Olen joskus käyttänyt sanontaa "entry level analytics" kuvaamaan tämän hetken vahvinta analytiikkatrendiä - paremman käännöksen puutteessa sitä voisi kutsua helppokäyttöiseksi tai alkuvaiheen analytiikaksi.

Näillä välineillä uusi käyttäjä pääsee kiinni ennustemalleihin ja analytiikkaan usein tuttujen raportointityökalujen kautta. Hyviä esimerkkejä tämän luokan työkaluista on vaikkapa SAS:n Visual statistics, Microsoftin Azure machine learning tai IBM:n prediktiivisen eli ennustavan analytiikan ratkaisut .

Yhteistä näille välineille on halu tarjota analytiikka liiketoiminnalle helpossa muodossa, ilman koodausta. Kaikkien takana on vahva, aito tilastollinen osaaminen joka nyt ensikertaa tuodaan liiketoiminnalle helpossa muodossa, osana dashboard-näkymiä ja raportteja.

Näistä varsinkin SAS:n ja IBM:n tuoteperheet laajenevat luontevasti aina tiedon louhintaan ja vaativiin tilastollisiin malleihin asti. Microsoft on ottanut lähestymistavakseen syvempään mallintamiseen avoimen lähdekoodin R-kieleen perustuvan integraation. Iso osa näistäkin välineistä on jo valmiiksi saatavissa pilvipalveluina eli alkuinvestointikin on varsin kohtuullinen.

Samoihin tuloksiin päästään tietysti hyödyntämällä vaikkapa R -kielellä koodattuja paketteja esimerkiksi Hadoopia vasten, mutta työmäärät saattavat näissä ratkaisuissa olla mittaluokaltaan vähintään kymmenkertaisia valmiisiin ohjelmistoratkaisuihin verrattuna.

Hadoopin kuormittavuutta analytiikassa voidaan helpottaa esimerkiksi Spark-teknologialla tai muilla valmiimmilla analytiikan ratkaisuilla. Perusmuodossaan sekä R-kieli että Hadoop ovat varsin työvaltaisia moneen muuhun toteutusmalliin verrattuna – lopputulos on kuitenkin näilläkin erinomainen.

Rohkeutta omiin päätöksiin

On välillä liian työlästä ajatella itse, toimia kuten omalle organisaatiolle olisi parasta. Gartner sanoo yhtä, IDC toista ja välinetoimittajat kukin omalla tavalla väritettynä kolmatta. Ihan kaikille kaikki trendiratkaisut eivät analytiikassakaan istu.

Big dataa voi lähestyä monella tavalla, joskus jopa perinteisiä tietokantaratkaisuja hyödyntäen. Jos talossa on jo aktiivikäytössä SPSS, Survo tai vaikka vanha kunnon Matlab, niin uusi ratkaisu ei välttämättä ole tarpeen - kenties vanhan välineen tulokset voidaan tuoda vaikkapa QlickView-raportteihin tai Sharepointiin jaettavaksi jo muutenkin?

Big datan ja analytiikan kaltaiset megatrendit ansaitsevat toki huomionsa organisaatioissa niiden tarjoaman liiketoimintahyödyn vuoksi, mutta asioita voi lähestyä niin monella tapaa.

Päättäjänä sinun tulee vaatia itsellesi analytiikkaratkaisua, joka vastaa juuri sinun tarpeisiisi ja jonka toteuttaminen on taloudellisesti ja teknisesti järkevää.

Tekniikka ei ratkaise analytiikkaa

Ota Hadoop, se ratkaisee analyyttiset tarpeesi! Tuttu lause? Oikein? Ei minun mielestäni. Mikään yksittäinen teknologia ei ratkaise sitä perustavaa ongelmaa että asiakkaan tarpeet vaihtuvat.

Toiselle Hadoop on oikea ratkaisu, jollekin vastaukset antaa perinteinen data mining –työkalu, kolmannen asiaa vie eteenpäin kevyempi muistinvarainen prediktiivisen anaytiikan ratkaisu

Jos tekniikka ei ratkaisekaan asioita, niin osaamisella on toisaalta iso merkitys. Talon sisäiset resurssit, konsultit tai maahantuojan edustajat voivat usein auttaa analytiikan oikeassa kohdentamisessa.

Toimialalle tyypillisiä ratkaisuita voi joskus löytää maailmaltakin, kunhan varautuu mahdollisiin sovittamisen tuomiin työmääriin. Joskus keskusteluissa asiakkaan kanssa nousee esiin halu valloittaa maailma kerralla, ottaa heti se suurin ja kaunein.

Tämän päivän trendi on kuitenkin maanläheisempi ja helpommin toteutettava ratkaisu. Lähdetään pienestä ja rakennetaan edellisten oppien varaan.

Mihin analytiikka johtaa

Yksinkertaisesti sanottuna parempiin päätöksiin. Saat esimerkiksi tuoreen myyntiraportin oikeaan aikaan täydennettynä puolen vuoden ennusteella johon voit luottaa. Lisätäänkö kapasiteettia, kohdistetaanko resursseja toisin?

Trendinä on tuottaa analytiikan tarpeisiin yksinkertaisempia raportointiratkaisuja, joiden takana on kuitenkin aitoihin ennustemalleihin perustuvaa älykkyyttä.

On täysin mahdollista toteuttaa tärkeimmät raportointi- ja analysointitoiminnallisuudet erittäin hyvin ja nopeasti sortumatta isoihin, yli vuoden mittaisiin projekteihin. Tartu analytiikkaan - se vie liiketoiminnan ennustamisen uudelle tasolle!

Mikko Kutvonen on pitkän linjan tiedolla johtamisen, analytiikan ja raportoinnin asiantuntija. Hän on myös Invenco Oy:n teknologiajohtaja.

Invenco on yritysten suorituskyvyn johtamiseen ja raportointiin erikoistunut asiantuntijaorganisaatio