Oppeja analytiikasta – näin lähdet liikkeelle

Analytiikkaa voi monelta osin verrata talon rakentamiseen. Hyvin suunniteltu, huolella tehty ja hyvin ylläpidetty palvelee hyödyntäjiään vuodesta toiseen. Molemmista löytyy kuitenkin myös huonoja esimerkkejä, jotka eivät alunperinkään vastaa käyttötarkoitustaan ja jotka puretaan käyttökelvottomina pois pian valmistuttuaan. Tähän blogikirjoitukseen on koottu oppeja, jotka auttavat analytiikan rakentamisessa kestävälle pohjalle.

oppeja-analytiikasta

Analytiikka ei ole itsetarkoitus vaan työkalu

Talon rakennuttaja tuskin lähtee miettimään hanketta vasara edellä: mitähän tällä voisi nakutella? Vastaavalla logiikalla lähdetään kuitenkin toisinaan liikkeelle analytiikkahankkeissa. Lähdetään metsästämään analysointikohteita ja unohdetaan, että analytiikka ei ole itsetarkoitus vaan väline hyötyjen saavuttamiseen.

Analytiikan pitäisi aina lähteä liikkeelle liiketoimintatarpeista. Liiketoiminnassa on oltava kysymyksiä, joihin analytiikalla pyritään vastaamaan. Kysymysten on mielellään oltava mahdollisimman täsmällisiä (”Miten tunnistamme todennäköisesti poistuvat asiakkaat?”), ei liian ylimalkaisia (”Miten parannamme liiketoimintaamme?”). Monesti keskeisimpien kysymysten tunnistaminen vaatii haastattelu- tai kyselymuotoista esiselvitystä, jotta riittävä konkretia ja ymmärrys prioriteeteista saavutetaan.

Toki tässäkin vaiheessa on oltava ymmärrys siitä, mikä analytiikan avulla on ylipäänsä mahdollista, sillä kaikkiin liiketoimintahaasteisiin analytiikasta ei löydy apua. Hedelmällisimpiä kohteita ovat tyypillisesti sellaiset, joihin liittyy suuria datamassoja ja monimutkaisuutta, joiden työstäminen pelkin ihmisaivoin on mahdotonta. Esimerkiksi datan laatuun tai ihmisten johtamiseen liittyvät haasteet taas on ratkaistava muilla tavoin.

Oppi 1: Aloita analytiikka liiketoimintatarpeiden määrittämisellä.

Analytiikka on juuri niin hyvää kuin sen raaka-aineena oleva data antaa myöten

Jos talon rakentaa lahosta puusta ja ruosteisista nauloista, lopputulos ei ole kestävä. Dataa on oltava saatavilla, jotta analytiikan tekeminen on mahdollista. Sen on myös oltava laadukasta, sillä puutteet ja virheet hankaloittavat analyysien tekemistä ja heikentävät tulosten laatua.

Analytiikan tarvittavat datalähteet riippuvat täysin sovelluskohteesta. Asiakasanalytiikkaan voidaan hyödyntää CRM-järjestelmiä, ulkoisia asiakastietolähteitä tai vaikkapa SoMe-kirjoituksia. Myynnin ennustamisessa taas on mietittävä, käytetäänkö omaa myyntihistoriaa vai onko saatavilla esimerkiksi jälleenmyyjien point of sales -dataa. Hintahistoria, kampanjat ja jopa sää voivat niin ikään olla ennustamisessa oleellista lähtödataa. Datalähteet on syytä kartoittaa jo varhain.

On yleistä, että käsitys datan laadusta on ylioptimistinen. Analytiikkaprojekteissa törmätään monesti siihen, että todellisuus on toisenlainen. Ikävien viivästymisten välttämiseksi datan laatua onkin oleellisten lähteiden osalta syytä tutkia jo etukäteen. Usein juurisyyt laatuongelmiin löytyvät ihmisten käyttäytymisestä eri prosesseissa. Esimerkiksi puutteet CRM:n asiakastietojen ja myyntihankkeen etenemisen kirjaamisessa kostautuvat myöhemmin, kun datasta pitäisi jalostaa ymmärrystä. Tällöin prosessit on laitettava kuntoon, ennen kuin analytiikkaa kannattaa aloittaa.

Oppi 2: Varmista analytiikkaan tarvittavan datan saatavuus ja laatu.

Analytiikasta saadaan hyötyjä vasta kun ihmiset käyttävät sen tuloksia parempien päätösten tekemisessä

Talon rakentaminen voi olla hauskaa puuhaa, mutta varsinaista hyötyä rakennus tuottaa vasta, kun sitä käytetään. Vastaavasti analytiikka on tekemisenä arvotonta niin kauan, kunnes sen tulosten avulla saadaan parempien päätösten kautta lisätuottoja tai kustannusvähennyksiä.

Analytiikan tulosten hyödyntämisessä voi olla monia haasteita. Parhaimmillaan analytiikka on hyödyntäjälle positiivinen tukielementti: havainnollista ja omaan tekemiseen hyvin sidottua informaatiota, joka auttaa työskentelemään tehokkaammin ja tuloksekkaammin. Pahimmillaan analytiikka taas on epäluottamusta herättävää ”mustasta laatikosta” pullahtanutta vaikeaselkoista tilastoinformaatiota, josta nopeasti palataan omien pöytälaatikosta löytyvien Exceleiden pariin. Tässä kohtaa ei voi liikaa korostaa raportoinnin ja visualisoinnin merkitystä.

Hyötyjä on syytä arvioida sekä etu- että jälkikäteen. Joissakin tapauksissa ennakkolaskelmat esimerkiksi tehdyn proof-of-concept -harjoituksen pohjalta voivat tuottaa hyvin selkeän käsityksen täysimittaisen toteutuksen taloudellisista hyödyistä: mikä on asiakaspoistuman vähentämisen vaikutus tulokseen tai paljonko varastoon sitoutuvaa pääomaa saadaan pienennettyä optimoinnin ansiosta. Monesti toki jää elementtejä, kuten ”parempaa ja tarkempaa informaatiota nopeammin”, joiden taloudellista arvoa on vaikea arvioida ennen hyödyntämistä käytännössä. Jos tällaiset näkökulmat korostuvat, jälkiarviointi on entistä tärkeämpää.

Oppi 3: Varmista, että analytiikan tulokset jalkautetaan hyödyntäjille ymmärrettävästi ja että niitä todella käytetään.

Analytiikka ei ole yksittäisten taikatemppujen tekemistä vaan määrätietoista rakentamista

Huteraa taloa ei pelasta se, että sen päälle rakennetaan kullattu savupiippu. Samaan tapaan analytiikka ei yleensä tarkoita yksittäisiä, pikaisesti kyhättyjä analyyseja, jotka ratkaisisivat kaiken oleellisen liiketoiminnasta. Paras lopputulos syntyy useimmiten systemaattisesta analytiikan hyödyntämisestä pitkällä aikavälillä ja laajalla rintamalla.

Analytiikka on monitahoinen, poikkitieteellinen aihepiiri, johon liittyy dataa, menetelmiä, teknologioita ja prosesseja. Kaikkien näiden hallintaan on oltava peruskyvykkyydet – ja niitä on myös jatkuvasti kehitettävä. Analytiikan tekeminen johtaa usein uusien liiketoimintakysymysten syntymiseen, jotka toisinaan luovat tarvetta uusien menetelmien hyödyntämiselle, uusien teknologioiden käyttöönotolle tai uuden tyyppisen datan keruulle. Kaikkea ei tarvitse myöskään osata itse, vaan analytiikkaan liittyviin osa-alueisiin voi löytyä parempaa osaamista myös ulkopuolelta.

Vaikka analytiikka saattaa monesti herättää lennokkaita ajatuksia, on tärkeää muistaa pitää jalat maassa. Yksittäisen hankkeen sijaan on syytä miettiä pitkän aikavälin tiekarttaa: mitä meidän on mahdollista tehdä nyt, ensi vuonna ja viiden vuoden kuluttua. Hyvin tehdyn ja käyttöönotetun analytikan hyödyt ovat kiistattomat, mutta ne tulevat todennäköisemmin pienistä puroista vuosien varrella, kuin kertaluonteisesti ämpärillä kaadettuna.

Oppi 4: Varaudu siihen, että analytiikka on jatkuvaa tekemistä laajalla rintamalla, ei yksittäisiä pikavoittoja.

Tilaa blogikirjoitukset sähköpostiisi

analytiikka




Mikko Varila | Lead konsultti

Mikko Varila | Lead konsultti

Mikko on monipuolinen asiantuntija datan ja analytiikan hyödyntämisessä päätöksenteon tukena. Hän on toiminut lähes 15 vuoden ajan BI- ja analytiikkahankkeissa eri rooleissa myynnistä toteutukseen. Erityisosaamisalueena Mikolla on kustannus- ja kannattavuuslaskenta, ja hän työskenteleekin parhaillaan kyseisen aihepiirin lead-konsulttina. Mikon missiona on edistää yritysten kannattavuustietoisuutta – ”with an analytical twist”. Vapaa-ajallaan Mikko treenaa triathloneille tai kuntoilee muuten vaan – ainakin silloin kun pieni koiranpentu ei ole vaatimassa huomiota.

Kirjoittajan kaikki blogitekstit

Tilaa blogikirjoitukset sähköpostiisi


Viimeisimmät kirjoitukset



Seuraa meitä somessa

LinkedIn Twitter Facebook YouTube YouTube