5 step analysis process

Elämme hienoa aikaa. Maailma on paremmin mittaroitu kuin koskaan aiemmin. Datavyöryn keskellä saattaa kuitenkin unohtua se tärkein: kaikki data on turhaa, jos mikään ei koskaan muutu sen perusteella.

Me web-analytiikan ammattilaiset olemme asiantuntijoita viestintään ja markkinointiin liittyvän mittauksen suunnittelussa, toteutuksessa, raportoinnissa ja tulosten analysoinnissa. Työssä tarvitaan sekä loogista päättelykykyä että ymmärrystä asiakkaan bisneksestä ja sen tavoitteista. Hyvinä hetkinä pystymme rakentamaan asiakkaan kanssa yhteistyössä täydelliset puitteet sille, että jotain oikeasti tapahtuu. Oikeat tiedot jaetaan oikeille ihmisille (tai automaatiojärjestelmille) juuri oikeaan aikaan, ja asiat ratkaistaan mutu-fiiliksen sijaan oikeaan tietoon nojaten.

Aina ei kaikki kuitenkaan mene maaliin. Hienoista prosessikaavioista huolimatta massiivisetkin analytiikkaponnistukset typistyvät toisinaan näytelmäksi, jossa analytiikka huutaa, mutta kukaan ei kuuntele. Arjen paineiden puristuksissa hyperventiloivat päättäjät ovat liian kiireisiä edes vilkaistakseen tuloksia. Datalla piti olla rooli nykyisten toimintatapojen kyseenalaistajana ja bisneksen kehittäjänä, mutta se kytketäänkin talutusnuoraan, puetaan firman väreihin ja esitellään pestynä ja harjattuna Power Pointeissa kerran vuodessa johtoryhmän kokouksessa tai vain silloin, kun vastaus on ollut jo valmiina, perustelut vain puuttuivat.

Raportteja riittää, mutta analyysi jää tekemättä. Mikään ei muutu. Silloin tarvitaan jotain muutakin kuin mittareita ja dashboardeja. Tarvitaan muutos yrityskulttuurissa.

 

Jotta data saadaan organisaatiossa oikeasti käyttöön, olennaisinta on se, että datalta kysytään kysymyksiä. Dataa voi ihastella ja visualisoida loputtomasti, mutta vasta siinä vaiheessa, kun joku on esittänyt siihen liittyvän kysymyksen, alkaa tapahtua oikeita asioita. Tutkimusongelma on silloin määritelty, ja raportointi muuttuu analyysiksi.

Karkeasti jaoteltuna kysymyksiä on kahdenlaisia:

  • Reaktiivinen kysymys perustuu aina määriteltyihin KPI-mittareihin (Key Performance Indicators). Näistä kysymyksistä on helppo aloittaa, vaikkei analyysi olisikaan vielä juurtunut kovin syvälle firman toimintatapoihin, kunhan mittaristo on kunnossa. Miksi myynti laski viime viikolla? Mitä pitäisi tehdä, jotta niin ei enää tapahtuisi? Miksi uuden kampanjan bounce rate on ylivoimaisen matala? Missä tarkalleen ottaen onnistuttiin, ja mitä voimme siitä oppia?
  • Proaktiivinen kysymys on järeämmän luokan ase analytiikan käytössä pidemmällä oleville organisaatioille. Se on kysymys, joka kysytään silloin, kun mikään ei varsinaisesti ole pielessä, mutta datasta on opittu kaivamaan lisätietoa monenlaisten päätösten tueksi. Miten uusi etusivu kannattaa suunnitella vanhan etusivun käytön valossa? Miten saisimme tietyn tuoteryhmän menekkiä nykyistä suuremmaksi? Mitä kävijädata kertoo siitä, mille uusille markkina-alueille meidän kannattaisi laajentua?

Olipa kysymys sitten reaktiivinen tai proaktiivinen, toivottu vaikutus saadaan aikaiseksi ainoastaan silloin, kun kysymys on hyvä. Hyvän kysymyksen tunnistaa siitä, että se on konkreettinen, liittyy bisnekseen, ja sen motiivina on aidosti lisätä ymmärrystä. ”Miksi tulokset näyttävät tältä?” on parempi kysymys kuin ”Mitä mielenkiintoista tuloksista löytyy?” tai ”Voisitko valikoida tulosten joukosta todisteet sille, että olen oikeassa?”

 

Kun kaikki hype ja hörhelöt on riisuttu, on dataan nojaavan yrityskulttuurin kehittäminen lopulta kiinni samoista asioista kuin minkä tahansa muutoksen johtaminen: viestinnästä, motivoinnista, systematiikasta ja resursoinnista. On rakennettava ilmapiiri, jossa relevanttien kysymysten kysymiseen rohkaistaan, ja niihin vastaamiseen sekä siitä seuraavaan toimintaan on varattu riittävästi resursseja.

Näin se vaan on. Yrityskulttuurin muuttaminen sekä kysymysten kysyminen ja niihin vastaaminen vie aikaa. Mutta se investointi kannattaa. Kysykää vaikka siltä sairaseläköityneeltä ojankaivajalta, jolla oli vuosia niin kiire kaivaa lapiolla, ettei hän ehtinyt perehtyä pihalla seisoneen kaivinkoneen käyttöön.