Juhannusjuhlat ja data-analytiikka
Data-analytiikka on paljon puhuttu, mutta vähän hyödynnetty kokonaisuus. Mitä data-analytiikka oikeastaan on ja miten sitä voisi hyödyntää? Data Analystimme käsittelee näitä kysymyksiä kuvitteellisen skenaarion kautta, jossa artikkelin päähenkilö, Pena, yrittää toteuttaa projektia.
Pena ja palju
Pena haluaa järjestää juhannuksena pienimuotoiset Covid-turvalliset juhlat. Hän on kuitenkin törmännyt ongelmaan, johon ei toistaiseksi ole vielä ratkaisua. Pena haluaisi vuokrata paljun, mutta ei ole varma, miten sen saisi siirrettyä mökille. Tulisiko hänen vuokrata vain palju vai sisällyttää myös sen kuljetus vuokraan? Hänellä olisi traileri, jolla paljun voisi siirtää, mutta hän ei ole varma soveltuuko se hommaan.
Penan dilemma paljun siirrosta on tyypillinen ongelma, johon data-analytiikkaprojekteissa törmätään. En siis puhu paljun siirrosta vaan päätöksestä; Pitäisikö projekti, jonka yritys voisi näennäisesti tehdä itse, ulkoistaa? Analytiikassa ulkoistaminen on kuningas ja ulkoistamalla projektin voi olla varma, että se toteutetaan ammattitaidolla. Penan ei kannata alkaa siirtämään kallista vuokrapaljua omilla liinaviritelmillä, vaan sisällyttää kuljetus paljun vuokraan.
Penan tulisi ulkoistaa paljun siirto, mutta hän ei vielä tiedä tätä. Tässä kohtaa hän konsultoi ystäväänsä Mattia, jolla on näkemys asiaan. Matti toteaa, että päätös on yksinkertainen. Jos Pena siirtää paljun itse ja se menee kuljetuksessa rikki, hän joutuu korvaamaan vahingot ja tällöin kaikki säästö, mitä hän saavuttaisi siirtämällä paljun itse, katoaa. Seuraava kysymys, jonka Matti esittää menee näin: Kuinka todennäköistä on, että Penan oma kuljetusratkaisu saisi paljun perille ja mikä tärkeintä, saako hän paljun siirrettyä ennen juhannusta?
Äsken esitetyt kysymykset ovat esimerkkejä operatiivisesta analytiikasta, ja siitä, miten sitä voi hyödyntää päätöksenteossa.
"Kuinka todennäköistä on, että Penan oma kuljetusratkaisu saisi paljun perille?” – Laatumittari
"Saako Pena paljun siirrettyä ennen juhannusta?” – Toimitusvarmuusmittari
Operatiivisessa analytiikassa voidaan seurata mm. näitä mittareita: tarjous- ja tilauskanta, toimitusvarmuus, reklamaatioiden määrä sekä suunnitellut ja toteutuneet tuotannon tunnit.
Operatiivinen data-analytiikka automatisoi nämä mittarit ja tarjoaa niiden luvut reaaliaikaisesti. Toinen analytiikan kiinnostava osa-alue on talousraportointi. Pena ei tarvinnut kattavaa analyysia tästä projektiaan varten, mutta se käsittää mittareita kuten taseen, kustannus-, kassavirta- ja tuloslaskelman.
Pena toteutti palju-projektissaan yksinkertaista data-analytiikkaa, mutta yritykset voivat käyttää dataa paljon laajavaltaisemmin päätöksenteon tukena. Mitä enemmän dataa yritys käyttää, sitä paremmin se pystyy johtamaan organisaatiotaan tiedolla ja tällä tavoin tekemään parempia päätöksiä riskienhallinnan ja talouden näkökulmasta.
Haluaisitko ulkoistaa analytiikkaprojektinne osaaviin käsiin?
Ota meihin yhteyttä alla olevan lomakkeen kautta ja käydään yhdessä läpi analytiikan tarpeitanne ja kuinka voisimme olla avuksi!