SlideShare a Scribd company logo
1 of 35
Eväitä
edistyneen analytiikan
hyödyntämiseen
Aamiaisseminaari
Tampere
13.11.2017
Louhia Analytics Oy
Mika Aho
 Tekniikan tohtori (tietojohtaminen)
 Yli vuosikymmenen kokemus tiedonhallinnan
konsultoinnista, läpiviennistä ja BIDW-
arkkitehtuurityöstä eri toimialoilla
 Konsultoinut ja toteuttanut tiedolla johtamisen
ratkaisuja yli 60 organisaatioon Suomessa
 Toiminut aktiivisena kouluttajana vuodesta 2012
lähtien eri yhteistyökumppaneiden kanssa
@mikaaho
Louhia Analytics Oy
Louhia
 Louhia on vuonna 2009 perustettu tiedolla
johtamisen ratkaisuihin keskittynyt
konsultointiyritys
 Missiomme on auttaa asiakkaitamme muuttamaan
erilaiset datavarannot liiketoimintahyödyiksi
 Konsultoimme, koulutamme sekä teemme
käytännössä koneoppimis- ja tekoälyprojekteja
 Louhia AI-Framework on konseptimme
tekoälyratkaisujen ketterään kehitykseen
@LouhiaAnalytics
Louhia Analytics Oy
Esimerkkejä analytiikkaratkaisuistamme
 Tienhoidon tarpeen ennustaminen yhdistäen säätietoja,
sensoridataa ja tienkäyttöä sekä käyttäjän online-palautetta
 Auton hinnan ennustaminen perustuen kattaviin tietoihin ja
markkinadataan
 Tarjousten läpimenon optimointi varaosabisneksessä
 Erikoissairaanhoidon tilauskannan ennustaminen potilastason
lähetedatasta
 Sosiaali- ja terveydenhuoltoalueiden palvelukapasiteetin
tarpeiden ennakointi
 Arvopaperimarkkinoiden hintavaihteluiden ennustaminen
 Matkustajaliikenteen viivästysketjun purkaminen
Louhia Analytics Oy
Mitä on edistynyt analytiikka?
Kolme vinkkiä tekoälyloikkaan
Agendalla
Louhia Analytics Oy
Mitä on edistynyt analytiikka?
 Analytiikka on laaja käsite, analytiikalla voidaan
tarkoittaa historiatietojen analysointia ja raportointia
tai jonkin ilmiön tulevaisuuden arvon ennustamista
 Ennustavalla/ennakoivalla/edistyneellä analytiikalla
tarkoitetaan yleensä jonkin ilmiön ”käyttäytymisen”
ennustamista ilmiön generoiman tiedon ja siihen
liittyvien taustatietojen avulla
 Edistyneessä analytiikassa sovelletaan sekä klassisia
tilastotieteen, että ”uuden sukupolven”
koneoppimisen ja tiedonlouhinnan menetelmiä
Tekoälystä puhutaan, kun
haetaan startupille rahoitusta
Koneoppimisesta puhutaan,
kun sinne rekrytoidaan
ihmisiä
Louhia Analytics Oy
Tekoälyssä yhdistetään dataa, perinteistä
ohjelmointia, deterministisiä sääntöjä ja
koneoppimista keskenään
http://www.louhia.fi/artikkelit/auton-myyntihinnan-ennustaminen/
Vuosimalli
Vetotyyppi
Kilometrit
Kulutus
Syötä autosi tiedot
Tulosta ilmainen hinta-arvio
Tekoäly arvioi autosi hinnaksi
13 854 euroa
Auta tekoälyä oppimaan - oliko arvio
Hyvä HuonoIhan ok
Louhia Analytics Oy
Perinteinen lähestymistapa kuvata kehittymistä
1. SIILOUTUNUT
ORGANISAATIO
Informaation
tuottamiseen käytetään
paljon resursseja
Ei saada selkeää ja
johdonmukaista kuvaa
organisaatiosta
Väliaikaisia ad-hoc-
ratkaisuja,
taulukkolaskennat
IhmisetProsessitTeknologia
Huonolaatuinen ja
hajanainen data
2. YMMÄRTÄVÄ
ORGANISAATIO
Ymmärretään
laadukkaan
informaation arvo
toiminnalle
Prosessikohtaisia
ratkaisuja, ohjaustiedon
kerääminen
Interaktiivisia
raportointijärjestelmiä,
paikallisvarastoja
Päällekkäistä dataa, ei
kovin ajantasaista
3. DATA-OHJAUTUNUT
ORGANISAATIO
Toiminnan ohjaaminen
tiedon avulla ja faktoihin
perustuen
Mittareiden
ohjausvaikutus,
strategian seuranta ja
viestintä
Keskitetty tietovarasto,
johdon työpöydät, KPI-
mittaristot, BI-työkalut
Yhteinen käsitteistö ja
näkemys tietopääomasta
4. ANALYYTTINEN
ORGANISAATIO
Ennustavan analytiikan
avulla ratkaistaan
liiketoimintaongelmia
Syvempi ymmärrys,
esim. kannattavuuden
mallinnus, analysointi ja
simulointi
Ennustava analytiikka,
itsepalveluraportointi,
tietoaltaat
Korkealuokkainen
sisäinen ja ulkoinen
data
5. TIEDOLLA KILPAILEVA
ORGANISAATIO
Tiedolla johtamisen
avulla syntyy uusia
liiketoimintamalleja,
tuotteita ja palveluita
Automatisoitu
päätöksenteko, jatkuva
strateginen suunnittelu
Strategiat, ihmiset,
prosessit ja informaatio
integroituna
teknologioiden kanssa
Täysin integroitunut
organisaation laajuinen
data
Tieto
Lähde: Aho, M. 2011. Konstruktio suorituskyvyn johtamisen kypsyyden arviointiin
Voidaanko oikaista?
Eli tarvitseeko aina rakentaa iso
tietopönttö ja investoida siihen ziljoona euroa?
Voidaanko loikkia tasolta toiselle?
Louhia Analytics Oy
Analytiikka on kaikkialla – Arjessa
Louhia Analytics Oy
Analytiikka on kaikkialla - Toiminnoissa
Myynti ja markkinointi
• Ostoja markkinoinnin kohdistamiseksi
• Peruutuksia asiakkaiden
säilyttämiseksi
• Onnistunutta myyntiä myyntiliidien
priorisoimiseksi
• Tuotevalintoja personoitujen
suositusten antamiseksi
• Hiiren klikkauksia sopivan sisällön
esittämiseksi
Ennustetaan…
HR
• Irtisanoutumisia ja lopettamista
(vapaaehtoistyö)
• Taitoja
Tuotanto
• Vikaantumista ennakoivan huollon
tekemiseksi
• Laatua viallisten tuotteiden
löytämiseksi
• Kysyntää varastojen optimoimiseksi
Hankinta
• Termejä ja sopimusehtoja, jotta
voidaan tehdä hyviä sopimuksia
• Optimaalista hintaa
• Sopivia toimittajia
Louhia Analytics Oy
Analytiikka on kaikkialla - Tietojärjestelmissä
Datan integraatioprosessi (automatisoitu)
Sisäinen raportointi
(vakio, self service)
Ulkoinen raportointi
LÄHDEDATADATAKERROS
SOVELLUS-JA
JULKAISU
Tietovarasto
CRM ERP Kirjanpito
• Oikea tuote oikeille asiakkaille
oikeaan aikaan
• Myyntisoittojen automaattinen
litterointi, analysointi ja yhteenveto
• Reaaliaikainen palaute myyjälle
puhelun aikana
• Ohjataan työ sopivimmalle myyjälle
• Datan paikkaus ja standardointi
• Datan laadunvalvonta
• Tietomallinnus
• Tietokatalogien ylläpito
• Käyttäjälle personoitujen raporttien
automaattinen tuottaminen
• Valmiit analytiikkakomponentit
(esim. aikasarjaennustaminen,
klusterointi)
• Kulujen auditointi suhteessa
organisaation kustannuspolitiikkaan
• Epäselvien maksujen ja laskujen
linkitys
• Riskien hallinta
• Raportointi: ”Miten divisioona X on
kasvanut 10 vuoden aikana”
• Automaattinen laskujen luokittelu
• Laskujen luominen, tiliöinti ym.
Talous ja kirjanpito
Asiakkuudenhallinta
Tietovarastointi
Raportointi
Louhia Analytics Oy
Mitä on edistynyt analytiikka?
Kolme vinkkiä tekoälyloikkaan
Agendalla
1.
Osaaminen
Louhia Analytics Oy
Osaamisen kehittäminen
 Rakenna oikeanlaisia kyvykkyyksiä
organisaatioon, osta palveluna
(Louhialta) tai hanki palveluna pilvestä
 Opiskele perusteet, niin alat nähdä
koneoppimisen avulla ratkaistavaia
ongelmia kaikkialla arjessa
 Courserassa on paljon laadukasta materiaalia, esim.
Andrew Ng:n kurssit
(https://www.coursera.org/learn/machine-learning)
Louhia Analytics Oy
Linkkivinkki
https://blog.networks.nokia.com/innovation/2017/11/09/study-ai-machine-learning/
2.
Data
(laatu, hallinta ja strategia)
Talousdatasta saa aina
talousraportin aikaiseksi, kun
tarpeeksi yrittää.
Koneoppimisessa data
määrittelee sen, mitä siitä saa irti.
Ilman dataa ei ole analyysiä.
Datan laatu ja paikkaaminen koneoppimisella
Esimerkiksi CRM-järjestelmän datan korjaaminen:
• CRM sisältää 500 000 asiakkaan tiedot
• 20% asiakkaista on antanut kattavat tiedot
• 80%:lla asiakkaista on paljon puuttuvaa tietoa
• Kaikkien asiakkaiden kohdalta on ostotapahtumat
tallessa
Nyt valitaan asiakkaat, joilta on kattavat CRM- ja
ostotapahtumat tallessa. Heidän datallaan
muodostetaan malli, joka ennustaa puuttuvat CRM-tiedot
muille (80%) asiakkaille. Kun kaikille asiakkaille on
olemassa kattavat tiedot, niin kohdennettu myynti ja
markkinointi on paljon helpompaa ja tehokkaampaa.
Tällaista lähestymistapaa käyttävät mm. Google ja
Amazon, kun he profiloivat käyttäjiä ja kohdentavat heille
tarjontaansa. Ne tietävät joitakin varmoja asioita
asiakkaistaan, mutta osaavat ennustaa loput riittävällä
tarkkuudella.
Miten asiakas näkee datan:
Miltä se oikeasti näyttää:
Louhia Analytics Oy
Datan hallinta: Perinteinen tietovarastointi- ja
raportointiarkkitehtuuri
Datan integraatioprosessi (automatisoitu)
Sisäinen raportointi
(vakio, self service)
Ulkoinen raportointi
LÄHDEDATADATAKERROS
SOVELLUS-JA
JULKAISU
Tietovarasto
CRM ERP Kirjanpito
Louhia Analytics Oy
Tietolähteet
Operatiiviset tietojärjestelmät Muut, nykyisin käytössä olevat tietolähteet
Datan integraatioprosessi (automatisoitu)
Keskitetty tietovaranto
Staging area
Tietovarasto
Dataintegraatiojaautomatisointi
Data Mart Data Mart
Lataus- ja
esikäsittelyalue
Harmonisoitu, keskitetty
tietovaranto
Datan esityskerros
(fyysinen tai virtualisoitu)
DB
Excel, csv
tiedostot
DB
DB
DB.
DB.
Barometrit
LÄHDEDATADATAKERROS
SOVELLUS-JA
JULKAISU Sanastot
Metadatan
hallinta
Datan
mallintaminen
Kuutiot
Sisäinen raportointi
(vakio, self service)
Ulkoinen raportointi
CRM ERP Kirjanpito
Datan hallinta: Perinteinen tietovarastointi- ja
raportointiarkkitehtuuri
Louhia Analytics Oy
DW Appliance
Datan hallinta: Uudet alustat eri analytiikkatarpeisiin
Tietovarasto Data Mart
Tieto- ja paikallisvarastot Virtaava data Monirakenteinen data
NoSQL Graph DB
…ja nyt käyttäjä miettii, miten päästä kaikkeen tähän dataan kiinni?
DW Appliance
Rakenteinen data
Asiakas
Perustietojen hallinta (MDM)
Hierar-
kiat
Tuote
C
R
U
D
Raw Data Vault
Business Layer
Presentation Layer
Tietovarasto
ODS
ODS
Datan hallinta: Organisaation looginen tietoallas
Julkaisu
luotettava
data
Hive-taulut
Arkistoitu
DW:n data
Lataus-
alueet
Työn alla
oleva data
Tekstit,
kuvat, videot
Sensori-
data
ODS
Tietovarasto
Paikallisvarastot
AsiakasHierar-
kiat
Tuote
C
R
U
D
Perustietojen
hallinta
Kalen-
teri
Konv-
ersiot
Maa-
koodit
C
R
U
D
Referenssitietojen
hallinta
Jalostettu luotettava ja
integroitu data
Vahva tiedon
hallintamalli
Raaka ja epäluotettava
data
Jotain tiedon hallintaa
Sisällön-
hallinta
(ECM)
Latausalue
Pilvitallen-
nuspal-
velut
TietokatalogiDatan virtualisointipalvelut
Mukaillen: Mike Fergusson. 2017. Designing, Operating and Managing an Enterprise Data Lake
NoSQLTietolähteet
Sensorit
Click
Stream RDBMS Pilvi
Tiedostot
Nykyiset raportointityökalut ja
niiden connectorit tuovat lisää
monimutkaisuutta loppukäyttäjälle
Haaste: Miten saada organisaation
data samalla tapaa tarjolle
helppokäyttöisesti?
Louhia Analytics Oy
Luo organisaatioosi datastrategia
 Pohdi ensin, miksi näitä ATK-juttuja tehdään
 Miten liittyy organisaation strategiaan (talous, asiakas,
sisäiset prosessit, oppiminen/kasvu)?
 Millaista liiketoimintahyötyä tavoitellaan?
 Rakenna roadmap muutamalle seuraavalle
vuodelle
 Algoritmeja voidaan aina ostaa, mutta
datavarantoja kilpailijat eivät voi kopioida
Louhia Analytics Oy
Se on pienestä kiinni
 Aina ei kannata pohtia business caseja,
joissa isot kertatuotot ovat mahdollisia
(=miljardi lisämyyntiä)
 Pitkäjänteinen pienten etujen kumulatiivinen
kerääminen voi olla jopa parempi vaihtoehto
 Talouspäällikkö laskee tuotealuekohtaisia budjetteja ensi vuodelle
ottaen raportointijärjestelmästä viime vuoden lukuja pohjalle. Työ
kestänee tunteja. Kevyt AI-ratkaisu laskee tarkemmat ennusteet
budjetin pohjaksi sekunneissa
 Hakemuksen käsittelijältä kuluu tunti tehtävässä, josta AI-ratkaisu
suoriutuu silmänräpäyksessä. AI voisi ohjata hakemukset suoraan
oikeille käsittelijöille, vaikeat kokeneille ja helpot aloittelijoille
Louhia Analytics Oy
Pohdittavaksi datastrategiaan
 Millaista dataa meillä on nyt?
 Millaista dataa ja siitä jalostettua tietoa (raportteja, ennusteita ym.)
tarvitaan jatkossa?
 Millaisia ongelmia halutaan ratkoa analytiikan ja koneoppimisen avulla?
 Voisiko joidenkin uusien tietolähteiden yhdistäminen organisaation
sisäiseen dataan tuoda hyötyä?
 Mitkä ovat suurimmat haasteet päästä eteenpäin (datan luotettavuus ja
saatavuus, kulttuuri, osaamisen puute…)? Mitä näille voisi tehdä?
 Mitä kaikkea voin automatisoida? Miten tarjota dataa yhden
käyttöliittymän kautta?
 Millaista dataa voisin myydä/tarjota muille?
3.
Muutos ja
jalkauttaminen
Louhia Analytics Oy
Haluatko auttaa itseäsi vai asiakasta?
 Paranna ja tehosta sisäisiä prosesseja
 Kohdenna markkinointia tehokkaammin
 Optimoi varastoarvoja ennustamalla kysyntää
 Ennakoi tuotantoprosessin vikaantumista
 Optimoi hinnoittelua
 Ennusta asiakaspoistumaa
 Tai paranna asiakaspalvelua ja
asiakaskokemusta
 Esim. ohjaamalla asiakasta ostoprosessissa
 Entä jos kehittäisitkin tietoon ja analytiikkaan
pohjautuvia uusia palveluita ja tuotteita?
Louhia Analytics Oy
Johtamista muutoksessa
 Mahdollista kokeilukulttuuri
 Älä jätä löydöksiä tutkijakammioon pölyttymään
 Integroi prosesseihin, tuotteisiin tai palveluihin ja
arkeen
 Uskalla viedä käytäntöön ja myös johtaa
ennusteiden avulla
 Muuta tuotteiden hinnoittelua
 Muuta ostoprosesia
 Älä palvele kannattamattomia asiakkaita
 Soittele poistumavaarassa oleville asiakkaille
 Vaihda laakeri, vaikka huolto-ohjelma sanoo muuta
Louhia Analytics Oy
Yhteystiedot
Mika Aho
Partner
040 590 6949
mika.aho@louhia.fi
Kiitokset!

More Related Content

What's hot

Big data liiketoiminnan johtamiseen tarvitaan tietoa, Microsoft-tilaisuus 1...
Big data   liiketoiminnan johtamiseen tarvitaan tietoa, Microsoft-tilaisuus 1...Big data   liiketoiminnan johtamiseen tarvitaan tietoa, Microsoft-tilaisuus 1...
Big data liiketoiminnan johtamiseen tarvitaan tietoa, Microsoft-tilaisuus 1...ivoriofinland
 
My Data -selvitys, Liikenne- ja viestintäministeriö (LVM), 09-2014
My Data -selvitys, Liikenne- ja viestintäministeriö (LVM), 09-2014My Data -selvitys, Liikenne- ja viestintäministeriö (LVM), 09-2014
My Data -selvitys, Liikenne- ja viestintäministeriö (LVM), 09-2014ivoriofinland
 
Tutustuminen data-analytiikan ja big datan maailmaan
Tutustuminen data-analytiikan ja big datan maailmaanTutustuminen data-analytiikan ja big datan maailmaan
Tutustuminen data-analytiikan ja big datan maailmaanJari Jussila
 
Visualisointi ja tiedon jakamisen käytännöt
Visualisointi ja tiedon jakamisen käytännötVisualisointi ja tiedon jakamisen käytännöt
Visualisointi ja tiedon jakamisen käytännötMika Aho
 
Sosiaalisen median analysointi ja dokumenttipohjainen tutkimus
Sosiaalisen median analysointi ja dokumenttipohjainen tutkimusSosiaalisen median analysointi ja dokumenttipohjainen tutkimus
Sosiaalisen median analysointi ja dokumenttipohjainen tutkimusJari Jussila
 
Kevyitä lähtöjä analytiikkaan
Kevyitä lähtöjä analytiikkaanKevyitä lähtöjä analytiikkaan
Kevyitä lähtöjä analytiikkaanJukka Huhtamäki
 
Data analytiikan opas pk-yrityksille 2.0
Data analytiikan opas pk-yrityksille 2.0Data analytiikan opas pk-yrityksille 2.0
Data analytiikan opas pk-yrityksille 2.0HAMK Design Factory
 
Excel 2013 Power BI -seminaari
Excel 2013 Power BI -seminaariExcel 2013 Power BI -seminaari
Excel 2013 Power BI -seminaariSovelto
 
Profittable.fi 20.03.2014, esitys big datasta
Profittable.fi 20.03.2014, esitys big datastaProfittable.fi 20.03.2014, esitys big datasta
Profittable.fi 20.03.2014, esitys big datastaivoriofinland
 
Big data esitys, 14.11.2013, Ivorio Oy
Big data  esitys, 14.11.2013, Ivorio OyBig data  esitys, 14.11.2013, Ivorio Oy
Big data esitys, 14.11.2013, Ivorio Oyivoriofinland
 
Big data -esitys, joulukuu 2014
Big data -esitys, joulukuu 2014Big data -esitys, joulukuu 2014
Big data -esitys, joulukuu 2014ivoriofinland
 
Big Data kohtaa Master Datan
Big Data kohtaa Master DatanBig Data kohtaa Master Datan
Big Data kohtaa Master DatanLoihde Advisory
 
Citizen data science muuttaa julkishallintoa
Citizen data science muuttaa julkishallintoaCitizen data science muuttaa julkishallintoa
Citizen data science muuttaa julkishallintoaAffecto
 
Tiedonhallinnan ongelmat ja semanttisen teknologian keinot
Tiedonhallinnan ongelmat ja semanttisen teknologian keinotTiedonhallinnan ongelmat ja semanttisen teknologian keinot
Tiedonhallinnan ongelmat ja semanttisen teknologian keinotHeimo Hänninen
 
Tiedonhallinnan ongelmat ja semanttisen teknologian keinot - 2013
Tiedonhallinnan ongelmat ja semanttisen teknologian keinot - 2013Tiedonhallinnan ongelmat ja semanttisen teknologian keinot - 2013
Tiedonhallinnan ongelmat ja semanttisen teknologian keinot - 2013Heimo Hänninen
 
Tietojohtamisen kokonaisnäkemys - asteittainen kypsyystason kasvattaminen
Tietojohtamisen kokonaisnäkemys - asteittainen kypsyystason kasvattaminenTietojohtamisen kokonaisnäkemys - asteittainen kypsyystason kasvattaminen
Tietojohtamisen kokonaisnäkemys - asteittainen kypsyystason kasvattaminenSitra / Hyvinvointi
 
Big Data -tilaisuus, 19.03.2013
Big Data -tilaisuus, 19.03.2013Big Data -tilaisuus, 19.03.2013
Big Data -tilaisuus, 19.03.2013ivoriofinland
 
Visualisointien suunnittelua
Visualisointien suunnitteluaVisualisointien suunnittelua
Visualisointien suunnitteluaAnne Tervakari
 

What's hot (20)

Big data liiketoiminnan johtamiseen tarvitaan tietoa, Microsoft-tilaisuus 1...
Big data   liiketoiminnan johtamiseen tarvitaan tietoa, Microsoft-tilaisuus 1...Big data   liiketoiminnan johtamiseen tarvitaan tietoa, Microsoft-tilaisuus 1...
Big data liiketoiminnan johtamiseen tarvitaan tietoa, Microsoft-tilaisuus 1...
 
My Data -selvitys, Liikenne- ja viestintäministeriö (LVM), 09-2014
My Data -selvitys, Liikenne- ja viestintäministeriö (LVM), 09-2014My Data -selvitys, Liikenne- ja viestintäministeriö (LVM), 09-2014
My Data -selvitys, Liikenne- ja viestintäministeriö (LVM), 09-2014
 
Big data -strategia
Big data  -strategiaBig data  -strategia
Big data -strategia
 
Tutustuminen data-analytiikan ja big datan maailmaan
Tutustuminen data-analytiikan ja big datan maailmaanTutustuminen data-analytiikan ja big datan maailmaan
Tutustuminen data-analytiikan ja big datan maailmaan
 
Visualisointi ja tiedon jakamisen käytännöt
Visualisointi ja tiedon jakamisen käytännötVisualisointi ja tiedon jakamisen käytännöt
Visualisointi ja tiedon jakamisen käytännöt
 
Sosiaalisen median analysointi ja dokumenttipohjainen tutkimus
Sosiaalisen median analysointi ja dokumenttipohjainen tutkimusSosiaalisen median analysointi ja dokumenttipohjainen tutkimus
Sosiaalisen median analysointi ja dokumenttipohjainen tutkimus
 
Kevyitä lähtöjä analytiikkaan
Kevyitä lähtöjä analytiikkaanKevyitä lähtöjä analytiikkaan
Kevyitä lähtöjä analytiikkaan
 
Data analytiikan opas pk-yrityksille 2.0
Data analytiikan opas pk-yrityksille 2.0Data analytiikan opas pk-yrityksille 2.0
Data analytiikan opas pk-yrityksille 2.0
 
Excel 2013 Power BI -seminaari
Excel 2013 Power BI -seminaariExcel 2013 Power BI -seminaari
Excel 2013 Power BI -seminaari
 
Profittable.fi 20.03.2014, esitys big datasta
Profittable.fi 20.03.2014, esitys big datastaProfittable.fi 20.03.2014, esitys big datasta
Profittable.fi 20.03.2014, esitys big datasta
 
Big data esitys, 14.11.2013, Ivorio Oy
Big data  esitys, 14.11.2013, Ivorio OyBig data  esitys, 14.11.2013, Ivorio Oy
Big data esitys, 14.11.2013, Ivorio Oy
 
Big data -esitys, joulukuu 2014
Big data -esitys, joulukuu 2014Big data -esitys, joulukuu 2014
Big data -esitys, joulukuu 2014
 
Big Data kohtaa Master Datan
Big Data kohtaa Master DatanBig Data kohtaa Master Datan
Big Data kohtaa Master Datan
 
Citizen data science muuttaa julkishallintoa
Citizen data science muuttaa julkishallintoaCitizen data science muuttaa julkishallintoa
Citizen data science muuttaa julkishallintoa
 
Tiedonhallinnan ongelmat ja semanttisen teknologian keinot
Tiedonhallinnan ongelmat ja semanttisen teknologian keinotTiedonhallinnan ongelmat ja semanttisen teknologian keinot
Tiedonhallinnan ongelmat ja semanttisen teknologian keinot
 
Tiedonhallinnan ongelmat ja semanttisen teknologian keinot - 2013
Tiedonhallinnan ongelmat ja semanttisen teknologian keinot - 2013Tiedonhallinnan ongelmat ja semanttisen teknologian keinot - 2013
Tiedonhallinnan ongelmat ja semanttisen teknologian keinot - 2013
 
Tietojohtamisen kokonaisnäkemys - asteittainen kypsyystason kasvattaminen
Tietojohtamisen kokonaisnäkemys - asteittainen kypsyystason kasvattaminenTietojohtamisen kokonaisnäkemys - asteittainen kypsyystason kasvattaminen
Tietojohtamisen kokonaisnäkemys - asteittainen kypsyystason kasvattaminen
 
Big Data -tilaisuus, 19.03.2013
Big Data -tilaisuus, 19.03.2013Big Data -tilaisuus, 19.03.2013
Big Data -tilaisuus, 19.03.2013
 
Tietojohtaminen
Tietojohtaminen Tietojohtaminen
Tietojohtaminen
 
Visualisointien suunnittelua
Visualisointien suunnitteluaVisualisointien suunnittelua
Visualisointien suunnittelua
 

Similar to Eväitä edistyneen analytiikan hyödyntämiseen

Markkinoinnin automaatio 2015
Markkinoinnin automaatio 2015Markkinoinnin automaatio 2015
Markkinoinnin automaatio 2015Jarno Malaprade
 
Analytiikka suomalaisyritysten asiakasymmärryksen kasvattajana
Analytiikka suomalaisyritysten asiakasymmärryksen kasvattajanaAnalytiikka suomalaisyritysten asiakasymmärryksen kasvattajana
Analytiikka suomalaisyritysten asiakasymmärryksen kasvattajanaInstanssi Oy
 
Kankeaa vai norjaa? Johtamisen työkalut bisnescloudissa. Valoa pilven reunalla?
Kankeaa vai norjaa? Johtamisen työkalut bisnescloudissa. Valoa pilven reunalla?Kankeaa vai norjaa? Johtamisen työkalut bisnescloudissa. Valoa pilven reunalla?
Kankeaa vai norjaa? Johtamisen työkalut bisnescloudissa. Valoa pilven reunalla?ICMI Oy
 
HR-analytiikka - ilmiöistä käytäntöön
HR-analytiikka - ilmiöistä käytäntöönHR-analytiikka - ilmiöistä käytäntöön
HR-analytiikka - ilmiöistä käytäntöönSilta
 
Markkinointijohdon ryhmä vierailulla 31012012
Markkinointijohdon ryhmä vierailulla 31012012Markkinointijohdon ryhmä vierailulla 31012012
Markkinointijohdon ryhmä vierailulla 31012012Pekka Eloholma
 
Monikanavaisen asiakaskokemuksen mittaaminen ja atribuutiomallinnus
Monikanavaisen asiakaskokemuksen mittaaminen ja atribuutiomallinnusMonikanavaisen asiakaskokemuksen mittaaminen ja atribuutiomallinnus
Monikanavaisen asiakaskokemuksen mittaaminen ja atribuutiomallinnusPetri Mertanen
 
Solteq Pörssisäätiön pörssi-ilta 6.9.2016
Solteq Pörssisäätiön pörssi-ilta 6.9.2016Solteq Pörssisäätiön pörssi-ilta 6.9.2016
Solteq Pörssisäätiön pörssi-ilta 6.9.2016Solteq
 
Tiedolla johtamisen tulevaisuus ja avoin data, Mikko Babitzin
Tiedolla johtamisen tulevaisuus ja avoin data, Mikko BabitzinTiedolla johtamisen tulevaisuus ja avoin data, Mikko Babitzin
Tiedolla johtamisen tulevaisuus ja avoin data, Mikko BabitzinTilastokeskus
 
Tiedolla johtaminen tänään ja huomenna
Tiedolla johtaminen  tänään ja huomennaTiedolla johtaminen  tänään ja huomenna
Tiedolla johtaminen tänään ja huomennaHarri Kulmala
 
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320Tony Virtanen
 
Automatisoidun markkinoinnin kulmakivet knowit - tony virtanen 20130320 han...
Automatisoidun markkinoinnin kulmakivet   knowit - tony virtanen 20130320 han...Automatisoidun markkinoinnin kulmakivet   knowit - tony virtanen 20130320 han...
Automatisoidun markkinoinnin kulmakivet knowit - tony virtanen 20130320 han...Knowit Oy
 
Verkkokaupan analyyttinen ja ketterä kehittäminen
Verkkokaupan analyyttinen ja ketterä kehittäminenVerkkokaupan analyyttinen ja ketterä kehittäminen
Verkkokaupan analyyttinen ja ketterä kehittäminenPetri Mertanen
 
Aalto-yliopisto Tiedolla johtaminen Timo Halima luento lukukausi 2015
Aalto-yliopisto Tiedolla johtaminen Timo Halima luento lukukausi 2015Aalto-yliopisto Tiedolla johtaminen Timo Halima luento lukukausi 2015
Aalto-yliopisto Tiedolla johtaminen Timo Halima luento lukukausi 2015Timo Halima
 
10 ideaa asiakkuuksien kasvattamiseen - Avaus Open
10 ideaa asiakkuuksien kasvattamiseen - Avaus Open10 ideaa asiakkuuksien kasvattamiseen - Avaus Open
10 ideaa asiakkuuksien kasvattamiseen - Avaus OpenAvaus
 
Kärkihankkeen esittely, Taru Rastas
Kärkihankkeen esittely, Taru Rastas Kärkihankkeen esittely, Taru Rastas
Kärkihankkeen esittely, Taru Rastas Tilastokeskus
 
Tiedonhallinnasta tiedolla johtamiseen - millaista tietoa palvelujen johtamis...
Tiedonhallinnasta tiedolla johtamiseen - millaista tietoa palvelujen johtamis...Tiedonhallinnasta tiedolla johtamiseen - millaista tietoa palvelujen johtamis...
Tiedonhallinnasta tiedolla johtamiseen - millaista tietoa palvelujen johtamis...Harri Laihonen
 
Digitaalinen HR -akatemia osa 4: Henkilöstöä johdetaan analytiikalla
Digitaalinen HR -akatemia osa 4: Henkilöstöä johdetaan analytiikallaDigitaalinen HR -akatemia osa 4: Henkilöstöä johdetaan analytiikalla
Digitaalinen HR -akatemia osa 4: Henkilöstöä johdetaan analytiikallaCGI Suomi
 
Hakukoneet ja sisältömarkkinointi 2015
Hakukoneet ja sisältömarkkinointi 2015Hakukoneet ja sisältömarkkinointi 2015
Hakukoneet ja sisältömarkkinointi 2015Tulos Helsinki Oy
 
startup_markkinatieto_business_intelligence
startup_markkinatieto_business_intelligencestartup_markkinatieto_business_intelligence
startup_markkinatieto_business_intelligenceSpinno Enterprise Center
 

Similar to Eväitä edistyneen analytiikan hyödyntämiseen (20)

Markkinoinnin automaatio 2015
Markkinoinnin automaatio 2015Markkinoinnin automaatio 2015
Markkinoinnin automaatio 2015
 
Analytiikka suomalaisyritysten asiakasymmärryksen kasvattajana
Analytiikka suomalaisyritysten asiakasymmärryksen kasvattajanaAnalytiikka suomalaisyritysten asiakasymmärryksen kasvattajana
Analytiikka suomalaisyritysten asiakasymmärryksen kasvattajana
 
Kankeaa vai norjaa? Johtamisen työkalut bisnescloudissa. Valoa pilven reunalla?
Kankeaa vai norjaa? Johtamisen työkalut bisnescloudissa. Valoa pilven reunalla?Kankeaa vai norjaa? Johtamisen työkalut bisnescloudissa. Valoa pilven reunalla?
Kankeaa vai norjaa? Johtamisen työkalut bisnescloudissa. Valoa pilven reunalla?
 
HR-analytiikka - ilmiöistä käytäntöön
HR-analytiikka - ilmiöistä käytäntöönHR-analytiikka - ilmiöistä käytäntöön
HR-analytiikka - ilmiöistä käytäntöön
 
Markkinointijohdon ryhmä vierailulla 31012012
Markkinointijohdon ryhmä vierailulla 31012012Markkinointijohdon ryhmä vierailulla 31012012
Markkinointijohdon ryhmä vierailulla 31012012
 
Monikanavaisen asiakaskokemuksen mittaaminen ja atribuutiomallinnus
Monikanavaisen asiakaskokemuksen mittaaminen ja atribuutiomallinnusMonikanavaisen asiakaskokemuksen mittaaminen ja atribuutiomallinnus
Monikanavaisen asiakaskokemuksen mittaaminen ja atribuutiomallinnus
 
Solteq Pörssisäätiön pörssi-ilta 6.9.2016
Solteq Pörssisäätiön pörssi-ilta 6.9.2016Solteq Pörssisäätiön pörssi-ilta 6.9.2016
Solteq Pörssisäätiön pörssi-ilta 6.9.2016
 
Tiedolla johtamisen tulevaisuus ja avoin data, Mikko Babitzin
Tiedolla johtamisen tulevaisuus ja avoin data, Mikko BabitzinTiedolla johtamisen tulevaisuus ja avoin data, Mikko Babitzin
Tiedolla johtamisen tulevaisuus ja avoin data, Mikko Babitzin
 
Tiedolla johtaminen tänään ja huomenna
Tiedolla johtaminen  tänään ja huomennaTiedolla johtaminen  tänään ja huomenna
Tiedolla johtaminen tänään ja huomenna
 
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
 
Automatisoidun markkinoinnin kulmakivet knowit - tony virtanen 20130320 han...
Automatisoidun markkinoinnin kulmakivet   knowit - tony virtanen 20130320 han...Automatisoidun markkinoinnin kulmakivet   knowit - tony virtanen 20130320 han...
Automatisoidun markkinoinnin kulmakivet knowit - tony virtanen 20130320 han...
 
Verkkokaupan analyyttinen ja ketterä kehittäminen
Verkkokaupan analyyttinen ja ketterä kehittäminenVerkkokaupan analyyttinen ja ketterä kehittäminen
Verkkokaupan analyyttinen ja ketterä kehittäminen
 
Aalto-yliopisto Tiedolla johtaminen Timo Halima luento lukukausi 2015
Aalto-yliopisto Tiedolla johtaminen Timo Halima luento lukukausi 2015Aalto-yliopisto Tiedolla johtaminen Timo Halima luento lukukausi 2015
Aalto-yliopisto Tiedolla johtaminen Timo Halima luento lukukausi 2015
 
10 ideaa asiakkuuksien kasvattamiseen - Avaus Open
10 ideaa asiakkuuksien kasvattamiseen - Avaus Open10 ideaa asiakkuuksien kasvattamiseen - Avaus Open
10 ideaa asiakkuuksien kasvattamiseen - Avaus Open
 
Kärkihankkeen esittely, Taru Rastas
Kärkihankkeen esittely, Taru Rastas Kärkihankkeen esittely, Taru Rastas
Kärkihankkeen esittely, Taru Rastas
 
Dynamics 365 : Accountor Enterprise Solutions:
Dynamics 365 : Accountor Enterprise Solutions:Dynamics 365 : Accountor Enterprise Solutions:
Dynamics 365 : Accountor Enterprise Solutions:
 
Tiedonhallinnasta tiedolla johtamiseen - millaista tietoa palvelujen johtamis...
Tiedonhallinnasta tiedolla johtamiseen - millaista tietoa palvelujen johtamis...Tiedonhallinnasta tiedolla johtamiseen - millaista tietoa palvelujen johtamis...
Tiedonhallinnasta tiedolla johtamiseen - millaista tietoa palvelujen johtamis...
 
Digitaalinen HR -akatemia osa 4: Henkilöstöä johdetaan analytiikalla
Digitaalinen HR -akatemia osa 4: Henkilöstöä johdetaan analytiikallaDigitaalinen HR -akatemia osa 4: Henkilöstöä johdetaan analytiikalla
Digitaalinen HR -akatemia osa 4: Henkilöstöä johdetaan analytiikalla
 
Hakukoneet ja sisältömarkkinointi 2015
Hakukoneet ja sisältömarkkinointi 2015Hakukoneet ja sisältömarkkinointi 2015
Hakukoneet ja sisältömarkkinointi 2015
 
startup_markkinatieto_business_intelligence
startup_markkinatieto_business_intelligencestartup_markkinatieto_business_intelligence
startup_markkinatieto_business_intelligence
 

More from Mika Aho

Tietopohjaisen suorituskyvyn johtamisen kehittyminen organisaatioissa
Tietopohjaisen suorituskyvyn johtamisen kehittyminen organisaatioissaTietopohjaisen suorituskyvyn johtamisen kehittyminen organisaatioissa
Tietopohjaisen suorituskyvyn johtamisen kehittyminen organisaatioissaMika Aho
 
What is your PMI? A Model for Assessing the Maturity of Performance Manageme...
What is your PMI? A Model for Assessing the Maturity of Performance Manageme...What is your PMI? A Model for Assessing the Maturity of Performance Manageme...
What is your PMI? A Model for Assessing the Maturity of Performance Manageme...Mika Aho
 
Väikkärin kootut tulokset, osa 1
Väikkärin kootut tulokset, osa 1Väikkärin kootut tulokset, osa 1
Väikkärin kootut tulokset, osa 1Mika Aho
 
Lectio Praecursoria - Mika Aho
Lectio Praecursoria - Mika AhoLectio Praecursoria - Mika Aho
Lectio Praecursoria - Mika AhoMika Aho
 
Suorituskyvyn johtaminen
Suorituskyvyn johtaminenSuorituskyvyn johtaminen
Suorituskyvyn johtaminenMika Aho
 
Millä tasolla organisaationne suorituskyvyn johtaminen on?
Millä tasolla organisaationne suorituskyvyn johtaminen on?Millä tasolla organisaationne suorituskyvyn johtaminen on?
Millä tasolla organisaationne suorituskyvyn johtaminen on?Mika Aho
 
My Day as a Business Intelligence Consultant
My Day as a Business Intelligence ConsultantMy Day as a Business Intelligence Consultant
My Day as a Business Intelligence ConsultantMika Aho
 
The Distinction Between Business Intelligence (BI) and Corporate Performance ...
The Distinction Between Business Intelligence (BI) and Corporate Performance ...The Distinction Between Business Intelligence (BI) and Corporate Performance ...
The Distinction Between Business Intelligence (BI) and Corporate Performance ...Mika Aho
 
Steganografia digikuvissa
Steganografia digikuvissaSteganografia digikuvissa
Steganografia digikuvissaMika Aho
 
Integroidun toimintolaskennan toteutus kokonaisvaltaiseen tietojärjestelmään ...
Integroidun toimintolaskennan toteutus kokonaisvaltaiseen tietojärjestelmään ...Integroidun toimintolaskennan toteutus kokonaisvaltaiseen tietojärjestelmään ...
Integroidun toimintolaskennan toteutus kokonaisvaltaiseen tietojärjestelmään ...Mika Aho
 
A Capability Maturity Model for Corporate Performance Management, an Empirica...
A Capability Maturity Model for Corporate Performance Management, an Empirica...A Capability Maturity Model for Corporate Performance Management, an Empirica...
A Capability Maturity Model for Corporate Performance Management, an Empirica...Mika Aho
 
Holistic database for management of data including operational metrics
Holistic database for management of data including operational metricsHolistic database for management of data including operational metrics
Holistic database for management of data including operational metricsMika Aho
 
Re-qualifying Delivered Devices and Inventory for a New Product Specification...
Re-qualifying Delivered Devices and Inventory for a New Product Specification...Re-qualifying Delivered Devices and Inventory for a New Product Specification...
Re-qualifying Delivered Devices and Inventory for a New Product Specification...Mika Aho
 
Tietovarastointiratkaisut massaräätälöinnin konfiguraattoreiden tukena
Tietovarastointiratkaisut massaräätälöinnin konfiguraattoreiden tukenaTietovarastointiratkaisut massaräätälöinnin konfiguraattoreiden tukena
Tietovarastointiratkaisut massaräätälöinnin konfiguraattoreiden tukenaMika Aho
 

More from Mika Aho (14)

Tietopohjaisen suorituskyvyn johtamisen kehittyminen organisaatioissa
Tietopohjaisen suorituskyvyn johtamisen kehittyminen organisaatioissaTietopohjaisen suorituskyvyn johtamisen kehittyminen organisaatioissa
Tietopohjaisen suorituskyvyn johtamisen kehittyminen organisaatioissa
 
What is your PMI? A Model for Assessing the Maturity of Performance Manageme...
What is your PMI? A Model for Assessing the Maturity of Performance Manageme...What is your PMI? A Model for Assessing the Maturity of Performance Manageme...
What is your PMI? A Model for Assessing the Maturity of Performance Manageme...
 
Väikkärin kootut tulokset, osa 1
Väikkärin kootut tulokset, osa 1Väikkärin kootut tulokset, osa 1
Väikkärin kootut tulokset, osa 1
 
Lectio Praecursoria - Mika Aho
Lectio Praecursoria - Mika AhoLectio Praecursoria - Mika Aho
Lectio Praecursoria - Mika Aho
 
Suorituskyvyn johtaminen
Suorituskyvyn johtaminenSuorituskyvyn johtaminen
Suorituskyvyn johtaminen
 
Millä tasolla organisaationne suorituskyvyn johtaminen on?
Millä tasolla organisaationne suorituskyvyn johtaminen on?Millä tasolla organisaationne suorituskyvyn johtaminen on?
Millä tasolla organisaationne suorituskyvyn johtaminen on?
 
My Day as a Business Intelligence Consultant
My Day as a Business Intelligence ConsultantMy Day as a Business Intelligence Consultant
My Day as a Business Intelligence Consultant
 
The Distinction Between Business Intelligence (BI) and Corporate Performance ...
The Distinction Between Business Intelligence (BI) and Corporate Performance ...The Distinction Between Business Intelligence (BI) and Corporate Performance ...
The Distinction Between Business Intelligence (BI) and Corporate Performance ...
 
Steganografia digikuvissa
Steganografia digikuvissaSteganografia digikuvissa
Steganografia digikuvissa
 
Integroidun toimintolaskennan toteutus kokonaisvaltaiseen tietojärjestelmään ...
Integroidun toimintolaskennan toteutus kokonaisvaltaiseen tietojärjestelmään ...Integroidun toimintolaskennan toteutus kokonaisvaltaiseen tietojärjestelmään ...
Integroidun toimintolaskennan toteutus kokonaisvaltaiseen tietojärjestelmään ...
 
A Capability Maturity Model for Corporate Performance Management, an Empirica...
A Capability Maturity Model for Corporate Performance Management, an Empirica...A Capability Maturity Model for Corporate Performance Management, an Empirica...
A Capability Maturity Model for Corporate Performance Management, an Empirica...
 
Holistic database for management of data including operational metrics
Holistic database for management of data including operational metricsHolistic database for management of data including operational metrics
Holistic database for management of data including operational metrics
 
Re-qualifying Delivered Devices and Inventory for a New Product Specification...
Re-qualifying Delivered Devices and Inventory for a New Product Specification...Re-qualifying Delivered Devices and Inventory for a New Product Specification...
Re-qualifying Delivered Devices and Inventory for a New Product Specification...
 
Tietovarastointiratkaisut massaräätälöinnin konfiguraattoreiden tukena
Tietovarastointiratkaisut massaräätälöinnin konfiguraattoreiden tukenaTietovarastointiratkaisut massaräätälöinnin konfiguraattoreiden tukena
Tietovarastointiratkaisut massaräätälöinnin konfiguraattoreiden tukena
 

Eväitä edistyneen analytiikan hyödyntämiseen

  • 2. Louhia Analytics Oy Mika Aho  Tekniikan tohtori (tietojohtaminen)  Yli vuosikymmenen kokemus tiedonhallinnan konsultoinnista, läpiviennistä ja BIDW- arkkitehtuurityöstä eri toimialoilla  Konsultoinut ja toteuttanut tiedolla johtamisen ratkaisuja yli 60 organisaatioon Suomessa  Toiminut aktiivisena kouluttajana vuodesta 2012 lähtien eri yhteistyökumppaneiden kanssa @mikaaho
  • 3. Louhia Analytics Oy Louhia  Louhia on vuonna 2009 perustettu tiedolla johtamisen ratkaisuihin keskittynyt konsultointiyritys  Missiomme on auttaa asiakkaitamme muuttamaan erilaiset datavarannot liiketoimintahyödyiksi  Konsultoimme, koulutamme sekä teemme käytännössä koneoppimis- ja tekoälyprojekteja  Louhia AI-Framework on konseptimme tekoälyratkaisujen ketterään kehitykseen @LouhiaAnalytics
  • 4. Louhia Analytics Oy Esimerkkejä analytiikkaratkaisuistamme  Tienhoidon tarpeen ennustaminen yhdistäen säätietoja, sensoridataa ja tienkäyttöä sekä käyttäjän online-palautetta  Auton hinnan ennustaminen perustuen kattaviin tietoihin ja markkinadataan  Tarjousten läpimenon optimointi varaosabisneksessä  Erikoissairaanhoidon tilauskannan ennustaminen potilastason lähetedatasta  Sosiaali- ja terveydenhuoltoalueiden palvelukapasiteetin tarpeiden ennakointi  Arvopaperimarkkinoiden hintavaihteluiden ennustaminen  Matkustajaliikenteen viivästysketjun purkaminen
  • 5. Louhia Analytics Oy Mitä on edistynyt analytiikka? Kolme vinkkiä tekoälyloikkaan Agendalla
  • 6. Louhia Analytics Oy Mitä on edistynyt analytiikka?  Analytiikka on laaja käsite, analytiikalla voidaan tarkoittaa historiatietojen analysointia ja raportointia tai jonkin ilmiön tulevaisuuden arvon ennustamista  Ennustavalla/ennakoivalla/edistyneellä analytiikalla tarkoitetaan yleensä jonkin ilmiön ”käyttäytymisen” ennustamista ilmiön generoiman tiedon ja siihen liittyvien taustatietojen avulla  Edistyneessä analytiikassa sovelletaan sekä klassisia tilastotieteen, että ”uuden sukupolven” koneoppimisen ja tiedonlouhinnan menetelmiä
  • 7. Tekoälystä puhutaan, kun haetaan startupille rahoitusta Koneoppimisesta puhutaan, kun sinne rekrytoidaan ihmisiä
  • 8. Louhia Analytics Oy Tekoälyssä yhdistetään dataa, perinteistä ohjelmointia, deterministisiä sääntöjä ja koneoppimista keskenään http://www.louhia.fi/artikkelit/auton-myyntihinnan-ennustaminen/ Vuosimalli Vetotyyppi Kilometrit Kulutus Syötä autosi tiedot Tulosta ilmainen hinta-arvio Tekoäly arvioi autosi hinnaksi 13 854 euroa Auta tekoälyä oppimaan - oliko arvio Hyvä HuonoIhan ok
  • 9. Louhia Analytics Oy Perinteinen lähestymistapa kuvata kehittymistä 1. SIILOUTUNUT ORGANISAATIO Informaation tuottamiseen käytetään paljon resursseja Ei saada selkeää ja johdonmukaista kuvaa organisaatiosta Väliaikaisia ad-hoc- ratkaisuja, taulukkolaskennat IhmisetProsessitTeknologia Huonolaatuinen ja hajanainen data 2. YMMÄRTÄVÄ ORGANISAATIO Ymmärretään laadukkaan informaation arvo toiminnalle Prosessikohtaisia ratkaisuja, ohjaustiedon kerääminen Interaktiivisia raportointijärjestelmiä, paikallisvarastoja Päällekkäistä dataa, ei kovin ajantasaista 3. DATA-OHJAUTUNUT ORGANISAATIO Toiminnan ohjaaminen tiedon avulla ja faktoihin perustuen Mittareiden ohjausvaikutus, strategian seuranta ja viestintä Keskitetty tietovarasto, johdon työpöydät, KPI- mittaristot, BI-työkalut Yhteinen käsitteistö ja näkemys tietopääomasta 4. ANALYYTTINEN ORGANISAATIO Ennustavan analytiikan avulla ratkaistaan liiketoimintaongelmia Syvempi ymmärrys, esim. kannattavuuden mallinnus, analysointi ja simulointi Ennustava analytiikka, itsepalveluraportointi, tietoaltaat Korkealuokkainen sisäinen ja ulkoinen data 5. TIEDOLLA KILPAILEVA ORGANISAATIO Tiedolla johtamisen avulla syntyy uusia liiketoimintamalleja, tuotteita ja palveluita Automatisoitu päätöksenteko, jatkuva strateginen suunnittelu Strategiat, ihmiset, prosessit ja informaatio integroituna teknologioiden kanssa Täysin integroitunut organisaation laajuinen data Tieto Lähde: Aho, M. 2011. Konstruktio suorituskyvyn johtamisen kypsyyden arviointiin
  • 10. Voidaanko oikaista? Eli tarvitseeko aina rakentaa iso tietopönttö ja investoida siihen ziljoona euroa? Voidaanko loikkia tasolta toiselle?
  • 11. Louhia Analytics Oy Analytiikka on kaikkialla – Arjessa
  • 12. Louhia Analytics Oy Analytiikka on kaikkialla - Toiminnoissa Myynti ja markkinointi • Ostoja markkinoinnin kohdistamiseksi • Peruutuksia asiakkaiden säilyttämiseksi • Onnistunutta myyntiä myyntiliidien priorisoimiseksi • Tuotevalintoja personoitujen suositusten antamiseksi • Hiiren klikkauksia sopivan sisällön esittämiseksi Ennustetaan… HR • Irtisanoutumisia ja lopettamista (vapaaehtoistyö) • Taitoja Tuotanto • Vikaantumista ennakoivan huollon tekemiseksi • Laatua viallisten tuotteiden löytämiseksi • Kysyntää varastojen optimoimiseksi Hankinta • Termejä ja sopimusehtoja, jotta voidaan tehdä hyviä sopimuksia • Optimaalista hintaa • Sopivia toimittajia
  • 13. Louhia Analytics Oy Analytiikka on kaikkialla - Tietojärjestelmissä Datan integraatioprosessi (automatisoitu) Sisäinen raportointi (vakio, self service) Ulkoinen raportointi LÄHDEDATADATAKERROS SOVELLUS-JA JULKAISU Tietovarasto CRM ERP Kirjanpito • Oikea tuote oikeille asiakkaille oikeaan aikaan • Myyntisoittojen automaattinen litterointi, analysointi ja yhteenveto • Reaaliaikainen palaute myyjälle puhelun aikana • Ohjataan työ sopivimmalle myyjälle • Datan paikkaus ja standardointi • Datan laadunvalvonta • Tietomallinnus • Tietokatalogien ylläpito • Käyttäjälle personoitujen raporttien automaattinen tuottaminen • Valmiit analytiikkakomponentit (esim. aikasarjaennustaminen, klusterointi) • Kulujen auditointi suhteessa organisaation kustannuspolitiikkaan • Epäselvien maksujen ja laskujen linkitys • Riskien hallinta • Raportointi: ”Miten divisioona X on kasvanut 10 vuoden aikana” • Automaattinen laskujen luokittelu • Laskujen luominen, tiliöinti ym. Talous ja kirjanpito Asiakkuudenhallinta Tietovarastointi Raportointi
  • 14. Louhia Analytics Oy Mitä on edistynyt analytiikka? Kolme vinkkiä tekoälyloikkaan Agendalla
  • 16.
  • 17. Louhia Analytics Oy Osaamisen kehittäminen  Rakenna oikeanlaisia kyvykkyyksiä organisaatioon, osta palveluna (Louhialta) tai hanki palveluna pilvestä  Opiskele perusteet, niin alat nähdä koneoppimisen avulla ratkaistavaia ongelmia kaikkialla arjessa  Courserassa on paljon laadukasta materiaalia, esim. Andrew Ng:n kurssit (https://www.coursera.org/learn/machine-learning)
  • 18.
  • 21. Talousdatasta saa aina talousraportin aikaiseksi, kun tarpeeksi yrittää. Koneoppimisessa data määrittelee sen, mitä siitä saa irti. Ilman dataa ei ole analyysiä.
  • 22. Datan laatu ja paikkaaminen koneoppimisella Esimerkiksi CRM-järjestelmän datan korjaaminen: • CRM sisältää 500 000 asiakkaan tiedot • 20% asiakkaista on antanut kattavat tiedot • 80%:lla asiakkaista on paljon puuttuvaa tietoa • Kaikkien asiakkaiden kohdalta on ostotapahtumat tallessa Nyt valitaan asiakkaat, joilta on kattavat CRM- ja ostotapahtumat tallessa. Heidän datallaan muodostetaan malli, joka ennustaa puuttuvat CRM-tiedot muille (80%) asiakkaille. Kun kaikille asiakkaille on olemassa kattavat tiedot, niin kohdennettu myynti ja markkinointi on paljon helpompaa ja tehokkaampaa. Tällaista lähestymistapaa käyttävät mm. Google ja Amazon, kun he profiloivat käyttäjiä ja kohdentavat heille tarjontaansa. Ne tietävät joitakin varmoja asioita asiakkaistaan, mutta osaavat ennustaa loput riittävällä tarkkuudella. Miten asiakas näkee datan: Miltä se oikeasti näyttää:
  • 23. Louhia Analytics Oy Datan hallinta: Perinteinen tietovarastointi- ja raportointiarkkitehtuuri Datan integraatioprosessi (automatisoitu) Sisäinen raportointi (vakio, self service) Ulkoinen raportointi LÄHDEDATADATAKERROS SOVELLUS-JA JULKAISU Tietovarasto CRM ERP Kirjanpito
  • 24. Louhia Analytics Oy Tietolähteet Operatiiviset tietojärjestelmät Muut, nykyisin käytössä olevat tietolähteet Datan integraatioprosessi (automatisoitu) Keskitetty tietovaranto Staging area Tietovarasto Dataintegraatiojaautomatisointi Data Mart Data Mart Lataus- ja esikäsittelyalue Harmonisoitu, keskitetty tietovaranto Datan esityskerros (fyysinen tai virtualisoitu) DB Excel, csv tiedostot DB DB DB. DB. Barometrit LÄHDEDATADATAKERROS SOVELLUS-JA JULKAISU Sanastot Metadatan hallinta Datan mallintaminen Kuutiot Sisäinen raportointi (vakio, self service) Ulkoinen raportointi CRM ERP Kirjanpito Datan hallinta: Perinteinen tietovarastointi- ja raportointiarkkitehtuuri
  • 25. Louhia Analytics Oy DW Appliance Datan hallinta: Uudet alustat eri analytiikkatarpeisiin Tietovarasto Data Mart Tieto- ja paikallisvarastot Virtaava data Monirakenteinen data NoSQL Graph DB …ja nyt käyttäjä miettii, miten päästä kaikkeen tähän dataan kiinni? DW Appliance Rakenteinen data Asiakas Perustietojen hallinta (MDM) Hierar- kiat Tuote C R U D Raw Data Vault Business Layer Presentation Layer
  • 26. Tietovarasto ODS ODS Datan hallinta: Organisaation looginen tietoallas Julkaisu luotettava data Hive-taulut Arkistoitu DW:n data Lataus- alueet Työn alla oleva data Tekstit, kuvat, videot Sensori- data ODS Tietovarasto Paikallisvarastot AsiakasHierar- kiat Tuote C R U D Perustietojen hallinta Kalen- teri Konv- ersiot Maa- koodit C R U D Referenssitietojen hallinta Jalostettu luotettava ja integroitu data Vahva tiedon hallintamalli Raaka ja epäluotettava data Jotain tiedon hallintaa Sisällön- hallinta (ECM) Latausalue Pilvitallen- nuspal- velut TietokatalogiDatan virtualisointipalvelut Mukaillen: Mike Fergusson. 2017. Designing, Operating and Managing an Enterprise Data Lake NoSQLTietolähteet Sensorit Click Stream RDBMS Pilvi Tiedostot
  • 27. Nykyiset raportointityökalut ja niiden connectorit tuovat lisää monimutkaisuutta loppukäyttäjälle
  • 28. Haaste: Miten saada organisaation data samalla tapaa tarjolle helppokäyttöisesti?
  • 29. Louhia Analytics Oy Luo organisaatioosi datastrategia  Pohdi ensin, miksi näitä ATK-juttuja tehdään  Miten liittyy organisaation strategiaan (talous, asiakas, sisäiset prosessit, oppiminen/kasvu)?  Millaista liiketoimintahyötyä tavoitellaan?  Rakenna roadmap muutamalle seuraavalle vuodelle  Algoritmeja voidaan aina ostaa, mutta datavarantoja kilpailijat eivät voi kopioida
  • 30. Louhia Analytics Oy Se on pienestä kiinni  Aina ei kannata pohtia business caseja, joissa isot kertatuotot ovat mahdollisia (=miljardi lisämyyntiä)  Pitkäjänteinen pienten etujen kumulatiivinen kerääminen voi olla jopa parempi vaihtoehto  Talouspäällikkö laskee tuotealuekohtaisia budjetteja ensi vuodelle ottaen raportointijärjestelmästä viime vuoden lukuja pohjalle. Työ kestänee tunteja. Kevyt AI-ratkaisu laskee tarkemmat ennusteet budjetin pohjaksi sekunneissa  Hakemuksen käsittelijältä kuluu tunti tehtävässä, josta AI-ratkaisu suoriutuu silmänräpäyksessä. AI voisi ohjata hakemukset suoraan oikeille käsittelijöille, vaikeat kokeneille ja helpot aloittelijoille
  • 31. Louhia Analytics Oy Pohdittavaksi datastrategiaan  Millaista dataa meillä on nyt?  Millaista dataa ja siitä jalostettua tietoa (raportteja, ennusteita ym.) tarvitaan jatkossa?  Millaisia ongelmia halutaan ratkoa analytiikan ja koneoppimisen avulla?  Voisiko joidenkin uusien tietolähteiden yhdistäminen organisaation sisäiseen dataan tuoda hyötyä?  Mitkä ovat suurimmat haasteet päästä eteenpäin (datan luotettavuus ja saatavuus, kulttuuri, osaamisen puute…)? Mitä näille voisi tehdä?  Mitä kaikkea voin automatisoida? Miten tarjota dataa yhden käyttöliittymän kautta?  Millaista dataa voisin myydä/tarjota muille?
  • 33. Louhia Analytics Oy Haluatko auttaa itseäsi vai asiakasta?  Paranna ja tehosta sisäisiä prosesseja  Kohdenna markkinointia tehokkaammin  Optimoi varastoarvoja ennustamalla kysyntää  Ennakoi tuotantoprosessin vikaantumista  Optimoi hinnoittelua  Ennusta asiakaspoistumaa  Tai paranna asiakaspalvelua ja asiakaskokemusta  Esim. ohjaamalla asiakasta ostoprosessissa  Entä jos kehittäisitkin tietoon ja analytiikkaan pohjautuvia uusia palveluita ja tuotteita?
  • 34. Louhia Analytics Oy Johtamista muutoksessa  Mahdollista kokeilukulttuuri  Älä jätä löydöksiä tutkijakammioon pölyttymään  Integroi prosesseihin, tuotteisiin tai palveluihin ja arkeen  Uskalla viedä käytäntöön ja myös johtaa ennusteiden avulla  Muuta tuotteiden hinnoittelua  Muuta ostoprosesia  Älä palvele kannattamattomia asiakkaita  Soittele poistumavaarassa oleville asiakkaille  Vaihda laakeri, vaikka huolto-ohjelma sanoo muuta
  • 35. Louhia Analytics Oy Yhteystiedot Mika Aho Partner 040 590 6949 mika.aho@louhia.fi Kiitokset!