Dataa kertyy yrityksissä enemmän kuin koskaan. Myynti, asiakkuudet, verkkosivut, markkinointi, tuotanto, talous ja erilaiset järjestelmät tuottavat jatkuvasti uutta tietoa. Raportteja rakennetaan, mittareita seurataan ja dashboardeja avataan palavereissa.
Silti monessa organisaatiossa törmätään samaan kysymykseen: mitä hyötyä tästä kaikesta datasta oikeastaan on?
Ongelma ei yleensä ole datan puute. Sitä on usein enemmän kuin ehditään käsitellä. Haaste on siinä, miten datasta päästään tiedon kautta toimintaan.
Dashboard ei vielä tee päätöksiä
On helppo ajatella, että kun luvut on saatu näkyviin, ollaan jo pitkällä. Todellisuudessa raportti on vasta alku.
Jos myynti laski viime kuussa kahdeksan prosenttia, tieto on toki tärkeä. Päätöksenteon kannalta kiinnostavammat kysymykset tulevat kuitenkin vasta sen jälkeen: Miksi myynti laski? Missä asiakasryhmässä muutos tapahtui? Onko kyse yksittäisestä poikkeamasta vai pidemmästä kehityksestä? Ja ennen kaikkea, mitä meidän pitäisi tehdä seuraavaksi?
Juuri tässä kulkee raja datan seuraamisen ja datan hyödyntämisen välillä.
Hyvä analytiikka ei ainoastaan kerro, mitä tapahtui. Se auttaa ymmärtämään, miksi jotain tapahtui ja mitä siitä kannattaa päätellä.
Kaikkea ei tarvitse mitata
Kun dataa on paljon, syntyy helposti houkutus mitata kaikkea mahdollista. Lopputuloksena voi olla kymmeniä mittareita, joiden joukosta tärkeät asiat eivät enää erotu.
Enemmän ei tässä tapauksessa välttämättä tarkoita parempaa.
Hyvä lähtökohta on kääntää ajattelu toisinpäin. Sen sijaan, että kysytään mitä dataa meillä on, kannattaa kysyä:
Mitä meidän pitäisi tietää, jotta voisimme tehdä parempia päätöksiä?
Kun liiketoiminnan kysymys on selkeä, myös oikean datan löytäminen helpottuu. Samalla huomio siirtyy raporttien määrästä niiden merkitykseen.
Aloita kysymyksestä, älä datasta
Mitä haluat ymmärtää paremmin? Mikä päätös pitäisi tehdä? Mihin ongelmaan etsit vastausta?
Jos esimerkiksi tavoitteena on kasvattaa asiakkuuksien arvoa, pelkkä kokonaismyynnin seuraaminen ei välttämättä riitä. Tarvitaan tietoa siitä, ketkä ostavat, mitä he ostavat, kuinka usein he palaavat ja missä vaiheessa asiakkaita menetetään.
Arvokkain tieto ei myöskään aina löydy yhdestä järjestelmästä. Myyntidata kertoo yhden osan tarinasta, asiakasdata toisen ja markkinoinnin data kolmannen. Kun niitä tarkastellaan yhdessä, voidaan nähdä asioita, jotka jäisivät muuten piiloon.
Lopulta analyysin pitää johtaa johonkin. Jokaisen keskeisen mittarin kohdalla kannattaa kysyä:
Jos tämä luku muuttuu, mitä teemme?
Jos vastaus on ”emme oikeastaan mitään”, mittarin tarpeellisuutta voi olla syytä pohtia.
Data tarvitsee kontekstin
Numero itsessään ei vielä kerro, onko tulos hyvä vai huono.
Kymmenen prosentin kasvu voi olla erinomainen tulos, tai pettymys, jos tavoitteena oli 30 prosenttia. Asiakasmäärän kasvu voi näyttää hyvältä, mutta kuva muuttuu, jos samalla asiakkaiden keskimääräinen arvo laskee voimakkaasti.
Siksi data tarvitsee rinnalleen vertailua, tavoitteita ja liiketoiminnan ymmärrystä.
Myös ihmisillä on edelleen tärkeä rooli. Paraskaan analytiikka ei tunne kaikkia markkinan muutoksia, asiakaskeskusteluja tai organisaation arjessa tapahtuvia asioita. Data kertoo, mitä numeroissa näkyy. Ihminen auttaa ymmärtämään, miksi.
Tekoäly muuttaa datan hyödyntämistä
Tekoäly tuo datan hyödyntämiseen uusia mahdollisuuksia. Suuristakin aineistoista voidaan tunnistaa poikkeamia, löytää yhteyksiä ja nostaa esiin kiinnostavia havaintoja aiempaa nopeammin.
Myös analytiikan käyttötapa voi muuttua. Sen sijaan, että käyttäjä etsii vastausta useasta raportista, hän voi kysyä esimerkiksi: Miksi tämän tuoteryhmän myynti heikkeni viime kuussa? Mitkä asiakkaat ovat suurimmassa poistumariskissä? Missä näyttäisi olevan seuraava kasvumahdollisuus?
Teknologia voi tehdä vastausten löytämisestä nopeampaa. Se ei kuitenkaan poista tarvetta esittää oikeita kysymyksiä.
Jos tavoite on epäselvä, tekoälykin voi lähinnä tuottaa lisää havaintoja jo valmiiksi suuren tietomäärän päälle.
Vähemmän raportointia, enemmän toimintaa
Datan todellinen arvo syntyy vasta silloin, kun se muuttaa tekemistä.
Se voi tarkoittaa hinnoittelun muuttamista, myynnin kohdentamista oikeisiin asiakkaisiin, markkinointibudjetin siirtämistä paremmin toimivaan kanavaan tai ongelman havaitsemista ennen kuin siitä tulee kallis.
Silloin data ei ole enää vain raportointia varten kerättyä materiaalia, vaan osa päivittäistä päätöksentekoa.
Ehkä tärkein kysymys ei siis olekaan, kuinka paljon dataa organisaatiolla on. Parempi kysymys kuuluu:
Minkä päätöksen teemme tänään paremmin kuin eilen, koska meillä on tämä tieto?
Jos siihen löytyy vastaus, datasta syntyy hyötyä. Jos ei, lisää dataa tuskin tarvitaan. Tarvitaan parempia kysymyksiä.
Saatteko datastanne kaiken hyödyn irti?
Fennia on kehittänyt datan hyödyntämistä siirtymällä hajanaisista tietojärjestelmistä kohti yhtenäistä dataratkaisua, joka tukee analytiikkaa, automaatiota ja parempaa liiketoimintapäätöksentekoa.
