Nopea päätöksenteko edellyttää toimivaa tiedon analysointia
Nopean päätöksenteon merkitys on kasvanut digitalisoituvan liiketoiminnan kehityksen myötä. Päätöksentekoa tukevan tiedon määrä on samaan aikaan kasvanut räjähdysmäisesti. Päätöksenteon haastavuus on siinä, että päätöstä tehdessään ei oikeastaan koskaan voi olla varma siitä, onko päätös oikea vai väärä, hyvä tai huono. Vasta tulevaisuus näyttää tehdyn päätöksen luonteen ja seuraukset.
Mahdollisimman hyvien ja oikeiden päätösten tekeminen nopeaan tahtiin edellyttää paitsi päätöksentekijöiden kokemusta ja näkemystä, myös entistä paremmin analysoitua tietoa ja johtopäätöksiä. Erityisesti ennakoivan analytiikan merkitys kasvaa jatkuvasti.
Teknologia toimii analysoinnin kehityksessä ajurina ja mahdollistajana. Kuten aina, teknologia tai järjestelmä sinällään ei ole ratkaisu, vaan ratkaisu syntyy teknologian ja järjestelmän oikeasta soveltamisesta. Tämän päivän haaste on, että olemassa olevalla teknologialla voimme kerätä enemmän dataa kuin voimme koskaan käsitellä. Eri järjestelmät tuottavat jatkuvasti suurivolyymistä dataa niin yrityksen omassa verkkokauppasovelluksessa kuin sosiaalisen median kommentteina tai laitteiden mittaridatana – tämä on Big Dataa, joka täytyy tallettaa myöhempää analysointia varten, mutta jota tallennettaessa ei vielä tiedetä, miten sitä tullaan hyödyntämään. Big Data on siis epäyhtenäistä, järjestäytymätöntä ja vaikeaselkoista.
Yrityksen omat kriittiset järjestelmät (ERP, CRM, PDM jne) tuottavat myös melkoisesti dataa. Tämä on kuitenkin yleensä rakenteellista ja selkeätä dataa, jonka käyttötarkoituksetkin tiedetään. Analysoinnin ja erityisesti ennakoivan analysoinnin kannalta suurin lisäarvo syntyy yhdistämällä rakenteellisen ja epäyhtenäisen Big Datan analysointi. Käytännössä tämä tarkoittaa esimerkiksi tuote- ja palveluvalikoiman optimointia vastaamaan paremmin asiakasryhmien tarpeisiin. Tarpeisiin, jotka selviävät vaikkapa sosiaalisen median kommenteista tai asiakaspalautteesta tai yhdistämällä ostotapahtumatietoa paikkatietoon. Optimoinnissa tarvetieto yhdistetään tuotekehitykseen ja –hallintaan ja suunnitellaan tuotteet ja palvelut, joiden tuotantokustannukset ovat alhaisimmat mahdolliset ja joiden ominaisuudet parhaiten vastaavat asiakkaiden tarpeita.
Ennakoivan analysoinnin yritystasoinen tavoite on selkeä – löytää yrityksen toimintaan eniten vaikuttavat ja ennustettavissa olevat tekijät sekä rakentaa toimiva ennustemalli ja –ratkaisu jatkuvaa käyttöä varten. Yleisemmin ennakoivan analysoinnin tehtävänä on mahdollistaa jatkuva oppiminen ja kokemuksen jakaminen. Sisäisistä ja ulkoisista tietomassoista voidaan löytää täysin uusia korrelaatioita ja ennustaa esimerkiksi tulevia asiakaskäyttäytymisen muutoksia. Tavoite on oppia kertyneen datan, tehtyjen toimenpiteiden, ulkoisten muutosten ja kilpailijoiden toimien vaikutuksista, jakaa tietoa yrityksen sisällä ja tuottaa jatkuvasti uutta tietoa ja näkemystä päätöksenteon tueksi. Parhaimmillaan päätöstä seuraavilla toimenpiteillä voidaan vaikuttaa siihen, että se, mitä toivomme tapahtuvan, myös tapahtuu.
Toimivien analysointiratkaisujen rakentaminen on parhaimmillaan suunnitelmallista etenemistä jatkuvasti muuttuvassa ja kehittyvässä ympäristössä. Tekemistä leimaa vahva iteratiivisuus ja tunneittain muuttuvat tarpeet, unohtamatta ’learning-by-doing’-efektiä sekä sitä valtavaa innostusta, joka herää, kun uusi data muuttuu uudeksi merkitykselliseksi tiedoksi. Tämän tiedon perusteella tehdään heti päätöksiä ja käynnistetään uusia tehtäviä, jotka vaikuttavat yritykseen ja sen ympäristöön välittömästi. Kovin raskaita ja pysyviä ratkaisuja on kannattamatonta tähän tilanteeseen rakentaa, koska yritys ympäristöineen muuttui jo ja uusi kerääntyvä data muuttuu analysoinnin kautta taas uudeksi merkitykselliseksi tiedoksi, joka aiheuttaa uusia päätöksiä ja kierros alkaa alusta. Viime vuosien aikana olemme purkaneet melkoisen määrän pysyviksi rakennettuja ja vaikeaselkoisia raportointi- ja analysointiratkaisuja, tuoneet tilalle kevyempiä kehitysympäristöjä ja tukeneet uusien, pidempiaikaiseen käyttöön jäävien työkalujen ja ratkaisujen rakentamista.
Ohjenuoramme analysoinnin kehittämiseen on selkeä – analysoinnin kehittämisen tulee näkyä sekä viivan ala- että yläpuolella.
Jukka Peltola Mint Consulting