin kansalaisuuksien kohdalla löytyi tästä poikkeavia painottumia eri postinumeroalueiden mittausmäärissä erityisesti keskusta-alueen liepeiltä. Nämä painotukset voivat mahdollisesti liittyä ulkomaisen työvoiman liikkumiseen, sillä joillakin tällaisista postinumeroalueista oli merkittäviä rakennustyömaita käynnissä seurantajaksolla.
Myös haja-asutusalueelta, jossa postinumeroalue on maantieteellisesti laajempi, löytyi kiinnostavia poikkeamia joidenkin kansalaisuuksien painottumisessa. Tämän pilotin puitteissa ei kuitenkaan voida ottaa kantaa siihen, johtuvatko nämä poikkeamat mittausmenetelmän rakenteesta vai onko todella niin, että jotkin kohteet eivät eräiden kansalaisuuksien tietoisuuteen ole asettuneet, vaikka ne muuten tunnettuja turistikohteita olisivatkin. Hypoteesi tällaisen havaitsemisesta on kuitenkin kutkuttava. Matkailualueen tiedolla johtamisessa postinumeroaluetasoinenkin tieto matkailijoiden liikkumisesta alueella eri päivinä voisi tukea alueen kehittämisestä ja markkinointia. Vaikka tällainen alueellinen jaottelu on karkeampi kuin usein käytetyt ruudukkojaot, mobiililiittymien seuranta on muuten kattavaa ja tehokasta toteuttaa. Suhteellinenkin trenditieto pitkäjänteisesti kerättynä ja jaettuna alueen toimijoille sekä systemaattisesti yhdistettynä heiltä saataviin tarkkoihin pistemittauksiin voisi tarjota arvokasta informaatiota kehittämisen tueksi sekä yksittäisen palvelun että matkailualueen tilannekuvan ja markkinoinnin kehittämiseen.
Lähteet
- Aydoğdu, B., Ahmad Yar, A. W., Tuba, B. & Salah, A. A. (2023). White paper on policy implications of using mobile phone data for migration. HumMingBird, Enhanced migration measures from a multidimensional perspective, project. https://hummingbird-h2020.eu/images/projectoutput/d6-5-white-paper.pdf
- Intellera Consulting, CARSA, University of Málaga & Medina, Alfonso. (2022). EU guide on data for tourism destinations. https://www.researchgate.net/publication/363771560_EU_guide_on_data_for_tourism_destinations
- Grassini, L. & Dugheri, G. (2021). Mobile phone data and tourism statistics: a broken promise. National Accounting Review, 3(1), 50-68. https://www.aimspress.com/article/doi/10.3934/NAR.2021002
- Linnan Kehitys Oy. (2025). Tilastot ja tutkimukset. Haettu 12.3.2026 osoitteesta https://www.linnan.fi/matkailutoimiala-hameenlinnassa/tilastot-ja-tutkimukset/
- Nurmi, O. (13.8.2015). Paikannustiedot kertovat matkailusta ja sen kausivaihteluista. Tilastokeskus. https://stat.fi/tietotrendit/artikkelit/2015/paikannustiedot-kertovat-matkailusta-ja-sen-kausivaihteluista
- Nurmi, O. & Piela, P. (2019). The use of mobile phone data in tourism statistics. Teoksessa Proceedings of the 62nd ISI World Statistics Congress. Proceeding Special Topic Session volume 4, (ss. 135–142). https://2019.isiproceedings.org/Files/6.Special-Topic-Session(STS)-Volume-4.pdf
- Partanen, A. & Saarinen, M. (2022). Matkapuhelindatasta hyötyjä liikkumisen tutkimiseen. Teoksessa M. Saarinen & S. Salo (toim.), Liikenne 4.0. HAMK Unlimited Professional, 22.6.2022. https://urn.fi/URN:NBN:fi-fe2022061346180
- Raun, J. (2020). Mobile positioning data for tourism destination studies and statistics (Dissertationes geographicae universitatis Tartuensis, 74) [väitöskirja, Tarton yliopisto]. University of Tartu digital archive ADA. http://hdl.handle.net/10062/67430
- Ricciato, F., Mortensen, L. H., Rosenski, N., Hadam, S., Gregg, P., Salgado Fernandez, D. & Barragán, S. (2023). Reusing mobile network operator data for official statistics: the case for a common methodological framework for the European Statistical System–2023 edition. Euroopan unioni. https://doi.org/10.2785/880645
- Telia. (19.4.2023). Salmi Platform tarjoaa matkailualalle aidon mahdollisuuden tiedolla johtamiseen. Telia. https://www.telia.fi/yrityksille/artikkelit/artikkeli/salmi-platform-auttaa-johtamaan-matkailua-faktoilla
- Tilastokeskus, (2026). 11iz — Kuukausittaiset yöpymiset ja saapuneet vieraat asuinmaittain, 1995M01-2026M01. Haettu 12.3.2026 osoitteesta https://pxdata.stat.fi/PXWeb/pxweb/fi/StatFin/StatFin__matk/statfin_matk_pxt_11iz.px
- Visitory Oy, 2026. Majoitustilastot ja Matkailutilastot Hämeenlinna. Haettu 12.3.2026 osoitteesta https://visitory.io/fi/public/hameenlinna/
- Walter, M., Beskorovajnov, W., Lieberwirth, F., Sürmeli, J., Zwick, P. & Heinrich, R. (2023). Mobility Data Anonymization–A Literature Review and an Industry-Driven Survey. Karlsruhe Reports in Informatics 2023(3). http://doi.org/10.5445/IR/1000162080
Kirjoittajat




