Data-analyysi – helposti ymmärrettäviä esimerkkejä

loka 9, 2020 | General | 0 Kommenttia

Data-analyysi on erilaisia menetelmiä ja lähestymistapoja, joita yhdistää pyrkimys muodostaa eri tavoin kerätystä tiedosta eli datasta kiinnostavaa korkeamman tason informaatiota ja malleja, jotka puolestaan mahdollistavat erilaisten hyödyllisten johtopäätösten tekemisen yrityksessä.

Data-analyysia voidaan tehdä erilaisista tietomassoista esimerkiksi markkinointitarkoituksissa tai teknisessä vianetsinnässä. Alla on yritetty kirjoittaa pari oppikirjaesimerkkiä aiheesta.

Asiakassegmentti data-analyysi

Esimerkkinä data-analyysista voidaan ottaa vaikka jonkin korrelaation etsiminen tietomassasta. Oletetaan vaikka, että yritystä kiinnostaisi tietää millaiset asiakassegmentit ostavat tietyn tyyppistä tuotetta.

Silloin haettaisiin asiakasrekisterin ja myyntilausten tietojen avulla yhdistäviä tekijöitä siitä joukosta, jotka ovat ostaneet aiemmin kyseisen tuotteen. Löydös voisi olla vaikka pääkaupunkiseudulla yksinään asuvat naiset. Tämän perusteella osataan jatkossa suositella tuotetta heille esim. verkkokaupassa tai kohdentaa markkinointia muulla tavoin.

Vianetsintä data-analyysi

Toinen esimerkki voisi olla jokin kone, jossa on kaksi osaa A ja B. Molemmat osat tuottavat omia vikalogejaan, ja tehdään vianetsintä näitä logeja vertaamalla.

Voitaisiin havaita esimerkiksi, että kun osan A logissa esiintyy virhekoodi X, suurella todennäköisyydellä lyhyen ajan sisällä osassa B tulee vastaan virhetilanne Y. Tällöin löydös X:stä seuraa Y voisi auttaa korjaamaan tai muuttamaan konetta toimimaan kokonaisuutena paremmin, niin että molempien osien virhetilanteet vähenisivät.

Datasta oppiminen

Kerättyä dataa voidaan käyttää myös tulevaisuuden ennustamiseen. Se voi tapahtua vaikkapa niin, että etsitään datasta tiettyjä trendejä, joihin osataan varautua jatkossa paremmin tuotannossa. Huomataan vaikka, että jonkin tietyn tuotteen menekki on kasvanut, mutta ei vielä tiedetä mistä se johtuu.

Jos aiemmin tasaisesti myynyt tuote on yllättäen alkanut myydä vaikka joka kuukausi viimeisellä viikolla 50% enemmän ja tuote pääsee säännöllisesti loppumaan hyllyltä, voidaan tuotannossa varautua siihen etukäteen. Syy saattaa myöhemmin selvitä analyysissä tai jäädä silti arvoitukseksi, mutta siihen pystytään vastamaan.

Tälläiset lyhyet ajanjaksot eivät välttämättä tule ollenkaan ilmi kvartaalikohtaisessa raportoinnissa, mutta lähes reaaliaikaisella modernilla BI raportoinnilla niihin päästäisiin käsiksi.

Yhteenveto data-analyysi tehtävästä

Data-analyysi on datalla johdettavassa organisaatiossa jokapäiväinen tehtävä, mikä kannattaa automatisoida mahdollisimman pitkälle, jotta päätökset ovat sen perusteella nopea ja helppo tehdä yhdellä vilkauksella keskeisiin KPI-lukuihin.

0 kommenttia

Lähetä kommentti

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *

Share This