Esityksessä tarkastellaan data-ohjautuneen kulttuurin muodostumista organisaatioon neljän näkökulman kautta: tiedon demokratisointi, tiedon hyödyntäminen, mittaaminen sekä osaaminen ja oppiminen.
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.
11. Tarvitsevat dataa (liike)toiminnan
tehokkaaseen johtamiseen
Johto
Rajoittunutta, myöhässä, epäsuoraa tai epäsäännöllistä jne.
Kaikki muut
(Data-)asiantuntijat
Keräävät, analysoivat ja
raportoivat numeroita johdolle
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
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
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
”
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
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
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.
”
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.