 |
| Kansi: Alma Talent. |
Yleinen datataitojen puute on yksi keskeinen datan hyödyntämisen este yrityksissä. Se voi näkyä esimerkiksi siten, että yritys kerää valtavat määrät dataa, mutta ei kykene tunnistamaan liiketoiminnallisesti järkeviä datan hyödyntämiskohteita - saati sitten hyödyntämään datavarantoaan.
Kiinnostuin Datasta liiketoimintaan -kirjasta, koska työssäni olen viime vuosina pyrkinyt hyödyntämään yrityksen sisäisiä datalähteitä eri tarkoituksiin. Tyypillisiä tarkoituksia ovat olleet myynnin kasvattaminen, ajan säästäminen tai asioinnin sujuvoittaminen. Yhdessä eri tahojen kanssa olemme etsineet dataa, yrittäneet esittää sitä luettavassa ja helposti tulkittavassa muodossa ja olemme pyrkineet tekemään datan perusteella johtopäätöksiä ja toimintaohjeita. Ari Sivulan, Mika Ahon ja Mika Laukkasen kirjoittaman Datasta liiketoimintaan -kirjan perusteella monissa yrityksissä ollaan samojen kysymysten äärellä. Riippuu organisaatiosta, missä ollaan pitkällä datan hyödyntämisessä, missä asiaan on vasta herätty ja missä ollaan vielä keskivaiheilla, kokeilemassa asioita.
Kirja oli hyvin jäsennelty ja sujuvasti kirjoitettu. Muutama kielivirhe osui silmään, mutta annan pisteitä kolmen kirjoittajan tyylien saumattomasta yhdistämisestä. Teksti on yhdenmukaista ja tasalaatuista. Erityisen herkullisia olivat esimerkit, joista kävi ilmi, miksi jokin hanke ei ollut onnistunut. Usein kyse vaikutti olevan siiloista: jos datasta saisi hyvän työkalun, mutta kenellekään organisaatiossa ei ole vastuutettu työtehtävää, johon työkalua tarvittaisiin, jäävät hyvätkin innovaatiot käyttämättä.
Datan hyödyntäminen
Kirjan alaotsikko on "10 tehokasta työkalua" ja viidennessä luvussa nämä työkalut esitellään. Työkalulistaa kiinnostavammaksi nousevat kuitenkin kirjan havainnot ja väitteet siitä, miten ihmisten johtaminen on avainasemassa, jotta dataa pääsee hyödyntämään liiketoiminnassa. Kirja ei ole ihmissuhdeopas eikä henkilöjohtamisen opas, mutta viesti on selvä: jos ihmiset eivät näe datalla arvoa, eivät osaa lukea tai tulkita sitä tai jos heillä ei ole aikaa ja mahdollisuuksia tutkia datan hyötyjä, ei yritys saa datasta mitään uutta irti.
Siilot vaikuttavat olevan suurimpia esteitä datan hyödyntämättömyydelle. Allekirjoitan tämän, sillä työelämässä tehokkuuteen pyritään joskus niin, että jokaiselle jaetaan nakkilistat ja niitä suoritetaan yksinään tai omien tiimien kanssa. Kärjistetysti vaikkapa myyntitiimi saattaa ajatella, että laskutus on yksinkertainen sivuduuni. Laskutuksesta vastaava tiimi taas ajattelee, että myyminen on simppeliä työtä mutta laskuttaminen taas moniulotteista ja tärkeää. Näiden siilojen yli pitäisi tietoisesti rakentaa siltoja ja parantaa yhteistyötä, jotta vaikkapa laskutusdataa voisi hyödyntää myynnissä enemmän tai myyjät osaisivat huomioida, millaisia tietoja laskutuksessa tarvitaan.
Osaaminen on toinen tekijä. Usein ajatellaan, että yritykseen kertyy osaamista, jos hankkiudutaan eroon vanhoista osaamattomista työntekijöistä ja palkataan uusia osaajia tilalle. Itse arvelen, että datan hyödyntämisessä parempi tapa olisi, että yrityksen nykyisten työntekijöiden osaamista kohennettaisiin. Pienellä matemaattisten taitojen kertaamisella tai lisäkouluttamisella pääsisi varmasti pitkälle: prosenttilaskut, todennäköisyyslaskut tai suurten ja pienten lukuyksikköjen hahmottaminen hyödyttävät varmasti kaikkia datan tulkitsijoita. Myös kuvanlukutaidot ovat hyödyksi, sillä usein dataa on helpointa tulkita graafien avulla.
Datasta liiketoimintaan -kirjassa ilahduttavaa oli, että se toi näkyväksi sisältöosaamisen tärkeyden tekniikan rinnalle. Muistan työuraltani useita tilanteita, joissa yrityksessä on ajateltu, että jokin ongelma ratkeaa, kun yritykseen ostetaan tai teetetään it-järjestelmä. Järjestelmän tuottaman tiedon järkevyys on kuitenkin usein riippuvaista siitä, mitä käyttäjät syöttävät järjestelmään. Turhan usein järjestelmää syytellään asioista, jotka ovat kiinni käyttäjistä. Datasta liiketoimintaan ohjaa lukijan huomion tietosisältöön ja tiedon laatuun järjestelmien sijaan. Mitä tietoa on olemassa, mistä voisi olla hyötyä, mitä tiedolla voi tehdä?
Kirja haastaa yritykset myös laatimaan datastrategian. Mitä dataa yrityksellä on ja missä sitä voisi käyttää? Mikä on datan arvo ja mikä se voisi olla jossakin tietyssä käyttötarkoituksessa? Mitä muuta dataa voisi tarvita ja mistä sitä saisi? Onko tarvittava data avoimesti saatavilla vai pitääkö sitä hankkia tai kerätä joko omin voimin tai ostamalla?
Lukemani perusteella sanoisin, että useimmissa yrityksissä kannattaisi järjestää datatyöpajoja tai ideointipäiviä, joissa eri tiimien edustajat voisivat yhdessä pohtia edellämainittuja kysymyksiä. Arjen kiireessä tai näennäiskiireessä luovaa innovointia ei aina tapahdu. Jos ihmiset kokevat, että heidän pitää kehuskella pitkällä tekemättömien töiden listallaan vaikuttaakseen tärkeiltä, ei luova ja rauhallinen uuden ideointi nouse koskaan tärkeysjärjestyksessä korkealle.
Ajatusharjoituksia
Ideoin kirjan perusteella digitaalisen parturi-kampaamon liiketoimintamallin. Tässä ajatusmallissa kustannustehokkuudella ei ole niin väliä.
Hiusten laatu (paksuus, tuuheus) ja kasvojen muoto (kulmikas, pyöreä) vaikuttavat siihen, millainen hiustenleikkaus sopii ihmiselle. Hiusten värin sopivuuteen taas vaikuttavat ihon sävy ja silmien väri.
Oletetaan, että parturi-kampaaja investoisi konenäköohjelmaan. Kun asiakas saapuu, kamera tallentaa asiakkaan kasvojen muodon ja hiusten laadun ja vertaa sitä tallennettuun aineistoon. Parturi-kampaaja leikkaa ja värjää asiakkaan hiukset ja käynnin lopuksi asiakas antaa numeroarvion. Numerolla hän ilmaisee tyytyväisyytensä leikkaukseen ja värjäykseen, kumpaankin erikseen.
Riittävän suuren asiakasmäärän käsiteltyään parturi-kampaaja pystyy tarkastelemaan tuloksia: ketkä asiakkaat ovat eniten tyytyväisiä käyntiinsä? Millainen malli heille leikattiin? Ovatko nämä tyytyväisimmät käyttäjät palanneet toistuvasti vai jäikö käynti kertaluonteiseksi? Pitkälle vietynä yrittäjä voisi erikoistua vaikkapa leikkaamaan kulmikaskasvoisille ja ohuthiuksisille asiakkaille kerrostettuja, vaaleasävyisiä polkkatukkamalleja, koska tämä asiakaskunta on toistuvasti antanut yrittäjälle 5/5 -tason palautetta. Oppiva konenäköohjelma taas voisi tunnistaa tyytyväisten asiakkaiden joukosta jotain sellaisia erityispiirteitä, jotka yhdistävät asiakkaita. Näin yrittäjä voisi kohdentaa markkinointia tarkkaan rajatulle segmentille.
Nappaan kirjasta mieleeni ainakin datastrategian tärkeyden, uusien liiketoimintamallien etsimisen ja kokeiluajattelun, jossa asioiden tutkiminen, kokeileminen ja epäonnistuminen on sallittua. Unohtamatta tietenkään roolituksen ja vastuunjaon tärkeyttä.
Tekstit
Kiitos mielenkiintoisesta arviosta.
VastaaPoistaTaidan tämän perusteella tarttua kirjaan.
Suosittelen!
Poista