ANALYTIIKKA BISNEKSESSÄNIKO VUOKKO, SHARPER SHAPE26.10. 2015

MITÄ ON ANALYTIIKKA?

MITÄ ON ANALYTIIKKA?Analytiikka on bisneksen silmät• ”Näytä mihin astun”• ”Auta päättämään mihin haluan mennä”

• Analytiikka on digitalisaation ydin

”Software is eating the world” – tämä on vasta alkanut…

MISSÄ ANALYTIIKKA TOIMII?Jokaisella yrityksen osastolla:• Tehtaasta logistiikkaan• Markkinoinnista HR:ään

Jokaisella yhteiskunnan alueella:• Ammattilaisurheilusta lääketutkimukseen• Mobiilipeleistä maanjäristysten

paikannukseen• Vaateliikkeen hyllyistä rikostutkintaan

ESIMERKKI: FREEMIUM-PELIN ANALYTIIKKA

”Tarjotaan tätä ostoa tälle pelaajalle juuri tähän kellonaikaan, tähän hintaan, tässä paikassa, tässä pelitilanteessa, tällä sanamuodolla ja animaatiolla, tässä kohtaa ruutua”

Ai miksi?

”No koska samassa paikassa eilen yhtä toista peliä pelannut saksankielinen, mutta kanadalaiseksi itseään väittävä 23-vuotias Pokemoneja harrastava TTY:n opiskelija kävi Espanjassa kuukausi sitten, käyttää Facebookia paljon juuri lauantaisin, on aika nopea mutta samoja kielivirheitä toistava kirjoittaja ja tarkistaa usein pelin kaveritilastoja, joissa viettää keskimäärin 2.3 sekuntia kerralla”

MITÄ ON BIG DATA?

Suurta ja monimutkaista

• Teknologiapohja ja laskentateho mahdollistaa hyvin heikkojen signaalien arvioinnin hyvin suuresta datasta• Big Data on välttämätöntä kaikkein arvokkaimmille

analytiikkaratkaisuille• Osaajia ei ole tarpeeksi luomaan kaikkea analytiikkaa, johon

pystyisimme• Tämä epäsuhta selittää hypen ja Big Datan nopean nousun esille

ANALYTIIKAN MENETELMÄT

DATAN LAATUBig Data on:• Suurta harvinaisetkin ilmiöt toteutuvat usein• Monimutkaista dataa ja sen laatua vaikeaa arvioida• Kasvavaa ei aikaa pysähtyä

Analytiikan onnistuminen riippuu suoraan datan laadusta ja kyvystä hallita sitäBisneksen onnistuminen riippuu analytiikan onnistumisesta

DATAN LAATU

• Dataa yhdistellään hyvin erilaisista lähteistä

• Muuttujan määritelmä riippuu siitä, keneltä kysytään ja mistä luetaan

• Datakehitys ripeää ja nykytilanteen hahmotus siksi hankalaa

• Uutta dataa haalitaan laadun kustannuksella

• Poikkeusten, virheiden ja hyppyjen havaitseminen suuresta massasta vaikeaa

DATAN LAATU

Dokumentaation puute tai sen virheet (usein väärä yksinkertaistus)

Muuttujan merkityksen

muutos

Uudet muuttujat, vanhojen

katoaminen

Väärät tai vaihtelevat

yksiköt

Puuttuvat arvot

Teksti ja numerot sekaisin

Käsittämättömät aikaleimat

Tilapäiset, vaihtuvat,

kopioituneet ID:t ilman vastineita

Rikkinäiset ID:t

Korruptoituneet kentät

Valehtelu ja petos

OIKEAN TAVOITTEEN VALINTAAnalytiikan tavoitteet eivät muodostu tyhjiössä:• Bisnestavoitteet• Virheiden kustannukset• Datan ominaisuudet

• Jokaisella analytiikalla on onnistumisen mittari• Esimerkki: Millä mittarilla etsitään asiakkaiden lupaavinta promillea?• Paras mittari on bisnesarvo: raha, strateginen edistys,

yhteiskunnallinen vaikutus

OIKEAN LAADUN VALINTAVirheiden kustannukset ovat tapauskohtaisia:• Maanjäristyksen riskiarviointi• Lääkemolekyylin lupaavuus vs. potilasturvallisuus• Asiakkaalle epämiellyttävän tuote-ehdotuksen teko• Asiakkaan jo ostaman tuotteen ehdottaminen• Kaasuturbiinin virheellinen säätö

Analytiikka elää tasapainossa hyötyjen ja haittojen keskellä

SOVELLUKSIA: OHJAAMATON OPPIMINEN

• Varhainen konerikon tai tietomurron havaitseminen

• Kuluttajan yksityiskohtaisen elokuvamaun määrittely

• Yhteisöjen ja nousevien aiheiden tunnistaminen sosiaalisessa verkossa

• Hakukone

• Zombie-epidemian mallintaminen

SOVELLUKSIA: LÄHDE-EROTTELU

• Kielen mallinnus

• Aivotutkimus

• Ilmastonmuutoksen syiden tunnistaminen

• Teollisuusprosessin dynamiikan hallinta

• Riskitunnistus itseajavassa autossa

SOVELLUKSIA: OHJATTU OPPIMINEN

• Roskapostin tunnistus

• Betonin lujuuden säätö

• Parhaan mainoksen ja sen hinnan valinta kuluttajalle

Puoliohjattu oppiminen

• Hahmontunnistus videokuvasta

• Mielipideanalyysi webbifoorumeilta

EKSPONENTTILAIT• Koulu opettaa meille, että kaikki seuraa normaalijakaumaa• Todellisuudessa hyvin moni data seuraa eksponenttilakia – ”the long tail”Maailma on täynnä eksponenttilakeja:

Asiakkaiden arvo ja aktiivisuusAivotoimintaMaanjäristysten voimakkuusVarallisuuden jakoHiekanjyvien kokoIhmisten sosiaalinen käytös

Jokien pituusOsakepörssien aktiivisuus ja heilahteluSähköinen kohinaKaupunkien koko

Ihmiset eivät käyttäydy niin kuin kuvittelet

EKSPONENTTILAIT• ”Kenellä on, sille annetaan” suuret verkostovaikutukset• Esimerkki: nettisivuille linkitetään suhteessa niiden suosioon• Esimerkki: tunnetut näyttelijät saavat enemmän rooleja

• Äärimmäisen vino jakauma: valtava huippu, mutta lähes kaikki pohjalla• Keskiarvot ovat rikollisen huonoja mittareita• Useimmat analyyttiset menetelmät sekoavat tästä täysin• Eksponenttikäyrän eri osat käyttäytyvät hyvin eri tavoin

Tyypillisen freemium-pelin tuotot/aktiivisuus/tms. per pelaaja näyttävät tältä

Poistetaan tästä ensin ei-maksavat käyttäjät

… mutta tulos ei olekaan tämä normaalijakauma …

… vaan näyttää itse asiassa tältä

Valtavat huippuarvot, mutta lähes kaikki ovat pohjalla

Käyrä seuraa eksponenttilakia

Logaritmiakselit tuovat esille suoran viivan

Toinen esimerkki

Käyttäjämäärä

Tuotot per käyttäjä

TILASTOLLINEN MERKITSEVYYSBig Data on• Suurta mikä tahansa erikoinen ilmiö löytyy kun etsii• Monimutkaista mahdollisuus tehdä runsaasti monimutkaisia

kysymyksiä

Ihmiset ovat tavattoman huonoja tulkitsemaan tilastojaSinä et ole poikkeus

Big Data tarjoaa täydellisen ympäristön tämän todistamiseen

TILASTOLLINEN MERKITSEVYYS

• Päättäjä: ”Voinko luottaa näihin numeroihin? Onko päätökseni perusteltu?”

• Tilastollinen merkitsevyys on eri asia kuin tosimaailman merkitsevyys

• Järjestelmien pitää toimia varman päälle riskien suhteen

• Luottamus analytiikkaan rakentuu hitaasti, mutta romahtaa nopeasti

TILASTOLLINEN MERKITSEVYYSMerkitsevyysarvion luotettavuudelle on kriittistä:• Datalähteen ja haetun ilmiön mallinnuksen oikeellisuus• Etsityn ilmiön rajaaminen tiukasti etukäteen

Esimerkki bioinformatiikasta:• Geenien toiminta ei ole normaalijakautunutta kohinaa• Testattavana on samanaikaisesti tuhansia eri geenejä ja olosuhteita• Eri tapoja etsiä poikkeuksia on tuhansia

KORRELAATIO JA SYY-SEURAUSSUHDE

• Korrelaatio ei ole syy-seuraussuhde• Mutta analytiikassa korrelaatio usein riittää

• Korrelaatio voi kätkeä mielivaltaisen totuuden• Tulipaloja syttyy enemmän kun palomiehiä on enemmän• Enemmän markkinointiin investoivilla yhtiöillä on suurempi

liikevaihto

ANALYYTTINEN TESTAUS• Automaattinen analytiikka mullistaa tiedonkeruun ja innovoinnin• Ei vain teknologiaa vaan ideologiaa

• ”Miten muotoilemme käyttöliittymän logiikan ja palikat?”• ”Kumpi algoritmi tuottaa käyttäjien mielestä parempia tuloksia?”• ”Millä hinnoittelustrategialla saamme maksimoitua lennon tuoton?”

• Lähtökohtana A/B-testaus• Modernina rakenteena bandit-testaus

METAILUA ANALYTIIKASTA

MITKÄ OVAT TÄRKEITÄ METRIIKOITA?Älä valitse metriikoita vaan bisnesongelmia

• Näkyvä muutos metriikoissa näkyvä muutos bisneksessä• Bisnesongelmat muuttuvat ja vaihtuvat jatkuvasti• Internet ei kerro sinulle ongelmaasi

Ongelmien ymmärtäminen ei riitä, analytiikan tulee tarjota keinot ratkaisuun

ESIMERKKI: KAKSI MOBIILISOVELLUSTAUusi sovellus

• Tehokkain käyttäjien hankintakanava?• Tehokkain orgaanisen kasvun keino?

• Miten korjata uusien käyttäjien alkukokemus?• Mitä ominaisuuksia ei käytetä?• Tehdäänkö ”erikoistarjous” 2 vai 5

päivän jälkeen?

Vakiintunut sovellus

• Mikä käyttäjäsegmentti on vielä ammentamatta?• Mikä saa käyttäjät lähtemään?

• Millainen sisältö on parasta monetisoinnille?• Onko käyttäjiä, jotka ovat

saturoituneet nykysisällölle?

ANALYYTIKON TEHTÄVÄ

Ei tiedon, vaan bisneksen mallintaminen

• Analyytikko muuntaa bisnesongelmia dataratkaisuiksi

• Maailma on täynnä ongelmia ja analytiikka täynnä ratkaisuja

• Miten rakennetaan siltoja puolelta toiselle?

MITÄ TAITOJA DATA SCIENCE VAATII?• Todennäköisyysmatematiikka• Ohjelmointi ja skriptaus• Laskentatieteet• Datajärjestelmät

• Kyky kiertää ongelmia ja hallita monimutkaisuutta• Intuitio (nopeasti poista väärät + valitse oikea lähestymistapa)• Kyky nähdä yksityiskohdat, mutta luoda yleiskuva• Bisnes-ymmärrys

OPERATIIVINEN ANALYTIIKKA

• Yleensä analytiikka nähdään kivoina kuvina kalvoilla ja nettisivuilla

• Analytiikan vaikutus ja hyöty 1000x, kun se automoidaan osaksi operaatioita

• Operatiivinen analytiikka analysoi ja reagoi dataan jatkuvasti, ympäri kellon, ilman ihmisiä

OPERATIIVINEN ANALYTIIKKA: ESIMERKKEJÄ• Markkinointi ei tutki mainonnan vaikutuksia, vaan kone

automaattisesti ennustaa ja painottaa budjetin uusiksi joka hetki

• Tuotantoketju tasapainottuu satojen yksiköiden ja tuhansien SKU:iden välillä automaattisesti

• Kone ei vain tarjoa tietoa potilaan tilasta, vaan jatkuvasti arvioi mahdollisten komplikaatioiden todennäköisyyttä ja ehdottaa lisätoimenpiteitä

OPERATIIVISEN ANALYTIIKAN HAASTEET• Analytiikan automaattinen käyttö on 10x vaikeampaa• Valtavat vaatimukset datan laadulle, algoritmien tarkalle

ymmärtämiselle ja järjestelmien luotettavuudelle• ”Outo” data ei saa aiheuttaa ”pahoja” reaktioita

• Datan saatavuus on bisneskriittistä• Analytiikan saatavuus on bisneskriittistä• Analytiikan luotettavuus on bisneskriittistä

MITÄ ON REAALIAIKAINEN ANALYTIIKKA?• Analyytikko: ”Mikä on käyttäjien määrä tänään? Lähteittäin? Entä

nyt? Ranskassa?”

• Järjestelmänvalvoja: ”Verkkoliikenteessä erikoinen piikki viime 10 sekunnin aikana, miksi?”

• Mainospörssi: ”Mitä tarjoat tästä mainostilasta? Sinulla on 50 ms”

• Moottorikontrolleri: ”Näiden 12 sensorin data viimeisen 10 mikrosekunnin ajalta kertoo, että minun tulee käskeä ohjaimia muuttamaan toimintaansa”

TARVITSEEKO ANALYTIIKAN OLLA MONIMUTKAISTA?• Keskiverto yrityksellä on valtavasti ongelmia, jotka voi ratkoa

hyvin yksinkertaisella analytiikalla• Näiden ratkominen ja automointi on monien vuosien työ

• Laajemman automaattisen analytiikan kehittäminen vie paljon pitempään kuin kukaan alkuun kuvittelee• Monimutkaisen analytiikan kehittäminen turhaa, jos taustalla

olevia perusasioita ei kunnolla hallita

ANALYTIIKAN KÄYTTÖLIITTYMÄAnalytiikkaa ei oteta käyttöön, ellei se tee käyttäjiensä työstähelpompaa, laadukkaampaa ja tehokkaampaa

Visualisointi on kriittistä sekä hyödylle että hyväksynnälle organisaatiossa, konseptoinnista lopputuloksiin asti

Pääosa analytiikan investoinneista kuluu toimivan käyttöliittymän tarjoamiseen

ANALYTIIKAN KÄYTTÖLIITTYMÄ

• ”Mitä tietoa näiden käyttäjien tulee nähdä?”

• ”Mitä tietoa tämä päätöksenteko tarvitsee?”

• ”Miten esittää tieto selkeästi, mutta kaiken oleellisen näyttäen?”

• ”Miten esittää tieto niin, että siitä ei voi tehdä virheellisiä tulkintoja?”

YLEISET ONGELMAT ANALYTIIKAN KÄYTÖSSÄ• Vähäinen huomio datan laatuun ja sen kompensointiin• Metriikoiden huono ymmärrys ja valinta• Metriikoiden virheellinen tulkinta• Väärä yksinkertaistus (esim. keskiarvojen käyttö)• Merkitsevyyden unohtaminen

• Virhelähteiden puutteellinen tunnistaminen• Puutteelliset alkuperäiset tavoitteet• Keskeinen data puuttuu (joskus hyvin vaikeaa korjata)• Löydöt jäävät infotasolle, niitä ei automoida osaksi operaatioita• Liian monimutkaisen tekeminen

DATA

KONEDATA JA IHMISTEN LUOMA DATAIhmisten luomaa dataa:• 6K twiittiä / s• 40K tapahtumaa / s mobiilipelistä (~200 Gt / pv)• 50K Google-hakua / s

Konedataa:• 5M tarjousta / s USA:n optiomarkkinoilla• 120 Mt / s diagnostiikkaa kaasuturbiinista• 1 Pt / s törmäyshetkellä CERNin LHC-kiihdyttimestä

KONEDATA JA IHMISTEN LUOMA DATA• Ihmisten luoma data tulee kasvamaan, mutta pääosin

yksityiskohtaisuudeltaan• Lähes kaikki ihmisten luoma data on ”pientä”

• Konedataa on valtavasti ja vain tallennuskapasiteetti rajoittaa sen kasvua• Konedatan kerääminen mullistuu asioiden internetin myötä

entisestään

DATA VERSUS ALGORITMI• ”Yksinkertaiset mallit ja enemmän dataa voittavat vähempään

dataan perustuvat monimutkaisemmat mallit” – Peter Norvig

Perusteita:• Lisää muuttujia laskee vinoumaa, lisää datapisteitä laskee varianssia• Yksinkertaiset metodit helpompia hallita, erityisesti operaatioissa• Laskenta-ajalla on merkitystä suuressa skaalassa

Viime aikoina sääntöön on ilmestynyt poikkeus

”DEEP LEARNING” – SYVÄT NEUROVERKOT• Pohjimmiltaan vain hyvin monikerroksinen tavanomainen neuroverkko• Pitkä sarja pieniä läpimurtoja nostaneet menetelmän valtavan

tehokkaaksi• Poikkeus, missä ”valtavasti dataa ja monimutkainen malli” voittaa

Erityisominaisuuksia:• Toimii erityisesti jatkuvarakenteiselle datalle (aikasarjat, kuvat, ääni)• Automoi pois osan tarpeesta ymmärtää datan ominaisuuksia• Vaatii valtavat määrät sekä dataa että laskentaa• Hyvä alusta ohjatun ja ohjaamattoman oppimisen yhdistämiseen

ESIMERKKI: GOOGLENET• 27 kerrosta, 5M parametria, näitä verkkoja 7 rinnan•Oppiminen vaatii viikon (nopeaa) GPU-aikaa• Kuvantunnistus ihmisen tasolla

Huskyvs.

Malamuutti

DATAJÄRJESTELMÄT

DATAJÄRJESTELMÄT MURROKSESSA• Vanhat järjestelmät soveltuvat transaktioihin, ei analytiikkaan• Erilainen data ja erilainen tarkoitus tarvitsevat hyvin erilaisen

järjestelmän

Datan pitää olla• heti saatavilla ympäri maailmaa• käytettävissä laajasti ja samanaikaisesti• vapaasti yhdisteltävissä

UUDET DATAJÄRJESTELMÄT – HADOOP• Hadoop toi halvan, luotettavan datan tallennuksen ja kyvyn

edes teoreettisesti käsitellä valtavaa dataa

• Ei ole yhtä Hadoopia – vain yleinen heterogeenisen laskennan alusta ja kokoelma järjestelmiä ja sovelluksia

Hadoop on oikea vastaus vain hyvin harvoille

ESIMERKKI – FACEBOOKIN ANALYTIIKKA-HADOOP

300 Pt

600 Tt / päivä

UUDET DATAJÄRJESTELMÄT - PILVIVanhat tavat säilöä ja käyttää dataa sopivat huonosti uusiin tarpeisiin

Pilvi ratkaisee monia ongelmia• Luotettavuus ja säilyvyys• Skaalautuvuus, hajautus, samanaikaisuus• Sama yksinkertainen saatavuus kaikkialta

Pilvi on ainoa oikea ratkaisu lähes kaikille

UUDET DATAJÄRJESTELMÄT – DATA ON JATKUVAA• Ennen data nähtiin staattisena tilana, jota päivitettiin• Nyt data nähdään jatkuvana virtana yksittäisiä muutoksia• Mikään data ei ikinä katoa, se vain kertyy

Data pitää analysoidaan sitä mukaa kuin se tuleeDatan ”parasta ennen”-päiväys aikaistuu:• ”Miksi katsoa kuukauden vanhaa dataa, kun sitä tulee tänään 10

gigaa lisää?”• ”Eilisen data pitää hyödyntää nyt ennen kuin se on turhaa”

ASIOIDEN INTERNET• Ymmärrämme elinympäristöämme lopulta aika vähän• Asioiden internet muuttaa tämän niin ihmisille kuin koneille• Suunnaton määrä hyvin monimutkaista dataa

• Mahdollisuudet ovat valtavat, mutta vielä epäselvät• Teknologia on olemassa, mutta ei vielä kypsää• Kuka analysoi ja tuo käyttöön kaiken tämän datan?

ANALYTIIKKA BISNEKSESSÄ

MITÄ BIG DATA TARKOITTAA BISNEKSELLE?Asioiden arvoa ei mitata vain rahassa, vaan myös datassa

• Maksavat asiakkaat ovat aina pieni vähemmistö• Ei-maksavat asiakkaat tuottavat elintärkeää dataa

Esimerkki: Google tekee $15B voittoa, vaikka tarjoaa kaikille ”ilmaisen” sähköpostin, Officen, pilvitallennuksen, videokirjaston, hakukoneen, jne.

ANALYTIIKAN KÄYTÖN ASKELEET

1. Hallitsematonta – kaoottista, rikkinäistä dataa, ad-hoc käyttö

2. Reaktiivista – Paikallisia käyttötarpeita, tieto ei siirry

3. Hallittua – Strategian mukaista, suunniteltua

4. Osaamisen ydin – Datan käyttö on kaiken toiminnan ytimessä

5. Strategista – Datalle on oma strategia, sen arvoa ja investointeja suunnitellaan ylimmillä tasoilla

ANALYTIIKKA JA YRITYSKULTTUURISuurin haaste analytiikan käytössä ei ole teknologia vaan ihmiset

• Miten saada organisaatio luottamaan dataan eikä statukseen, konsensukseen, kokemukseen, intuitioon tai ennakkoluuloihin?• Miten saada organisaatio vaatimaan dataa ja kyseenalaistamaan vanhat

totuudet?• Muutoksen täytyy lähteä huipulta, muutosten taas pohjalta• Yhteistyö analytiikan osaajien ja osaamattomien välillä auttaa tukemaan

muutosta• Hyödyt vaativat suuren esipanoksen kärkihankkeet tärkeitä

ANALYTIIKKA JA YRITYSORGANISAATIO• Miten rakentaa organisaatio ja sen prosessit hyödyntämään dataa

joka vaiheessa?• Dataa ja korkean tason analytiikkaosaamista on kriittistä hallita ja

kehittää keskitetysti

• Vaihtoehto 1: Voimakas keskitetty osaaminen yhteistyössä bisnesyksiköiden kanssa• Vaihtoehto 2: Keskitetty yksikkö tarjoaa teknologiaa ja

erikoisosaamista bisnesyksiköihin hajautetuille analyytikoille, joilla bisnestuntemus

DATASTRATEGIAData on pääomaa

• Mikä on datan capex, arvon alenema ja kuoletus?• Miten investoidaan datapääomaan?• Miten data muunnetaan tuloiksi?• Voiko dataa ostaa ja myydä?• Miten datapääoma kirjataan?• Keskeinen teknologia tarvitsee strategian, mikä on datastrategia?

ANALYTIIKKA JA YRITYSSTRATEGIA”Mitä peliä pelaamme?”

• Oikea analytiikka tuo merkittäviä kilpailuetuja• Monet rakentavat strategiansa sen datan varaan, johon heillä on

yksinoikeus

”Miten pidämme kirjaa pistetilanteesta?”

• Analytiikalla arvioidaan yritysstrategian menestystä• Analytiikka ei vain kerro pistetilannetta vaan keinot sen

parantamiseen

YHTEENVETO

KIITOS!Ota yhteyttä: niko.vuokko@gmail.com, linkedin.com/in/nikovuokko