Datanhallinta

Tiedonhallinta

Nykypäivän organisaatiot pyörivät tiedon – tai alkujaan datan – ympärillä. Mitä enemmän yritys tietää asiakkaistaan, kilpailijoistaan, markkinoistaan, työntekijöistään, jne., sitä paremmat mahdollisuudet johdolla on tehdä mielekkäitä päätöksiä. “Tiedolla” tarkoitetaan usein ymmärrystä jostakin asiasta tai ilmiöstä, mitä voidaan soveltaa käytännön toimissa. Eräs yleisimmin tietoon liitetyistä luokitteluista on tiedon hierarkia (tai DIKW – Data, Information, Knowledge, Wisdom – pyramidi).

Tiedonhallinnan määrittely itsessään on haasteellista ja tarjoaa niin teknisiä kuin liiketoiminnallisia näkökulmia. Tarkoituksena on kuitenkin rakentaa systeemi, jonka avulla yritys voi kerätä tarpeellista dataa, ja jalostaa sitä edelleen kohti pyramidin huippua päätöksenteon avuksi. Yrityksen puolelta haastavia näkökulmia tarjoaa mm.

Datan kerääminen - mitä dataa kerätään, mikä on hyödyllistä

Datan kerääminen pitäisi olla systemaattista ja pitkäjänteistä. Päätettäessä, mitä dataa aletaan keräämään, liiketoiminnan tavoitteet ja mittarit näyttelevät suurta roolia. Pääsääntöisesti kerätyn datan pitäisi aina olla linjassa liiketoiminnan tavoitteiden kanssa, mutta turhan datan keräämistä kannattaa välttää. Datan pitää myös olla luotettavaa ja ajantasaista, tai siitä tehdyt päätökset tulevat automaattisesti olemaan epäluotettavia ja vanhentuneita. Erilaisia datalähteitä voi olla lukemattomia määriä suoraan joko yrityksen sisäistä järjestelmistä (esim. kassajärjestelmät tai verkkokaupan tilauslomakkeet) tai varta vasten asiakkaille tehdystä kyselyistä (esim. Google Forms LINKKI=forms.google.com, Webropol LINKKI= https://webropol.com)

Datan varastoiminen – mihin kerätty data varastoidaan.

Dataa kertyy ajan mittaan suuret määrät, joten riittävä tallennustilan määrä on yksi ensimmäisitä vaatimuksista datan varastoinnissa. Tyypillisesti dataa varastoidaan erilaisiin pilvitallennuspalveluihin (LINKKI PILVIPALVELUSIVULLE), mutta hyvä vaatimus ratkaisua hankittaessa olisi a) mahdollisimman vaivaton datan siirto datalähteistä varastoon ja b) mahdollisuus yhdistellä eri datalähteitä, jotta analysointi seuraavassa vaiheessa olisi mahdollisimman jouhevaa. Useat kevyet tietokantaratkaisut (esim. Knack LINKKI= https://www.knack.com, Zoho LINKKI= https://www.zoho.com) tarjoavat mahdollisuuden yhdistellä esimerkiksi laskutuksesta saatavia asiakkaiden ostotietoja markkinoinnin kontaktitietojen kanssa. Näin voidaan esimerkiksi löytää asiakkaita, jotka ovat ostaneet paljon tuotteita viime aikoina, mutta joita ei kuitenkaan ole kontaktoitu hetkeen.

Datan analysointi – miten data voidaan rikastaa tietämykseksi.

Dataa voidaan analysoida usealla eri tasolla mutta todellisuudessa matemaattiset mallinnukset ja tilastolliset testaukset jäävät liiketoiminnassa yleensä vain suurten datamassojen huviksi. Lähes kaikki työkalut, jotka varastoivat dataa, tarjoavat myös jonkinasteisen yksinkertaisen visualisoinnin ja monessa tapauksessa tämä riittää tarpeellisen ymmärryksen saavuttamiseksi. Hyvä tapa esimerkiksi tehdä kevyttä tutkivaa data-analyysiä on ristiintaulukointi, jossa tutkitaan kahden (tai useamman) muuttujan välisiä yhteisvaihteluita. Ristiintaulukoinnin avulla autokauppias voisi vaikka tutkia, ostavatko mainoskirjeen saaneet ihmiset (data markkinointitiedoista) enemmän lisävarusteita autoihinsa (data myynnin järjestelmistä) kuin ilman kirjettä jääneet asiakkaat.

Tiedonhallintaa voidaan käyttää niin sisäisiin kuin ulkoisiinkin toimiin mutta pääasia on, että toiminta pyritään pitämään systemaattisena ja kerätty tieto mahdollisimman luotettavana.