Kun yritys perustaa analytiikkatoiminnon

Sanotaan, että data on uusi öljy. Tällä viitataan erityisesti öljyn jalostettavuuteen uskomattoman monimuotoiseen valikoimaan tuotteita ja loppuhyödykkeitä. Datan ja analytiikan tarkastelua ei kuitenkaan sovi rajoittaa tuotetasolle, vaan nähdä se maaperänä.

Data is not the new oil. Data is the new soil.

Dataa paremmin hyödyntämällä saadaan korvattua peruutuspeilin näkymän mukaan ohjaaminen, mutta myös liikaan intuitioon luottava ennustaminen. Kumpikaan metodi ei pysty tuottamaan perusteltuja päätöksiä edes kvartaalitasolla, saatika jokapäiväisessä vaihtoehtojen kyllästämässä reaalielämässä. Data ja analytiikka mahdollistavat löydökset, hypoteesit, pilotoinnit ja skaalaukset.

Pitäisikö yrityksen ulkoistaa vai sisäistää analytiikka? Moni yritys todennäköisesti painiskelee saman kysymyksen äärellä, eikä siihen oikein tunnu löytyvän oikeaa vastausta. Datahait pyörivät jo uppoavan aluksen ympärillä, mutta isoa päätöstä ei haluaisi tehdä pakon sanelemana ja myyjän puheiden varassa.

Vastaus on..

Vastaus on, että se riippuu. Se ei tietenkään ole vastaus, jonka sinä halusit kuulla tai jota olet etsimässä.

Isolla, dataa jo nyt tehokkaasti hyödyntävällä ja digitalisaation kurimuksessa kotonaan olevalla yrityksellä on mahdollisuus hoitaa analytiikka talon sisällä. Mitä useampi kohta sinun yrityksessäsi on toisin, sitä todennäköisemmin analytiikan ulkoistus on tällä hetkellä parempi vaihtoehto.

Huomaa, että mikään mainituista tekijöistä ei ole vakio, vaan kaikki ovat muuttujia. Analytiikan ulkoistuskin on siis vaihe tai prosessi, jonka toteuttamiseen on useampia limittäisiä toimintamalleja.

Yrityksellä on käytännössä kolme päävaihtoehtoa analytiikkafunktion perustamiseen. Yritys

  1. palkkaa siihen uusia ihmisiä
  2. kouluttaa siihen nykyisiä työntekijöitä
  3. ostaa analytiikan palveluna

Uusien ihmisten palkkaamisesta tulee paitsi palkkakulujen lisäksi rekrytointikustannuksia. Ammattitaitoisia data-analyytikkoja ei roiku joka oksalla, eikä niitä valmistu suoraan koulusta. Todennäköisesti yritys päätyy head-hunttaamaan datatieteilijän ulkopuolisen resurssin avulla. Ei ole myöskään mitenkään itsestäänselvää, että yksittäisellä datatieteilijällä on kaivattua liiketoimintaosaamista. Kokonaisen tiimin rakentaminen on helposti vuoden mittainen projekti.

Nykyisen työntekijän kouluttaminen datatieteilijäksi voi olla houkutteleva vaihtoehto. Ensimmäiseksi pitää pohtia ajankäyttöä. Saako analyytikoksi määrätty työntekijä käyttää 100% työajastaan siihen vai kummitteleeko vanhat työtehtävät (ja kollegat) edelleen ovensuussa. Tai riittääkö uudelle analyytikolle heti täyden työpäivän verran työtä. Riippuen vähän alkutilanteesta, vanhan työntekijän uudelleenkoulutuksen prosessi voi olla jopa pidempi kuin uuden tiimin kasaaminen. Vaikka data-analysoinnin työkalujen käytön oppii suht nopeasti, rutiininomainen käsitys kouliintuu vuosien varrella.

Suuri osa verkkoanalytiikasta tehdään ilmaisohjelma Google Analyticsilla, joka on siis kaikkien saavutettavissa. Ammattilaisen tekemällä set-upilla varmistetaan, että se kerää oikeita numeroita. Sivun kävijätietojen lisäksi kerätään linkkiparametrien mukaiset lähdetiedot, yhdistetään niihin AdWordsin asiakashankintakustannukset, suodatetaan epäkelpo liikenne ja verrataan kaikkea toteutuneeseen tavoitteeseen. Datasta ei juuri ole hyötyä, jos minkään numeron perään ei saa euromerkkiä.

Tämän päälle yhdistetään vielä A/B-testauksella tai personoinnilla saadut lisäpilotoinnit uusista liiketoiminta- tai asiakaspalvelumalleista. Kun myymälääsi soitetaan, tiedätkö mistä ja miten asiakas on saanut puhelinnumeron?

Ilman syvää ymmärrystä tilastoista analyysit päätyvät pinnallisiksi yleistyksiksi, joissa virhemarginaalin koko voi vaihtaa kasvuprosentin etumerkkiä.

Analytiikan ostaminen palvelunakaan ei ole mutkaton prosessi ja vastakumppani tulee valita huolella. Mutta analytiikan hyödyntämisen aloittaminen on silti helpointa tällä vaihtoehdolla.

Silloin yritys saa, ei pelkästään valmiin data-analyytikon, vaan kokonaisen tiimin niitä. Tiimissä on numeronpyörittäjiä, käppyränesittäjiä ja liiketoimintaspesialisteja, jotka muissa vaihtoehdoissa pitäisi kukin palkata tai kouluttaa erikseen. Ulkoistettu analytiikkatiimi on myös käyttökunnossa hyvin nopeasti, sekä sesongin mukaan skaalattavissa tarpeelliseen kokoon kumpaan tahansa suuntaan.

Riippumatta siitä miten analytiikkatoiminnon perustaa, se vaatii hyvän integraation yrityksessä. Vaikka toimiva analytiikkatalo ymmärtää yrityksen toimialan tai jopa yrityksen omat toimintamallit, lopullinen vastuu analytiikan hyödyntämisestä on yrityksellä itsellään.

Kun yrityksen ns digimaturiteetti on pidemmällä, yritys voi valita miten se haluaa jatkaa. Silloin valinta on strateginen eikä enää ympäristötekijöiden sanelema.