BI:stä ja analytiikasta puhutaan paljon, mutta niiden käytännön hyödyntämisestä huomattavasti vähemmän. Mille aloille ja minkälaisiin haasteisiin analytiikka voi tuoda ratkaisun, ja minkälaisia käytännön toimenpiteitä se tarkoittaa?
Perinteinen BI nähdään tyypillisesti erilaisina taulukoina, piirakoina ja pylväinä, kun taas analytiikassa mukaan tulevat erilaiset ennustemallit. Pelkkä data ei vielä itsessään tuo lisäarvoa, mutta erilaisia mallinnuksia hyödyntäen sen perusteella voidaan jo tehdä päätelmiä liiketoiminnan tueksi.
Oheisella videolla kerron kollegani Minnan kanssa muutamasta asiakas-casestamme, joissa analytiikka on auttanut ratkaisemaan erilaisia käytännön haasteita. Tiivistelmän keskustelustamme löydät myös videon alta.
Analytiikka toi uutta näkökulmaa segmentointiin
Yksi mielenkiintoisista projekteistamme on Alkolle toteutettu segmentointityö. Segmentoinnilla tarkoitetaan asiakaskunnan jakamista erilaisiin kategorioihin, joille voidaan kohdentaa esimerkiksi sopivia tuotteita tai palveluja.
Alkon segmentointityössä analysoitiin myymälän ostodataa sekä tietoja tuotevalikoimasta ja myymälän koosta. Tavoitteena oli selvittää, kuinka asiakkaat löytäisivät tuotteet parhaiten eri myymälöiden valikoimista. Myymäläsegmentoinnin avulla myymälöiden valikoimanhallinta sekä asiakaspalvelu paranivat: kun työntekijöiden resursseja vapautui tuotteiden parissa työskentelystä, jäi enemmän aikaa asiakkaiden palvelemiselle.
Saman projektin yhteydessä hyödynnettiin myös paikkatietoa. Paikkatiedon avulla Alkon myymälät visualisoitiin kartalle myymälätyypeittäin ja eri myymälöiden valikoimaa vertailtiin toisiinsa maantieteellisen sijainnin perusteella.
Ruuhkamallinnus toteutettiin avoimella datalla
Toinen mielenkiintoinen analytiikkaprojektimme oli Liikennevirastolle toteutettu tuore ruuhkamallinnus. Mallinnus perustui kokonaan avoimeen, internetistä saatavilla olevaan dataan.
Ruuhkamallinnuksessa yhdistettiin liikenteen automaattisten mittauspisteiden tiedot liikennesäätietoihin ja kalenteridataan. Tämän avulla pystyttiin tehokkaasti ennustamaan eri tieosuuksien ruuhkautuvuutta.
Tutustu Liikenneviraston ruuhkamallinnukseen tarkemmin BI-akatemian webinaaritallenteessa:
Avoimet rajapinnat ja datan visualisoiminen tuovat lisäarvoa analytiikkaan
Organisaation datan sekä avoimista rajapinnoista saadun avoimen tiedon yhdistäminen tuo analytiikkaan uusia ulottuvuuksia. Esimerkiksi kunta tai kaupunki voi eri tietoja yhdistämällä seurata, vastaako sen infrastruktuuri uusien yritysten tila- ja logistiikkatarpeita.
Juuri nyt keskustellaan paljon myös erilaista data-alustoista. Esimerkiksi kiinteistöalalla tämä voisi tarkoittaa kokonaisvaltaisempaa ymmärrystä kiinteistön tilasta: kun yhtä aikaa mitataan vaikkapa lämpötiloja ja tilojen käyttöastetta, kyetään esimerkiksi lämmityksen tarvetta arvioimaan tarkemmin.
Kiinteistöistä saatua dataa voidaan myös visualisoida ja tehdä siitä tällä tavoin helpommin tulkittavaa. Kun visualisointiin yhdistetään vielä euromäärät, saadaan analytiikan keinoilla täysin uusia näkökulmia kiinteistönhoitoon.
Analytiikan soveltamisessa rohkeatkin ideat voivat kantaa hedelmää
Korkealentoisetkin ideat ovat usein toteutettavissa analytiikan menetelmien avulla. Periaatteessa esimerkiksi asiakasanalytiikkaan liittyvät perusmenetelmät ovat sovellettavissa moneen muuhunkin tarkoitukseen. Analytiikan asiantuntija valitsee toimivat välineet ja mallit, kun ratkaistaan eri toimialojen käytännön ongelmia.
Jos asiakas-casemme kiinnostivat sinua, kannattaa tutustua BI-akatemiaamme, josta löydät lisää tietoa tuoreimmista projekteistamme!
