Tietokulttuuri - Miten data-ohjautunut kulttuuri muodostuu organisaatioon?
•
2 likes•13,463 views
Esityksessä tarkastellaan data-ohjautuneen kulttuurin muodostumista organisaatioon neljän näkökulman kautta: tiedon demokratisointi, tiedon hyödyntäminen, mittaaminen sekä osaaminen ja oppiminen.
Recommended
More Related Content
What's hot
What's hot (20)
Similar to Tietokulttuuri - Miten data-ohjautunut kulttuuri muodostuu organisaatioon?
Similar to Tietokulttuuri - Miten data-ohjautunut kulttuuri muodostuu organisaatioon? (20)
More from Mika Aho
More from Mika Aho (18)
Tietokulttuuri - Miten data-ohjautunut kulttuuri muodostuu organisaatioon?
- 1. Tietokulttuuri Miten data-ohjautunut kulttuuri muodostuu organisaatioon? Mika Aho @mikaaho
- 2. Iltapäivän teemoja Tiedon demokratisointi 1. Tiedon tulee olla kaikkien saatavilla 2. Keskustele ja haasta Tiedon hyödyntäminen Mittaaminen 6. Mitä et mittaa, sitä et voi johtaa Osaaminen ja oppiminen 3. Tieto on ainoastaan yhtä hyvää, kuin ympäristö, jossa sitä käytetään 4. Tieto ohjaa päätöksentekoa 5. Tieto on kaikkien bi$n€stä 7. Tee datasta nättiä ja haluttavaa 8. Hyödynnä analytiikkaa 9. Tiedosta oppiminen 10. Älä kuitenkaan luota dataan sokeasti
- 3. Tunnin päästä tiedät Miksi tieto on purppuraa? Kuka oli William Perkin? Voiko tietoon hukkua? Miten tiedosta tehdään kansanvaltaa? Miksi mittaaminen on tärkeätä?
- 4. Mikä tekee data-ohjautuneista organisaatioista parempia? Hyödyntävät tietoa bisneksen kehittämisessä • Paremmat tuotteet • Käyttäjäkokemuksen kehittäminen • Petosten paljastaminen • Markkinointikampanjoiden maksimointi • Tarjonnan ja kysynnän ennakointi erilaisilla markkinoilla • Riskin alentaminen • Vuoropuhelu asiakkaan kanssa • Jne. jne.
- 6. #1 TIEDON TULEE OLLA KAIKKIEN SAATAVILLA
- 7. löydetään tietoa, poimitaan ja tallennetaan tietoa, jalostetaan tietoa, jaellaan tietoa ja ansaitaan tiedolla rahaa
- 8. Tieto on uusi purppura
- 10. Tieto on uusi purppura
- 11. Tarvitsevat dataa (liike)toiminnan tehokkaaseen johtamiseen Johto Rajoittunutta, myöhässä, epäsuoraa tai epäsäännöllistä jne. Kaikki muut (Data-)asiantuntijat Keräävät, analysoivat ja raportoivat numeroita johdolle
- 12. Miten dataa käytetään? Miten dataa tulkitaan?
- 13. Teen päätökseni ilman dataa Otan käyttöön omat analytiikka- työkaluni
- 17. Datapajat Sen sijaan, että odotetaan ihmisten katsovan dataa pelkästään itse, katsotaan sitä säännöllisesti yhdessä Ihmiset voivat kysyä kysymyksiä, jotka auttavat heitä ymmärtämään dataa Tämän jälkeen tehdään muistiinpanoja, tuodaan esiin löydöksiä ja keskustellaan niistä
- 18. Muutaman kierroksen jälkeen organisaatio oppii ja ihmeellisiä asioita tapahtuu Syntyy yhteinen kieli Kysymykset monipuolistuvat Ei hypätäkään enää suoraan päätöksentekoon, vaan keskustellaan ensin datasta Henkilöiden väliset ristiriidat vähenevät Miten data on kerätty, laskettu ja esitetty Kun informaatiota on riittävästi, tehdään päätös Mistä data tulee? Millaisista tuntikirjauksista käyttöaste lasketaan? Mikä on optimaalinen määrä asiakkaita per konsultti?
- 19. Kulttuurimuutos Data ja analytiikka on helppoa, kulttuurin muuttaminen ei • Ihmisten tulee muuttaa käytöstään ja toimintatapojaan • Analytiikan laajempi käyttöönotto on vaikeaa, mikäli organisaatio ei halua muuttua Läpinäkyvyys voi pelottaa Vastustusta, mikäli informaatio on ollut vallan lähde ja omat numerot ollaan haluttu ”omistaa” Keinoja mm. henkilöstön sitouttaminen kehitysprojektiin
- 20. Ihmisillä on pääsy olennaiseen informaatioon, he voivat keskustella siitä ja haastaa tuloksia Läpinäkyvyys • Mistä informaatio tulee? • Mitä sille tehdään? Tarvitsee toimiakseen hyvän hallintatavan • Johdonmukainen informaation hallinta, hajautettu pääsy dataan ja päätöksentekoon • Jos pääsy informaatioon on rajoitettu vain harvalle, on olemassa informaatioelitismiä tai informaatiomonarkiaa • Kun ihmiset luovat informaatiota omalla tavallaan ja panttaavat sitä, puhutaan informaatioanarkiasta • Kun kaikki saavat saman informaation, mutta se ei ole oikeastaan yhtään käyttökelpoista ja sitä pitää odottaa kauan, puhutaan informaatiokommunismista Yhteenvetona: Tiedon demokratisointi
- 22. #3 TIETO ON AINOASTAAN YHTÄ HYVÄÄ, KUIN YMPÄRISTÖ, JOSSA SITÄ KÄYTETÄÄN
- 23. Päätökset ohjaavat toimintaa Rongolainen tekee 500 päätöstä päivän aikana x 75 työntekijää = 37 500 päätöstä päivässä x 254 työpäivää vuodessa = 9 525 000 päätöstä vuodessa
- 24. Miten voisimme dataa hyödyntäen tehdä enemmän oikeita, kuin vääriä päätöksiä?
- 26. Päätöksen- teko Datan löytäminen päätösten perustelemiseksi Data kertoo, että päätös pitää tehdä. Parhaimmillaan myös kertoo, mikä päätös on. Päätöksen- teko Perinteisesti Data-ohjautuneesti
- 27. Ohjaava / ratkaiseva Mitä minun pitäisi tehdä? Päätös ToimintaData Kuvaileva Mitä tapahtui? Diagnosoiva Miksi se tapahtui? Ennustava Mitä tulee tapahtumaan? Päätöksenteon tuki Päätöksenteon automatisointi ANALYTIIKKA IHMISENPANOS Lähde: Gartner, #G00254653 (Syyskuu 2013)
- 28. Tieto itsessään ei tuo organisaatiolle lisäarvoa, vaan vaaditaan taho, joka käyttää hyväkseen tuotettua tietoa, raportteja ja analyyseja ”
- 29. #5 DATA ON KAIKKIEN BI$N€STÄ
- 30. miten minä tunnistan tarpeellisen datan? hankin dataa? parannan datan laatua? varastoin dataa? jakelen dataa? käytän dataa? muutan toimintaani?
- 31. Mittaaminen
- 32. #6 MITÄ ET MITTAA, SITÄ ET VOI JOHTAA ”Et voi mitata sellaista mitä et voi kuvata” ”Sitä saat mitä mittaat” ”Mitä et voi johtaa, et voi kehittää” ”Mitä et mittaa, sit et voi säästää”
- 33. “Would you tell me, please, which way I ought to go from here?” “That depends a good deal on where you want to get to,” said the Cat. “I don’t much care where–” said Alice. “Then it doesn’t matter which way you go,” said the Cat. “–so long as I get SOMEWHERE,” Alice added as an explanation. “Oh, you’re sure to do that,” said the Cat, “if you only walk long enough.” (Alice’s Adventures in Wonderland)
- 34. Strategiakeskittynyt ja data-ohjautunut organisaatio Strategiakeskittynyt organisaatio • Selkeä suunta • Yleisesti tunnistettu visio siitä, minne toiminta on menossa • Johdon rooli on kerätä ihmisiä vision ympärille ja saada heidät työskentelemään yhteistä päämäärää kohti Data-ohjautunut organisaatio • Päämäärä on läpinäkyvämpi selkeästi määriteltyjen KPI:den, tavoitteiden ja nykytilan tuntemuksen kautta • Tuloskortit ovat laajasti saatavilla • Jokainen tiimin jäsen ymmärtää, millä tapaa heidän työnsä vaikuttaa ylemmän tason tavoitteisiin
- 35. Tavoite Mittari Tavoitearvo Aloitteet Hyvä laskutusaste Laskutusaste-% 80 Itsensä kehittäminen Koulutuspäivien lukumäärä 5 Tiedon jakaminen Jakamiseen käytettyjen päivien lkm 10 Asiakastyytyväisyys Asiakastyytyväisyyskysely (0-5) 4 …
- 36. Mittaamisella tavoitellaan ennen kaikkea Strategian ja siihen liittyvien tavoitteiden • Viestimistä • Seuraamista Ohjausvaikutuksen aikaansaamista Yhteistyön parantamista Hallinnan parantamista
- 37. Osaaminen
- 38. #7 TEE DATASTA NÄTTIÄ JA HALUTTAVAA
- 41. Lähde: http://www.telegraph.co.uk/news/general-election-2015/11584325/full-results-map-uk-2015.html
- 43. Minun tarpeistani lähtevä työpöytä
- 44. Työpöydät ja päivittäinen data-annos Data-ohjautuneet organisaatiot aloittavat aamunsa datalla Yksinkertaisin tapa tarkastella dataa on työpöydät (dashboards), joissa on koostettua mittaritietoa Voi olla sähköpostitse jaettava laskentataulukko tai kehittyneempi BI- järjestelmä Työpöydissä on pääsääntöisesti kaksi haastetta • Liian vähän dataa • Liian paljon dataa
- 45. Vinkkejä työpöytien kehittämiseen Tasapainon löytäminen datan kanssa • Älä lisää kaikkea mahdollista – liika data on pelottavaa ja turhauttavaa • Lisää dataa vain, jos tiedät sen muuttavan jotain • Esitä data muodossa, joka mahdollistaa toimenpiteiden tekemisen Hallitse työpöytiä – älä anna niiden hallita sinua • Arvioi niitä sopivin väliajoin ja mieti, tuovatko ne edelleen arvoa • Työpöydän ei ole tarkoitus olla pysyvä ja muuttumaton
- 46. Koukuta! Ihmisten opettaminen työpöytien käyttöön on usein työläämpää kuin niiden luominen Pakko on huono keino: • Automaattinen jakelu mobiililaitteisiin • Ihmisten muotoilemat yhteenvedot sähköpostiin • Printtikopioiden jakelu johdolle Pieniä annoksia ja onnistumisen kokemuksia Osallistuttaminen
- 48. Raportit ja työpöydät katsovat usein vain menneeseen Raportti voi kertoa, että myynti putosi viime viikolla 10 %, mutta se ei useimmiten kerro miksi niin tapahtui tai mitä sille pitäisi tehdä • Lisäksi jos raportti on avaamattomana sähköpostissa, sillä ei kauheasti ole arvoa organisaatiolle Data-ohjautuneet organisaatiot hyödyntävät analytiikkaa • Luo uutta kontekstia ja suosituksia seuraavista askeleista • Analytiikka ei ole data-ohjautunutta, jos löydöksiä ei oteta vakavasti tai niitä ei hyödynnetä • Mitä? Mitä sitten? Sitten mitä?
- 49. Kehittyneempi analytiikka Luokittelu Regressio Klusterointi Suosittelujärjestelmä Kyllä/ei Numeerinen arvo Ryhmittely Suosittelu • Automaattinen käsialan ja puheen tunnistus • Biometriikka • Dokumenttien luokittelu • Spammin tunnistaminen • Luottotappioriskien tunnistaminen / ennustaminen • Asiakasvaihtuvuuden ennustaminen • Lääketiede (sydänkohtaukset, sivuvaikutukset…) Lähde: edX: DAT203x Data Science and Machine Learning Essentials • Montako asiakasta verkkosivuillemme tulee ensi viikolla? • Montako televisiota myymme ensi vuonna? • Mikä on henkilön tulotaso hänen verkkokäyttäytymisensä perusteella? Ohjaamaton Koneoppiminen • Millaisia tuotteita henkilö todennäköisesti ostaa? • Millaisia elokuvia suosittelen henkilölle X? Ohjattu Ohjattu • Dokumenttien ja webbisivujen automaattinen ryhmittely (esim. tämän päivän uutisten ryhmittely aiheittain) • Ison määrän tuotteita ryhmittely, esim. tori.fi • Samankaltaisen ostokäyttäytymisen omaavien asiakkaiden ryhmittely
- 50. Käytettävyys Hallittavuus, skaalautuvuus BI-kuluttaja Data ScientistAnalyytikko / Citizen Data Scientist Staattinen raportti “BYOT”Self-service Raportointi Analysointi Analytiikka BYOT
- 51. “By 2017, most business users and analysts in organisations will have access to self-service tools to prepare data for analysis.” (Gartner Business Intelligence Predictions)
- 52. “By 2017, most data discovery tools will have incorporated smart data discovery capabilities to expand the reach of interactive analysis.” (Gartner Business Intelligence Predictions)
- 54. Tarinankerronta – Johdolta kuultua "Haluamme analytiikan ammattilaisen, joka kykenee kertomaan meille datan avulla tarinan” "BI-osaajien pitää osata käyttää kumpaakin aivolohkoaan eri tavalla. Vasen lohko hoitaa loogisen ajattelun ja oikea puoli luovuuden. Luova puoli vastaa siitä tarinankerronnasta, ja mieluummin vielä väreissä" Lähde: http://www.tivi.fi/CIO/2012-03-29/CIO-terästä-analytiikan-taitojasi-3191120.html
- 56. Vapaasti mukaillen: http://www.slideshare.net/geckoboard/data-drivenculture Määritelmä: Data-ohjautunut organisaatio viljelee kulttuuria, jossa dataa arvostetaan yhtä paljon kuin intuitiota ja kokemusta; missä data on näkyvää ja kaikkien saatavissa. Data-ohjautunut organisaatio hyödyntää teknologiaa kommunikoidakseen dataa selkeällä ja helposti lähestyttävällä tavalla. Tällaisessa organisaatiossa päätöksenteko on yhteistyöhön rakentuva prosessi ja mittarit pohjautuvat liiketoimintatavoitteisiin. ”
- 57. #10 ÄLÄ KUITENKAAN LUOTA DATAAN SOKEASTI
- 59. Mikan 10 prinsiippiä 1. Tiedon tulee olla kaikkien saatavilla 2. Keskustele ja haasta 3. Tieto on ainoastaan yhtä hyvää, kuin ympäristö, jossa sitä käytetään 4. Tieto ohjaa päätöksentekoa 5. Tieto on kaikkien bisnestä 6. Mitä et mittaa, sitä et voi johtaa 7. Tee datasta nättiä ja haluttavaa 8. Hyödynnä analytiikkaa 9. Tiedosta oppiminen 10. Älä kuitenkaan luota dataan sokeasti
Editor's Notes
- Demokratisointi Mittaaminen
- https://www.youtube.com/watch?v=06RzBP-0iE0
- https://www.youtube.com/watch?v=oqYvnfua6VU
- - Teollistumisen lähteenä oli höyry, seuraavan aallon mahdollisti sähkö - Tämän jälkeen öljy määritti sekä kulutusta että liikkumista. - Digitalisaation ajassa tiedon tuottavuus on noussut tärkeimmäksi lähteeksi. Tieto on tämän ajan öljy. Meidän tulee löytää se, poimia sitä, jalostaa sitä, jaella sitä ja ansaita rahaa sillä. - Data nähdään siis raaka-aineena, josta fiksut osaavat jalostaa kilpailuetua ja saavat jopa viivan alle jotain. - Kilpailuetu voi olla esimerkiksi ymmärrystä asiakkaasta, omien tuotteiden kannattavuudesta tai henkilöstöstä.
- Muinaisessa Foinikiassa alettiin valmistaa purppurakotiloista purppuraa noin vuonna 1500 eaa. Tärkein valmistuspaikka oli Tyros, joka on Libanonin valtion hallitsema nykyään. Koska purppuran valmistus oli erittäin työlästä ja kallista, sillä värjätyt vaatteet olivat ylellisyysvaatteita. Noin puoleentoista grammaan väriainetta tarvittiin 12000 kotiloa - jolla juuri ja juuri värjäsi roomalaisen toogan.
- Purppuranväristä kangasta ja viittaa on käytetty loiston ja vallan symbolina.
- Vuonna 1856 kaikki muuttui, kun Englantilainen kemisti William Henry Perkin yritti valmistaa malarialääkkeenä käytettyä kiniiniä synteettisesti aniliinista. Koe kuitenkin epäonnistui. Perkin tutki tekemäänsä mustaa massaa ja huomasi sen muuttuvan purppuran väriseksi laitettuaan siihen denaturoitua alkoholia. Kokeiltuaan sitä silkkiin se muuttui kirkkaan violetiksi. Hän oli tullut keksineeksi ensimmäisen keinotekoisen väriaineen, mauveiinin 18-vuotiaana. Keksintö romahdutti purppurakankaan arvon, ja se lakkasi olemasta harvinainen ylellisyystuote. Perkin patentoi väriaineen ja avasi seuraavana vuonna värjäämön Lontooseen ja aloitti sen massatuotannon.
- Miten tämä sitten liittyy tiedon demokratisointiin? Viimeisen 50 vuoden aikana data on ollut kahden etuoikeutetun joukon käytössä: johdon, joka tarvitsee sitä liiketoiminnan tehokkaaseen johtamiseen, sekä asiantuntijoiden, jotka keräävät, analysoivat ja raportoivat numeroita johdolle. Kaikille muille organisaatiossa oleva tieto on ollut hyvin rajoittunutta, myöhässä, epäsuoraa, epäsäännöllistä jne.
- Bisnesdatasta vastuussa oleva henkilö voi olla hyvinkin innoissaan datan jakamisesta laajemmin organisaatiossaan. Äkkiä tulee kuitenkin pelko, millä tapaa ihmiset käyttävät ja tulkitsevat dataa. Et halua ihmisten tekevän virheellisiä tulkintoja tai vääriä päätöksiä dataan perustuen.
- Analytiikkatiimit kuriin, ketkä pääsevät käsiksi dataan ja paljonko yksittäiset henkilöt voivat nähdä Entistä enemmän bisneskysymyksiä päätyy kulkemaan analytiikkatiimin kautta ei skaalaudu riittävästi, jotta voisivat käsitellä kasvavaa määrää dataan liittyviä kysymyksiä, joita tulee ympäri organisaatiota Liiketoimintakäyttäjien kärsivällisyys loppuu lopettaa odottamisen ja tekevät mahdollisesti päätöksiä ilman dataa. Vaihtoehtoisesti ottavat käyttöön omia analytiikkatyökalujansa, mutta jotka voivat sitten luoda ristiriitaisia tuloksia. Kummassakin skenaariossa uusi purppura tieto hukkaa potentiaalinsa.
- Tarinan mukaan intialainen kuningas Shiram pyysi tunnettua matemaatikkoa (Sissa ben Dahiria) kehittämään uuden strategisen lautapelin ja luvannut hänelle pelin keksimisestä suuren palkkion. Ruhtinas ihastui peliin ja kysyi keksijältä, mitä tämä halusi palkkioksi. Keksijä pyysi palkkioksi ”ainoastaan” niin monta jyvää kuin saadaan koko shakkilaudalta, jos niitä asetetaan sen ensimmäiselle ruudulle yksi, toiselle ruudulle kaksi, kolmannelle neljä, neljännelle kahdeksan ja edelleen jokaiselle ruudulle kaksi kertaa niin monta kuin edelliselle ruudulle. Ruhtinas ensin arveli tällaisen palkkion olevan niin vähäinen, että hän jopa ihmetteli, miksi keksijä ei pyytänyt suurempaa palkkiota. Todellisuudessa summa eli jyvien kokonaislukumäärä on yli 18 triljoonaa – täsmälleen laskettuna 18 446 744 073 709 551 615 eli yli 1000-kertainen maailman riisintuotantoon nähden. Vaihtelevien tutkimusten mukaan tänään ollaan tiedon määrän ja hyödyntämisen suhteen noin ruudussa 30.
- Yrityksen data on kuin suuri uima-allas. [x] Vakioraportit ja työpöydät ovat altaan matalassa päässä. Asiantuntijat valmistelee, ei paljon opiskelua ja tulkintaa. [x] Useimmat henkilöt saavat jalkansa märiksi, kahlaavat numeroissa, mutta eipä sitten paljon muuta. [x] [x] Syvemmässä päässä kokeneemmat käyttäjät voivat sukellella raakadatassa ja käyttää hyväkseen tilastollisia malleja yms. vastatakseen monimutkaisiin ongelmiin. [x] Yleensä altaalla ei ole hengenpelastajaa läsnä 24/7, joten näiden käyttäjien odotetaan uivan omillaan. [x] Uima-altaissa usein matalampi ja syvempi pää erotetaan toisestaan loivalla rinteellä/kallistuksella. Usein kuitenkin tämä kallistus puuttuu, kun mietitään, millä tapaa dataa jaellaan organisaatioissa. [x] Sitä on saatavissa vain kahdessa eri syvyydessä: peruskäyttäjille lastenaltaassa ja datatieteilijöille syvässä päässä, joiden välillä on jyrkkä pudotus. [x] Kun kiinnostus dataa kohden herää, on tärkeätä luoda silta näiden kahden syvyyden välille. Organisaatioissa ymmärretään, että laajempien ryhmien bisneskäyttäjiä tulee tutkia data vapaasti ja syvemmällä itsenäisesti. Hieman kuin omia lapsia kiinnostaa seikkailla lastenaltaassa, mutta he eivät ole vielä valmiita uimaan omillaan syvemmässä päässä.
- Sen sijaan, että hypätään suoraan päätöksentekoon, keskustellaan ensin datasta Kun informaatiota on riittävästi, tehdään päätös Kun ohjataan keskustelua dataan eikä päätöksiin, ei tule ristiriitoja henkilöiden välillä Miten data kerättiin, laskettiin ja esitettiin
- Kaikkien ei tarvitse nähdä kaikkea: TJ laskun kuvat, XX, YY Businesses should strive to combine consistent information governance with decentralized access to data and decision-making. Liautaud called this "information democracy," and it’s similar to what Gartner now calls governed data discovery: platforms that address both business users’ requirements for ease of use and enterprises' IT-driven requirements. Of course, any form of democracy is hard, precisely because it requires constantly updated tradeoffs between different groups. The key is to build a system that everybody respects, even if they don’t always like the result. This in turn requires that both IT and business people realize that some compromise is necessary. For example: Giving business users more freedom to access and use information may result in more mistakes and duplication than IT is comfortable with, but the alternative is often worse: business people making decisions with inadequate data because they can’t wait for slow IT processes. Business people must realize that optimizing only their own information use and access can damage the ability of the organization as a whole to get a clear picture (this is the "BI tragedy of the commons") Lastly, it’s always about the business needs, not the technology platform. Liautaud’s book gives some timeless advice to anybody struggling with their business intelligence visi Buzzwords may come and go and technologies evolve. However the key process remains the same: employees need to access, analyze, and share data on their business, in order to support their decisions using factual information. The following five strategic recommendations should be kept in mind by business managers as their company builds a business intelligence system: Start with the business. 2. Define the data architecture in a joint effort with the business users and IT. 3. Develop a business intelligence strategy with the user in mind. 4. Build it to grow. 5. Think beyond your borders.
- Jos otetaan 70 poliisia tekemään sama määrä päätöksiä, onko tulos parempi? Empower with data to make more right than wrong decisions
- Päätöksentekijällä on jo mielikuva siitä, miten ilmiö käyttäytyy Haetaan menneisyysraporteista yksittäistapauksia, joissa mielikuva käy toteen
- Bisnesguru Peter Drucker sanoi “Mitä mitataan, sitä myös johdetaan”. Varsinkin analytiikka tuo uusia mahdollisuuksia toiminnan mittaamiseen, jolloin kapasiteetti niiden johtamisen paranee myös. We can see how this same philosophy is a key component of Eric Ries’ popular lean startup methodology. Data plays a central, underlying role in the hypothesis testing, iterative product releases, validated learning, and feedback loops that Ries emphasizes. Clearly, today’s business owner needs to be both digital- and data-savvy to survive and thrive in this new economy.
- Liisa ihmemaassa Jos et tiedä, minne olet menossa, kaikki tiet vievät sinut sinne.
- Tarjotaan johdolle tehokas mekanismi strategian ja odotusten viestimiseen keskijohdolle ja työntekijöille Tapahtuu mm. suunnittelumallien, mittareiden, mittaristojen ja työpöytien kautta Ihmiset toimivat ja tekevät päätöksiä, jotka tukevat organisaation strategisia tavoitteita Edistetään kahdensuuntaista ideoiden ja informaation vaihtoa Voidaan jatkuvasti tarkentaa suunnitelmia sekä korjata tai parantaa toimintoja ajoissa Tarjotaan ajan tasaista informaatiota markkinoiden tilanteesta ja operatiivisista prosesseista Pyritään muodostamaan läpi organisaation looginen kokonaisuus alemman organisaatiotason tavoitteet johdetaan ylemmän tason tavoitteista, jolloin ne tukevat organisaation strategiaa alaspäin mentäessä mittarit tarkentuvat ja konkretisoituvat
- This traditional style map comes from the BBC's online coverage (the live broadcast show used a hexagonal binned map). For years the various news agencies have presented the election results as a map of the UK using a standard geographic projection. Geografisia rajoja käytettäessä useimmat paikat näyttävät hyvin pieniltä ja vaikelta nähdä. On vaikea visuaalisesti kertoa, kuinka monta paikkaa kukin puolue on saanut. Varsinkin isommalle yleisölle esitettäessä väreillä ja muodon kooilla on suuri viestinnällinen merkitys.
- Tänä vuonna Telegraph-lehti teki jotain muuta. Tarkkojen maantieteellisten rajojen sijaan se käytti kuusikulmioita, jossa jokaista paikkaa parlamentissa esitti samankokoinen hexogoni. Esitystapa on hyvä, sillä YK:n vaalipiirit perustuvat yhtäsuuriin väestömääriin. YK näyttää hieman erilaiselta ja varsinkin Skotlanti pieneltä. Vaikka esitystapa ei ole yksinkertaisin mahdollinen, sitä käytettiin massayleisölle, jolla ei välttämättä ole kovin hyviä datanlukutaitoja. Hyvä happotesti on miettiä, jos näytän tämän jollekin, kuka ei ole koskaan sitä nähnyt, ymmärtääkö hän sen ydinsisällön.
- Analytics is not data-driven if its findings are never seriously considered or acted upon. If they are unread, ignored, and the boss is going to do whatever he or she wants to do, regardless of what the data says, then they are ineffectual. To be data-driven, an organization must have the right processes and the right culture in place to augment or drive critical business decisions with these analyses and therefore have a direct impact on the busines
- Analysoinnin ja analytiikan erottaa se, että analytiikassa ihminen ei “laske tuloksia omassa päässä” The idea here is that tools and technology have advanced to a place where everyday Joes within an organization can leverage them to perform analytic tasks that would previously have required the expertise of a highly skilled data scientist.