​Tietohallintojohtaja - siirry tiedon keräämisestä sen hyödyntämiseen

Tekoälyn ja koneoppimisen osalta on yleinen illuusio, että yksittäinen teknologia, ohjelmisto tai algoritmi auttaisi yritystä tuomaan uutta puhtia liiketoimintaansa. Olisi ikään kuin olemassa jonkinlainen musta laatikko, joka jauhaa sinne toimitetun tiedon ja tuottaa lopputuloksena ohjenuoran, miten liiketoimintaa pitäisi tehdä.

Jo heti alkuun pettymys: mustaa laatikkoa ei ole. Uutta mystistä läpimurtoa ei ole algoritmien osalta tapahtunut, eikä mikään ohjelmisto pysty standardoimaan datan käsittelyä ja tulevaisuuden ennustamista. Oikeasti liiketoimintaa hyödyntäviä tuloksia ei harmi kyllä synny yhdistelemällä nuolella datalähteitä kristallipalloon.

Sen sijaan yksinkertaisillakin asioilla päästään liikkeelle. Datan hyödyntämisen vallankumous lähtee nimenomaan laskentatehon kasvusta ja open source -kehityksestä. Yritys saa halutessaan tehokkaan laskentaympäristön käyntiin minuuteissa käyttäen pilvipalveluja, ja vieläpä kohtuullisin kuluin. Tarvittavat algoritmit datan käsittelyyn ja tulevaisuuden ennustamiseen ovat vapaasti kaikkien saatavilla.

Hyvä uutinen on siis se, että liiketoiminnasta vastaavan ei tarvitse vaikeroida teknologiavalintojen suossa. Ei myöskään tarvita kalliita lisenssejä. Riittää, kun paikalla on asiantuntija, joka osaa käyttää ja muokata algoritmeja yrityksen liiketoimintaan sopivaksi.

Ohje 1: ole kärsimätön

Analytiikan hyötyjen realisoimiseksi ei tarvita isoja, vuosia kestäviä projekteja. Vaikka houkutus on suunnitella ensin iso projekti, jossa kaikki data on kätevästi koko organisaation saatavilla ja vieläpä hyvin jäsenneltynä, on hedelmällisempää lähteä liikkeelle toisesta suunnasta. Miten saamme nopeasti hyötyä juuri meidän omistuksessamme olevasta tiedosta ja miten voimme vauhdittaa tällä liiketoimintaamme? Nykyajan teknologia on modulaarista ja oikein suunniteltuna myös joustavaa. Koko organisaation kattava projekti on helpompi suunnitella, kun on ymmärrys saavutettavista hyödyistä.

Ohje 2: siedä datan epäjärjestystä

Aika usein toistuva toteamus on, että emme voi tehdä tätä ennen kuin data on paremmin järjestyksessä.Tarvitaan tarkat kuvaukset. Datassa on virheitä. Nämä pitää korjata ensin. On tietenkin hyödyllistä työstää yrityksen tietomassat niin, että ne ovat järjestyksessä. Tämän ei kuitenkaan pidä jarruttaa kehitystä, sillä kokenut ammattilainen pystyy korjaamaan puutteellisen datan nopeasti. Asiansa osaava pystyy kirjoittamaan algoritmit, jotka yhdenmukaistavat vaikkapa erilaiset kirjaamistavat ja estimoivat puuttuvat tiedot joidenkin muiden piirteiden avulla.

Ohje 3: yksinkertaista ja onnistu

Liiketoiminnassa on pohjimmiltaan kyse tulevaisuuden ennustamisesta ja oman ennusteen valossa toimimisesta. Tekoälyn ja koneoppimisen hyväksikäytössä ei ole kyse siitä, miten hienoja algoritmeja osataan käyttää vaan siitä, miten liiketoiminnan oleelliset kysymykset yksinkertaistetaan matemaattisiksi malleiksi. Se voittaa, joka löytää oikean abstraktion liiketoiminnan oleellisesta kysymyksestä, ja vieläpä niin, että kysymykseen saadaan vastaus.

Ohje 4: hanki osaamista, josta on heti hyötyä

Toimivin resepti on lähes aina nopeasti käyttöön saatava Proof-of-Concept tai pienempikin ratkaisu, josta saadaan heti mitattavaa liiketoimintahyötyä. Tämä on tietysti helpommin sanottu kuin tehty! Kokenut ammattilainen pystyy kuitenkin yhdessä liiketoiminta-asiantuntijoiden kanssa löytämään kohteen, josta kannattaa lähteä liikkeelle. Konsultti ei ole paras neuvomaan, miten liiketoimintaa tulee tehdä. Mutta hän tietää datan käytön mahdollisuudet ja osaa valjastaa isot datamassat siten, että niistä on liiketoiminnan johtamiseen ja kehittämiseen liittyvässä päätöksenteossa hyötyä. Kun liiketoiminta hyötyy, asiantuntijat innostuvat ja syntyy yhä parempien tulosten ja positiivisuuden kierre.

Lopuksi

Analytiikan ostamisen kannalta valinta on helppo. Kannattaa valita asiakasta ymmärtävä, asiansa osaava data scientist. Me Nitorilla panostamme siihen, että ratkaisemme asiakkaan ongelmia liiketoimintalähtöisesti ja ongelmanratkaisuun parhaiten soveltuvilla työkaluilla, emmekä lähesty ratkaisua teknologia edellä. Jos kiinnostuit, tulemme mielellämme ideoimaan sopivia kehityskohteita ja luomaan konkreettista liiketoimintahyötyä.