Web-analytiikan ja digitaalisen datan maailmassa vuosi on pitkä aika. Kuluttajien käyttäytyminen digitaalisten laitteiden äärellä muuttuu hurjaa vauhtia, joten myös muutosta mittaavan analytiikan täytyy pysyä vauhdissa mukana. Joulun alla on hyvä hetki valmistautua ensi vuoden uusiin tuuliin.

 

Tämä ainakin on varmaa: asiat tulevat taas muuttumaan. Osa ensi vuoden verkkokäyttäytymisen muutoksista on lähes takuuvarmoja, sillä ne ovat vakaampia trendejä, joissa kehitys on jatkunut saman suuntaisena jo vuosia. Tällaisia ovat esimerkiksi verkkoliikenteen mobilisoituminen, saman käyttäjän tunnistaminen eri laitetyyppien yli, sosiaalisen median nousu ja käytön monipuolistuminen sekä sisällön kohdentaminen verkkokäyttäytymisen mukaan. Näiden megatrendien lisäksi viime vuosina on puhuttu paljon myös datan visualisoinnin tärkeydestä.

Edellä mainitut suuret linjat eivät katoa mihinkään. Näyttää kuitenkin vahvasti siltä, että vuosi 2018 tuo mukanaan vanhojen uutisten lisäksi myös paljon aivan uusia digitaalisia käyttäytymistapoja ja alustoja, jotka jokaisen analyytikon huomioitava jatkossa jo mittaussuunnitelmaa raapustaessaan. Seuraavassa nostan esiin neljä mielestäni tärkeintä.

1. Uudet formaatit

Lisääntyneen mobiililiikenteen, parantuneiden laitteiden, kehittyvän tekniikan ja nopeutuneiden verkkoyhteyksien myötä myös erilaisten tekniikoiden ja käyttöliittymien kirjo laajenee. Ja tämä kaikki täytyy tietenkin myös mitata.

  • Uusia tekniikoita. Mobiiliapplikaatiot eivät ole uusi asia, mutta Suomessa mobiilisovellusten käyttö on ollut verrattain pientä verrattuna Pohjois-Amerikkaan. Uskon silti sovellusten uuteen tulemiseen. Jatkossa appikset eivät kuitenkaan tarjoa pelkästään näppärää versiota verkkosisällöstä, vaan jatkavat ja rikastavat oikean elämän kokemusta esimerkiksi tarjoamalla reaaliaikaista tietoa kivijalkakaupan tarjouksista tai uudenlaisen suoran yhteyden baarin henkilökuntaan ja muihin asiakkaisiin. Selainpuolella Single Page App -toteutukset kuten React yleistynevät edelleen, mikä vaatii tägittäjältä aiempaa parempia hermoja ja hieman enemmän aikaa.
  • Videoiden merkitys viestinnän välineenä korostuu vuosi vuodelta enemmän. Tubettajasukupolvi kommunikoi itsekin sujuvasti videoiden välityksellä, ja myös laadukkaaseen tuotantoon panostetaan nyt huolella. Ensi vuonna videoiden määrän lisäksi kasvaa myös variaatioiden määrä: näemme yhä enemmän esimerkiksi joka suuntaan kuvattuja 360-videoita.
  • Äänihaku. Tätä kirjoittaessani 6-vuotias poika artikuloi vieressä keskittyneesti Youtube-appikselle ”Kulkuset, kulkuset”. Poika haluaa kuunnella joululauluja, ja äänihaku on ihan perusteltu tapa hakea oikea video miljoonien joukosta. Eikä oma jälkikasvuni ole yksin: nuori polvi on ottanut äänihaun luontevasti käyttöön muuallakin. Jo nyt yli 20 % Googlen hauista tehdään äänitoiminnolla, ja vuoteen 2020 mennessä osuuden uskotaan nousevan jopa 30-50 prosenttiin.

2. Datan käyttäminen laajemmin muissa työkaluissa

Oli aika, jolloin analytiikka oli analytiikkaa ja muut tiedot muualla. Nyt ja erityisesti lähitulevaisuudessa datan yhdistäminen muihin työkaluihin tulee olemaan yhtä itsestään selvää kuin se, että tietokoneesta on eniten hyötyä internet-yhteydellä varustettuna. Ihmiskäyttäjä ei ole enää yksin vastuussa siitä, että analytiikka johtaa oikeisiin toimenpiteisiin. Siitä tulevat vuonna 2018 yhä useammin osaltaan vastaamaan muut työkalut, jotka käyttävät dataa polttoaineenaan.

  • Datan käyttö osana markkinoinnin automaatiota ja mainosten jakelua. Viestien targetointi ja ajastaminen on rankkaa puuhaa – niin rankkaa, että yhä useammat antavat automaatiojärjestelmän hoitaa homman. Automaatiojärjestelmän lopputulos on kuitenkin yhtä laadukas ja relevantti kuin sinne työnnetty pohjadata. Tämä kannattaa huomioida analytiikkaa suunniteltaessa.
  • Google Analytics -datan yhdistyminen muihin Googlen työkaluihin. Elokuun lopun Google Analytics Summit -tapahtumassa San Franciscossa yksi asia oli muuttunut täysin edellisistä kerroista: nyt vain noin viidennes esityksistä koski suoraan Google Analyticsia. Vaikka analytiikalla on edelleen myös vahva itseisarvo, pyörii Googlenkin näkökulmasta tulevaisuus sen ympärillä, mihin kaikkialle dataa viedään GA:n lisäksi. Data Studio ja GTM ovat itsestään selviä kumppanityökaluja analytiikalle, mutta niin ovat jatkossa yhä useammin myös eri liikenteenlähteiden arvoa laskeva Attribution 360, kyselytutkimuksiin käytettävä Survey 360 sekä tietenkin mainonnan jakelun työkalut (DCM, DFP).
  • One tag to rule them all. Koska Googlen työkalut keskustelevat hyvin keskenään, oli vain ajan kysymys, milloin niiden tägitys alkaa seuraamaan perässä. Tätä varten Google kehitti uuden Gtag-tägin, joka tukee GA:n lisäksi suoraan myös muita Googlen työkaluja. Teknisessä analytiikkatyössä gtag mainitaan ensi vuonna huomattavasti aiempaa useammin.

3. Tekoäly ja koneoppiminen

”Machine Learning” ja ”Artificial Intelligence” olivat vuoden 2017 ”Big Data”: hype-termi, josta puhuivat kaikki, mutta tarkoittivat keskenään eri asioita. AI-innostuksen ytimessä seksikkään tekoäly-leiman liimaaminen yksinkertaisempiinkin algoritmeihin tuntui houkuttelevalta. Lopulta koittaa kuitenkin aika, jolloin suurille puheille odotetaan katetta, ja uskon, että tällä kohtaa se aika tulee vuonna 2018. Näiden käyttö ainakin lisääntyy:

  • Koneoppiminen mainonnan visun suunnittelussa. Bannereiden ja tekstien versiointi käsin on järjettömän työlästä puuhaa käsin tehtäväksi. Koneoppimista tullaan vuonna 2018 hyödyntämään selvästi aiempaa enemmän eri banneriversioiden tuotannossa. Yksinkertaistettuna ajatus on, että älykäs kone osaa mitata lennosta, mitkä versiot toimivat paremmin, ja tehtailla tuloksen perusteella myös omia versioitaan.
  • Semanttisen ja kovan datan yhdistäminen. Tekstin merkityksen ja sisällön analysoinnissa ihminen on ollut aina ylivoimainen. Ongelma on siinä, ettei kukaan ei pysty analysoimaan merkityksiä nopeasti suuresta määrästä tekstiä ja kvantifioimaan tuloksia, puhumattakaan reaaliaikaisesta toiminnasta havaintojen perusteella. Taas tarvitaan tekoälyä. Koneoppimisella tulee olemaan ehkä jo ensi vuonna suurempi rooli esimerkiksi mediamaailmassa maksumuurin läpäisyyn johtavien uutisten semanttisessa analyysissä sekä kohderyhmien muodostamisessa hakusanojen perusteella.
  • Googlen tekoälysovellukset. Google Analytics ja muut Suiten työkalut tarjoavat jo koko joukon koneoppimiseen perustuvia sovelluksia. Koneoppimista ja tekoälyä tullaan jatkossa käyttämään yhä enemmän esimerkiksi attribuutiomallinnuksessa (Data Driven Attribution), Adwordsin konversio-optimoinnissa (Smart Goals) sekä johtopäätösten tekemisessä (Intelligence). Ja aivan taatusti lisää sovelluksia on tiedossa myös vuonna 2018.

4. GDPR ja ePrivacy eli EU:n tietosuoja-asetukset

Pari kuukautta sitten GDPR-seminaarissa lainvalvoja kertoi lohdulliselta kuulostavia uutisia: ”Ei GDPR-valmistelujen tarvitse olla valmiina 25.5.2018.” Herännyt toiveikkuus tosin nujerrettiin heti seuraavassa lauseessa: ”Valmista pitää olla jo 24.5. 25.5. klo 9.00 aloitamme tarkastukset.” Vaikka yleiset periaatteet GDPR:n ympärillä ovat selkeät ja ePrivacy-säännöstön suhteen meillä on vielä enemmän aikaa reagoida, on edelleen paikoin epäselvää, mihin laariin web-analytiikka käytännössä milläkin kohtaa putoaa. Esimerkiksi näistä asioita edelleen odotamme kiinnostuneina lainsäätäjän viimeisiä tulkintoja:

  • Minkä tasoista tietoa evästeeseen perustuva selaintasoinen käyttäjätieto on? Onko se anonyymiä (tuskin), pseudonyymiä, vai kenties varsinaista, tunnistettavaa henkilötietoa?
  • Vaikuttaako edelliseen kohtaan se, pusketaanko analytiikkaan evästetunnistuksen lisäksi myös anonyymi käyttäjätunnus, joka kuitenkin on yhdistettävissä toisaalla varsinaiseen henkilötietoon? Jos kyllä, muuttuuko mahdollinen tunnistettu henkilötieto takaisin pseudonyymiksi/anonyymiksi, jos yhdistävästä tietokannasta poistetaan vain käyttäjätunnuksen henkilötietoihin yhdistävä rivi?
  • Onko verkkokäyttäytyminen tietoa, joka käyttäjälle täytyy toimittaa, mikäli hän omia tietojaan pyytää? Onko käyttäjällä oikeus tulla unohdetuksi myös verkkokäyttäytymisen osalta?

 

Kaikki nämä muutokset alleviivaavat strategisen työn ja suunnittelun tärkeyttä: paraskaan tekoäly tai datapankki ei (ainakaan vielä) pysty päättämään sitä, mikä on liiketoiminnallisesti järkevää, ja mihin kannattaa panostaa suuressa mittakaavassa. Irti päästessään kahlitsematon tekoäly voi viedä bisnestä myös omituisiin suuntiin. Tekoälyä kannattaakin kohdella kuin hakesilppuria: tolkuttoman tehokas ja käyttökelpoinen työkalu, kunhan käyttäjä vain kiinnittää huomiota siihen, mitä sinne työnnetään.

Odotettujen muutosten lisäksi tulemme ensi vuonna kohtaamaan myös koko joukon yllätyksiä, joita kukaan ei pystynyt näkemään ennalta. Olkoon voima kanssamme siis myös ensi vuonna, ja sitä ennen, oikein hyvää joulua!