Olen jo pitemmän aikaa pohtinut mikseivät yritykset hyödynnä web-analytiikkaa nykyistä tehokkaammin. Eikö sen hyötyjä nähdä? Vai koetaanko se vähempiarvoiseksi muuhun liiketoimintadataan nähden? Vai johtuuko hyödyntämättömyys siitä, että dataa on tarjolla muutenkin jo aivan liikaa ja syntyy ähky?
North Patrol on suunnitteluun erikoistunut konsulttitoimisto. Suunnittelemme, autamme teknologiavalinnoissa, kilpailutamme. Emme myy toteutusprojekteja, emmekä lisenssejä, olemme aidosti asiakkaan puolella.
25.10.2017
Lähes kaikilla organisaatoilla on Google Analytics -tili (tai joku vastaava) olemassa, mutta yllättävän harvoin siitä otetaan kunnolla hyötyjä irti. Pelkkä vierailijoiden lukumäärän seuranta kuukausittain ei tuo juurikaan lisäarvoa organisaatiolle. Tai toki sekin on yksi mittari, joka voidaan sitoa vaikkapa brändin tunnettuuteen, joten joissain tapauksissa tämä voi olla hyvinkin relevanttia. Harvemmin kuitenkaan näin.
Kysyin analytiikan hyödyntämisestä ja sen hyödyntämättömyydestä kahdelta asiaan vihkiytyneeltä asiantuntijalta, Lassi Tommiselta ja Rami Karhulta, ja yritimme yhdessä löytää vastauksia näihin kysymyksiin.
Miksei web-analytiikkaa hyödynnetä nykyistä paremmin?
”Syy on varmasti aina yhdistelmä monia asioita: Ajan ja/tai resurssien puute, osaamisen puute tai huonot työkalut raportointiin” kertoo Lassi Tomminen ja jatkaa: ”Voi myös olla, ettei datan oikeellisuuteen luoteta.”
Rami Karhu on samoilla linjoilla: ”Analytiikan aitoon hyödyntämiseen tarvitaan kolme asiaa: työkalut, resurssit ja datan hyödyntämisen kulttuuri. Lähes jokaiselta löytyy vähintäänkin joku työkalu, mutta kaksi jälkimmäistä kohtaa eivät välttämättä ole aina kunnossa.”
Juuri näin. Työkaluja kyllä on, mutta onko riittävän kompetenssin omaavia resursseja tarpeeksi? Tyypillisesti organisaatioissa on ehkä se 1-2 tulenkantajaa, joiden vastuulla (”otona”) koko homma pitkälle on. Tässä on havaittavissa hieman ”muna-kana” -ilmiötä: Resursseja on hankala saada, jollei analytiikan avulla pystytä esittämään joitain konkreettisia hyötyjä. Vastaavasti ilman riittäviä resursseja hyötyjen esittäminen voi olla hankalaa.
Kulttuuri onkin sitten hankalampi ja monimuotoisempi asia. Tämä liittyy voimakkaasti myös resurssien saatavuuteen sekä jatkuvuuteen. Syntyykö analyysien perusteella todellisia toimenpiteitä? Miten ylimmän johdon saisi ymmärtämään asian tärkeyden?
Oma näkemykseni on, että analysointiin liittyy myös hieman laajempi osaamisvaje, joka liittyy muuhunkin kuin web-analytiikkaan. Dataa kyllä on ja siitä saadaan jopa koostettua yhteenvetoja, mutta kuka pystyisi analysoimaan sitä kyseisessä liiketoimintakontekstissa ja antamaan analyysin pohjalta toimenpide-ehdotuksia?
”Ehkä koko homma kiteytyy siihen, että aikaa, resursseja tai jopa halua ei ole, koska ei pystytä, osata tai ehditä näyttämään oikeita hyötyjä.” Lassi toteaa ja painottaa osaamisen merkitystä: ”Ilman oikeaa osaamista analytiikkaohjelmiston perusraporteista ei välttämättä löydä mitään käyttökelpoista. Ja tosi helppoja raportointityökaluja ei edes ole olemassa, mutta nekin ovat onneksi menossa parempaan suuntaan esim. Google Data Studion myötä.”
Mitä analytiikan hyödyntäminen vaatii?
Lassin näkemyksen mukaan aikaa ja aktiivista osallistumista omalta organisaatiolta. ”Yleensä mielellään myös useammalta taholta organisaation sisällä.” Molemmat ovat vahvasti sitä mieltä, että suurimmat hyödyt analytiikasta syntyvät usein sellaisille tahoille, jotka eivät ole välttämättä ollenkaan mukana analytiikan käytännön työssä. ”Tärkeimmät toimenpiteet voivat usein syntyä jossain aivan muualla kuin yksikössä, jossa analysointi tapahtuu.” toteaa Rami.
Varsinkin isommissa organisaatioissa tulisi olla joku, joka on kartalla siitä, mitä analytiikalla tehdään ja ennen kaikkea siitä, mitä sillä voidaan tehdä. Tämä henkilö pystyy sitten jakamaan tietoa oikeille henkilöille ja tiimeille organisaation sisällä. Tällä henkilöllä tulee olla kykyä haastaa ja kysellä uteliaasti ympäri organisaatiota. Myös tästä molemmat vieraskynäilijämme ovat vahvasti samaa mieltä: ”Organisaatiosta tulisi löytyä vähintään yksi asiasta palavasti kiinnostunut henkilö, eräänlainen soihdunkantaja, jolle tulisi antaa aikaa ja edellytykset kaivaa datasta oivalluksia.”
Paras tilanne on tietysti se, jos kiinnostus dataan lähtee johdosta, mutta kulttuurimuutos voi syntyä myös alhaalta ylöspäin. Rami kertoo esimerkin: ”Näin voi tapahtua esim. kun tämä soihdunkantaja ryhtyy auttamaan liiketoimintajohtoa proaktiivisesti. Kun analytiikasta vähät välittävä henkilö alkaa yllättäen ja pyytämättä saamaan itseään hyödyttäviä tietoja digikanavista, alkaa häntä ja yhä useampaa asia ennen pitkää kiinnostamaan. Kiinnostuksen kasvaessa osataan alkaa vaatimaan lisää dataa.”
Analytiikan hyödyntäminen vaatii myös kykyä toimia datan pohjalta.
”Raportointi ja analysointi on täysin turhaa, mikäli niistä ei synny toimenpiteitä. Se on kuin katsoisi vierestä popcornia mutustellen oman talonsa palavan.” tuumaa Rami.
Usein tarvitaan myös ulkopuolisen asiantuntijan apua. ”Osaava kumppani voi hoitaa mittareiden määrittelyn, analytiikan implementoinnin ja raporttien tekemisen”, toteaa Lassi ja jatkaa samaan hengenvetoon: ”jotta lopputulokseksi syntyisi oikeasti konkreettista hyötyä, on erittäin tärkeää saada joka vaiheessa palautetta myös organisaation sisältä.” Rami on samaa mieltä: ”Suomessa on hyvää alan osaamista ja apua saa monipuolisesti. Löytyy niin analysointiin keskittyneitä taloja kuin myös kokeneita IT-taloja, jotka analysoinnin ja optimoinnin lisäksi tarvittaessa myös auttavat tekemään vaaditut muutokset.”
Optimaaliselta mallilta vaikuttaa sellainen kombinaatio, jossa hyödynnetään ulkoista asiantuntijatukea, mutta myös oma organisaatio on jatkuvasti vahvasti mukana. Datan ”loppuhyödyntäjien” panos on siis merkittävässä roolissa onnistumisen kannalta.
Rami nostaa esiin vielä yhden erinomaisen huomion tästä yhteistyömallista: ”Samalla tietotaito organisaation sisällä kasvaa. Väitän että valtaosa alan osaajista pyrkii jakamaan tietoa avoimesti. On kaikkien etu, jos tietämys ja osaaminen asiakasorganisaatioissakin kasvaa.”
Minkälaiset organisaatiot osaavat hyödyntää analytiikkaa?
Asiantuntijat lähestyvät asiaa hieman eri näkökulmista. Lassin mielestä analytiikkaa tehdään ja hyödynnetään paremmin yrityksissä, jotka myyvät asioita suoraan kuluttajille netissä.
”Varsinkin kuluttajaverkkokaupoissa on yleensä suht selkeää mitä mittareita pitää seurata.”
Tämän Ramikin allekirjoittaa: ”Verkkokaupoille datan hyödyntäminen on usein elinehto.”, mutta hän nostaa esiin pienemmät firmat: ”Erityisesti kaikki verkkoon syntyneet ”diginatiiviorganisaatiot” hyödyntävät dataa huomattavasti isoja, perinteisempiä organisaatioita paremmin. Ehkä monipuolisimmin dataa hyödyntävät monet digipuolen start-upit, kuten mobiiliapplikaatioita tai pelejä valmistavat firmat. Näillä jatkuva analysointi ja optimointi usein on firman DNA:ssa johtoa myöten.”
Yrityksen koko ja ikä ovatkin mielenkiintoisia tekijöitä analytiikan hyödyntämistä tarkasteltaessa. On selvää, että pienissä start-upeissa analyysien pohjalta laaditut toimenpidesuunnitelmat ovat usein huomattavasti nopeampia toteuttaa ja datan pohjalta saatetaan tehdä merkittäviäkin peliliikkeitä nopeasti. Vastaavasti isommissa yrityksissä on (periaatteessa) ihan toisenlaiset resurssit ja edellytykset datan keräämiseen sekä sen analysointiin. Ja näillä isommilla organisaatioilla dataa varmasti onkin valtavat määrät, mutta datan hyödyntäminen onkin sitten ihan toinen juttu.
”B2B-puolella, varsinkin jos ostoprosessi on pitkä ja monimuotoinen, on vaikeampi löytää dataa, jonka voi luotettavasti johtaa euroiksi. Puhumattakaan organisaatioista joiden tavoitteena ei ole suora myynti, vaan informaation jakaminen, asiakaspalvelun kehittäminen, tms.” toteaa Lassi.
Kaikkialla raporttien yhdistäminen suoraan euroihin ei ole edes tarpeellista. Esimerkiksi julkishallinnossa ja kolmannen sektorin puolella löytyisi varmasti toimenpiteisiin johtavia ”helppoja voittoja” suhteellisen nopeasti. Rami toteaakin: ”Täydellisen attribuutiomallin puute ei missään nimessä saisi olla este analysoinnille. Tekemistä riittää usein jo ihan perustasolla.”
Rami laajentaa katsontakulmaa vielä web-analytiikan ulkopuolelle: ”Kun katsotaan parhaiten dataa hyödyntäviä organisaatioita, puhutaan harvoin pelkästä web-analytiikasta. Useammin kyse on datan kokonaisvaltaisesta käytöstä. Ulkomailta perinteisiä esimerkkejä kuluttajapuolelta ovat esimerkiksi Amazon, Netflix ja Spotify. Suomessa useammalla metsä- ja logistiikkayhtiöllä on potentiaalisia ja osin aktualisoituneitakin miljoonasäästöjä paikkatiedon hyödyntämisestä. Hyötyjä datasta voi löytää kuka tahansa. Esimerkiksi Yhdysvaltain presidentinvaalit ovat vähintään kolme viimeistä kertaa olleet täydellistä data-analyysin sotatanteretta.”
Tee aloite omassa organisaatiossasi
Analytiikan hyödyntämisen edellytykset ovat loppujen lopuksi hyvin organisaatiokohtaisia, joten vahvoja yleistyksiä on syytä välttää. Selvää on kuitenkin se, että analytiikan avulla tulisi pystyä osoittamaan mahdollisimman konkreettisia hyötyjä.
Analytiikan tehokas hyödyntäminen vaatii aikaa ja aktiivista osallistumista usealta taholta organisaatiossa. Haasteet tai esteet ovat usein monen asian yhdistelmä. Työkalujen ja resurssien on oltava kunnossa. Ulkopuolisia asiantuntijoita kannattaa hyödyntää, mutta myös organisaation oman väen tulee olla aktiivisesti mukana kehityksessä.
Lisäksi organisaatiokulttuurin tulee olla suotuisa. Tätä voi edistää myös aktiivinen soihdunkantaja. Ilman tällaista organisaation sisällä olevaa innostunutta hahmoa asia tuskin etenee. Maailman valmistumista muiden toimesta tai edes ylimmän johdon huomiota analytiikan merkitykselle ei kannata jäädä odottelemaan.
Artikkelisarjan toinen osa julkaistaan ensi viikolla, jolloin jatkamme keskustelua Lassin ja Ramin kanssa. Tällöin pureudumme enemmän työkaluihin, katsomme tulevaisuuteen ja listaamme myös vierailevien asiantuntijoidemme vinkit analytiikan hyödyntämiseksi.
Loppukaneettina tässä vaiheessa siteeraan Ramia: ”Käytännössä ihan mikä tahansa organisaatio, jolta löytyy yksikin tärkeä toiminto webbisaitilta, hyötyy analytiikasta.”
PS. Vuonna 2022 teimme perusteellisen selvityksen suosituimmista työkaluista: Web-analytiikka – työkalut ja järjestelmät Suomessa.
Teknologiavalinta on vuosikymmenen investointi
Teknologiaratkaisuissa ei kannata tehdä valintojaan kuumimpien trendien mukaan, vaan soveltuvuuden, skaalautuvuuden, ylläpitokokemuksen, yhteensopivuuden ja elinkaarikustannuksien ehdoilla. North Patrol auttaa näkemään teknologiavaihtoehtojen plussat ja miinukset puolueettomasti, konkreettisesti ja kaukonäköisesti.
PS. Sinua voisi kiinnostaa tulossa oleva ilmainen webinaarimme: Digitaaliset asiointipalvelut – Erilaiset konseptit ja toteutuksen eri vaihtoehdot (11.12.2024 klo 10:00). Ilmoittaudu webinaariin
