Digiarjessa

Olympialaiset ovat maailman suurin urheiluspektaakkeli. Ne ovat vuosien saatossa kasvaneet miljardien arvoiseksi PR-tapahtumaksi ja maailman parhaimpien urheilijoiden ja mielenkiintoisimpien urheilulajien taisteluareenaksi. Voisiko koneoppimisalgoritmein löytää selittäviä ilmiöitä sille, miksi jotkut maat saavat enemmän mitaleja kuin toiset? Entä millaista menestystä Suomelta on lupa odottaa?

Asiakkaiden odotukset asiakaspalvelun tasosta ovat kasvaneet digitalisaation myötä, ja tämä vaatii organisaatioilta uudenlaisia investointeja. Teknologian roolia modernin asiakaskokemuksen rakentamisessa ei voi vähätellä ja esimerkiksi automaatio sekä dataan perustuva asioinnin ohjaus voivat parhaimmillaan suoristaa asiakaspolun jyrkkiä mutkia.

Rakennusalan tuottavuus ei ole parantunut vuosikymmeniin, ja suomalainen rakennusyhtiö Fira pyrkii muuttamaan tilannetta. Yhtiö kehittää koko alaa innovatiivisilla digitaalisilla ratkaisuilla, esimerkiksi datan visualisoinnilla ja ekosysteemiajattelulla. Digian kanssa kehitetty työmaan tilannekuva tuo moniin rakentamisen osa-alueisiin tuntuvia tehostuksia.

Edistynyttä analytiikkaa ja koneoppimista voidaan soveltaa mittausdatan hyödyntämisen prosesseissa eri tavoin. Poikkeamantunnistuksella (anomaly detection) saadaan nopeasti kiinni ei-toivottuja muutoksia yksittäisissä mittauksissa.

IT-järjestelmät tuottavat paljon erityyppisiä lokeja, joista on vaikea tunnistaa ongelmia ja trendejä. Tällöin myöskään tuotannon häiriötilanteita ei havaita. Dynaaminen lokianalytiikka reaaliaikaisessa valvontatyökalussa havaitsee nopeasti poikkeavat lokitukset ja mahdollistaa häiriöiden ennakoinnin.

Tekisitkö yhteistyötä yrityksen kanssa, joka ei käsittele dataa vastuullisesti? Tuskinpa – ja pian yhä useampi asiakas ja kumppani vaatii tästä konkreettista näyttöä. Luottamuksesta on tulossa yksi suurimpia kilpailuetuja, ja samalla se avaa aivan uudenlaisia bisnesmahdollisuuksia suomalaisille yrityksille.

Julkista dataa hyödynnetään vielä vähän vaikka tietovarastoja onkin jo tarjolla. Julkisen datan saaminen liiketoiminnan käyttöön ei ole ylitsepääsemättömän vaikeaa, vaikka datan jalostamisessa onkin omat haasteensa.

Analytiikkaratkaisua päivitettäessä on siirtymäprosessiin valmistauduttava huolellisesti. Tarkka suunnittelu takaa vähemmän yllätyksiä ja nopeamman tien kohti tiedon uusia ulottuvuuksia. Kokosimme yhteen 5 asiaa, jotka on hyvä huomioida siirtymäprosessiin valmistauduttaessa.

Mitä CRM-järjestelmän tuottamalla datalla voitaisiin saada aikaiseksi? Toteutimme asiakasanalytiikan pilotin, jossa tavoitteena oli testata myyntihankkeen onnistumisen todennäköisyyttä CRM-dataan pohjautuen.

Ulkopuolista dataa on saatavilla, mutta osaavatko organisaatiot vielä hyödyntää sitä täysvaltaisesti? Digian kartoituksen mukaan esimerkiksi suurimmat kaupungit ovat kunnostautuneet datan avaamisessa. EU-tasolla Suomi on kuitenkin datan avoimuudessa vielä kaukana kärjestä.