LAB Pro
Asiakastiedon ja asiakkaan ostokäyttäytymiseen liittyvän datan kerääminen on nykyään merkittävässä roolissa lähes kaikessa kaupankäynnissä. Kuluttajista on saatavilla monipuolista dataa, mutta määrä on usein niin suuri, että sen tehokas hyödyntäminen saattaa osoittautua haasteeksi. Yritykset, jotka osaavat hyödyntää dataa tehokkaasti ovat tulevaisuuden menestyjiä.
Kirjoittajat: Aleksi Niemelä, Pasi Suhonen ja Tarja Keski-Mattinen
Data ja analytiikka käsitteinä
Koneluettava tieto eli data jaetaan tieteellisessä tutkimuksessa usein laadulliseen eli tekstimuotoiseen tietoon sekä määrälliseen numeromuodossa olevaan tietoon. Avoimelle datalla Heralan (2018, 15) mukaan on ominaista yleinen saatavuus, mahdollisuus datan uudelleen käyttöön ja jakeluun.
Big Data (massadata) käsitteenä tarkoittaa suurta määrää tietoa, jolle on ominaista muodon vaihtelevuus, datan kertymisen, ilmenevyyden ja muuttumisen nopeus. Tieteellisessä tutkimustyössä massadatalla on suuret mahdollisuudet. (Tilastokeskus 2016.)
Analytiikalla tarkoitetaan erilaisia menetelmiä, joilla kerättyä tietoa tarkastellaan ja eritellään. Dataa on kerätty jo vuosikymmeniä, mutta viime vuosina kerätyn datan analysoimisen merkitys ja arvo ovat kasvaneet. Datan poiminta on ikään kuin prosessi, jossa kerätty tieto saatetaan koneluettavaan muotoon. Tavoitteena on oleellisen ja merkityksellisen tiedon poimiminen aineistosta (STKS 2020).
Kerätyn datan sisältämä informaatio johtaa erilaisten keinojen ja järjestelmien kehitystyöhön, että datasta saataisiin optimaalinen hyöty liiketoimintojen kehittämiseksi. Olennaisen ja tärkeän datan reaaliaikainen analysointi soveltuvilla työkaluilla osaavien tekijöiden toimesta on usean yrityksen suuri haaste nyt ja tulevaisuudessa. (VTT 2020.)
Digitaalinen markkinointi ja analytiikka
Digitaalisen markkinoinnin termi tarkoittaa tuotteiden ja palveluiden markkinointia hyödyntäen digitaalisia kanavia, jossa uusia teknologioita käytetään asiakashankinnassa, asiakkaiden kokemuksen parantamisessa, brändin mainostamisessa, asiakassuhteen ylläpidossa sekä myynnin tehostamisessa. (Kannan & Li 2017, 3.)
Markkinoinnin haastavimpia ongelmia on ollut eri markkinointitapojen toimivuuden todentamiseen liittyvät haasteet. Digitaalisen markkinoinnin analytiikka on tähän ongelmaan keskeinen ratkaisu, sillä hyödyntämällä eri analyysityökaluja yritysten on mahdollista saada yksityiskohtaista tietoa eri markkinointitoimenpiteiden toimivuudesta. (Luoma 2018.)
Digitaalisen markkinoinnin tehokkuuden mittaamista on mahdollista parantaa esimerkiksi web-analytiikalla ja sosiaalisen median seurannalla. Web-analytiikalla tarkoitetaan internetissä saatavaa datan keräämistä, mittaamista, analysointia ja raportointia. Sosiaalisen median seurannan avulla yrityksien on mahdollista saada tarkempaa tietoa asiakkaiden mielipiteistä. (Ilmola 2019, 34.)
Analytiikan hyödyt markkinoinnissa ja hyödyntämisen haasteet
Markkinointi on jatkuva prosessi, johon kytkeytyy yrityksen sisäisten ja ulkoisten asiakkaiden, kilpailijoiden ja markkinoiden muuttujien analysointi ja arviointi. Saatujen tietojen ja osaamisen avulla on mahdollista tehdä parempia markkinointia tukevia päätöksiä. (Cheng, Lee & Wei 2015.)
Markkinoinnin analytiikasta on tullut vahva työväline, koska digitaalinen analytiikka tarjoaa huomattavasti yksityiskohtaisempaa dataa asiakaskäyttäytymisestä. Jokainen asiakkaan tekemä klikkaus sähköisessä ympäristössä rekisteröityy. Perinteissä markkinoinnissa sen sijaan vasta lopullinen, saavutettu taloudellinen tulos on analysoitavissa. Analytiikka mahdollistaa tarkan tiedon keräämisen asiakkaiden käyttäytymisestä ja mielipiteistä luonnollisessa ympäristössä. Analytiikka mahdollistaa myös kaikkien ei pelkästään nykyisten asiakkaiden käyttäytymisen seurannan, mikä on tärkeää asiakashankinnan näkökulmasta. Saatu data pitää sisällään myös sijaintitietoja, jotka mahdollistavat personoituja ja merkityksellisiä markkinointiviestejä. (Järvinen 2016, 45.)
Analytiikan kautta saatujen tuloksien ymmärtäminen voi olla yrityksille ongelmallista, jos tuloksia tulkitaan väärin ja näiden perusteella tehdään vääriä toimenpiteitä. Saatuja tuloksia voidaan vältellä, koska ne saattavat paljastaa tehottomia markkinointitoimenpiteitä. Sen sijaan tulokset tulisi nähdä mahdollisuuksina kehittää toimintaa eteenpäin. Yrityksien tulisi määritellä mitä mitataan ja miksi, jotta analytiikan tuloksista saadaan todellista hyötyä. Lisäksi tulisi tietää, mikä analytiikkatyökalu sopii yrityksen omiin tarpeisiin ja mitä saaduilla tuloksilla tehdään. Muutoin analytiikka ei tue liiketoimintaa ja markkinoinnin tukitoimia. (Luoma 2018.)
Google Analytics
Yksi käytetyimmistä web-analytiikka ohjelmista on Google Analytics. Sen avulla voi seurata verkkosivujen kävijöitä ja heidän liikkeitään. Ohjelmisto tarjoaa suuren määrän raportteja ja niistä suosituimpia ovat kävijöiden yleiskatsaus, sivuston sisältökatsaus, somen yleiskatsaus, välitön poistumisprosentti, liikenteen lähteet ja kävijäpolut. Google Analyticsin etuina ovat visuaalinen näkymä, helppokäyttöinen käyttöliittymä ja lisäksi se on ilmainen. (Oldenburg 2014, 19-20.) Kuvassa 1 kuvataan ostajan käyttäytymistä verkkokaupassa käynnistä ostotapahtumaan.
Kuva 1: Google Analytics
Analytiikka tulevaisuudessa markkinoinnin näkökulmasta
Kiristyvä kilpailu ohjaa yrityksiä hakemaan kilpailuetuja ja tapoja erottua muista yrityksistä. Markkinoinnin tehokkuus on hyvä keino kilpailuetuna ja kulujen vähentämisessä. Analytiikka markkinoinnissa kehittyy jatkuvasti ja siihen liittyviä sovelluksia on useita, myös ilmaisia.
Markkinoinnin analytiikka voi olla tulevaisuudessa yrityksen yksi tärkeimmistä liiketoiminnan osista. Mahdollista on menestyksekäs liiketoiminta valmiiden, laadukkaiden datakokonaisuuksien hallinnassa ja jakelussa. Ne voivat olla hyvinkin arvokkaita eri toimijoille. (Lahtinen & Suortti 2017, 22.)
Nyt ja tulevaisuudessa on äärimmäisen tärkeää lähteä määrittelemään yrityksen tahtotilaa datan keräämisestä, hyödyntämisestä ja sen avulla saaduista tavoitteista, jotta näihin kohdennettu työpanos tuottaa yritykselle merkittävää hyötyä. Tavoiteasettelun jälkeen on mahdollista kehittää yrityksen eri toimintoja niin tehokkaampiin markkinointitoimenpiteisiin kuin erinomaiseen asiakaskokemukseen tarjoten enemmän kohdennettua ja yksilöityä asiakasviestintää. Näillä kaikilla toimenpiteillä yritys pystyy kasvattamaan liiketoimintaansa, lisäämään kilpailukykyään ja synnyttää uutta liiketoimintaa.
Lähteet
Cheng, C-C., Lee, A. J. T., & Wei, C-P. 2015. Introduction to the special issue on Data analytics for marketing intelligence. Information Systems and e-Business Management. Vol.13(3), pp.399-402. [Viitattu 1.2.2020]. Saatavissa: https://link.springer.com/article/10.1007%2Fs10257-014-0270-3
Herala, A. 2018. Benefits from Open Data: Barriers to Supply and Demand of Open Data in Private Organisations. Väitöskirja. Lappeenrannan Teknillinen Yliopisto, School of Business and Management. Lappeenranta. [Viitattu 10.2.2020]. Saatavissa: http://urn.fi/URN:ISBN:978-952-335-262-9
Ilmola, J. 2019. Digitaalisen markkinoinnin mittariston luonti ja suorituskyvyn mittaaminen b2b-yrityksessä – Case Eatech Oy. Pro gradu -tutkielma. Tampereen yliopisto, kauppatieteiden tutkinto-ohjelma, markkinointi. Tampere. [Viitattu 8.2.2020]. Saatavissa: http://urn.fi/URN:NBN:fi:tuni-201903221416
Järvinen, J. 2016. The Use of Digital Analytics for Measuring and Optimizing Digital Marketing Performance. Dissertation. Jyväskylä University of Business and Economics. Jyväskylä. [Viitattu 8.2.2020]. Saatavissa: http://urn.fi/URN:ISBN:978-951-39-6777-2
Kannan, P. K. & Li, H. A. 2017. Digital marketing: A framework, review and research agenda. International Journal of Research in Marketing. 34(1), 22-45. [Viitattu 5.2.2020]. Saatavissa: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3000712
Lahtinen, J. & Suortti, T. 2017. Analytiikan hyödyntäminen markkinoinnissa: segmentointi ja asiakkaan arvottaminen. Kandidaatintyö. Lappeenrannan teknillinen yliopisto, tuotantotalous. Lappeenranta. [Viitattu 5.2.2020]. Saatavissa: http://urn.fi/URN:NBN:fi-fe201705036307
Luoma, S. 2018. Digitaalinen analytiikka. Senja Luoma. [Viitattu 1.2.2020]. Saatavissa: https://senjaluoma.fi/2018/01/14/digitaalinen-analytiikka-parantaa-markkinoinnin-mitattavuutta/
Oldenburg, J. 2014. Verkkoanalytiikan hyödyntäminen käyttäjälähtöisessä verkkopalvelukehityksessä. Pro gradu –tutkielma. Tampereen yliopisto, Informaatiotieteiden yksikkö. Tampere. [Viitattu 4.3.2020]. Saatavissa: http://urn.fi/URN:NBN:fi:uta-201408202053
STKS. 2020. Tepa-termipankki. [Viitattu 10.2.2020]. Saatavissa: http://www.tsk.fi/tepa/fi/haku/tiedon%20poiminta
Tilastokeskus. 2016. Tietotekniikan käyttö yrityksissä. Helsinki. [Viitattu 10.2.2020]. Saatavissa: http://www.stat.fi/til/icte/2016/icte_2016_2016-11-30_kat_006_fi.html
VTT. 2020. Dataperusteiset ratkaisut. Helsinki. [Viitattu 10.2.2020] Saatavissa: https://www.vtt.fi/palvelut/digitaalinen-maailma/dataperustaiset-ratkaisut/datan-analysoiminen/data-analytiikka
Kirjoittajat
Aleksi Niemelä on YAMK-opiskelijana LAB-ammattikorkeakoulussa Digitaaliset ratkaisut ohjelmassa.
Pasi Suhonen on YAMK-opiskelijana LAB-ammattikorkeakoulussa Digitaaliset ratkaisut ohjelmassa.
Tarja Keski-Mattinen toimii LAB-ammattikorkeakoulussa tietojenkäsittelyn lehtorina.
Artikkelikuva: https://pxhere.com/fi/photo/1366141 (CC0)
Julkaistu 27.5.2020
Viittausohje
Niemelä, A., Suhonen, P. & Keski-Mattinen, T. 2020. Analytiikan hyödyntäminen markkinoinnissa. LAB Pro. [Viitattu ja pvm]. Saatavissa: https://www.labopen.fi/lab-pro/analytiikan-hyodyntaminen-markkinoinnissa/
