Mielipiteet

Näkökulma: Analytiikasta apua liiketoimintaan

Kirjoittaja on KTT, yliopettaja Kajaanin ammattikorkeakoulussa.

Liiketoiminnan analytiikalla tarkoitetaan tieteellisiä prosesseja, joilla data muutetaan ymmärrykseksi ja sitä kautta paremmiksi päätöksiksi. Monetisaatiolla taas tarkoitetaan sitä, miten datasta tuotetaan arvoa.

Arvokeskeinen ajattelu on eteenpäin katsovaa, luovaa ja proaktiivista. Se etsii päätösvaihtoehtoja, joilla tavoitteet voidaan saavuttaa. Analytiikan avulla voidaan tunnistaa paras päätösvaihtoehto. Näihin tarvitaan dataa ja analytiikkaa, jotka hyödyntävät tilastotiedettä ja sen päättelyä. Analytiikka mahdollistaakin epävarmuuden ja monimutkaisuuden huomioimisen päätöksenteossa.

Mutta miten data saadaan palvelemaan liiketoimintaa?

Jotta tietoa voidaan käsitellä analytiikan keinoin, on analytiikan ja tiedon keräämisen oltava tavoitteellista – sillä on oltava selkeä business-tavoite. Siitä on saatava jotain, mikä tukee päätöksentekoa ja minkä avulla voidaan lisätä ymmärrystä sekä yrityksen omasta toiminnasta että ulkoisesta toimintaympäristöstä. Liiketoimintatiedon keräämisen, jalostamisen ja analysoinnin tavoite on tietojohtaminen – tehdä päätöksiä ja ohjata toimintaa tietoon pohjautuen.

Tavoitteiden asettamisen tärkeydessä korostuu se, että osataan asettaa oikeita kysymyksiä. Ja tavoitteena on aina toiminnan muutos. On päätettävä, mitä dataa tarvitaan eikä miettiä datalähtöisesti eli että mitä tietoa meillä on.

Kuvaavassa ja diagnosoivassa analytiikassa on kyse puhtaasta datalähtöisyydestä, kun taas ennakoiva ja ohjaava analytiikka on asiantuntijalähtöistä. Kuvaava analytiikka vastaa kysymykseen mitä tapahtui ja diagnosoiva analytiikka miksi niin tapahtui.

Ennakoiva analytiikka kertoo sen, mitä tulee tapahtumaan ja ohjaava analytiikka sen, mitä pitää tehdä, että päästään tavoitteeseen. Kaikkia näitä analytiikan muotoja tarvitaan liiketoiminnassa.

Tiedon kerääminen pitäisikin nähdä investointina. Tieto on kuin öljy – se on hyödytöntä, ellei sitä jalosteta. Data onkin yrityksen strateginen resurssi ja sen arvo määräytyy vasta sitä käytettäessä. Data on jalostettuna arvokasta ja sen arvo tulee analytiikalla. Sen avulla voidaan saada tietoa siitä, mitä tapahtui, ymmärretään ilmiötä, mutta sen avulla voidaan myös ennustaa ilmiötä ja jopa vaikuttaa siihen.

Huonolaatuinen data on kuin roskaa. Tietojen puuttuminen aiheuttaa ongelmia ja toisaalta tiedon kertaantuminen myös. On hyvä muistaa, että analytiikka ei voi parantaa tiedon laatua. Laatu onkin mietittävä koko ketjussa eli datan keräys, hallinnointi ja käyttö on suunniteltava etukäteen. Datastrategialla tarkoitetaan niin sanottua pelisuunnitelmaa datan hyödyntämiseksi liiketoiminnassa. Datastrategian on oltava osa yrityksen liiketoimintastrategiaa.

Jotta analytiikasta on hyötyä, on yrityksen johdon sitoutuminen tärkeää. Liiketoimintatiedon hallinta ja analytiikka on oltava osa strategiaa ja se edellyttää selkeitä tavoitteita: mitä haluamme.

Datan ja analytiikan hyödyntäminen edellyttää myös systemaattista tiedonkeruuta. Ongelmallista ei ole informaation puute vaan se, miten relevantti informaatio erotetaan tarpeettoman informaation joukosta.

Kenen käytössä data sitten on?

Yleensä data on niin sanotusti siiloutunutta ja data tai analyysit eivät ole kaikkien käytettävissä. Usein tähän on syynä niin sanottu mustasukkaisuus datasta.

Mutta jos data avataan laajemmin oman organisaation käyttöön, voidaan saada innovaatioita. Mutta onko tähän rohkeutta ja onko olemassa kokeilukulttuuria?

Analytiikan hyödyt ovat moninaiset. Analytiikan avulla voidaan vähennetään rutiinityötä, visualisoida informaatio helposti ymmärrettävään muotoon, tuottaa lisäarvoa hyvällä panos-hyötysuhteella ja sen avulla voidaan saavuttaa kilpailuetua. Mutta kaiken on pohjauduttava relevanttiin ja oikea-aikaiseen informaatioon. Ja mitä ajankäyttöön tulee, niin vanha 80-20-sääntö pätee tässäkin. 80 prosenttia ajasta menee datan siivoamiseen ja 20 prosenttia analysointiin.

Kun tavoitteena on muuttaa organisaatio käyttämään oikeasti analytiikkaa päätöksenteossa, on tärkeää muuttaa myös johtamiskulttuuria. Dataperustaisen kulttuurin ydin onkin poistaa virtahepo eli HIPPO = Highest paid person´s opinion.