Muista nämä asiat, kun suunnittelet data-analytiikan hyödyntämistä liiketoiminnassa

Datan ja analytiikan tulee liittyä läheisesti liiketoiminnan kehittämiseen ja siten kuulua johdon agendaan. Alla on muutama tärkeä asia, joihin kannattaa kiinnittää huomiota, kun suunnitellaan data-analytiikan hyödyntämistä.

Datan avulla tähdätään parempaan asiakaskokemukseen

Datan ja data-analytiikan yksi tärkeimmistä tehtävistä on johtaa parempaan asiakaskokemukseen. Ennen kuin edes harkitaan esimerkiksi Big Datan käyttöä tai uusien työkalujen hankintaa, kannattaa tutkia tarkkaan, miten hyvin tunnetaan nykyiset asiakkaat varsinkin ne uskolliset. Asiakkaan ostoprosessin ja palvelupolkujen kuvaaminen on erinomainen keino saada ymmärrystä siihen, millaista dataa niissä tarvitaan ja mistä tarvittavat tiedot saadaan. Kuvauksen avulla pystytään hahmottamaan, mitä dataa jo on, minne se tallentuu ja miten sitä tällä hetkellä käytetään.  

Luo datalle hallintamalli  

Vaikka dataa olisi paljon saatavilla, sitä ei välttämättä voi käyttää luotettavien analyysien tekemiseen. Data voi olla epäyhtenäistä ja virheellistä, sijaita eri tietokannoissa ja olla eri tiedostoformaateissa. Datan siivoamiseen, yhdistämiseen, muuntamiseen ja tarvittaessa pienentämiseen tarvitaan asiantuntemusta. Jos dataa ei ennen analyysejä prosessoida kunnolla, voi lopputuloksena tulla ulos pelkkää roskaa, joka pahimmassa tapauksessa vaikuttaa järkevältä. Vain hyvänlaatuisesta datasta pystytään tekemään hyvälaatuisia analyysejä. Hyvälaatuinen data tehostaa toimintoja ja tuo kustannussäästöjä koska dataa ei tarvitse niin paljoa paikkailla.  Datalle kannattaakin luoda hallintamalli, jonka tavoitteena on varmistaa dataan liittyvien päätösten ja käytäntöjen laatu eli viime kädessä liiketoiminnan strategisten tavoitteiden saavuttaminen. Malli auttaa koko organisaatiota ymmärtämään datan laadun merkityksen.

Datan hallinnassa otetaan kantaa siihen, miten data määritetään, miten sitä kerätään, ylläpidetään ja jaetaan, millaisia käyttöoikeuksia ja valvontaa tarvitaan sekä miten data yksilöidään, ts. vältetään saman datan esiintyminen tuplana.

Datan laatua voidaan arvioida useilla eri ulottuvuuksilla. Yrityksen on määriteltävä, mitkä niistä ovat sille tärkeitä, varsinkin silloin kun kyseessä on liiketoiminnalle kriittinen data (nk. master data). Kuvassa esimerkki henkilötietoihin liittyvästä datasta.

Datan hyödyntäminen

Täydennä dataa ulkoisella datalla

Kannattaa pohtia, miten ulkoiset lähteet voisivat täydentää oman liiketoiminnan dataa. Kilpailija-analyysit ja markkinakatsaukset ovat perinteisesti olleet hyödynnettävää tietoa, joko itse toteuttaen tai ulkoa hankkien. Tällaisiin analyyseihin tarvittavaa dataa on hankittavissa kerta- tai jatkuvaluontoisena siihen erikoistuneilta yrityksiltä ja nykyisin jopa jatkuvana pilvipalveluna (DaaS, Data as a Service). Maksullisen datan lisäksi on saatavilla ilmaista dataa. Avoimen datan hyödyntäminen voi tarjota uusia mahdollisuuksia esimerkiksi omien palvelujen laajentamiseen. Avoin data on julkista ja laillisesti saatavissa olevaa dataa, joka on tarkoitettu vapaasti hyödynnettäväksi mihin tahansa käyttötarkoitukseen, myös kaupalliseen soveltamiseen. Suomessa esimerkiksi www.avoindata.fi julkaisee Suomen hallinnon julkista dataa ja yritykset voivat myös ladata sinne dataansa muiden käyttöön. Osana datan hallintaa on myös ulkoiselle datalle määriteltävä käytön kriteerit ja hankintaprosessi.

Selvitä datan omistajuus ja pelisäännöt

Analytiikan suhteen on myös selvitettävä datan käyttöoikeuksiin liittyvät asiat. Juristi Jussi Mäkisen mukaan datasta sopimiselle ei ole vielä vakiintuneita malleja, ja esimerkiksi sopimustoiminnassa data jää IPR- ja NDA-lausekkeiden välimaastoon. Teknologiateollisuus ry:llä on menossa hanke, jonka tarkoituksena on tuottaa tasapainoiset ja helppokäyttöiset vakioehdot datan jakamiselle yritysten välillä. Yhteiset toiminta- ja sopimusmallit palvelisivat eri toimialoja ja yrityksiä.

Huolehdi tietosuojasta ja -turvasta

Näin tietosuojan aikakaudella on syytä myös varmistaa, että yrityksessä noudatetaan tietosuoja-asetuksen vaatimuksia.

Tietosuojaan ja -turvaan liittyen on huomioitava ainakin seuraavat asiat:

  • Tiedon eheys: On huolehdittava, että tieto ei pääse muuttumaan tai tuhoutumaan. Eheyteen liittyen on tärkeää huolehtia sekä tallennetun datan (Data at Rest) kryptaamisesta että myös datan suojaamisesta tietoverkossa siirron aikana.
  • Suojausavainten talletus: Yksi vaihtoehto on tallettaa suojausavaimet pilvipalveluntarjoajan palveluun, ja tällöin pitää luottaa palveluntarjoajaan. Tiukemmissa tapauksissa tieto pitää kryptata omissa tiloissa ja laitteissa. Näiden tapausten välimuotona pilvipalveluntarjoaja, kuten Amazon Web Services (AWS), voi huolehtia datan suojaamisesta omissa tiloissaan olevan HW-pohjaisen laitteen avulla niin, ettei AWS:llä ole dataan pääsyä. On myös tärkeää huolehtia prosessista, joka vaihtaa suojausavaimet uusiin säännöllisin väliajoin.
  • Käyttöoikeuksien hallinta: väärät henkilöt eivät saa päästä API:n läpi käsiksi dataan. On siis mietittävä tarkkaan, kenellä on pääsy- ja käyttöoikeudet dataan ja miten käyttöoikeuksien hallinta turvataan.
  • Saavutettavuus: tiedon on oltava oikeiden henkilöiden saatavilla silloin, kun sitä tarvitaan. Tähän liittyvät palveluiden kahdentamiset ja hajauttamiset, automaattiset failoverit, joissa siis kaatunut systeemi korvautuu automaattisesti uudella toimivalla. Lisäksi on huomioitava järjestelmää vastaan kohdistetut tahalliset hyökkäykset ja pilviympäristöjen tarjoamat palvelut, jotka suojaavat esimerkiksi palvelunestohyökkäyksiltä.

Panosta visuaaliseen esittämiseen

Analyysien tulokset esitetään usein numeroina, määrinä tai niiden muutoksina. Tietojen vertailu numeroita läpikäymällä on usein hankalaa ja aikaavievää. Tekstiä lukiessa tai puhetta kuunnellessa ihminen joutuu nojaamaan työmuistiin ja päässälaskuun pystyäkseen vertailemaan esitettyjä lukuja. Visualisoitua esitystä katsoessa aivot eivät kuormitu niin paljon; muodot, värit ja asioiden väliset erot välittävät informaatiota, jota ihminen ymmärtää nopeammin, vahvan näköaistin ansiosta. Kuvalliset elementit auttavat hahmottamaan aineiston rakenteen ja kokonaiskuvan nopeammin, helpottavat tiedon osien vertailua ja ennen kaikkea helpottavat merkitysten löytämistä. Visualisoinnin tärkeyttä tiedon ymmärtämisen, keskustelun ja päätöksenteon apuna ei voi siis liikaa korostaa.

Tee nopeita kokeiluja ja kerää opit

Asioita voi testata nopeasti kokeilumielessä ilman että kiinnitetään resurssit heti jonkin uuden ja kalliin systeemin rakentamiseen. Analytiikan apuvälineillä kokeiluista saadaan nopeasti tietoa, jonka pohjalta voidaan tehdä päätöksiä eteenpäin. Samalla opitaan uudenlaista kokeilukulttuuria ja systemaattisen tekemisen tapaa sekä kiinnitetään huomio oikeiden asioiden mittaamiseen. Lisäksi tunnistetaan tulevaisuuden kannalta kriittisiä osaamistarpeita. Koska kaikkea ei kuitenkaan voida tehdä kerralla, kannattaa rakentaa tiekartta, jonka avulla tavoitteita ja tehtäviä viedään eteenpäin.

Benchmarking: hae kokemuksia ja hyviä käytäntöjä yrityksen ulkopuolelta

Vaikka yritykset ovat erilaisia, analytiikan soveltamisen suhteen kannattaa etsiä esimerkkejä ja parhaita käytäntöjä omalta toimialalta ja ennakkoluulottomasti sen ulkopuolelta. Kannattaa etsiä esimerkkejä erityisesti siitä, miten dataa käytetään parhaan mahdollisen asiakaskokemuksen rakentamiseen, eli miten yhdistetään ja analysoidaan eri lähteistä tulevaa (mobiiliostaminen, kivijalka-asiointi, someviestintä, asiakaspalaute jne.) dataa siten, että asiakkaasta syntyvä kokonaiskuva on mahdollisimman ehjä.

Sekä substanssi- että tekninen osaaminen on tärkeää

Johdon tärkeä tehtävä on hakea aktiivisesti keinoja, joilla yrityksen toimintaa tehostetaan, kehitetään ja kasvatetaan. Datan ja analytiikan tulee liittyä erittäin läheisesti liiketoiminnan kehittämiseen ja siten kuulua johdon agendaan.

Jos yrityksellä on käytettävissään data-analyytikko, hänet kannattaa ehdottomasti ottaa mukaan strategiseen ja operatiiviseen suunnitteluun. Analytiikan asiantuntijalla ei yleensä ole alan substanssiosaamista, joten tavoitteiden kautta lähtevä työ auttaa työn alkuun, määrittää linjat sekä sitoo tavoitteet ja mittarit yhteen. Yhteisen ymmärryksen avulla analytiikan tulokset saadaan päätöksentekijöiden kannalta hyödylliseen muotoon. Samalla analytiikan prosessi yrityksessä kehittyy yhteisvoimin.

Jos analytiikan osaamista ei ole, on eri tapoja hankkia sitä:

  • osaamisen ostaminen asiantuntijayritykseltä
  • asiantuntijan palkkaaminen työsuhteeseen
  • asiantuntijan vuokraaminen määräajaksi
  • täsmäkoulutukset

 

Lähteitä

Koponen, J.; Hilden, J. & Vapaasalo, T. Tieto näkyväksi. 2017.

Väre, T.  Master Data. 2019. https://www.teknologiainfo.com/digitalisaatio/voiko-dataa-omistaa/

https://teknologiateollisuus.fi/fi/vaikutamme/digitalisaatio-ja-tietopolitiikka/datatalous

Business Designer

Software Architect

Haluaisitko kuulla lisää? Ota yhteyttä, niin keskustellaan tarkemmin tarpeistasi! Lue myös aiemmat kirjoituksemme aiheesta.