’’Hyvä­laatuinen, luotettava ja saatavilla oleva data on digitaalisen kehit­tämisen lähtökohta, sillä juuri datasta yrityksillä on mahdollista tuottaa lisäarvoa itselleen, asiakkailleen sekä muille sidosryhmille .’’Nykypäivänä data ja koneoppiminen toimii melko lailla käsikädessä tarkoittaen sitä, että esimerkiksi kun menen shoppailemaan Booz.fi sivuille, jää käyttöhistoriastani dataa kyseiselle sivulle, jota koneoppiminen eli tekoäly pystyy lukemaan ja tekemään saadun tiedon pohjalta minulle ehdotuksia tuotteista, jotka vastaavat hakuani. Samaan aikaan yritys hyötyy kaikesta tästä saadusta datasta ja pystyy jatkojalostamaan sitä, esimerkiksi luomalla kampanjoita, jotka aktivoivat minua ostamaan tuotteita, joita olin juuri katsonut.

Data ei siis ­yksin ole hyödyllistä, vaan hyötyä luo datasta jalostettu lisäarvo ­osana liiketoimintaa. Lisäarvolla voidaan tarkoittaa esimerkiksi Vengan tapauksessa raporttia, joka ollaan kirjattu saadun projektin datan pohjalta meille tai asiakkaalle. Datan avulla siis itsessään voidaan muun muassa ratkaista jokin liiketoiminnallinen haaste tai luoda esimerkiksi kokonaan uusi liiketoiminnallinen mahdollisuus. Data on kuitenkin niin pitkään hyödytöntä, mikäli sitä ei osaa analysoida oikein. Tämä kirja päätyi kuin tilauksesta lukulistalleni juuri ennen opinnäytetyön kirjoittamista. Viimeisen kevään aikana olen monessa eri asiayhteydessä päässyt puhumaan datasta, viimeisimmäksi treeneissämme, jossa käsittelimme dataa huomiotalouden näkökulmasta. Tuolloin ilmoille lennähti lause, joka jäi pyörimään pahoin mieleeni: ’’ Kuinka paljon Vengalla on käytössä dataa ja kuinka arvokasta dataa on saatavilla’’. Tuntui kuinka lause olisi jäänyt vain leijailemaan huoneeseen. Meillä on paljon dataa käytössä, mutta ainakin itse voin henkilökohtaisesti sanoa, että en pysty tässä hetkessä mainitsemaan työkaluja, joilla kyseistä dataa voitaisiin hyödyntää. 

’’Datan hyödyntäminen liiketoimintaa tukevalla tavalla tai uuden liiketoiminnan kehittäminen dataperustaisesti on taas selkeä haaste yrityksille. ’’

Yleisimpiä datan käytön haasteita aiheuttaa osaamisen puute ja tekniset rajoitteet.Mikäli osaamista ei löydy esimerkiksi siitä, miten dataa voidaan hakea eri tietokannoista ja soveltaa sitä ohjelmointitaitojen myötä analysoitavaan muotoon, voi se muodostua yritykselle tosi kalliiksi. Jep, tää lause meni itseltäkin ihan ohi korvien. Kirjoitin tämän vuoksi Chatgpt:lle ’’ luettele suomessa käytettäviä tietokantoja’’ ja sain pitkän listan nimiä, joita en koskaan ole edes kuullut. Ehkä näistä nimistä kuitenkin päällisin puolin nimet Microsoft SQL Server ja Google Cloud Firestore viittaa siihen, miten paljon esimerkiksi Googlella ja Microsoftilla on yrityksien dataa hallussa. Sen verran osaan sanoa, että datan siirtäminen tietokannasta toiseen maksaa paljon, mutta ei mitään hajua siitä, miten tuo data konkreettisesti tuolta palvelusta saadaan analysoitavaan muotoon. Tämän lisäksi kirjassa mainitaan siitä, että massiivisten datamäärien siirto, sekä tallentaminen aiheuttaa kustannuksia, jotka voivat muodostua kaupalliseksi esteeksi. Sekä on tärkeä myös tiedostaa, kuinka paljon tai monen vuoden ajalta dataa on hyvä olla kerrytettynä, jotta siitä voidaan tehdä tulkintoja. Liiketoiminnallisesti olisi mielestäni tärkeä oppia hahmottamaan datan suhteen kustannustehokkaimmat pointit, jolla voidaan tehdä säästöä tulevaisuudessa.  Datan merkitys ja hallinnointi muuttuu koko ajan entistä kalliimmaksi, minkä vuoksi on äärimmäisen tärkeää laatia mahdollisimman tarkka suunnitelma pitkälle ajanjaksolle, miten dataa tullaan keräämään ja miten kerätty data hyödyttää yritystä.

Datan arvoketju avattuna: 

Katalogi- ja integraatiotyökalut: yritys luo ensin suunnitelman ja päättää työkalut, joilla  pyritään luomaan käsitys datan elinkaaresta, historiasta ja jäljitettävyydestä. Tärkeää on huomioida, että työkaluja on suuri määrä ja yksittäinen työkalu ei pysty hoitamaan koko tietotuotannon prosessia. Tämän vuoksi on tärkeää, että yritys valikoi työkalut oikein. 

Tietoallas ja tietovarasto : Aiemmin mainitsemani järjestelmät, jotka keräävät yrityksen haluamaa dataa. Näistä esimerkkinä: Microsoft SQL Server ja Google Cloud Firestore. Suomennettuna nämä ovat siis pilvipalveluja, joiden tarkoitus on säilyttää yrityksen keräämää dataa.

Koneoppiminen ja Master Datan hallinta: Koneoppimisen, eli tekoälyn avulla tietoaltaista, eli muun muassa pilvestä kerättyä dataa voidaan jatkojalostaa muun muassa erottelemalla siitä olennainen ja epäollennainen tieto yritykselle. Esimerkiksi millainen sähköpostiviesti tavoittaa kohderyhmämme. Master Data hallinnan avulla taas pyritään luomaan saadusta datasta mahdollisimman olennainen tieto esille, jotta sen pohjalta on helpompi tehdä päätöksiä.

Business intelligence-raportointijärjestelmä:

Huonon datan pohjalta voidaan tehdä helpostikin huonoja lopputulemia, joilla voi olla merkittäviä seurauksia yrityksen liiketoimintaan. Yllä olevassa kuvassa on mainittu seikat, jolla saatua dataa kannattaa arvioida: täydellisyys, tarkkuus, analysoitavuus, ajallisuus, asiaankuuluvuus, saatavuus sekä paikkansapitävyys. 

BI-järjestelmät, verkkokaupat, sovellukset= kaikki edellä mainitut ovat tietoteknisiä sovelluksia, jotka tuottaa hyödyntää ja hallinnoin saatua tietoa omalla tavallaan. Bi-järjestelmät esimerkiksi analytiikkatyökaluja, jotka auttaa analysoimaan tietoa ja luomaan raportteja. Verkkokauppojen avulla ylläpitää esimerkiksi yrityksen varastonhallintaa. Sovelluksien avulla saadaan taas merkittävää käyttäjädataa. 

’’datasta saatava lisä­arvo jää valitettavan monilla yrityksillä lunastamatta täysimittai­sesti.’’

Datasta pitäisi pyrkiä tuottamaan informaatiota ja infor­maatiosta taas merkityksellistä tietoa, joka hyödyttää esimerkiksi yrityksen johtoa. Kyseistä informaatiota voi olla esimerkiksi liiketoimintaan vaikuttavien lukujen raportointi, jonka pohjalta johdon on helppo tehdä tarvittavia muutoksia liiketoiminnassa. Yksinkertaisimmillaan tällainen datan tietopankki voi olla esimerkiksi varastonhallintajärjestelmä, jonka pohjalta pystymme tulostamaan päivittäin raportin myynnistä, sekä varaston sen hetkisestä saldosta. Mikäli haluamme tarkastella päiväkohtaisesti tehokkuutta, voimme suhteuttaa tehtyyn myyntiin päivän aikana olleiden työntekijöiden työtunnit. Tämän esimerkin suhteutin Intersporttiin, mutta jos haluan miettiä asiaa Vengan kannalta, tuntuu se paljon vaikeammalta. Ollaan useamman kerran puhuttu esimerkiksi yhteisen CRM:n käyttöönotosta ja se kyllä kerran jo luotiin, mutta siitä ei missään vaiheessa tullut osa meidän arkeamme. Jos lähdetään miettimään esimerkiksi asiakasdataa, on meillä asiakaskäyntejä keskimäärin pitänyt tulla vuositasolla noin 240 uutta. 3:ssa vuodessa tarkoittaen siis jo 620: n asiakkaan verkostoa. Tässä ei ole siis huomioituna millään tavalla ’’kontaktit’’ joita on varmasti tuhansittain. 

’’Datan hyödyntämisen teknologiat ovat kehittyneet huomatta­vasti vuosien aikana, mutta ihmisten kyvykkyys analysoida ja hyödyntää dataa ei ole kehittynyt samassa tahdissa.’’

Tyypillisin tilanne on, että toteutettu datatuote ei jalkaudu käyttäjille, vaan sen käyttö jää vähäiseksi tai jopa täysin käyttämättä. Palaten aiempaan kommenttiini uskoisin, että lähes kukaan vengalaisista ei hyödynnä projekteista saatua dataa millään tavalla. Voidaan siis sanoa, että CRM- järjestelmä, josta maksamme kuukausittain on meille suurempi kulu kuin hyöty, vaikka sen kuuluisi mennä toisinpäin. Data jota meillä Vengana on voitaisiin CRM-järjestelmän kautta esimerkiksi hyödyntää myyntiprojekteissa. Mikäli ensinnäkin keräisimme laadukasta dataa asiakkaiden ostokäyttäymisestä myyntiprojekteissa, kuten tapaamisen jälkeen olemme kirjanneet CRM-järjestelmään asiakkaan kohdalle selkeästi miksi asiakas osti tai ei ostanut palveluamme.Tätä tietoa meillä olisi helppo hyödyntää jälkikäteen, esimerkiksi muokkaamalla useamman samanlaisen kommentin pohjalta palveluamme enemmän asiakaslähtöisemmäksi.

Kuinka arvokasta Vengan data on? 

Jos lähdetään purkamaan ylläolevaa kaaviota, lähtisin liikenteeseen suorituskykyarviosta. Näen, että data mitä meiltä löytyy perustuu myöskin kaikkeen siihen tietopääomaan, mitä meillä vengalaisilla itsestään löytyy, niin liiketoimintaan liittyvä tieto kuin muun muassa kirjojen kautta opittu tieto. Suorituskykyarvo mittaa sitä, miten tätä pääomadataa hyödynnetään päätöksenteossa tärkeimpien yrityksen liiketoimintastrategiaan liittyvien aloitteiden edistämiseksi. Eli juurikin se, miten paljon me hyödynnetään esimerkiksi yhdessä opittua tietoa projekteissamme. Jos hypätään taloudelliseen arvoon, se itsessään mittaa sitä konkreettisemmin, miten käytettyä dataa, eli Vengan tapauksessa pääomadataa ollaan hyödynnetty edistyksellisesti projekteissa. Kun itse vuosi sitten konkreettisesti podiprojektin avulla opin hyödyntämään kirjoja ja asiakkaita kokonaisvaltaisesti projekteissa, tuntui että saan sidottua nämä kaikki yhteen ja hyvien kirjojen kautta sai valtavasti hyötyä eri projekteihin. Sen vuoksi koen äärimmäisen tärkeäksi, että jokainen osaisi soveltaa kirjojen kautta opittua tietoa konkreettisesti projektissa, sillä sen myötä saamme myös konkreettisesti taloudellista kasvua tiimillemme. 

Kuten aikaisemmin on tullut ilmi, emme ole Vengana investoineet datan keräämiseksi muutoin kuin tuon CRM-järjestelmän käyttöön ottamiseksi, mutta sitä ei voi tässä asiayhteydessä laskea millään mittarilla hyödylliseksi dataksi, sillä sieltä ei löydy mitään merkittävää ja ajankohtaista tietoa. Lähtisin kuitenkin kaaviosta seuraavaksi tarkastelemaan dataa strategisena omistuksena, sillä kuten aiemmin mainitsin, meillä on keskimäärin tämän 3-vuoden aikana kertynyt noin 620:nen asiakkaan rekisteri, jota ehdottomasti kannattaa hyödyntää tulevaisuuden arvona. Esimerkiksi kun lähdetään toteuttamaan uutta projektia, on jo tähän mennessä kerätty asiakasverkosto äärimmäisen merkittävä lisä, mikäli näiden asiakkaiden tietotaitoa ja osaamista voidaan hyödyntää tehokkaasti tulevassa projektissa. Puhun aina siitä, että haluan rakentaa verkostoja, joilla on merkittävää tulevaisuuden arvoa itselle. Tällä tarkoitan sitä, että haluan aina jättää itsestäni hyvän muistijäljen asiakkaalle, jotta voin hyvillä mielin soittaa tälle tyypille tarvittaessa tulevaisuudessa.