Perinteinen tietovarastointi lähtee siitä, että halutaan koota ja yhdistää siiloutuneissa tietojärjestelmissä olevaa tietoa yrityksen päätöksenteon pohjaksi. Ongelmana on siis ollut, että sekin tieto, joka on organisaatiomme omaa omaisuutta, ei ole ollut helposti ja nopeasti saatavilla vaan ikään kuin muurin takana, hankalien ja hitaiden menettelyiden avulla (lue Excel) prosessoituna johdon ja muun organisaation päätöksenteon ja toiminnan tueksi.
Nyt vaatimukset ovat kasvaneet. Jotta menestyisi kilpailussa tarvitaan paljon enemmän dataa, omien järjestelmien ”small data” ei enää riitä. Tarvitaan ulkoista dataa, siis sellaista dataa, jota ei ole yrityksen perusjärjestelmissä. Kutsun tätä aluetta tässä uudeksi dataksi, erotuksena omissa tietojärjestelmissä olevaan perinteiseen dataan.
Asiakaskäyttäytyminen kiinnostaa
Yksi uuden datan alue on potentiaalisista asiakkaista kertyvän datan analysointi markkinoinnissa ja myynnissä. Asiakkaat käyvät kotisivuilla tai verkkokaupassa ja reagoivat yrityksen tuottamaan sisältöön sosiaalisen median kanavissa sekä muualla verkossa. Omiin järjestelmiin halutaan integroida kaikki saatavissa oleva kuluttajan käyttäytyminen, joka jättää digitaalisen jäljen. Ja me jätämme jälkiä jatkuvasti.
B2B-myynnissä voittaa usein se, joka tulkitsee asiakkaiden ostokäyttäytymistä parhaiten. Halutaan ymmärtää asiakkaiden haasteita, organisatorista rakennetta, päätöksentekoprosessia sekä taloudellista tilannetta. Menestyvimmät yritykset analysoivat tätä dataa, esim. SAP:illa on iso yksikkö, joka tuottaa white paper-artikkeleita, tutkimuksia sekä muuta sisältöä käyttäjilleen. He kääntävät hienostuneilla tilastollisilla malleilla näistä saatavan datan kohdennetuiksi tarveanalyyseiksi sekä myyntiprosesseiksi. Microsoft osti LinkedInin, josta on saatavissa valtava määrä dataa. Heidän tuleva CRM-ratkaisunsa sisältää LinkedInin ja se tulee varmasti tarjoamaan kovan vastuksen kilpailijoita vastaan. Ulkoisen datan hyödyntäminen on siis merkittävässä roolissa maailman arvokkaimpien IT-yritysten kilpailustrategiassa.
Open data
Julkishallinnon organisaatiot tarjoavat tietoja Open Datana ilmaiseksi imuroitavaksi. Esimerkiksi Helsingin kaupunki ja Trafi julkaisevat Open Dataa. Obama määräsi jo 2013, että oletusarvoisesti USA:n kaiken julkishallinnon datan on oltava avoimesti koneluettavaa. Tavoitteena on nimenomaan kannustaa yrityksiä käyttämään tätä dataa ja rakentaa kaupallista toimintaa. On yrityksiä, jotka käyttävät esimerkiksi paikka- tai säädataa paketoituna myytäviin datatuotteisiinsa.
Ulkoista dataa käyttöliittymästä
Business Intelligencellä tarkoitamme yleensä työkaluja analysoida ja pyöritellä oman organisaation tietoja. Toisen, vanhemman määritelmän mukaan BI tarkoittaa kilpailijoiden ja markkinoiden seurantaa ja analysointia. Tässä termi ”Intelligence” viittaa ikään kuin tiedustelutoimintaan. Tiedustelua voi tehdä käsityönä, mutta sen työläyden vuoksi on syntynyt myytäviä palveluita. Niissä voi erillisen käyttöliittymän kautta seurata markkinakatsauksia tai valmiiksi pureskeltua dataa vaikkapa kilpailijoiden tuotehinnoitteluista ja julkistuksista.
Ulkoista dataa palveluna
Tietovarastonäkökulmasta pelkkä erillinen käyttöliittymä ei riitä. Ulkoiset tiedot halutaan yhdistää omiin tietoihin tietotasolla. Haluamme vaikkapa nähdä samalla silmäyksellä sekä omaa että kilpailijoiden myyntiä eri tuoteryhmissä.
Netistä voi yrittää itse poimia dataa tietovarastoon siirrettäväksi. Tätä varten on olemassa myös erityisiä haravointiohjelmia (Web scraping). Harvalla on kuitenkaan aikaa ja resursseja tehdä tätä, data haluttaisiin ostaa palveluna, eli Data as a Service (DaaS). Tähän on kaksi tapaa. Valmiiksi poimitut ja muokatut tiedot voidaan ladata ulkoisesta palvelusta omalle koneelle. Tai niihin pääsee kiinni virtuaalisesti, jolloin data näyttää ikäänkuin tietokannan taululta ja on liitettävissä oman tietovaraston tauluihin. Dataa ei siis varsinaisesti tarvitse ladata omalle koneelle. Etuna on vaivattomuus; tiedot myös pysyvät palveluntarjoajan toimesta ajan tasalla.
Lopuksi
Voiko ulkoinen datan merkittävyys kasvaa paljonkin tulevaisuudessa? Esimerkiksi iso lääkefirma tutkii twitteristä saatavia tietoja. Kun tarpeeksi iso määrä ihmisiä raportoi flunssan oireita, niin tilastollisesti pystytään ennustamaan tulevaa flunssaepidemiaa tietyllä alueella. Jos twitter-data ennustaa omaan dataan perustuvia ennustuksia paremmin lääkkeiden myyntiä, se näyttäisi täydentävän merkittävästi päätöksentekoa.
Uskon, että uuden datan ostaminen ulkoisista lähteistä tulee yleistymään. Omien tietojen rikastaminen ulkoisella datalla antaa aivan uusia näkökulmia. Data Science –näkökulmasta kaikkien päätösten tulisi perustua dataan. Pelkästään omat datat eivät enää riitä.
Mielenkiintoisi koulutuksia:
Moderni tietovarastoratkaisu 09.11.2016, 750 € +alv
Lisätiedot ja ilmoittautuminen:
Hadoop-peruskurssi 08.11.2016, 800 € + alv
Lisätiedot ja ilmoittatuminen:
Edistynyt analytiikka perusteet 15.11.2016, 800 € + alv
Lisätiedot ja ilmoittautuminen:
Ennustemallien toteutus 16.11.2016, 950 € + alv
Lisätiedot ja ilmoittautuminen:
R-ohjelma tutuksi (Alkeet ja tiedon jalostaminen)17.11.2016, 800 € + alv
Lisätiedot ja ilmoittautuminen:
Azure Machine Learning -koulutus 18.11.2016, 800 € + alv
Lisätiedot ja ilmoittautuminen:
