Alessa Blogi

Moderni itsepalveluanalytiikka - 5 edellytystä onnistumiselle

Kirjoittanut Esa Raivio | 10.9.2020 6:34:56

Mikä tahansa organisaatio hilloaa tänä päivänä valtavia määriä dataa järjestelmiinsä. Sitä kerätään systemaattisen tarkoituksenmukaisesti ja mutta sitä kertyy myös huomaamatta esim. tuotannon, logistiikan ja markkinoinnin prosessien osana. Strukturoidun datan (esim. asiakkuudet) ja rakenteettoman tiedon (esim. somepostaukset) keskellä analysoimme ja johdamme datakaaoksessa. Miten varmistat, että analytiikkatarpeita lähdetään ratkaisemaan ketterästi ja fiksusti? Mitkä ovat työkalun minimivaatimukset?

Tiedolla johtamisen kimurantti haaste on hyödyntää suurta määrää nopeasti kasvavaa ja sirpaleista dataa. Tietoa on monissa järjestelmissä ja tietokannoissa, eri formaateissa ja tarjolla myös organisaation ulkopuolelta. Järjestelmät sen sijaan eivät välttämättä keskustele tehokkaasti keskenään, tieto jää organisaatiossa siiloihin tai haluttua tietoa ei mielekkäästi saada käyttöön.

Tiedolla johtaminen vaatii paljon enemmän kuin datan sokeaa keräämistä, mutta koska analyysitarpeita on yhtä aikaisesti monia, haastetta kannattaa lähestyä ketterästi. Yksi haaste kerrallaan. Tämä on mahdollista, kun valitaan työkalu, joka mahdollistaa organisaation oman tekemisen, nopeat toteutukset, kevyen investointirakenteen ja lyhyen takaisinmaksuajan.

Jotta organisaatiosi onnistuu tiedolla johtamisen haasteissa, modernin itsepalveluanalytiikan tulee pystyä vähintään näihin kolmeen asiaan:  


1. Tiedon yhdistely eri lähteistä tulee olla helppoa

Raportointisi ja ennusteidesi arvo riippuu hyvin paljon saatavilla olevan datan lähteistä ja laadusta.  Mitä paremmin kykenet tuomaan eri lähteistä peräisin olevaa dataa mielekkääksi ja helposti tulkittavaksi kokonaisuudeksi, sitä rikkaampaa oivalluksia tuotatte ja sitä parempia päätöksiä kykenet tekemään.

Sirpaleinen ja ympäriinsä eri tietokantoihin ja järjestelmiin tallennettu data vaikeuttaa analyytikkojen työtä. Datan yhdistely monista lähteistä ja monissa formaateissa laskentataulukko-ohjelmassa edellyttää uuvuttavan paljon manuaalista työtä, jos se edes on lainkaan mahdollista. Ja aina kun lähdejärjestelmissä tiedot päivittyvät tai dataa tulee lisää,  excel-taulukko on päivitettävä alusta alkaen käsin.

Nerokas itsepalveluanalytiikka ei keskity niinkään lopputulosten esittelyyn vaan takuuvarmasti varmistaa, että data laskelmien takana on käytettävissä ja oikeaa.  

Hyödyntämällä yritysdatan analysointiin suunniteltua itsepalvelutyökalua on mahdollista tuoda dataa helposti ja automaattisesti kaikista yritykselle relevanteista datalähteistä niiden formaatista riippumatta. Ennen useita tunteja kuluttanut tiedon yhdistely kestää oikealla työkalulla vain sekunteja, kun työnkulku on kerran automatisoitu. Näin jalostettua dataa on helppo tarvittaessa myös jatkojalostaa, muokata ja rikastaa uudelleen ja uudelleen uusiin analyysitarkoituksiin. 

Laadukas itsepalvelutyökalu auttaa jakamaan tiedon koko organisaatiolle visualisoinnein ja jakamalla automaattiraportteja esim. sähköpostitse. Työkalun tuottama laadukas data on edelleen myös helposti käytettävissä datan dynaamisissa visualisointiohjelmissa, kuten Tableau tai Qlik. 

2. Datan laatu on voitava varmistaa vaivattomasti

Kun luet raporttejanne, epäilyttävätkö lähtötiedot numeroiden takana?

Huonolaatuinen data, tuplakirjaukset ym. ym ovat paitsi ärsyttäviä, mutta ennen kaikkea ne maksavat yrityksellesi rahaa.  Eri järjestelmien datan standardointi, turhan datan eliminointi ja yleisten virheiden korjaaminen vähentää esimerkiksi hankintojen, inventaarin ja jakelun virheitä. Mitä helpommin pystytte jäsentämään dataan yhteen paikkaan ja yhtenäiseen formaattiin, sitä enemmän arvoa pystyt tuottamaan - vieläpä nopeammin kuin koskaan ennen.

Yleensä datan putsaus ja jäsentely (se puuduttava jumppa esim. Excelissä, johon tiimisi käyttää todennäköisesti turhauttavan paljon aikaa) on analyytikon työn raskain osa. Paljolti manuaalinen työ on altis virheille.

Modernilla itsepalveluanalytiikan työkalulla sen sijaan analyytikkosi rakentaa useista työkaluista workflow'n, jolla hän voi automatisoida toistuvan raportin tai ennusteen teon työvaiheet. Käytännössä monivaiheinen tehtävä hoituu jatkossa sekunneissa ilman virheitä.

Kaiken datan yhdenmukaistaminen mahdollistaa myös aivan uudenlaisen edistyneen analytiikan. Yksinkertaisten SQL-komentojen ja alkeellisten tunnuslukujen sijaan voit hyödyntää dataasi edistyneeseen ennakoivaan analytiikkaan ja skenaarioiden laatimiseen - vain muutamalla klikkauksella.

3. R- tai Python-koodiin pitää päästä tarvittaessa käsiksi, mutta ilman koodia pärjää vallan mainiosti

Edistyneeseen analytiikkaan on perinteisesti tarvittu apuja IT:n R- tai Python-koodareilta. Alteryx-itsepalveluanalytiikkatyökalussa on R- ja Python-koodista valmiiksi rakennettu makroja diagnostisen, ennustavan ja sijaintianalytiikan mallintamista varten. Eli edistyneen analytiikan tarpeisiin, kuten kuuluukin.

Koska analysointiosaamista on tarpeen saada muuallekin kuin IT-osastolle, paras itsepalveluanalytiikka auttaa koodia osaamattomia analytiikan maailmaan: ohjelmistoa voi käyttää vallan mainiosti ilman koodaustaitoa.  Valmiilla makroilla koodia taitamaton rakentaa työnkulun drag&drop-työkalussa itse.  Tämä tarkoittaa, että organisaation dataosaaminen kasvaa ja ennen kaikkea analyyseja ei tarvitse tilata IT:ltä.

Jos kuitenkin on tarvetta kurkistaa koodiin ja muuttaa tai kirjoittaa lisää koodia, tämänkin tulee olla mahdollista. Markkinoilla olevista työkaluista Alteryxissä tämä on tehty mahdolliseksi. 

4. Tiedon rikastaminen ulkoisella datalla tulee olla mahdollista

Yrityksesi ei toimi tyhjiössä. Organisaation sisäinen data on toki tärkeää toiminnan ymmärtämiselle ja optimoinnille. Mutta pelkät omat numerot eivät täysin auta ymmärtämään yrityksen ulkoista liiketoimintaympäristöä, markkinoita, sidosryhmiä tai kilpailijoita. 

Analytiikka pystyy tuottamaan arvokkaampaa tietoa, jos rikastat yrityksen omia lukuja ulkoisista datalähteistä saatavalla tiedolla. Entä jos kykenisit analysoimaan kohdeyleisöäsi? Tai hyödyntämään sijaintidataa? Tai tuomaan relevantteja markkinatutkimuksia tai ostajaindeksin osaksi dataasi?

Mitä helpommin voit integroida kolmansien tahojen tuottamaa dataa osaksi omaa analytiikkaasi, sitä paremmin ymmärrät yrityksesi liiketoimintaympäristöä. Vaikkapa kysynnän ennustamiseen on saatavilla erittäin hyödyllistä tietoa, joten varmista, että  pystytte tuomaan ulkoista dataa helposti mallintamisen tueksi.

5. Käyttöönotto tulee olla nopea, analyysi kerrallaan

Modernin itsepalveluanalytiikan - kuten Alteryx Designerin - avulla haette, yhdistelette ja analysoitte dataa yksi käyttökohde kerrallaan. Yhden käyttökohteen toteutus voi olla valmis jo muutamassa päivässä tai viikoissa. Samalla ohjelmistoinvestoinnilla teette uusia, sitä mukaa, kun käyttökokemus lisääntyy.

Joustavasta ja ketterästä lähestymistavasta on mm. näitä hyötyjä:

  • nopeat tulokset,
  • automatisointihankkeet pysyvät omassa hallinnassanne,
  • rakennetut ratkaisut ovat muutettavissa tarpeen mukaan,
  • kustannukset ovat laajoihin IT-projekteihin verrattuna minimaalisia,
  • Proof of concept on nopeasti toteutettavissa,
  • Investoinnin kannattavuus on helppo arvioida,
  • Organisaationne osaaminen kasvaa, 
  • Analyysejä ja raportteja työstävä henkilöstö käyttää vähemmän aikaa manuaaliseen työhön

Aloita datakaaoksesta irtautuminen jo tänään. Ensimmäiset oivallukset ovat ulottuvillasi lähempänä kuin uskotkaan.