Tiedolla johtaminen ja data-analytiikan työkalut

1. www.hamk.fi
Tiedolla johtaminen ja data-
analytiikan työkalut
Jari Jussila

2. www.hamk.fi
Opintojakson osaamistavoitteet
•Opiskelija tuntee erilaisia data-analytiikan menetelmiä, työkaluja ja
ohjelmistoja.
•Opiskelija ymmärtää millä tavoin tiedolla
johtamisen lähestymistapoja ja data-analytiikan menetelmiä voidaan
hyödyntää liiketoiminnan kehittämisessä.
•Opiskelija tunnistaa erilaisia analytiikassa hyödynnettäviä data- ja
informaatiolähteitä ja niiden käyttömahdollisuuksia liiketoiminnassa.
•Opiskelija osaa PowerBI käytön perusteet.

3. www.hamk.fi
Mitä osaamista tiedolla johtamisen
ammattilaisilta odotetaan?
Substantive
Expertise
Machine
Learning
Traditional
Research
Traditional
Software
DATA SCIENCE
Lähde: Data Science Venn diagrammit (Conway 2010 & Geringer 2014)

4. www.hamk.fi
Rakenna opintojakson aikana oma osaamismatriisi tiedolla
johtamisen
Tieto- ja viestintätekninen
osaaminen
Biotalous, liiketoiminta,
kestävän kehityksen
osaaminen
Matemaattinen osaaminen
- - -
- - -
- - -
- - -
- - -

5. www.hamk.fi
Ammattilaisten data-analytiikka työkalut
Lähde: Gartner 2020, Magic Quadrant for Analytics and Business Intelligence Platforms

6. www.hamk.fi
Data-analytiikan menetelmät, työkalut ja
ohjelmistot
Lähde: Sacha et al. 2014
esim. Tableau, QlikView, Qlik Sense, Power BI (BI-työkalut)
D3.js, Highcharts, R, Revolution R, Google Fusion Tables (ohjelmointi/tee-se-itse)
esim. SAS, SPSS, Alteryx, Revolution R,
R, Knime, RapidMiner
esim.
Talend,
Datameer,
Pandas,
Anaconda

7. www.hamk.fi
Tiedolla johtamisen perinteinen työnkulku
Lähde: Mohanty et al., (2013)
Liiketoimintakysymys:
”Kuinka saavutan markkinoinnin
tavoitteet eri digitaalisissa
kanavissa?”
Liiketoimintapäätös:
”Määritä kanavakohtaiset
asiakassegmentit ja kohdista
markkinointi analyysin tuloksien
mukaisesti”
Liiketoiminta-
vastaava
Liiketoiminta-
ja
data-analyytikko
Tunnista datalähteet:
CRM, tietovarasto, Excel
sosiaalinen media, jne.
Yhdistä ja kokoa
data:
Hae ja yhdistä data
eri lähteistä
Siivoa ja rikasta:
ETL, datan siivous,
datan rikastaminen
Lisää ja
kontekstualisoi:
Sijainti, demografia,
segmentointi
Rakenna analytiikan
työnkulku:
Rakenna ympäristö,
mallinna, analysoi data,
ennusta
Analyysi:
Tarkastele tuloksia ja iteroi
Esitä ja sovita:
Visualisoi, rakenna applikaatio tai
kerro tarina
IT
/
datahallinnan
asiantuntija

8. www.hamk.fi
Datatietelijöiden työnkulku
Liiketoimintakysymys:
”Kuinka saavutan markkinoinnin
tavoitteet eri digitaalisissa
kanavissa?”
Liiketoimintapäätös:
”Määritä kanavakohtaiset
asiakassegmentit ja kohdista
markkinointi analyysin tuloksien
mukaisesti”
Liiketoiminta-
vastaava
Datatieteilijä
Tunnista datalähteet:
CRM, tietovarasto, Excel
sosiaalinen media, jne.
Yhdistä ja kokoa data:
Hae ja yhdistä data eri lähteistä
Siivoa ja rikasta:
ETL, datan siivous, datan
rikastaminen
Lisää ja kontekstualisoi:
Sijainti, demografia, segmentointi
Rakenna analytiikan työnkulku:
Rakenna ympäristö, mallinna,
analysoi data, ennusta
Analysoi:
Tarkastele tuloksia ja iteroi
Esitä ja sovita:
Visualisoi, rakenna applikaatio tai
kerro tarina
Syötä
dataa
Visualisoi
Mallinna
Lähde: Mohanty et al., (2013)

9. www.hamk.fi
Data analytics following design thinking process

10. www.hamk.fi
Tiedolla johtamisen prosessit
Liiketoimintatiedon hallinnan prosessimalli Tiedonlouhinnan standardimalli
Lähde: Jussila ym. 2020. Data-analytiikan opas pk-yrityksille 2.0.

11. www.hamk.fi
Liiketoimintatiedon hallinnan prosessimalli
Lähde: Jussila ym. 2020. Data-analytiikan opas pk-yrityksille 2.0.

12. www.hamk.fi
Tiedonlouhinnan standardimalli
Lähde: Jussila ym. 2020. Data-analytiikan opas pk-yrityksille 2.0.

13. www.hamk.fi
Tiedonlouhinnan standardimalli
CRISP-DM referenssimallin tehtävät
Liiketoiminnan
ymmärtäminen
Datan
ymmärtäminen
Datan
valmistelu
Mallinnus,
tiedonlouhinta
Arviointi Tulosten
julkaisu
Määritä
liiketoiminnan
tavoitteet
Tee tilannearvio
Määritä
tiedonlouhinnan
tavoitteet
Laadi
projektisuunnitelma
Kerää alustava
data
Kuvaa data
Tutki dataa
Varmista datan
laatu
Datasetin
kuvaus
Datan valinta
Datan siivous
Datan
rakentaminen
Datan
integrointi
Datan
formatointi
Valitse mallinnus
menetelmä
Suunnittele koe
Rakenna malli
Arvioi mallia
Arvioi tuloksia
Arvioi ja
varmista
tiedonlouhinta
prosessin laatu
Määrittele
seuraavat
stepit
Suunnittele
mallin julkaisu
(esim.
verkkosivuna)
asiakkaalle
Suunnittele
mallin ylläpito
Laadi
loppuraportti
Arvioi projekti
Lähde: The CRISP-DM Model (Shearer 2000), ks. myös CRISP-DM 1.0 Step-by-step data
mining guide: https://the-modeling-agency.com/crisp-dm.pdf

14. www.hamk.fi
Datan käyttö ja analysointi; terminologiaa
Termi Ajanjakso Kuvaus
Päätöksenteon tuki
[Decision Support Systems]
1970-1985 Hyödynnetään data-analyysiä
tukemaan päätöksentekoa
Johdon tukijärjestelmät
[Executive Support/Information
Systems]
1980-1990 Fokus data-analyysissä
ylemmän johdon tueksi
Kuutioiden mallinnus
[Online Analytical Processing,
OLAP]
1990-2000 Ohjelmistoja
multidimensionaalisten
datataulujen analysointiin
Liiketoimintatiedon hallinta
[Business Intelligence]
1989-2005 Työkaluja tukemaan
datalähtöistä päätöksentekoa,
painopiste raportoinnissa
Analytiikka
[Analytics]
2005-2010 Fokus tilastollisessa ja
matemaattisessa analyysissä
päätöksenteon tueksi
Massadata
[Big Data]
2010- Fokus erittäin isossa,
monimuotoisessa ja nopeasti
liikkuvassa datassa
Lähde: Big Data at Work, Davenport, 2014

15. www.hamk.fi
Päätöksenteon tukijärjestelmät ja johdon
tietojärjestelmät ”1970-1990”
• Säästetään kustannuksia, optimoidaan tiettyä toimintaa,..
• Tuotannonohjaus (Material Requirements Planning)
• Laajempi tuotannon ohjaus (Manufacturing Resources Planning, MRP II)
• Toiminnanohjaus (Enterprise Resource Planning)
• Erilaiset toimintokohtaiset järjestelmät
→ Raportteja ja katsauksia
Liiketoiminnan odotukset IT:lle
(Tallon & Kraemer 2007)

16. www.hamk.fi
Kuutioiden mallinnus - OLAP (online analytical
processing)
Tuote
Aika
Markkinat
kuvitus Athanasios Kastanidis
”1980-1990”

17. www.hamk.fi
OLAP-kuutioiden perusidea
• OLAP-tekniikka poikkeaa perinteisestä tilastoinnista ja
raportoinnista siten, että käyttäjä voi vaihtaa näkökulmaa
tiedontarpeensa mukaan.
• Esimerkiksi analyytikko voi lähteä
1) tarkastelemaan tuoteryhmien myyntiä maittain,
2) filtteröidä aineisto tiettyihin maihin
3) joista löytää jotain esimerkiksi myyntitavoitteista poikkeavaa.
Tämän jälkeen
4) porautua esimerkiksi myyntiin tietyissä kaupungeissa.
5) Vaihtaa näkökulmaa liikevoittoon tuoteryhmittäin, jne.
”1980-1990”

18. www.hamk.fi
Liiketoimintatiedon hallinnan ulottuvuudet
Organisaation
sisäinen
Organisaation
ulkoinen
TIEDON
KOHDE
Määrällinen
Laadullinen
TIEDON
TYYPPI
Organisaation
sisäinen
Organisaation
ulkoinen
TIEDON
LÄHDE
Lähde: Hannula 2005; kuvitus Athanasios Kastanidis
”1989-2005”

19. www.hamk.fi
Tiedonlouhinta, knowledge discovery in
databases (KDD) ”1990-2007”
10-20 % 20-30 % 50-70 % 10-20 % 10-20 % 5-10 %
1. Liiketoiminnan
ymmärtäminen
2. Datan
ymmärtäminen
3. Datan
valmistelu
3. Mallinnus,
tiedonlouhinta
5. Arviointi
6. Tulosten
julkaisu
Lähde: The CRISP-DM Model; Shearer 2000, Aho 2014

20. www.hamk.fi
Analytiikka ”2005-2010”
Lähde: Big Data and Analytics, Kaisler et al. 2014
• Deskriptiivinen analytiikka
• Diagnostiivinen analytiikka
• Prediktiivinen analytiikka
• Preskriptiivinen analytiikka
• Päätöksentekoa tukeva analytiikka

21. www.hamk.fi
Miten data-analytiikka on kehittynyt?
Massadata (Big Data) Liiketoiminta-
analytiikka
Liiketoimintatiedon
hallinta
Vanhaa • Relaatiotietokannat
• SQL
• Tietovarastot
• Tiedonlouhinta
• Kvantitatiivinen
analyysi
• Tilastotiede
• Operaatiotutkimus
• Päätöksenteon
tukijärjestelmät
• Johdon
tietojärjestelmät
• OLAP
Uutta • 4V:tä, 5V:tä
• Monimuotoista dataa
• Vähemmän struktuuria
• Big Data teknologiat
(MapReduce, Hadoop,
NoSQL, ym.)
• Ei strukturoitua dataa
• Dataa monesta
lähteestä
• Monimuotoista dataa
• Data liikkeessä
• Tekstianalytiikka
• Visuaalinen analytiikka
• Sosiaalisen median
analytiikka
• Helppokäyttöisyys
• Visuaalisuus
• Dynaamisuus
• Kattaa organisaation
prosessit
• Koneoppiminen
• RTAP
Lähde: mukailtu Introduction to Big Data, Kaisler et al. 2014

22. www.hamk.fi
Analytiikan muodot yritysten
(liike)toiminnassa
Raportit
RAPORTOIDAAN
MITÄ
tapahtui?
ANALYSOIDAAN
MIKSI
se tapahtui?
Ad hoc
BI työkalut
ENNUSTETAAN
MITÄ TULEE
tapahtumaan?
Ennustavat
mallit
OPERATIONALISOIDAAN
MITÄ ON
tapahtumassa nyt?
Linkki operatiivisiin
järjestelmiin
AKTIVOIDAAN
PISTETÄÄN
tapahtumaan
Automaattiset
linkitykset
STRATEGINEN ÄLYKKYYS
OPERATIONAALINEN ÄLYKKYYS
Lähde: mukaillen Yli-Pietilä & Backman 2013

23. www.hamk.fi
Analytiikan eri muodot
Analyysi
Informaatio
Mitä on
tapahtumassa?
Miksi se tapahtui?
Mitä tulee
todennäköisesti
tapahtumaan?
Mitä minun pitäisi
tehdä sille?
Prediktiivinen analytiikka
Diagnostiivinen analytiikka
Deskriptiivinen analytiikka Preskriptiivinen analytiikka
Lähde: Gartner

24. www.hamk.fi
Deskriptiivinen analytiikka
http://www.tableau.com/solutions/data-discovery

25. www.hamk.fi
Diagnostiivinen analytiikka
Lähde: McDaniel 2009
Mitä on
tapahtunut?
Miksi?

26. www.hamk.fi
Prediktiivinen analytiikka
Predicting the future:
IBM:n 4 osainen sarja

27. www.hamk.fi
Preskriptiivinen analytiikka
• Suosittelujärjestelmät, esim. Amazonin
automaattiset tuotesuositukset
• Vakuutusalalla esimerkiksi
ajoneuvovakuutusten hinnoittelussa pyritään
tunnistamaan tekijät, jotka ennustavat, mitä
tietylle kuljettaja-ajoneuvo-yhdistelmälle tulee
ensi vuonna tapahtumaan. Käytännössä
jokaiselle asiakkaalle tulee eri hinta. (Timo
Ahvonen, Vakuutusyhtiö Fennia)

28. www.hamk.fi
Analytiikan muodot
Lähde: Jussila ym. 2020. Data-analytiikan opas pk-yrityksille 2.0.

29. www.hamk.fi
Big Data ”2010-”
Volyymi Vauhti Variaatio Varmuus
Data at Rest Data in Motion Data in Many Forms Data in Doubt
Terabittejä olemassa
olevaa dataa
prosessoitavaksi
Striimattua dataa, nopea
vasteaika millisekunneista
sekunteihin
Strukturoitua, ei-
strukturoitua, ja
semistrukturoitua dataa
Epävarmuutta liittyen
datan epätäydellisyyteen,
puutteellisuuteen, tai
virheellisyyteen
Lähde: Breuker 2014; Laney, Meta Group 2001 (3V:tä)

30. www.hamk.fi
Big Data transaktioista interaktioihin
WEB
BIG DATA
Lähde: mukaillen Yli-Pietilä & Backman 2013; Valli & Ahlgren 2013
ERP
CRM
ostotiedot
maksutiedot
segmentointi
tarjoustiedot
asiakaskohtaamiset
tukikontaktit
weblogit
tarjoushistoria A/B testaaminen
Dynaaminen
hinnoittelu
Hakukonemarkkinointi
ja optimointi
Mainosverkostot
Käyttäytymispohjainen
kohdentaminen
Dynaamiset
funnellit
Sentimentti
Ulkopuolinen demografia
Kuvat ja videot
Puheen muuttaminen tekstiksi
Feedit
Anturi/sensoridata
Tuote / palvelu logit
SMS/MMS
Sosiaaliset verkostot
Sosiaalinen media
Käyttäjien luoma sisältö
Mobiilidata
Klikkivirran analyysi
Sijaintidata