Olen saanut olla parantamassa monen suomalaisen yrityksen analytiikkaa ja raportointia, mutta koska monessa tapauksessa tiukat salassapitosopimukset estävät niiden tarkemman kuvailemisen, käytän esimerkkinä analysoinnin voimasta jenkkiläisen lähettiyritys UPS:n hienoa win-win -keissiä.
UPS selvitti, mihin kuljetuksissa kuluu aikaa. He keräsivät tietoa jakoreiteistä, polttoaineen ja ajan käytöstä, ja tekivät mielenkiintoisen huomion: kaikista eniten aikaa kului vasemmalle kääntymiseen eli vastakkaisen kaistan ylittämiseen. Tämän tiedon perusteella UPS muutti jakoreittejään siten, että vasemmalle kääntymistä välteltiin. Reitit toki pitenivät, mutta aikaa ja polttoainetta säästyi – sekä miljoonia dollareita rahaa. UPS:n asiakkaat saivat pakettinsa ja postinsa entistä nopeammin, jolloin myös asiakastyytyväisyys ja -kokemus paranivat.
Data-analytiikan avulla yrityksen palveluista ja toiminnoista saadaan muodostettua kokonaiskäsitys. Kattavasta kuvasta näkee isot linjat, joihin syvemmin porautumalla pääsee muutosten, poikkeamien, tyhjäkäynnin ja jopa trendien lähteille. Tärkeintä on tuottaa datasta visuaalista eli helposti oivallettavissa olevaa tietoa, jonka perusteella pystyy tekemään johtopäätöksiä ja tulevaisuuden toimintasuunnitelmia.
Data kehittämisen työkaluksi
Analytiikka tarjoaa tarkkaa tietoa esimerkiksi vasteajoista yrityksesi palvelunhallinnassa. Kun tiedät, mitä yrityksen palvelunhallinnassa tapahtuu, osaat palvella asiakkaitasi heidän toivomallaan tavalla ja kehittää palveluitasi asiakkaiden käyttäytymisen viitoittamaan suuntaan.
Sopimuksissa on aina palvelulupaus: toimitamme ajassa X jotain valmista. Palvelulupausten ja niiden sisältämien ratkaisuaikojen toteutumisessa voi toki luottaa palveluntuottajan palvelupäällikön kuukausittain omakätisesti raapustamiin Excel-raportteihin, joiden totuus voi olla hyvin monella tapaa tulkittavissa. Toinen vaihtoehto on itse seurata palveluiden sujumisesta kertovaa reaaliaikaista analytiikkaa, joka tulee suoraan lähteestä, jolla toimintaa ohjataan. Visuaaliseksi muokattu tieto on helposti luettavissa, ja saat tiedon kuukausipalaverin sijaan silloin, kun sitä tarvitset.
Palvelunhallinnasta olemme visualisoineet asiakkaallemme esimerkiksi tiketin kulkua. Jos asiakkaalle on luvattu, että printterit korjataan aina kahdessa viikossa, mutta raporttien mukaan printterin korjaustilaus viipyykin usein lisäkysymystilassa puolitoista viikkoa, niin näemme heti, että prosessissa on viilattavaa. Analysoinnilla olemme päässeet myös tyhjäkäynnistä kertovan liiallisen pallottelun jäljille serveri-, verkko- ja käyttöjärjestelmätiimin välillä.
3 askelta datan analysointiin
Tieto voi olla järjestelmissä missä tahansa muodossa. Näemme sieltä yksityiskohtia, kuten yksittäisiä lukuja ja lauseita, vaikka toiminnan kehittämiseksi tarvitsemme näkemystä kokonaisuudesta ja trendeistä. Data-analysoinnin alkuun pääsee opettelemalla kolme askelta, joiden avulla saa ongittua yrityksessä piilevää, kullanarvoista tietoa, ja pääsee näkemään sen kokonaisuutena.
1. DATAN HAKEMINEN.
Datan hakemiseen voi hyödyntää järjestelmän omia työkaluja. Käytän usein tiedon hakemiseen projekteissani itse Pythonilla rakentamaani työkalua, jonka avulla data haetaan automaattisesti järjestelmien rajapinnoista. Koodi vaihtelee riippuen siitä, millaisesta järjestelmästä tai integroitujen järjestelmien rajapinnoista tietoa halutaan. Joskus data voidaan synkronoida helposti suoraan rajapinnasta tai tietokannasta datan visualisointityökaluun, kuten esimerkiksi Qlikiin, jos data on jo valmiiksi luettavassa muodossa ja tarvittavat yhteydet on määritelty.
2. DATAN MUUNTAMINEN.
Data täytyy saada oikeaan muotoon, sillä eri tietotyypeillä on todella suuri merkitys tiedon haussa. Tieto siirretään tietokantaan tai suoraan visualisointityökaluun.
3. DATAN VISUALISOINTI.
Järjestelmissä on usein omia työkaluja datan visualisointiin, joiden käytössä asiakkaitani opastan. Kun visualisoinnilta haluaa hieman enemmän, me koodaavat konsultit yleensä ohjelmoimme asiakkaalle oman visualisointityökalun, tai käytämme siihen kehitettyä valmista työkalua.
Kolmen askeleen avulla saamme yksityiskohtaisen datan muunnettua helposti silmäiltäväksi kokonaisuudeksi. Varsinkin yritysten välille integroitujen järjestelmien datan perusteella voi analysoida hyvin monenlaisia asioita vasteajoista asiakaskäyttäytymiseen, joiden avulla on mahdollista visualisoida, miten prosessi oikeasti menee, ja miten se voisi parhaimmillaan mennä.
Ohjelmointia, matematiikka ja pedagogiikkaa
Ison kuvan piirtämisessä tarvitaan monia eritystaitoja. Analytiikan parissa saankin toteuttaa juuri niitä asioita, joista pidän. Olen taitava hakemaan tietoa, sillä osaan käyttää sujuvasti tiedon hakemiseen soveltuvia työkaluja. Minulla on hyvä numeropää, ja siksi osaan analysoida asioita. Pidän opettamisesta, ja osaan esittää asiat ymmärrettävästi kuulijakunnalleni, ja siksi demojen esittäminen asiakkaille on minulle luontevaa.
Asiakkaan kannalta tärkeintä on järjestelmissä piilevien yksittäisten tietueiden massan saattaminen visuaalisesti helppolukuiseksi isoksi kuvaksi. Kokonaiskuvasta voi zoomata kohti yksityiskohtia eli syitä ja syntyperiä, miksi asiat ovat niin kuin ne ovat. Vain silloin asioille, palveluille ja toimintaan voi tehdä niiden kaipaamia muutoksia tai ratkaisuja, joiden avulla asiat kehittyvät.
Tervetuloa mukaan Työkalupäivä 2017 tapahtumaan, jossa Vercokin mukana kumppanina. Päivän aikana kuullaan lukuisia käytännönläheisiä esityksiä palvelun- ja projektinhallinnan työkaluista ja ständille saa tulla haastamaan!
Aki Riisiö
Kirjoittaja työskentelee konsulttina Vercolla.