Mikä data on yrityksesi liiketoiminnassa arvokasta? Data ohjaamaan päätöksentekoa

Artikkelit
Maija Federley,
Inka Lappalainen
pyöriä liikenteessä

Tiedolla johtaminen mahdollistaa kustannustehokkaasti entistä asiakaskeskeisemmän ja jopa personoidun palvelun, jossa yhdistyy sekä ennakoivuus että mukautuvuus nopeasti muuttuviin tilanteisiin. Datan kerääminen ja analysointi ei kuitenkaan ole ilmaista. Miten tunnistaa arvokas data ja laatia vaiheittain yrityksen tavoitteista johdettu datastrategia, joka ohjaa päätöksentekoa?

Kärjistäen voisi sanoa, että kerätty data on yritykselle vain turha kuluerä, jos sitä ei hyödynnetä suunnitelmallisesti liiketoiminnassa ja sen kehittämisessä. Erityisesti henkilödatan kyseessä ollessa kerätty ja käyttämätön data on myös mahdollinen riskitekijä. Datan keräämisessä, analysoinnissa ja jakamisessa on tehtävä päätöksiä ja valintoja, joita ohjaamassa tulee olla selkeästi määritellyt yrityksen strategiasta johdetut tavoitteet. Kuten Sitran datan eettistä käyttöä käsittelevässä artikkelissa  todetaan, yritysten on itse määriteltävä, millainen data tuottaa heille suurinta arvoa ja millaisia hyötyjä datan jakaminen tarjoaa. 

Miten tunnistaa yritykselle arvoa tuottava data? 

Arvokkaan datan määritteleminen ja kattavan datastrategian laatiminen ei kuitenkaan ole yksinkertainen temppu, jos sellaista ei ole yrityksessä jo vuosien saatossa pitkäjänteisesti rakennettu. Erityisesti kun yritys kehittää uudenlaista, esimerkiksi eri toimialojen rajapinnoille muodostuvaa palvelua, haasteena on keskeisimpien kilpailu- ja erottumistekijöiden määritteleminen. 

Tarvitaan erilaisia tapoja hankkia tietoa toimialojen trendien, kohdemarkkinoiden logiikan sekä kilpailutekijöiden ymmärtämiseksi, minkä pohjalta tunnistetaan, mikä on liiketoiminnan kannalta arvokasta dataa lyhyellä ja pitkällä tähtäimellä. Tähän olemme Asumisen Tulevaisuus (ASTU)-hankkeessa kehittäneet systeemistä ja iteratiivista arviointi- ja kehittämisotetta, jossa yhdistyy järjestelmäarkkitehtuurin tulevaisuussuuntautunut arviointi sekä kaksi toisiaan täydentävää lähestymistapaa tiedolla johtamiseen. Hyödynsimme tätä kolmen keinon yhdistelmää SSA Groupille tehdyssä selvityksessä, jolla tuettiin VALO Hotel & Work -konseptin datastrategiaa asiakaskäyttäytymisen ja tilojen käyttöasteen seuraamiseksi. Loppukesästä avautuvan VALO Hotel & Work Helsingin uudenlaiset liiketoimintamallit ja palvelukonseptit edellyttävät syvällistä ymmärrystä asiakkaiden arvostuksista, monimuotoisesta asiakaskäyttäytymisestä ja palvelujen jatkuvista kehittämistarpeista.

Kolmen keinon yhdistelmä suuntamaan yrityksen datastrategiaa 

1) Järjestelmäarkkitehtuurin arvioinnissa varmistetaan tarkoituksenmukainen ja riittävän joustava kokonaisuus (automaatio- ja tietojärjestelmät, sovellukset, rajapinnat), jotta dataa voidaan hyödyntää tehokkaasti liiketoimintatavoitteiden mukaisesti. Arkkitehtuuri perusratkaisuineen tulee olla muokattavissa liiketoiminnan kehittymisen, kasvun ja skaalautumisen vaatimuksiin sekä kehittyvien teknologisten ratkaisujen hyödyntämiseen. Sen varassa yritys voi vaiheittain muovata paitsi edistyneempää datastrategiaa myös organisaation ja henkilöstön kyvykkyyksiä datapohjaiseen arvonluontiin. Myös teknologiavalinnat kerätyn datan analysointiin, raportointiin ja visualisointiin on syytä arvioida. Esimerkiksi data-analytiikan kannalta on tärkeä määritellä, halutaanko tehdä vain analyysiä menneistä tapahtumista ja laskea erilaisia indikaattoreiden arvoja vai halutaanko käyttää koneoppivia algoritmeja erilaisten ennusteiden ja reaaliaikaisten optimointien tekoon. 

2) Yrityksen keskeisiin suorituskykymittareihin (KPI) perustuva lähestymistapa edellyttää syvällistä ja tulevaisuussuuntautunutta toimialan, markkinan sekä yrityksen liiketoiminnan tuntemusta, jotta KPI:t kyetään strategialähtöisesti ja tarkasti määrittelemään datastrategian lähtökohdaksi. Kääntämällä yrityksen liiketoiminnan tavoitteet kysymyksiksi voidaan paremmin kriittisesti arvioida niiden tarkoituksenmukaisuutta ja saavutettavuutta. Selkeiden vaiheiden kautta voidaan rakentaa ja varmistaa tunnusluvun edellyttämä dataprosessi osana liiketoimintaa ja päätöksentekoa. Tuloksena on täsmentyneempiä ja kenties aivan uusia KPI-aihioita. KPI-lähtöinen tiedolla johtaminen ei ole kuitenkaan lineaarista ja yksioikoista, vaan datastrategia ja sen toteuttaminen käytännössä on pitkäjänteinen, jatkuvasti iteroituva prosessi. Näin se myös tukee yrityksen resilienssiä, eli muutoskykyä.

3) Eksploratiivinen datalähtöinen lähestymistapa on hyödyllinen, kun tavoitteena on tunnistaa liiketoiminnalle keskeisiä tekijöitä saatavilla olevasta suuresta data-aineistosta. Prosessissa tunnistetaan ilman ennalta määrättyjä liiketoiminnan tunnuslukuja historiadatasta louhimalla tekijöitä, joilla on vaikutuksia yrityksen keskeisiin tavoitteisiin. Esimerkiksi data mining -menetelmiä hyödyntämällä voidaan kehittää syvällisempää asiakasymmärrystä, tunnistaa monimutkaisia vuorovaikutuksia tai tutkia uuden liiketoimintakonseptin erityispiirteiden tuottamaa asiakasarvoa. Lähtökohdaksi on kuitenkin hyvä asettaa selkeä liiketoimintaan ja arvonmuodostukseen liittyvä kysymys, tavoite tai hypoteesi, jotta voidaan määritellä soveltuvat datalähteet (laaja, mutta rajallinen joukko). Näin saadaan konkreettisia tuloksia, joiden pohjalta voidaan tehdä päätöksiä tai määritellä seuraavat askeleet. Vaiheittain voidaan edetä datan entistä laajamittaisempaan hyödyntämiseen, esim. ennustemallien ja personoitujen palveluiden kehittämisessä. Joustavat ja helppokäyttöiset työkalut datan esikäsittelyyn, analysointiin ja esittämiseen ovat tärkeitä, jotta työmäärä ja kustannukset voidaan pitää kohtuullisina. 

Eväitä kasvulle ja uudistumiselle tiedolla johtamisella?

Rajalliset resurssit edellyttävät usein PK-yrityksissä erityistä ketteryyttä ja innovatiivisuutta kasvua ja uudistumista tavoiteltaessa. Edellä esitellyt kolme keinoa auttavat datastrategian työstämisessä sekä datapohjaisen päätöksenteon kehittämisessä. Niiden tavoitteena on auttaa yritystä rakentamaan asteittain entistä tehokkaampia ja laaja-alaisempia teknologisia valmiuksia sekä organisatorisia ja henkilöstön kyvykkyyksiä datapohjaiseen, eettisesti ja taloudellisesti kestävään arvonluontiin. Toki osa dataprosesseista on myös ulkoistettavissa ja ostettavissa palveluna. Kuitenkin nimensä mukaisesti tiedolla johtaminen ei ole erillinen osa yrityksen liiketoimintaa, vaan sen kovaa ydintä ja yhteinen asia.  Parhaimmillaan se ohjaa niin päivittäisiä operatiivisia päätöksiä kuin pitkän jänteen strategisia valintoja. 

Lisätietoa Asumisen Tulevaisuus -hankkeesta
 

Jaa