Small data auttaa päätöksenteossa

Big data on erinomainen menetelmä korrelaatioiden löytämiseen, mutta se ei sovellu hyvin syiden selvittämiseen. Siihen yritykset tarvitsevat small dataa.

Kirjoittaja: Aki Vainio

DigiUP on Euroopan aluekehitysrahaston ja Päijät-Hämeen liiton rahoittama LAB-ammattikorkeakoulun ja LUT-yliopiston yhteisesti toteuttama projekti, jossa autetaan päijäthämäläisiä yrityksiä tuomaan digitaalisuutta osaksi yrityksen strategiaa. Osana projektia on toteutettu työpajakokonaisuuksia, joissa tavoitteena on tunnistaa yrityksen kehittämiskohteita. Tähän mennessä pidetyissä kokonaisuuksissa on noussut vahvasti esiin yrityksen tarve pitää itseään ajan tasalla tilanteestaan.

Mitä on small data?

Lentoyhtiöt törmäsivät keväällä 2020 hinnoitteluongelmaan matkustamisen vähennyttyä merkittävästi pandemiatilanteen vuoksi. Hinnoittelu perustuu normaaliolosuhteissa tilastollisiin malleihin, joiden avulla optimoidaan hintamuutoksia odotetun kysynnän mukaan, jotta lentokoneet saadaan täytettyä optimaalisesti. Kun kysyntä ei vastannut enää mallien odotuksia ja järjestelmät pyrkivät parhaansa mukaan kasvattamaan kysyntää pudottamalla hintoja, jouduttiin palaamaan käyttämään hinnoittelun apuna asiantuntijoita. (Walton 2020; Wendover Productions 2020.)

Toisin sanoen, lentoyhtiöt siirtyivät käyttämään small dataa big datan sijaan. Big data on vaikeasti määriteltävä konsepti, joten small datan, josta puhutaan vertailukohtana big datalle, määrittely on vähintään yhtä vaikeaa. Chen ym. (2016, 286) käsittelee big dataa passiivisesti kertyvänä ja small dataa aktiivisesti pyydettynä. Banafa (2016) taas lähestyy small dataa sen käyttökelpoisuuden näkökulmasta. Hänen mukaansa small data on ihmiselle ymmärrettävää, helppokäyttöistä ja sen pohjalta voidaan tehdä ratkaisuja.

Big dataa on paljon ja se on rakenteetonta, kun taas small data koostuu yksinkertaisista mittareista. Big datan käsittely tapahtuu usein erissä, jolloin niiden käytössä on viivettä. Small data on sellaisenaan käytettävää.

Martin Lindstrom selittää big datan ja small datan käytännön eroja Knowledge@Whartonin (2016) haastattelussa siten, että big data löytää korrelaatioita, mutta small dataa tarvitaan ymmärtämään kausaalisuhteita. Yllä olevassa esimerkissä lentoyhtiöiden järjestelmät näkivät ratkaisuna matkustajien vähenemiseen hintojen alentamisen, kun taas ihminen pystyy ymmärtämään tilanteen kokonaiskuvan.

Lindstrom (Knowledge@Wharton 2016) korostaa myös small datan tärkeyttä innovoinnin suhteen. Hänen mukaansa 60-65% uusista innovaatioista syntyy juuri small datan avulla. Big datan avulla voi löytää muunnelmia tuotteisiin, mutta aidosti uudet tuotteet ja palvelut tarvitsevat ainakin toistaiseksi taakseen ihmisen joustavampaa lähestymistapaa. Big data saattaa auttaa myös löytämään prosessista pullonkauloja tai muita kehittämiskohteita, mutta se ei tyypillisesti näe tapoja korjata tilannetta.

Tämä on hyvä uutinen pk-yritysten näkökulmasta: Big datan kerääminen ja säilyttäminen ei ole kallista, mutta sen käyttö saattaa olla hankalaa ja vaatia asiantuntijoita. Small datan kerääminen taas saattaa olla hyvinkin helppoa.

Small dataan liittyvä keskustelu on vähentynyt viime vuosina, mutta tämä ei tarkoita, etteikö sillä voisi olla edelleen paikkansa ajattelutapana. Pieni yritys toimii usein edelleen yksittäisen päättäjän intuition varassa, mutta digitalisaatio mahdollistaa myös heille datan hankkimisen päätöksenteon tueksi, eikä tätä pitäisi missään tapauksessa väheksyä.

Mistä pk-yritys saa small dataa?

Pk-yritykselle kerääntyy helposti käytettävää dataa muun toiminnan yhteydessä. Taloustiedot ovat hyvä lähtökohta. Esimerkiksi kirjanpito kertoo missä rahaa kuluu yllättävän paljon ja myyntitilastot kertovat mistä asiakkaat ovat kiinnostuneita.

Vastaavasti internetistä kerääntyy tietoa. Verkkosivuilta saa käyttötilastoja, joiden avulla paljastuu hyvin suunnitelluista sivustoista helposti, että mistä kävijät ovat kiinnostuneita. Sosiaalisessa mediassa on helppo seurata vuorovaikutusta. Pidetyt, jaetut ja kommentoidut julkaisut ovat merkkejä mielenkiinnoista näiden julkaisujen sisältöä kohtaan. Videoalustat kertovat tarkasti mitä osia videoista katsotaan ja paljastavat erityisesti tilanteet, joissa katsojat päättävät jättää videon kesken.

Itse asiassa useimmat yritysten käyttöön suunnitellut järjestelmät antavat jonkinlaista tietoa, joka voi toimia small datana. Esimerkiksi toiminnanohjausjärjestelmät voivat kerätä yrityksen toiminnan luonteesta riippuen hyvinkin räätälöityä dataa.

KPI:t eli key performance indicatorit ovat hyvä työkalu myös tällaisiin tilanteisiin. KPI on mikä tahansa yksinkertainen mittari yrityksen toimintaan liittyen. Ne nähdään usein suurempien yritysten ylevinä tavoitteina, mutta ne ovat työkalu, joka on helppo ymmärtää ja ottaa käyttöön missä tahansa organisaatiossa. (Smith 2018)

Oikein valitut KPI:t auttavat yritystä fokusoimaan toimintaansa. Kuten Kaplan ja Norton (1992) totesivat, ”what you measure is what you get”. Tämä tarkoittaa myös, että seurattavia tekijöitä täytyy olla riittävästi. Tuijottamalla yhtä muuttujaa päädytään helposti tilanteeseen, jossa kehitetään yhtä asiaa lyhytnäköisesti kaiken muun kustannuksella. Oikein valitut järjestelmät kuitenkin auttavat myös siinä, että tämän datan kerääminen ei ole liian työlästä, vaan se tulee sitä tarvitsevien käyttöön automaattisesti.

Lähteet

Banafa, A. 2016. Small Data vs. Big Data: Back to the Basics. OpenMind BBVA. [Viitattu 18.12.2020]. Saatavissa: https://www.bbvaopenmind.com/en/technology/digital-world/small-data-vs-big-data-back-to-the-basics/

Chen, C., Ma, J., Susilo, Y., Liu, Y. & Wang, M. 2016. The promises of big data and small data for travel behavior (aka human mobility) analysis. Transportation Research Part C: Emerging Technologies. Vol. 68, 285-299. [Viitattu 18.12.2020]. Saatavissa: https://doi.org/10.1016/j.trc.2016.04.005

Kaplan, R.S. & Norton, D.P. 1992. The Balanced Scorecard—Measures that Drive Performance. Harvard Business Review. [Viitattu 5.6.2021]. Saatavissa: https://hbr.org/1992/01/the-balanced-scorecard-measures-that-drive-performance-2

Knowledge@Wharton. 2016. Why Small Data Is the New Big Data. Wharton University of Pennsylvania. [Viitattu 18.12.2020]. Saatavissa: https://knowledge.wharton.upenn.edu/article/small-data-new-big-data/

Smith, B. 2018. KPI Checklists. Sheffield, Yhdistyneet kuningaskunnat: Metric Press.

Walton, J. 2020. Will coronavirus make flying more expensive?. [Viitattu 15.12.2020]. Saatavissa: https://www.bbc.com/worklife/article/20200528-will-the-price-of-flights-increase-due-to-coronavirus

Wendover Productions. 2020. How COVID-19 Broke the Airline Pricing Model. YouTube. [Viitattu 15.12.2020]. Saatavissa: https://www.youtube.com/watch?v=H_akzwzghWQ

Kirjoittaja

Aki Vainio työskentelee LAB-ammattikorkeakoulussa tietojenkäsittelyn lehtorina ja digitaalisuuden asiantuntijana erilaisissa projekteissa. Työn ulkopuolella hänen tärkein small datan lähteensä on puntari.

Artikkelikuva: https://pxhere.com/fi/photo/948715 (CC0)

Julkaistu 10.6.2021