CGI Suomen blogi
Jari Pekkanen

Kehittynyt analytiikka liiketoiminnan tehostajana

Analytiikasta puhutaan paljon, sen tärkeyteen on herätty myös yrityksissä, joilla on jatkuva tarve tehostaa liiketoimintaansa – siitä odotetaan uutta Graalin maljaa. On kuitenkin muistettava, ettei analytiikalla saada juuri mitään aikaan, ellei sitä yhdistetä toimivaksi osaksi olemassa olevaa toimintaa, palvelua tai tuotetta. Pelkällä tiedolla ei pääse pitkälle, sitä täytyy osata myös hyödyntää ja jatkojalostaa.

Mihin kaikkeen analytiikkaa voidaan hyödyntää? Tässä seitsemän askelta analytiikan avaamiin mahdollisuuksiin liiketoiminnan tehostajana.

1. Analytiikka ennakoi ja auttaa reagoimaan tulevaan

Analytiikan avulla voidaan ennustaa mitä tahansa numeerista arvoa: sitä voidaan käyttää esimerkiksi arvioitaessa vakuuden markkina-arvoa, tai vaikka Airbnb:n esittämää suositushintaa, jolla huonetta voi vuokrata tiettynä ajankohtana. Analytiikka mahdollistaa toimenpiteitä vaativien syy-seuraussuhteiden ennustamisen. Jos esimerkiksi tiedetään lumimyrskyn iskevän tiettynä ajankohtana, analytiikka kertoo sen vaikuttavan myös junaliikenteeseen, ja ennustaa kuinka paljon tietty junavuoro myöhästyy. Tätä analytiikan menetelmää kutsutaan regressiomenetelmäksi (regression method).

2. Päätöksenteon automatisointi nopeuttaa prosesseja

Analytiikkaa käytetään myös eri asioiden luokitteluun. Esimerkiksi asiakkaita voidaan luokitella sen mukaan, onko yritys menettämässä asiakkaan (poistuva asiakas). Erilaisten hahmojen tunnistamisessa käytetään usein luokittelua. Kuvasta voidaan tunnistaa auton rekisterikilpi, jonka kirjaimet ja numerot luokitellaan muodostaen näistä tunnistetuista kirjaimista ja numeroista auton rekisterinumeron. Lisäksi luokittelua käytetään automatisoimaan päätöksentekoa. Siinä analytiikalla pyritään vastaamaan yksinkertaiseen kysymykseen: minkälainen tapaus on kyseessä. Jos tapaus voidaan luokitella sopivaan ryhmään, kone voi tehdä automaattisesti enemmän toimenpiteitä, ja näin ollen myös nopeuttaa prosessia.Lisätietoa erilaisista luokittelumenetelmistä (classification method).

3. Oikealla asiakassegmentoinnilla osuvampia toimenpiteitä

Analytiikka auttaa ryhmittelemään asioita, jopa tietämättä etukäteen minkälaisia ryhmiä on olemassa. Asiakassegmentoinnissa analytiikka auttaa kohdistamaan samanlaisia toimenpiteitä samaan segmenttiin kuuluville asiakkaille. Tällä tavalla analytiikka mahdollistaa lukuisia uusia mahdollisuuksia lisämyyntiin. Kun tavallisesti yritys saattaa käyttää kiinteitä asiakassegmenttejä, niin klusteroinnilla voidaan ryhmiä muodostaa hyvinkin tarkalle tasolle muodostamalla ns. mikrosegmenttejä. Ryhmittelyssä käytetään hyväksi erilaisia klusterointimenetelmiä (clustering method)

4. ”Parhaat tapaukset esiin” – oikeat tuotteet oikeille asiakkaille

Analytiikka tuo esille juuri tietyssä tilanteessa parhaiten sopivimmat tuotteet niin kutsutulla parhaat tapaukset esiin -metodilla. Tämä onkin hyvin yleinen tapa, jota mm. Airbnb:n ja Googlen kaltaiset toimijat käyttävät hyväkseen.

5. Lisämyyntiä suosittelulla

Yhden kokonaisuuden muodostavat ns. suosittelujärjestelmät. Näissä tyypillistä on se, että yhdestä asiakkaasta tiedetään hyvin vähän verrattuna koko yrityksen tarjontaan. Asiakas on ostanut vain joitain tuotenimikkeitä ja yrityksellä on tarjonnassa tuhansia tuotteita. Suosittelujärjestelmiä käyttävät esim. Netflix, Airbnb ja Amazon (ylipäätänsä kaupat). Näissä lähtökohtana on joko samanlaisten käyttäjäryhmien tai tuotteiden tunnistaminen.

6. Tunnista hakkerit ja petosyritykset

Erilaisten poikkeamien tunnistaminen muodostaa yhden oman analytiikan alueen. Näitä menetelmiä käytetään esim. petosten tai hakkeroinnin tunnistamiseen.

7. Analytiikka kertoo, mitä yrityksestäsi keskustellaan somessa

Viime vuosina analytiikka on kohdistunut myös luonnollisen kielen analysointiin. Tällä sektorilla monet asiat palautuvat edellä kuvattuihin menetelmiin. Luonnollisen kielen analytiikan esimerkkejä ovat mm. saadun palautteen sentimenttianalyysi, jossa voidaan tutkia, mitä sosiaalisessa mediassa yrityksestä keskustellaan ja millä sävyllä (positiivinen, negatiivinen vai neutraali). Toinen esimerkki voisi olla tekemämme tekstinlouhintapalvelu potilaskertomuksista. Siinä louhimme neurokirurgian potilaskertomuksista haittatapahtumia.

Tieto on pääomaa vain, jos sitä pystyy hyödyntämään

Edistynyttä analytiikkaa voidaan hyödyntää monessa paikassa. Tärkeintä on lähteä ideoimaan uusia palveluja tai käyttötapoja, joissa analytiikkaa voidaan hyödyntää osana muuta kokonaisuutta. Analytiikka mahdollistaa uusien tietojen löytämistä käytettävissä olevasta datasta, ja tuo työntekijöille ja asiakkaille paremmin juuri siihen tilanteeseen sopivaa tietoa auttaen niin prosessien automatisoinnissa kuin personoinnissakin. Käytettävissä olevan tiedon lisääntyessä myös analytiikan tulokset parantuvat.

openAnalytiikka mahdollistaa uusien tietojen löytämistä käytettävissä olevasta datasta, ja tuo työntekijöille ja asiakkaille paremmin juuri siihen tilanteeseen sopivaa tietoa auttaen niin prosessien automatisoinnissa kuin personoinnissakin.close 

Tiedosta syntyy pääomaa, kun sitä osataan hyödyntää oikeissa paikoissa. CGI:n Big Data Analytics Factory on valmis ympäristö tiedon louhintaan ja ennakoivien analyysien rakentamiseen. Sen avulla voidaan analysoida, visualisoida ja hyödyntää monimutkaisia datamassoja helposti. Palvelumallimme mahdollistaa myös keskenään vaihtoehtoisten teknologioiden, toimintatapojen ja käyttötapausten testauksen ennen investointipäätösten tekoa.

Kollegani Kari Natunen kertoo blogissaan Kehittyneen analytiikan käyttöönoton edellytykset, mihin suuntaan analytiikan polulla kannattaa lähteä kulkemaan. Blogissa kuvataan konkreettisesti, mistä analytiikkaan perehtyminen pitäisi aloittaa.

Kirjoittaja työskentelee johtajana CGI Nextissä Digital Insight -yksikössä. Jarin tavoitat osoitteesta jari.pekkanen@cgi.com.

 


 

Tutustu myös:

Blog moderation guidelines and term of use