Run.sas

SAS Institute Oy:n sidosryhm채lehti 2/2012

Mitattavia tuloksia markkinoinnista Analytiikka kartuttaa verokertym채채

Ei arpomalla, vaan analysoimalla

Entistä tarkempia arvioita tulonsiirtojen vaikutuksista

Analyyttisyyttä myynnin johtamiseen Stora Enso on rakentanut SAS BI Dashboardin avulla helppokäyttöisen ja visuaalisen ratkaisun, joka tuo lisää analyyttisyyttä myynnin johtamiseen. Ratkaisu nostaa kannattavuusnäkökulman vahvasti mukaan jokapäiväiseen päätöksentekoon myyntiprosessin kaikissa vaiheissa.

16

Verotusta ja sosiaaliturvaa koskevien muutosehdotusten vaikutusta kotitalouksien ja julkisen sektorin taloudelliseen asemaan pystytään arvioimaan huomattavasti aiempaa tarkemmin, kun uusi SAS-välinein rakennettava mikrosimulointimalli saadaan käyttöön ensi vuonna.

Kokonaisarkkitehtuuri huomioon alkuvaiheessa Asiakkaan kokonaisarkkitehtuuri kannattaa ottaa huomioon SAShankkeissa jo myyntiprosessin alkuvaiheessa, jotta ratkaisussa vältytään yllätyksiltä ja turvataan kehityspolku myös tulevia tarpeita silmällä pitäen. SASilla on sitä varten oma prosessinsa.

10

18

2/2012 Asiakastiedon hyödyt osaksi bisnesprosesseja

4

Big dataa ei pääse pakoon

21

Kilpailu osaajista kovenee

9

Analytiikka auttaa lisäämään verokertymää

22

Analyyttisyyttä myynnin johtamiseen

10

Kokonaisarkkitehtuuri huomioon alkuvaiheessa

24

Tilastokeskus modernisoi ja yhtenäistää tuotantonsa

12

Toimialamalli sote-alan tiedolla johtamisen avuksi

26

Markkinointia voi ja kannattaa mitata

14

Knowit vahvasti mukaan liiketoiminta-analytiikkaan

28

Entistä tarkempia arvioita tulonsiirtojen vaikutuksista

16

Täysi hyöty analytiikasta

29

Tulevaisuuden ennakointi pysyväksi toimintatavaksi

18

Uutiset 30

JULKAISIJAN JA TOIMITUKSEN TIEDOT. SAS Institute Oy on SAS Institute Inc:n (Cary, NC, USA) tytäryhtiö. SAS Institute Inc. on maailman johtava analyyttisten liiketoimintaratkaisujen ja -palvelujen toimittaja. SAS on SAS Institute Inc:n rekisteröity tavaramerkki. run. sas on SAS Institute Oy:n sidosryhmälehti, joka ilmestyy 3–4 kertaa vuodessa. Osoitelähde: SAS Instituten asiakas- ja markkinointirekisteri.

Julkaisija: SAS Institute Oy. Käyntiosoite: Innopoli II, Tekniikantie 14, Espoo. Postiosoite: PL 85, 02151 Espoo. Puhelin: (09) 5255 71.

Fax: (09) 5255 7200. Sähköposti: etunimi.sukunimi@sas.com. Web-sivut: www.sas.com/fi. Päätoimittaja: Saara Saalamo. Teksti ja kuvat: Press Features Oy, Kyytipojanpolku 1 A, 04300 Tuusula, puhelin: (09) 2393 160, 040 575 6011, sähköposti: jorma.t.mattila@pp.inet.fi.

Ulkoasu: Helsinki Events Oy, puhelin: 040 7570 425, sähköposti: pia.rydman@helsinkievents.fi. Taitto: Salaperä Oy, puhelin: 044 550 1313, sähköposti: martti.nevanpera@gmail.com. Paino: Forssa Print 2012.

2

sisältö

RUN.SAS SISÄLTÖ

SAS INSTITUTE OY:N sidosryhmälehti

2/2012

441 612 Painotuote

PEFC/02-31-162

PÄÄKIRJOITUS

Big data, big analytics Big data on noussut hyvästä syystä it-alan kenties kuumimmaksi käsitteeksi. Datamäärät yrityksissä kasvavat eksponentiaalisesti, ja tallennuskapasiteetin edullisuuden vuoksi kaikki data voidaan nykyisin myös tallentaa. Datasta ei kuitenkaan ole paljonkaan iloa, jos se vain makaa kovalevyn tai tallennusjärjestelmän kätköissä.

Potentiaali on valtava. On muun muassa arvioitu, että pelkästään Euroopan maiden julkishallinnolle big datan hyödyntämisellä on 250 miljardin euron potentiaalinen arvo. Se on enemmän kuin Kreikan bruttokansantuote. Yhdysvaltain terveydenhuollossa potentiaaliseksi hyödyksi on laskettu 300 miljardia dollaria – yli kaksi kertaa enemmän kuin Espanjassa vuosittain käytetään rahaa terveydenhoitoon. Vähittäiskaupan käyttökatetta on arvioitu voitavan parantaa 60 prosentilla big dataa hyödyntämällä.

Jotta big datasta saataisiin irti se arvo ja ne hyödyt, jotka siinä piilevät, tarvitaan entistä tehokkaampaa ja nopeampaa analytiikkaa.

Suuria datamääriä on SASillakin analysoitu vuosikausien ajan, mutta mittavat laskentatehtävät ovat vaatineet tunti- tai päivätolkulla aikaa.

Yhä hektisemmässä liiketoiminnassa ja jatkuvasti muuttuvassa ympäristössä sellaiseen ei ole enää varaa. Päätöksentekoon tarvitaan tietoa heti eikä tuntien kuluttua tai vasta ylihuomenna. Tilanne ehtisi sillä välin ehkä muuttua ja hyvä tilaisuus mennä sivu suun.

Monissa yhteyksissä yritykselle kertyneet datamassat ovat varmaan jääneet hyödyntämättä, koska niitä ei ole pystytty analysoimaan päätöksenteon tueksi kyllin nopeasti. Tai on vaan sopeuduttu siihen, että tietyt laskentatehtävät kerta kaikkiaan vievät paljon aikaa.

SASilla on nyt tarjota useita hajautettuun laskentaan perustuvia teknologioita, joiden ansiosta aiemmin tunteja tai päiviä vaatineet laskentaprosessit lyhentyvät sekunneiksi tai minuuteiksi – aivan kirjaimellisesti. Tällainen nopeus avaa mahdollisuuksia hyödyntää big dataa kokonaan uudella tavalla ja myös kohteissa, joissa se ei aiemmin ole ollut laskennan hitauden vuoksi lainkaan mahdollista.

Monet it-toimittajat pyrkivät nyt hyötymään big data -hypetyksestä tarjoamalla toinen toistaan korkeampaa laskentatehoa. Usein kyse on kuitenkin vain SQL-tietokannan ja datan siirtämisestä muistiin. Se toki nopeuttaa datan käsittelyä rutiinilaskennassa, mutta vaativaan analytiikkaan ja mallinnukseen tietokannoissa ei ole kyvykkyyttä. Käytännössä kyse onkin yleensä vain entistä nopeammasta, mutta silti ihan perinteisestä BI:stä eikä mistään liiketoiminta-analytiikasta.

SASin High-Performance Analytics -teknologioissa huikea nopeus sen sijaan yhdistyy SASin perinteiseen vahvuuteen erittäin vaativassa analytiikassa ja mallinnuksessa. Vain nopeuden ja analyyttisen kyvyn yhdistelmä voi tuoda todellisia bisneshyötyjä ja kilpailuetua big datasta.

Johan Sandell Sales and Marketing Director johan.sandell@sas.com

Päätöksentekoon tarvitaan tietoa heti eikä tuntien kuluttua tai vasta ylihuomenna.

2/2012

3

ASIAKASANALYTIIKKA

Veikkaus on hyödyntänyt asiakastietoa erittäin laajasti koko liiketoiminnassaan. Nyt sen tavoitteena on päästä asiakas­tiedon hyödyntämisessä teolliseen logiikkaan ja tehdä siitä kiinteä, automatisoitu ja jatkuvasti toistuva osa liiketoiminta­ prosesseja.

Asiakastiedon hyödyt

A

siakastiedon keräämisellä on Veikkauksessa pitkät perinteet. Sitä todistaa myös yhtiön pääkonttorin kellarissa oleva arkistohuone, jonka mappeja täynnä oleville hyllyrivistöille on taltioitu valtava määrä asiakastietoa Veikkauksen perustamisvuodesta 1940 lähtien.

Aikoinaan tietoa kerättiin muun muassa Vakioveikkauskupongeissa julkaistuilla kyselyillä. Vastausprosentit olivat huikeita, kun kansa täytti veikkausruudukkojen ohella myös vastaukset kyselyihin.

Veikkauksen strategiajohtaja Karri Paavilaisen mukaan kyselyillä haettiin taannoin vastauksia pitkälti samoihin kysymyksiin, jotka peliyhtiötä kiinnostavat tänäkin päivänä.

Haluttiin muun muassa tietää, kuinka usein asiakkaat pelaavat, mitä pelejä he pelaavat ja millaisista uusista peleistä he saattaisivat olla kiinnostuneita.

Merkittävimpänä muutoksena Paavilainen pitää sitä, että nykyisin kaikki tapahtuu paljon nopeammin. ”Kun esimerkiksi lanseerasimme keväällä uuden Eurojackpot-pelin, halusimme tietää heti, paljonko se on myynyt, ketkä sitä ovat ostaneet, onko se osunut kohderyhmäänsä ja missä kanavissa sitä on myyty minkäkin verran. Kaiken 4

2/2012

tämän tiedon saamme nykyisin nopeasti käyttöömme asiakaskannasta”, Paavilainen kertoo.

Rekisteröityneitä asiakkaita Veikkauksella on asiakaskannassaan jo 1,4 miljoonaa, joten tietokannasta ammennettava tieto on koko lailla tarkempaa kuin tuhannen hengen haastatteluotoksesta saatava tieto.

Ja sykli vaan nopeutuu koko ajan. Liiketoiminnassa on tarpeita siirtyä monin osin päivän sisäiseen operointiin, joten asiakaskannasta on saatava tietoa tapahtumista reaaliaikaisesti. Kaukana ovat ajat, kun odoteltiin kuponkien viimeistä palautuspäivää tai soiteltiin ympäri maata asiamiehille, jotta tieto saataisiin.

Asiakastieto omasta kannasta Kun rekisteröityneiden asiakkaiden kantaa alettiin Veikkauksessa rakentaa 2005-2006, käytännössä kaikki asiakastieto jouduttiin yhä haalimaan erilaisten kyselytutkimusten kautta. Nykyisin jopa 70 prosenttia asiakastiedosta kertyy kuitenkin jo omasta kannasta, ja sen osuus kasvaa edelleen.

Veikkauksessa tehdään Paavilaisen mukaan asiakaskannan avulla paljon omia pieniä tutkimuksia, jotka sääs-

tävät ulkopuolella teetettävien tutkimusten aiheuttamia kustannuksia – ja tulokset saadaan käyttöön heti. ”Voimme omilla sähköisillä työkaluillamme tehdä asiakkaille todella nopeasti kyselyn vaikkapa sitä, mitä mieltä he ovat olleet jostain mainoskampanjastamme, joka käynnistyi kaksi päivää aikaisemmin. Jos laitamme esimerkiksi 8 000 kyselyviestiä ulos, saamme yleensä noin tuhat vastausta ilman mitään sen kummempia porkkanoita. Raportin tuloksista saamme todella nopeasti, ja pystymme sitten viemään asiaa eteenpäin.”

Omasta asiakaskannasta saatavaa tietoa täydennetään Paavilaisen mukaan edelleen ulkopuolisista tietokannoista ja tietopalveluista saaduilla tiedoilla sekä itse teetetyillä kyselytutkimuksilla ja valmiina ostetuilla suurilla suomalaisilla kuluttajatutkimuksilla. Lisäksi omalla henkilöstöllä on toki kokemusperäistä asiakastietoa. ”Tästä kaikesta yritämme muodostaa oman ymmärryksemme siitä, mitä markkinoilla tapahtuu, mitä asiakkaissamme tapahtuu ja mitä meidän tuotteillemme tapahtuu. Sen jälkeen asiakastieto kiteytyy siihen, minkälaisia liiketoimintapäätöksiä kykenemme sen pohjalta tekemään.”

Asiakastieto hyvin laajassa käytössä Asiakastietoa hyödynnetään Veikkauksessa erittäin laajasti tuotekehityksestä ja markkinoinnista aina yritysviestintään ja liiketoiminnan ohjaukseen asti.

Esimerkiksi tuotekehityksessä oman asiakaskannan tiedot paljastavat suoraan, minkälaista asiakkaiden todellinen pelikäyttäytyminen on. Kyselytutkimuksissahan on aina se ongelma, että asiakkaat eivät itse asiassa välttämättä toimi niin kuin kyselyssä kertovat toimivansa.

Todellisen pelikäyttäytymisen analysoinnin ohella Veikkauksessa toki tehdään myös kyselytutkimuksia omaan asiakaskantaan, koska se on sähköisten kanavien kautta niin helppoa ja nopeaa. Kyselyt pystytään kohdistamaan analytiikan avulla juuri haluttuun kohderyhmään, kun taas ulkopuolinen tutkimusfirma poimisi henkilöt satunnaisotannalla. ”Meillä voi esimerkiksi olla valmis tuotekonsepti tai malli, jota pystymme testaamaan asiakaskannan avulla.

Voimme kysyä sopivalta kohderyhmältä, minkälaisia ajatuksia se herättää, kuinka paljon he panostaisivat tuotteeseen ja vähentäisikö se panostusta joi-

Asiakaskannan avainluvut Veikkauksella on 1,4 miljoonaa rekisteröitynyttä asiakasta. Heidän pelitietonsa tallentuvat tietokantaan aina, kun he pelaavat verkossa tai käyttävät veikkauskorttia pelatessaan jälleenmyyntipisteessä.

Vuosittain noin 70 prosenttia suomalaisista pelaa Veikkauksen pelejä. Puolet siitä on tunnistautunutta pelaamista, josta kertyy valtavasti asiakastietoa.

Asiakaskanta on aktiivinen, sillä vuositasolla noin 90 prosenttia ja viikkotasolla 40 prosenttia rekisteröityneistä asiakkaista pelaa pelejä.

Uusia rekisteröityneitä asiakkaita Veikkaus saa noin 3 000 viikossa eli noin 12 000 kuukaudessa ja lähes 150 000 vuodessa. Toki useimmat ”uudet” asiakkaat ovat pelanneet Veikkauksen pelejä ennenkin, mutta rekisteröitymättöminä asiakkaina.

Asiakaspoistuma on Veikkauksessa hyvin vähäistä.

•

osaksi bisnesprosesseja

Veikkaus haluaa Karri Paavilaisen mukaan kehittää asiakastiedon hyödyntämisestä teollisen logiikan mukaista tuotannollista toimintaa, joka on kytketty aidosti liiketoimintaprosesseihin.

2/2012

5

Oy Tippaustoimisto Ab:n nimellä toimintansa aloittanut Veikkaus on kerännyt asiakastietoa syyskuusta 1940 lähtien, jolloin pelattiin ensimmäinen vakioveikkauskierros. Nykyisin pääosa asiakastiedosta kertyy 1,4 miljoonan rekisteröityneen asiakkaan asiakaskannasta. hinkin muihin peleihin”, Paavilainen kertoo.

Myös peliyhtiölle tärkeää vastuullisuutta Veikkaus pystyy hoitamaan asiakastiedon avulla. Asiakaskannan analysointi auttaa tunnistamaan poikkeavan pelikäyttäytymisen sekä ne Veikkauksen omat toimenpiteet, jotka lisäävät tai vähentävät poikkeavaa käyttäytymistä. Tavoitteena on, että liiketoiminta voi kasvaa ilman että pelihaitat kasvavat. ”Meillä on valtavasti asiakkaita, jotka pelaavat harvoin ja pienin panoksin. Uskomme, että voimme lisätä myyntiä juuri heidän parissaan lisäämättä pelihaittoja. Asiakastiedon avulla haluamme varmistaa, että kasvu tulee siitä suuresta vähän ja harvemmin pelaavien joukosta eikä lisää poikkeavaa 6

2/2012

käyttäytymistä jo suhteellisen paljon pelaavien joukossa.”

Tuottavuutta markkinointiin Erittäin laajasti Veikkaus käyttää asiakastietoa markkinoinnissaan. Käyttö liittyy markkinointikampanjoiden suunnitteluun, testaukseen ja kohderyhmien valintaan sekä tulosten mittaamiseen ja arviointiin. Keskeisenä tavoitteena on parantaa markkinoinnin tuottavuutta.

Järkyttävän harvalla suomalaisella yrityksellä on Paavilaisen mukaan todella faktaa siitä, miten markkinointi vaikuttaa myyntiin.

Valtaosa suomalaisista yrityksistä mittaa edelleenkin

markkinoinnin tehokkuutta ja tuottoa sillä, kuinka moni ihminen näki kampanjan mainoksen ja kuinka monta prosenttia ne peittivät kohderyhmästä, sekä sillä, pitivätkö ihmiset mainoksista ja ymmärrettiinkö niitä. ”Me pyrimme pidemmälle. Haluamme asiakaskannan avulla mallintaa, kuinka paljon myynti oikeasti liikahtaa, kun lisäämme mainoseuroja johonkin mediaan”, Paavilainen sanoo.

Jos markkinointiin on käytettävissä tietty määrä rahaa, Veikkaus haluaa hänen mukaansa tietää, mikä mediamix tuottaa sillä tosiasiallisesti parhaimman tuloksen. Se on yksi iso teema, jota Veikkauksessa nyt työstetään eteenpäin asiakastiedon avulla.

Kun markkinointi haluaa Veikkauksen johdolta lisää rahaa, johdolle halutaan pystyä kertomaan, paljonko rahaa panostus tulee tuottamaan.

Yleensähän markkinointi pystyy yrityksissä kertomaan johdolle vain joitain media- tai mainostoimiston kertomia tunnuslukuja, kampanjan peittomääriä tai vastaavia, mutta ei lisämyynnin tuomaa tuottoa.

Markkinoinnin todellisen vaikutuksen mittaamisen lisäksi Veikkaus käyttää asiakastietoa markkinointiviestinnän personoimiseen sekä viestien sijoittamiseen kohderyhmien kannalta oikeisiin medioihin sen sijaan, että koko maa tapetoitaisiin peliyhtiön viesteillä.

Parhaillaan Veikkauksessa myös mietitään Paavilaisen mukaan yhtiön omien viestintäkanavien roolia suhteessa ulkopuoliseen mediaan.

Veikkauksen verkkosivuilla on miljoona kävijää viikossa, sähköposti- ja tekstiviestit tavoittavat 600 000-700 000 asiakasta ja lisäksi yhtiön myyntipisteet ympäri maata tuovat paljon kivijalkanäkyvyyttä. ”Kuinka moni asiakas jää enää tavoittamatta, kun olemme käyttäneet omia kanaviamme asiakkaiden tavoittamiseen?

Kannattaako sitä varten tapetoida Suomi julisteilla, lehti-

”Niin kauan kun asiakastieto makaa kellarissa tai tietovarastossa, se ei tuota mitään. Se pitää saada töihin. Kaikki tieto pitää saada töihin”, Karri Paavilainen sanoo.

mainoksilla ja tv-mainoksilla?”, Paavilainen pohtii.

Toki ulkoista mediaa silti tarvitaan jatkossakin sekä brändin rakentamisessa että ilmiöiden luomisessa.

Tavoitteena omien kanavien käytössä eivät Paavilaisen mukaan ole ensivaiheessa kustannussäästöt ulkoisessa mainonnassa, vaan markkinointirahan käyttäminen niihin kohteisiin, jotka tuottavat parhaiten. Pidemmällä aikavälillä kyse voi sitten olla myös siitä, että saataisiin vähemmin kustannuksin enemmän aikaan. ”Mietimme tässä kohtuullisen isoja asioita, joihin asiakastieto ja asiakasymmärrys antavat aika mukavasti lisäeväitä.”

Liiketoiminnan ohjauksen avain Päivänselvänä Paavilainen pitää sitä, että asiakastieto on

”Voimme tehdä päätöksiä rohkeammin, kun tiedämme, että tieto on oikeaa.”

Veikkauksessa liiketoiminnan ohjauksen avain. Liiketoiminnan suunnittelu, budjetointi ja seuranta perustuvat tietoon, jota saadaan asiakaskannasta. ”Totta kai meillä olisi myyntiluvut olemassa muutenkin, mutta emme tietäisi, ketkä tuotteitamme ostavat ja miten ostaminen on muuttunut, onko uusi tuote kannibalisoinut muita tuotteita ja jos, niin missä kohderyhmissä, ja ketkä ovat arvokkaimpia asiakkaitamme.”

Myös liiketoiminnan tavoiteasetannassa puhutaan Paavilaisen mukaan asiakasmääristä ja kohderyhmistä ja siitä, mitä kohderyhmiä tietyillä peleillä tavoitellaan ja näkyvätkö tehtyjen toimenpiteiden vaikutukset juuri siinä kohderyhmässä. ”Se perustuu kaikki tietoon, jota emme ilman asiakaskantaa voisi mitenkään luotettavalla tavalla saada. Voimme tehdä päätöksiä rohkeammin, kun tiedämme, että tieto on

oikeaa eikä vain tulosta jostain tuhannen hengen otantatutkimuksesta.”

Hyödyntäminen tuotannolliseksi Vaikka Veikkauksessa on saatu jo paljon aikaan asiakastiedon avulla, paljon enemmän on Paavilaisen mukaan vielä tehtävissä. Silmissä siintävät automatisoidut prosessit, joita lähinnä vain operoidaan sen sijaan, että ihmiset kirjoittelisivat viestejä, poimisivat kohderyhmiä ja tekisivät kaikkea muutakin perinteisillä tavoilla. ”Me haluamme, että asiakastiedon hyödyntämisestä tulee kiinteä, automatisoitu ja jatkuvasti toistuva osa liiketoimintaprosesseja”, Paavilainen tiivistää.

Perinteisestihän asiakastiedon hyödyntäminen on ollut jotain aivan päinvastaista: käsityötä, eräajotyyppisiä selvityk-

siä ja toisistaan irrallaan toteutettuja kampanjoita.

Myös Veikkauksessa on havahduttu siihen, että asiakastiedon hyödyntämisessä on tehty yhä paljon käsityötä ja asiakastietoa hyödyntävä tuotanto on ollut pitkälti irrallista eikä jatkuva prosessi.

Tuotannollinen rahantekoprosessi asiakastiedon avulla ei ole ollut vielä sillä tasolla, jolla se Paavilaisen mukaan voisi olla. ”Niin kauan kun asiakastieto makaa kellarissa tai tietovarastossa, se ei tuota mitään.

Se pitää saada töihin. Kaikki tieto pitää saada töihin. Ja tieto, jota ei saada töihin - miksi meillä edes pitäisi olla sellaista tietoa”, hän toteaa.

Veikkaus haluaa päästä asiakastiedon hyödyntämisessäkin teolliseen logiikkaan.

Sen pitää olla tuotannollista toimintaa, joka on aidosti kytketty osaksi päivittäisiä liiketoimintaprosesseja.

Suuri askel tähän suuntaan on Veikkauksen jo toteuttama Seller-malli sähköposti- ja tekstiviesteillä hoidettavassa suoramarkkinoinnissa. Mallin ajatuksena on, että asiakaskannassa on määritelty jokaiselle yksittäiselle asiakkaalle todennäköisin tuote, jonka hän ostaa. ”Tarkoituksena on ollut saada aikaan automatisoitu järjestelmä, joka ei vaadi sitä, että joku valitsee kohderyhmän ja tekee kampanjan. Sen sijaan meillä on liiketoimintakone, joka lähettää ohjelmoitujen sääntöjen ja viestikirjaston perusteella yksilöllistä suoramarkkinointia asiakkaille”, Paavilainen kertoo.

Jatkossa myös Veikkauksen kirjepostina lähtevä suoramarkkinointi on hänen mukaansa tarkoitus saada mukaan samaan teolliseen logiikkaan. Ja vastaavasti Veikkauksen verkkosivuja aiotaan jatkossa personoida kunkin sisään kirjautuvan asiakkaan historiatietojen perusteella. ”Haluamme järjestelmän, joka automaattisesti rullaa sitä 2/2012

7

Asiakastieto tuottaa tulosta Veikkauksessa on arvioitu, että asiakaskannan tietojen hyödyntäminen tuottaa yhtiölle usean kymmenen miljoonan euron edestä lisämyyntiä vuodessa.

Suurimman yksittäisen osuuden lisämyynnistä tuottaa verkkosivujen konversioasteen parantaminen eli yhä useamman kävijän muuttaminen ostajaksi. ”Näemme web-analytiikan avulla, mitkä mainokset toimivat sivustolla ja mitä mainoksia asiakkaille siis kannattaa näyttää. Näemme myös, mitkä ostopolut katkeavat ja miten asiakkaiden liikkumista kannattaa optimoida sivustolla”, Karri Paavilainen kertoo.

Veikkaus lienee liikevaihdolla ja kävijämäärilläkin mitaten Suomen suurin verkkokauppa. Yhtiön 1,5 miljardin euron liikevaihdosta 600 miljoonaa euroa tulee Paavilaisen mukaan verkkopalveluista. ”Verkkosivustolla on miljoona vierailua viikossa. Pienetkin parannukset konversioasteessa merkitsevät miljoonia euroja vuositasolla, ja näin saadaan asiakastieto tuottamaan”, hän sanoo.

Toiseksi suurimman osuuden lisämyynnistä tuo suoramarkkinoinnin tuoton lisääminen muun muassa asiakastietoon pohjautuvan kohdentamisen ja personoinnin avulla.

Lisämyynniksi on näissä arvioissa laskettu vain se myynti, joka ylittää myynnin verrokkiryhmässä, johon ei ole kohdistettu asiakastiedon hyödyntämiseen perustuvia toimenpiteitä.

”Olemme olleet aika tiukkoja ja laskeneet mukaan vain sen, mikä todella voidaan osoittaa lisähyödyksi”, Paavilainen toteaa.

Monien hyötyjen arvo mittaamatta Asiakastiedon hyödyntämisen vaikutusta massamarkkinoinnin tuoton kasvuun Veikkauksessa ei ole vielä euromääräisesti laskettu, mutta selkeitä hyötyjä sielläkin on asiakastietoa analysoimalla saavutettu.

Web-analytiikan avulla Veikkaus esimerkiksi näkee, kuinka hyvin sen mainokset toimivat ulkoisten tahojen verkkosivustoilla. On käynyt esimerkiksi ilmi, että bannerit lehtien verkkosivuilla toimivat toisinaan tosi huonosti. ”Perinteisestihän on nähty vain se, mistä mediasta joku asiakas tulee yrityksen sivustolle, mutta me näemme myös sen, kuinka paljon jonkun median kautta tullut asiakas osti.

Asiakkaan ostohistoriasta voimme sitten katsoa, lisäsikö kyseinen ostos myyntiämme hänelle.”

Mittaamatta Veikkauksessa on myös kaiken sen arvo, mitä asiakastiedon hyödyntäminen tuottaa koko liiketoiminnan ohjauksessa, tuotekehityksessä ja asiakaspalvelun parantamisessa.

Yleisellä tasolla paljon kuitenkin kertoo se, että Veikkaus on benchmarkattu Pohjoismaiden ylivoimaisesti tehokkaimmaksi rahapeliyhtiöksi erittäin hyvän kustannus-tuottosuhteensa perusteella. Myös yhtiön asiakastyytyväisyys on erittäin korkealla tasolla. ”Me saamme asiakaspohjastamme tuottoa ja teemme sen myös tehokkaasti eli emme tuhlaa rahaa sitä tehdessämme”, Paavilainen tiivistää.

•

Asiakastiedon hyödyntäminen tuottaa Karri Paavilaisen mukaan Veikkaukselle kymmeniä miljoonia euroja lisämyyntiä vuodessa muun muassa auttamalla parantamaan verkkosivuston konversioastetta.

8

2/2012

koko ajan eli tunnistaa kohderyhmän pelihistorian perusteella ja vaihtelee sen mukaisesti lisämyyntiin tähtääviä herätteitä kullekin asiakkaalle.”

Tähän asti kampanjointi myös verkkosivustolla on ollut käsityötä siinä mielessä, että sinne on laitettu tietynlaisia mainoksia, tutkittu web-analytiikan avulla niiden vaikutuksia ja tarvittaessa kokeiltu jotain muuta, kunnes on löydetty osuvimmat mainokset.

Analytiikasta automaattisempaa Kaikessa asiakastiedon hyödyntämisessä analytiikalla on Paavilaisen mukaan Veikkauksessa keskeinen rooli. Analytiikka auttaa näkemään metsän puilta ja löytämään suurista datamassoista olennaisen tiedon, jota ihmissilmä ei voi sieltä erottaa. ”Olemme huomanneet, että datassa on paljon aaltoliikettä ja kohinaa. Ihminen ei pysty löytämään kihisevästä datasta kuvioita, jotka kone löytää, kun se analysoi puolentoista miljoonan asiakkaan poukkoilua sinne ja tänne.”

SAS-analytiikan automatisointiratkaisut ovat Paavilaisen mukaan myös auttaneet esimerkiksi personoimaan sähköposti- ja tekstiviesteillä tehtävää suoramarkkinointia sen pohjalta, mitä Veikkaus asiakkaista tietää. ”Nyt meillä on meneillään hankkeita, joissa automatisointi viedään uudelle tasolle. Se, mitä olemme tähän mennessä tehneet, on aika lailla perustunut SASin edellisen sukupolven ratkaisuihin, mutta SAS on koko ajan kehittänyt tuotteitaan. Nyt ne mahdollistavat vielä enemmän automatisoidun ja reaaliaikaisemman reagoinnin”, hän kertoo.

Tulevaisuudessa on tavoitteena, että esimerkiksi Veikkauksen verkkosivu voidaan uuden teknologian avulla personoida asiakkaalle erilaiseksi aamu- ja iltapäivällä sen pohjalta, miten asiakas on sillä välin Veikkauksen kanssa jossakin kanavassa asioinut. Päästään lähes reaaliaikaiseen reagointiin.

Mitattavat hyödyt tuovat johdon tuen Analytiikan käyttö markkinoinnissa ja laajemminkin asiakastiedon hyödyntämisessä on Paavilaisen mukaan levinnyt Veikkauksen eri yksiköihin ja toimintoihin sitä mukaa, kun mittaamisen avulla on voitu osoittaa euromääräisiä hyötyjä analytiikan käyttämisestä.

Veikkauksen ylin johto on ottanut tavoitteekseen tosiasiapohjaisen johtamisen, jonka hengessä johto on vaatinut selvää näyttöä myös analytiikkaan tehtyjen investointien hyödyllisyydestä. Johdon tuki analytiikalle on jatkunut ja vahvistunut, kun näyttöä on saatu. ”Jos meillä ei olisi ollut esittää euromääräisiä tuloksia, luulen, että tuulen suunta olisi voinut jossain vaiheessa kääntyä. Tuotot ovat kuitenkin olleet sitä luokkaa, että tätä on pidetty järkevänä tekemisenä”, Paavilainen toteaa.

•

Liiketoiminta-analytiikan osaajien rekrytointi käy yrityksille yhä haasteellisemmaksi, koska osaamisvaatimukset kasvavat ja osaajista kilpailee yhä enemmän yrityksiä analytiikan käytön yleistyessä.

Alalle on jo vakiintumassa kokonaan uudenlainen ammattinimike, data scientist. Sillä tarkoitetaan tilastollista mallinnusta, it:tä ja liiketoimintaa ymmärtäviä ammattilaisia, jotka auttavat yrityksiä saamaan kaiken hyödyn irti datastaan.

Harvalla ihmisellä on valmiiksi osaamista kaikilta kolmelta alueelta, joita data scientistin pitäisi ymmärtää, vaikkakaan ei välttämättä täydellisesti hallita. Jos henkilöllä kuitenkin on osaamista edes yhdellä noista alueista, muut taidot voi oppia työn kautta. Yliopistoista ja korkeakouluistahan valmistuu roppakaupalla kunkin yksittäisen osaamisalueen ammattilaisia, joille akateeminen koulutus on antanut valmiudet oppia nopeasti uutta myös työelämässä.

SAS on itsekin esimerkiksi rekrytoinut useita tilastotieteilijöitä, jotka ovat työn kautta oppineet ymmärtämään liiketoimintaa ja it:tä ja pärjänneet erinomaisesti vaativissa asiakasprojekteissa. Ei siis pidä nostaa käsiä pystyyn tiukentuvien osaamisvaatimusten edessä, vaan luottaa siihen, että sopivan taustan omaavat uudet työntekijät kasvavat työtehtäviensä mukana.

Akatemiaohjelmansa puitteissa SAS edistää monipuolisesti analytiikan opetusta yliopistoissa ja korkeakouluissa, jotta osaajia riittäisi yritysten tarpeisiin. Järjestämme opiskelijoille ja oppilaitosten henkilökunnalle kursseja analytiikasta, tarjoamme eLearning-kursseja ja toimitamme kurssimateriaaleja opetusta varten.

Jo 93 prosentilla Suomen tiedeyliopistoista on SAS-ohjelmistojen akatemialisenssi. SASia käytetään analytiikan opetuksessa lukuisilla eri tieteenaloilla, muun muassa tilastotieteessä, kauppatieteissä, lääketietees-

Ei pidä nostaa käsiä pystyyn osaamisvaatimusten edessä.

NÄKÖKULMIA

Kilpailu osaajista kovenee

sä, biologiassa, psykologiassa, tuotantotaloudessa, maa- ja metsätaloustieteissä sekä tietojenkäsittelytieteessä. SASiin ja analytiikkaan tutustuu siis vuosittain iso joukko eri alojen tulevia ammattilaisia.

Lisäksi SAS tietenkin tarjoaa asiakkailleen omia koulutuskurssejaan ja muuta koulutusta. Syksylle on luvassa esimerkiksi tilastotieteen ja SAS Enterprise Guiden perusteiden kurssi ihmisille, joilla ei ole tilastotieteellistä taustaa, mutta on tarve ymmärtää alan käsitteitä, menetelmiä ja mahdollisuuksia.

Kun yritys saa rekrytoitua analytiikan osaajia tai sellaiseksi kasvavia, heistä halutaan myös pitää kiinni.

Viihtyäkseen työssään he tarvitsevat haastavia työtehtäviä, kehittymismahdollisuuksia, ajatuksia tuulettavia seminaari- ja konferenssimatkoja, kunnon palkan, urapolun ja mieluiten ympärilleen myös vertaistiimin, jossa ajatukset lähtevät lentoon.

Ennen kaikkea analytiikan osaajia ei tule unohtaa jyystämään yksin analyysejään, vaan heidät tulee kytkeä kiinteästi liiketoimintaan ja hyödyntää heidän analyysituloksiaan päivittäisessä päätöksenteossa. Se jos mikään motivoi analyytikkoa pysymään ja kehittymään työssään.

Juha Jokinen Manager, Education & Academic Program juha.jokinen@sas.com

2/2012

9

MYYNNIN JOHTAMINEN

Analyyttisyyttä myynnin johtamiseen Stora Enso on rakentanut SAS BI Dashboardin avulla helppokäyttöisen ja visuaalisen ratkaisun, joka tuo lisää analyyttisyyttä myynnin johtamiseen. Ratkaisu nostaa kannattavuusnäkökulman vahvasti mukaan jokapäiväiseen päätöksentekoon myyntiprosessin kaikissa vaiheissa.

S

tora Enson painopaperi-, hienopaperi- ja pakkausliiketoiminnassa on käytetty jo pidemmän aikaa kannattavuuden johtamisen apuvälineenä SASin toimintolaskentaratkaisua ja painopaperiliiketoiminnassa myös toimintolaskennan tuloksia hyödyntävää skenaarioanalyysiratkaisua.

Muutama vuosi sitten metsäyhtiössä siirryttiin vuosibudjetoinnista rullaavaan suunnitteluun, jonka aikahorisontti on 12–16 kuukautta. Myynnin suunnittelussa ja johtamisessa sekä laajemmin kannattavuuden johtamisessa jäätiin muutoksen jälkeen kuitenkin vielä aavistuksen verran kiinni vanhaan vuosibudjettisuunnittelun rytmiin. ”Liiketoiminnan ja myynnin ohjausmallit eivät olleet keskenään täysin synkronoituja. Halusimme parantaa myynnin suunnittelua ja prosesseja nimenomaan siten, että

vahva kannattavuusnäkökulma on aina esillä”, toteaa Arto Rämö, Stora Enson koko paperiliiketoiminnan kattavan Printing and Reading -liiketoiminta-alueen Senior Vice President, Business Control & IT. Vahva kannattavuuden johtamisen näkökulma haluttiin saada mukaan myös operatiiviseen toiminnan suunnitteluun ja ensivaiheessa juuri myynnissä, jonka kautta yhtiö pitkälti ohjaa koko liiketoimintaa.

Tarkoitusta varten luotiin tietotekninen työväline, jonka avulla myynnin johtamista voidaan tukea vahvasti kannattavuusmittareilla.

Tarpeita analyyttiselle myynnin johtamisen työkalulle nousi Rämön mukaan myös siitä, että Stora Enso on jo parin vuoden ajan pyrkinyt vuosi- ja puolivuosisopimuksia lyhyempiin sopimuksiin asiakkaiden kanssa. Muualla maailmassa sopimukset ovat jo laajalti olleet vain vuo-

Uuden työkalun ansiosta Stora Enson myynti menee Arto Rämön mukaan aiempaa paremmin tiedoin asiakasneuvotteluihin, pystyy reagoimaan nopeammin asioihin ja ottamaan kannattavuuden huomioon jokapäiväisessä toiminnassa.

10

2/2012

sineljänneksen mittaisia, mutta Euroopassa useimmiten pidempiä. ”Nyt tarkoitus on ollut lyhentää sopimusjaksoja, jotta pystyisimme reagoimaan nopeammin muun muassa kustannusvaihteluihin, jotka voivat olla vuoden sisällä hyvinkin suuria, ja myös kysynnän vaihteluihin”, Rämö kertoo.

Tietoa muutosten vaikutuksista kannattavuuteen Stora Enson asettamien valintakriteereiden mukaan uusi työkalu piti pystyä integroimaan yhtiön kahteen toiminnanohjausjärjestelmään sekä SASin toimintolaskenta- ja skenaarioanalyysiratkaisuihin. Sen täytyi myös pystyä tuottamaan luotettavaa tietoa ja olla helppokäyttöinen.

Työkaluksi Stora Enso valitsi SAS BI Dashboardin, jolla yhtiö on rakentanut painopaperiliiketoiminnan myynnin johtamisen tueksi analyyttisen STAN-ratkaisun (Sales Steering and Negotiations).

Toimintolaskennan ansiosta Stora Ensossa on Rämön mukaan tähänkin asti tiedetty hyvin tarkkaan, mikä on asiakkaiden ja tuotteiden kannattavuus, mistä kannattavuus syntyy, mitä voisi tehdä toisella tavalla ja mikä sen vaikutus kannattavuuteen olisi. Silti aito linkki päätösten ja toteuman välillä on ollut hieman puutteellinen, mikä on johtanut suureen määrään kertaluonteisia töitä.

STAN-ratkaisun avulla myynnille pyritään nyt saamaan automaattisesti tai ainakin puoliautomaattisesti tietoa siitä, mitkä olisivat eri liiketoimintapäätösten kannattavuusvaikutukset – jos esimerkiksi myydään tuotteita johonkin uuteen markkinaan, myydään eri tuotteita kuin aikaisemmin tai muutetaan myyntiehtoja. ”Tähän olemme pyrkineet saamaan aika paljon lisää paukkuja ja olemme kenties onnistuneetkin. Lisäksi pystymme nyt myös seuraamaan yhden suhde yhteen, kuinka myyntiin liittyvät päätökset ovat toteutuneet”, hän sanoo.

SAS BI Dash­boardilla rakennetun STANin käyttöliittymä on erittäin helppokäyttöinen, koska se perustuu pitkälti kuviin ja väreihin sekä valmiiksi rakennettuihin etenemis- ja porautumispolkuihin.

STAN-ratkaisua käytetään myyntiprosessin johtamisen apuna kaikissa eri vaiheissa: suunnittelussa ja tavoiteasetannassa, neuvotteluissa asiakkaiden kanssa, ohjauksessa ja kontrolloinnissa.

Ratkaisu tarjoaa historiaan, nykyhetkeen ja tulevaisuuteen liittyvää tietoa kaikista hinnoitteluun vaikuttavista komponenteista, jotka myynnin kannattaa ottaa huomioon asiakkaiden kanssa neuvoteltaessa. Hintakomponentteja ovat esimerkiksi tehdas- ja toimituskustannukset, bruttohinnat, vähennyserät, maksuehdot ja varastointikonseptit.

Kun sopimus on tehty, STANin avulla myös seurataan, miten kyseisen asiakkaan kannattavuus todellisuudessa kehittyy ja mitä muutoksia eri hinnoittelukomponenteissa tapahtuu sopimuksen tekemisen jälkeen.

Käyttäjille valmiita näkymiä ja polkuja SASin toimintolaskenta- ja skenaarioanalyysiratkaisut toimivat STAN-ratkaisun lähdejärjestelminä syöttäen sille valmiiksi analysoitua tietoa. STANissa laskentaa ei kovin paljon tehdä, vaan pikemminkin siinä kootaan valmiita tietoja yhteen ja hyödynnetään niitä.

Taustalla toimivien SAS-ratkaisujen analyysituloksia on Rämön mukaan voitu käyttää sellaisenaan hyväksi, eikä niiden laskentalogiikoihin ole tarvinnut koskea lainkaan STANia rakennettaessa. ”Siinä olemme onnistuneet varsin

hyvin, että meidän alkuperäinen toimintolaskentaratkaisumme on ollut aika helposti laajennettavissa. Sen pohjana ovat myynnin­ohjausjärjestelmämme tiedot asiakkaista ja tuotteista, ja ne ovat kaiken ytimenä myös STANissa”, hän toteaa.

STANista voidaan porautua ikään kuin SAS-ratkaisusta toiseen SAS-ratkaisuun hyppäämällä moneen eri suuntaan tutkimaan detaljitason tietoja, ja luvut ovat aina täysin samoja kaikissa ratkaisuissa.

STANia käyttävät painopaperiliiketoiminnan johto, myynnin johto ja maatason myynnin johto sekä myyjät, tuotepäälliköt ja controllerit. Eri organisaatiotason käyttäjille siinä on erilaisia valmiita näkymiä.

Käyttäjien ei tarvitse Rämön mukaan tehdä STANissa mitään valintoja, jotka ovat jo jossain muussa SAS-järjestelmässä valmiina. STANin näkymät perustuvat pääosin kuviin ja väreihin, joita klikkaamalla mennään johonkin suuntaan. ”Olemme määritelleet etukäteen, mihin suuntaan joltakin alueelta mennään. On valmiiksi rakennetut polut, joten käyttäjän ei tarvitse pohtia, mikä on oikea suunta.

Itse dashboardin käyttökoulutukseksi on lähestulkoon riittänyt se, että on kerrottu, kuinka järjestelmään kirjaudutaan sisään.”

Paremmin tiedoin asiakasneuvotteluihin STAN-ratkaisun ansiosta Stora Enson myynnillä on nyt Rämön mukaan aiempaa

parempi tietotaso. Tiedetään, mitä tahdotaan ja mitä tavoitteita myynnille asetetaan. ”Myös reagointinopeutemme on kasvanut. Pystymme reagoimaan entistä nopeammin erilaisiin muutoksiin vuosi- ja puolivuosisuunnittelussa ja neuvotteluvaiheessa sekä myynnin seurannassa ja mahdollisissa korjaavissa toimenpiteissä.”

Lisäksi ratkaisun avulla on saatu kannattavuusnäkökulma aidosti mukaan jokapäiväiseen päätöksentekoon, minkä ansiosta kannattavuuden johtaminen on ottanut pari askelta eteenpäin. ”Päätöksenteossa voidaan ottaa tavallaan automaattisesti huomioon se tieto, mitä olemme taustalla tuottaneet, kun se aiemmin tapahtui aika paljon erillisharjoituksina.”

Samalla on Rämön mukaan myös saatettu loppuun suunnitelma, jolla tavoiteltiin pidemmälle menevää yhteistyötä controllereiden ja myynnin välillä. STAN on osa onnistunutta prosessimuutosta, jonka tuloksena myynnin suunnittelua ja valmistelua tehdään yhteistyössä controller- ja myyntitiimien kesken. ”Tämä toiminnan integrointi on avain koko prosessimuutoksessa”, Rämö toteaa.

STAN-ratkaisu on tehty Stora Enson painopaperiliiketoiminnalle, joka kattaa sanomalehti- ja aikakauslehtipaperit. Nyt yhtiössä mietitään, otetaanko ratkaisu käyttöön sen koko paperiliiketoiminnassa eli myös hienopaperipuolella. Paperiliiketoiminnan liikevaihto viime vuonna oli viisi miljardia euroa eli lähes puolet konsernin liikevaihdosta.

•

2/2012

11

Yksi tilastotuotannon modernisoinnin ydinajatuksista on Heikki Rouhuvirran mukaan se, että työpanos kohdistuu entistä enemmän tiedon muokkaukseen, jossa tiedon jalostusarvo nousee.

Tilastokeskus modernisoi ja yhtenäistää tuotantonsa Tilastokeskus modernisoi tilastotuotantoaan laajassa hankkeessa, joka tähtää yhdenmukaisempaan, laadukkaampaan ja tehokkaampaan tuotantoon prosessimallin, menetelmäpohjaisuuden, uudenlaisen SASarkkitehtuurin sekä korkean laskentatehon teknologioiden avulla.

12

2/2012

T

ilastokeskuksella ei ole ollut yhtenäistä tuotantojärjestelmää, vaan tilastotuotanto on tapahtunut noin 200 eri tilastoyksikössä tilastokohtaisilla ratkaisuilla. Työ on perustunut ohjelmakoodin tuottamiseen ja editointiin, missä yhtenä päävälineenä on ollut Base-SAS. ”Tilastotuotannon modernisoinnissa pyrimme nyt siihen, että tietyt perusasiat pohjautuvat yhtenäiseen arkkitehtuuriin, yhtenäisiin käytäntöihin ja yhtenäiseen menetelmäpohjaan”, tietotekniikka- ja menetelmäpalveluiden Senior Advisor Heikki Rouhuvirta kertoo.

Taustalla vaikuttavat hänen mukaansa sekä sisäiset että ulkoiset paineet tehostaa tuotantoa, varmistaa ja parantaa tilastotiedon laatua sekä monipuolistaa ja nopeuttaa tiedon jakelua käyttäjille.

Vanhan hajanaisen tuotantoprosessin yhtenäistämisen ohjenuoraksi Tilastokeskus on hyväksynyt YK:n talous- ja sosiaalineuvoston alaisena toimivan Euroopan talouskomission (UNECE) standardoiman tilastotuotannon prosessimallin. Sen avulla tuotanto saadaan Rouhuvirran mukaan Tilastokeskuksessa yhtenäisen prosessimallin mukaiseksi.

”Malli kattaa kaikki tilastotuotannon vaiheet suunnittelusta aina jakeluun asti ja mallintaa koko tilastotuotannon prosessina”, hän sanoo.

Uudet käyttöliittymät Keskeisenä osana modernisointihanketta Tilastokeskus on uudistanut tuotantovälineitään ottamalla entistä laajemmin käyttöön SASin uudet käyttöliittymät ja niiden mahdollistamat prosessinhallintatoiminnot. ”Meillä on ollut modernisointiin liittyen SAS-arkkitehtuuriprojekti, jossa on määritelty uuteen prosessimalliin sopiva ja käyttökelpoinen SAS-arkkitehtuuri tilastotuotannolle”, Rouhuvirta kertoo.

Arkkitehtuuri rakentuu SASin palvelinympäristöön, jossa keskeisinä käyttöliittyminä ovat Enterprise Guide (EG), Data Integration Studio ja JMP. Niissä on Rouhuvirran mukaan nykyisin paljon ominaisuuksia, jotka soveltuvat tilastotuotannon tarpeisiin huomattavasti paremmin kuin perinteinen ohjelmakoodin tekeminen manuaalisesti Base-SASilla.

SASin käyttöliittymiä Tilastokeskus on

TILASTOTUOTANTO

”Uusien menetelmien ja välineiden avulla saamme parannettua tilastotiedon laatua sekä lisättyä tuotannon tehokkuutta.”

täydentänyt itse tehdyillä add-in’eillä, jotka monipuolistavat erityisesti SAS-välineiden tehtävänhallinan ominaisuuksia ja helpottavat päivittäistä työtä.

Uuden SAS-arkkitehtuurin ansiosta Tilastokeskuksen tilastotuotannon prosessi pystytään hallitsemaan ja toteuttamaan lähes kokonaan SAS-ympäristössä aineiston avauksesta, alkuanalyysistä, editoinnista ja korjaamisesta aina tulostukseen asti. ”Aivan koko tuotantoprosessia emme saa SASilla hallintaan niin, että uusi prosessimalli olisi katettu alusta loppuun, mutta useimmat osaprosessit saamme riittävän prosessimaisiksi ja prosessiohjatuiksi SASilla”, Rouhuvirta toteaa.

Tilastokeskus on solminut SASin kanssa Premium Support -sopimuksen, jonka puitteissa SAS on hoitanut palvelinympäristön asennuksen ja hoitaa jatkossa sen päivityksiä, suorituskyvyn seurantaa sekä muita erikseen sovittavia toimenpiteitä ympäristön ylläpitoon liittyen.

Tiedon editointi menetelmäpohjaiseksi Tilastoaineistojen muokkaukseen liittyviä prosessivaiheita varten Tilastokeskus on luonut omassa osaprojektissaan editointimallin, joka uudistaa, yhtenäistää ja systematisoi menetelmien käyttötavan. ”Mallin tavoitteena on päästä entistä enemmän menetelmäpohjaiseen editointiin. Se tarkoittaa, että pääsemme yksittäisten tietojen tarkastelusta siihen, että analysoimme myös aineiston kokonaislaatua tilastollisten menetelmien avulla”, Rouhuvirta kertoo.

Menetelmien käyttäminen mahdollistaa hänen mukaansa systemaattisten virheiden löytämisen aineistoista paremmin kuin perinteinen tapa, jossa tilastoammattilaiset ovat käyneet aineistoja läpi ja etsineet virheitä omin silmin.

Uuden editointimallin mukaisesti tilastotiedon valmistumisastetta ja laatua seurataan erityisillä laatuindikaattoreilla,

jolloin tiedon muokkaamisesta tulee entistä selvemmin laatuohjattua. SASin uusilla välineillä myös laatuongelmien korjaaminen käy entistä kätevämmin. ”Tiedonmuokkauksen uusien menetelmien ja uusien välineiden avulla saamme parannettua tilastotiedon laatua sekä lisättyä tuotannon tehokkuutta, mikä tapahtuu muun muassa eliminoimalla tuotannolliset virhemahdollisuudet.”

Menetelmäpainotteisuus editoinnissa merkitsee Rouhuvirran mukaan myös sitä, että kaikesta tiedon muokkaamisesta reilusti yli 80 prosenttia tullaan tekemään SASsovelluksilla ja Tilastokeskuksen itse tekemien sovellusten tarve vähenee olennaisesti. ”Tällöin ympäristömme myös yhtenäistyy kaikkein keskeisimmissä ja suuritöisimmissä tuotantovaiheissa, ja vain erikoistapaukset jäävät erikseen ratkaistaviksi.”

Metatieto uusiksi Tilastotiedon jakelun Tilastokeskus uudisti modernisointihankkeen ensimmäisenä vaiheena jo jonkin aikaa sitten. Jakelun periaatteena on, että tilastotiedosta on vain yksi sähköinen originaali, josta tuotetaan automaattisesti tilastotiedon julkaisut eri kanaviin.

Modernisointihankkeessa tilastotiedolle on määritelty Rouhuvirran mukaan kattava tietomalli, jonka pohjalta on myös uudistettu ja systematisoitu tilastoaineistojen metatiedon sisältö, käsittely ja jakelu. ”Tilastotieto tulee laajemmin ja laadukkaammin kuvatuksi kuin koskaan aikaisemmin, ja metatieto on jatkossa aina mukana tilastotietojen sähköisessä jakelussa, jolloin tilastotiedon kuvausten ajantasaisuus paranee kaikilta osin.”

Tilastotuotannon modernisointi on edellyttänyt Rouhuvirran mukaan myös tietoteknisen kapasiteetin modernisointia. Se on toteutettu nostamalla palvelinympäristön suorituskykyä olennaisesti aiemmasta. ”Ennen aineistoja saatettiin käsitellä eräajoina yön yli. Nyt on tavoitteena, että sellaista ei enää tarvita, vaan käsittely

menee sujuvasti eteenpäin, tulokset voidaan kontrolloida ja tarvittavat korjaukset tehdä välittömästi, kuten prosessimalli edellyttää.”

Vasteajat sekunneiksi Tilastotuotannon modernisointihanke on vielä kesken, sillä kaikkia sen keskeisiä osia kehitetään Rouhuvirran mukaan edelleen.

Perusratkaisut on kuitenkin jo tehty. Tuotantoon uusi arkkitehtuuri otetaan tilastoyksiköittäin pääosin viiden vuoden kuluessa. ”Koska meillä ei ole ollut yhtenäistä tuotantojärjestelmää, vaan tilastokohtaisia ratkaisuja, emme ole tilanteessa, jossa voisimme vaihtaa vanhan yhtenäisen järjestelmän yön yli uuteen yhtenäiseen järjestelmään.”

Arkkitehtuurin modernisoinnissa Tilastokeskus aikoo Rouhuvirran mukaan vielä ratkaista tietovarastointiin liittyvän ongelman. Se aiheutuu siitä, että tilastodatat ovat yhä tallennettuina liian monille kovalevypinnoille, joiden välillä niitä täytyy siirrellä. ”Meidän pitäisi päästä sellaiseen käsittelytapaan, jossa tieto on kovalevyllä vain kerran eikä sitä tarvitse siirtää ja tallentaa useisiin paikkoihin. Se tehostaisi käsittelyä ja yksinkertaistaisi koodia, koska suurin osa siirtokoodista ja sen ylläpidosta jäisi pois.

Yhtenäinen ympäristö rationalisoituisi silloin huomattavasti.”

Ratkaisuna Tilastokeskuksella voisi ollan jokin korkean laskentatehon teknologia, jonka avulla uuden palvelinympäristön suuresta kapasiteetista saadaan kaikki tehot irti. SASin tarjoamia vaihtoehtoja ovat hajautettu verkkolaskenta, in-database- ja in-memory-teknologiat tai jokin niiden yhdistelmä.

Nykyisin tilastoaineistojen käsittelyn vasteajat vaihtelevat sekunneista jopa vuorokauteen. Uusilla ratkaisuilla vasteajoissa tähdätään Rouhuvirran mukaan muutamaan sekuntiin kautta linjan. ”Siinä on tarkoitus saada aikaan todella iso muutos”, hän sanoo.

•

2/2012

13

MARKKINOINTI

Markkinointia voi ja kannattaa mitata Markkinoinnin vaikutusten kattava mittaaminen auttaa kohdistamaan markkinointi­ resurssit fiksummin ja luomaan enemmän asiakasarvoa samoilla tai jopa vähemmillä resursseilla.

SAS on kehittänyt sitä varten erityisen IMPACTkehikon ja tarjoaa myös mittausvälineet.

IMPACT-kehikko koostuu viiden pääalueen mittareista, jotka yhteen­ laskettuna kertovat markkinointi- ja myyntitoimenpiteiden tuoton ja auttavat johtamaan markkinointia entistä fiksummin.

14

2/2012

I

MPACT-kehikko ei ole mikään myytävä tuote, vaan alati kehittyvä mittaamisen kohteita, hyödyllisiä kokemuksia ja parhaita käytäntöjä kokoava kehikko, jonka avulla asiakasorganisaatioille voidaan SAS-välinein rakentaa tehokkaita käytännön ratkaisuja markkinointiin ja myyntiin tehtyjen investointien vaikutusten kattavaan mittaamiseen. ”Mittaaminen ja mittaustulosten näyttäminen organisaatiolle on jo sinällään hyödyllistä”, totesi loppukeväällä Helsingissä IMPACT-seminaarisarjan vetänyt Daniel Aunvig, Business Advisor, Center of Excellence, Intergrated Marketing Management, SAS Nordic Region. ”Todellinen arvo tulee kuitenkin siitä, että tulosten pohjalta pystytään kehittämään toimintaa ja prosesseja, tekemään parempia päätöksiä ja kommunikoimaan asiakkaiden kanssa fiksummin”, hän korosti.

Markkinoijien vastuu jakautuu Aunvigin mukaan kahtaalle. Heidän on organisoitava markkinoihin kohdistuvat toimenpiteet ja toisaalta tuotava markkinoilta tietoa asiakkaiden tarpeista yritykselle sekä varmistettava, että koko organisaatio toimii tuon tiedon pohjalta yhtenäisen linjan mukaisesti asiakkaita ja markkinoita kohtaan. ”Markkinoijat ovat olleet erittäin hyviä viemään viestiään markkinoille, mutta eivät niin hyviä kuuntelemaan asiakkaiden tarpeita ja asenteita, mittamaan markkinointitoimenpiteiden vaikutusta ja käyttämään

asiakkaista saatua tietoa tulevaisuuden ennakointiin.

Molempia vastuualueita tulisi kuitenkin kehittää tasapainoisesti, koska niiden välillä on paljon synergiaa.”

Oppimisen luuppi yhä lyhyemmäksi Markkinoiden toiminta ja asiakkaiden päätösprosessit muuttuvat Aunvigin mukaan yhä nopeammin, joten myös markkinoijien on kyettävä muuttamaan toimintaansa nopeasti. Markkinoinnin pitkän aikavälin lineaarinen suunnittelu saattaa jyrätä ennalta määrättyyn suuntaan, vaikka kampanjoiden tulokset antaisivat aihetta muuttaa suuntaa.

Vaihtoehtona on Aunvigin mielestä iteratiivinen prosessi, jossa markkinoinnin tuloksia mitataan ja arvioidaan koko ajan ja suuntaa muutetaan tulosten pohjalta. ”Markkinoinnissa on huutava tarve entistä lyhyemmille oppimisen luupeille. Pidän ajatuksesta, että markkinointi on koko ajan ikään kuin beeta-vaiheessa, jolloin pystytään suuntamaan toimintaa aina tarvittaessa uudestaan yhä nopeammin ja lyhyemmissä ajanjaksoissa.”

Enemmän asiakasarvoa SAS on koonnut IMPACT-kehikkoon markkinoinnin mittarit, jotka se tällä hetkellä näkee toimialariippu-

RETURN ON COMMERCIAL INVESTMENTS

CUSTOMER ACQUISITION

CUSTOMER DEVELOPMENT

CUSTOMER RETENTION

BRAND VALUE

MARKETING EFFICIENCY

LEAD CONVERSION RATE

CUSTOMER CONVERSION RATE

RETENTION RATE

NET PROMOTER SCORE

NET LIFT

PROBABILITY TO CONVERT / REACTIVATE

PROBABILITY TO PURCHASE

ENGAGEMENT SCORE

SHARE OF VOICE

CHANNEL SPILLOVER EFFECTS

AVG. ACQUISITION COST

CUSTOMER PROFITABILITY

AVG. RETENTION COSTS

BRAND SENTIMENT

DIMINISHING RETURNS OF ACTIVITIES

NEW CUSTOMER RATIO

ENGAGEMENT SCORE

PROBABILITY TO CHURN

INFLUENCE SCORE

AVG. CAMPAIGN CYCLE TIME

LEAD QUALITY

PRICE ELASTICITY

CONTACT FREQUENCY

SHARE OF WALLET SEGMENT MIGRATION

IMPACT-kehikko auttaa Daniel Aunvigin mukaan yrityksiä kehittämään markkinointiaan niin, että asiakkaista saadaan arvoa nopeammin ja pidempään nykyisillä ja jopa vähemmillä markkinointi­ kustannuksilla. mattomasti tärkeiksi. Kehikkoon voi helposti lisätä yritys- ja toimialakohtaisia mittareita sekä täysin uusia geneerisiä mittareita ajankohdan tarpeiden mukaisesti.

Kehikon mukaisella mittaamisella tähdätään Aunvigin mukaan kokonaistunnuslukuun, joka kertoo konkreettisesti markkinointi- ja myyntitoimenpiteiden tuoton, Return on Commercial Investments.

Tunnusluvun laskeminen perustuu lukuisiin mittareihin viidellä pääalueella, joita ovat 1) asiakashankinta, 2) asiakkuuden kehittyminen, 3) asiakkaiden pitäminen, 4) brändiarvo ja 5) markkinoinnin tehokkuus.

Mittaamisella on kaksi keskeistä periaatetta, ensimmäisenä niistä mittausympyrä. Sen mukaan 1) asiakkaat tunnistetaan ainutkertaisella asiakastunnisteella läpi kaikkien kanavien ja kohtaamispisteiden, 2) asiakkaan perustietoja täydennetään kokoamalla kaikki asiakastieto koko organisaatiosta yhteen paikkaan, 3) markkinointikampanjoiden suunnitteluprosessia seurataan erityisesti asiakaskontaktoinnin osalta, 4) tosiasialliset asiakaskontaktit aikaleimataan ja 5) seurataan asiakkaiden suoria ja epäsuoria reaktioita kontakteihin. ”Näin varmistetaan, että kun mittausympyrä käydään läpi, opitaan aina jotain uutta asiakkaasta ja toimenpiteiden vaikutuksista”, Aunvig sanoi.

Toinen mittaamisen periaate on joustavuus ja skaalautuvuus. Uudet tietolähteet ja mittauskohteet on voitava saada helposti mukaan mittausjärjestelmään – esimerkiksi yrityksen perustettua vaikkapa mobiilikanavan.

IMPACT-kehikon perimmäisenä tavoitteena on Aunvigin mukaan tarjota yrityksille työkaluja, joiden avulla ne voivat arvioida 1) voivatko ne nopeuttaa asiakashankinnan prosessia eli lyhentää aikaa, jona asiakas ei vielä tuota arvoa, 2) vähentää asiakashankintaan kuluvaa rahamäärää, 3) pidentää aikaa, jona asiakas tuottaa arvoa ja 4) lisätä markkinoinnin tehokkuutta, jotta samoilla tai jopa vähemmillä resursseilla voidaan luoda enemmän asiakasarvoa.

SAS-välineillä yrityksen raakadatasta pystytään tuottamaan kaikki IMPACT-kehikon mittaritiedot sekä rakentamaan helppokäyttöinen dashboardsovellus, jonka avulla voidaan seurata yhdellä silmäyksellä markkinoinnin vaikuttavuutta ja tehokkuutta keskeisten tunnuslukujen kautta. ”Se auttaa tekemään parempia päätöksiä ja johtamaan markkinointia entistä fiksummin”, Aunvig totesi.

Uusia mittareita Monien tuttujen markkinoinnin mittareiden lisäksi IMPACT-kehikko sisältää useita uudempia mittareita, joista seuraavassa joitakin esimerkkejä: Liidien konversion todennäköisyys on mittari, jolla ennakoidaan historiatietojen perusteella, mikä on konversion todennäköisyys, jos tiettyyn asiakasryhmään kohdistetaan tietynlaisia toimenpiteitä.

Näin yritys voi arvioida etukäteen, onko se kohdistamassa toimenpiteitä oikeaan asiakasryhmään, onko ajoitus oikea jne.

Konversiotodennäköisyyttä mittaamalla pystytään myös ennakoimaan markkinointipäätösten vaikutusta sekä saamaan arvokasta tietoa siitä, kuinka voidaan parantaa konversioastetta kustannuksia lisäämättä tai vähentää kustannuksia ja säilyttää silti olemassa oleva konversioaste.

Lähettämällä markkinointiviesti yrityksen kaikille asiakkaille tavoitetaan tietenkin 100 prosenttia myös niistä asiakkaista, jotka reagoisivat viestiin.

Tanskalainen maksutv- ja laajakaistaoperaattori YouSee on konversiotodennäköisyyden ennakoinnin avulla saavuttanut jopa 75 prosenttia viestiin reagoivista asiakkaista lähettämällä viestin vain 30 prosentille asiakaskunnasta.

Vuorovaikutuksen pisteytyksellä mitataan erilaisten asiakaskohtaamisten arvoa yritykselle. Sitä voidaan käyttää esimerkiksi asiakkuudenhallinnassa, mutta se on hyödyllinen väline myös monikanavaisuuden ja brändin hallinnassa.

Pisteytyksen avulla voidaan muun muassa verrata eri kanavia ja nähdä, tuottaako esimerkiksi call

center arvokkaampaa vuorovaikutusta kuin web-sivusto.

Tanskalainen Lån&Spar Bank käyttää vuorovaikutuksen pisteytystä muun muassa päätöksentekoon siitä, minkä kanavan kautta kutakin asiakasta kannattaa ensisijaisesti lähestyä lisämyyntiin pyrittäessä.

Vaikuttamispisteytyksessä mitataan, ketkä asiakkaat tai ulkopuoliset henkilöt vaikuttavat yrityksen muihin asiakkaisiin, keihin ja kuinka voimakkaasti. Tutkimusten mukaan vahva vaikuttaja voi asiakkuudesta poistuessaan viedä mukanaan 50–60 prosenttia verkostoonsa kuuluvista muista asiakkaista.

Tanskalainen tele- ja tietoliikenneoperaattori TDC on tunnistanut vaikuttamispisteytyksen avulla asiakaskuntansa mielipidevaikuttajat ja heidän seuraajansa sekä vähentänyt asiakaspoistumaa kohdistamalla toimenpiteitä poistumisuhan alla oleviin mielipidevaikuttajiin.

Kanavavuodon vaikutusten (channel spillover effects) mittaamisella ennakoidaan koko markkinointimixin historiatietoja analysoimalla, miten esimerkiksi tv-mainontaan investoitu euromäärä vaikuttaa muihin kanaviin, kuten call centeriin, verkkokauppaan ja fyysisiin myymälöihin.

Vastaavalla tavalla voidaan ennakoida, miten investointi yrityksen jonkin tuotteen markkinointiin vaikuttaa yrityksen muiden tuotteiden myyntiin.

Esimerkiksi Nissan on optimoinut markkinointibudjettiaan eri kanavissa ennakoimalla kanavavuodon vaikutuksia ja päässyt entisiin tuloksiin kymmenen miljoonaa US dollaria pienemmin kustannuksin.

•

Vaikutuspisteytys kertoo, kuka asiakaskunnassa vaikuttaa kehenkin ja kuinka voimakkaasti.

•

2/2012 AUGUST 17, 12

#1

SAS - IMPACT

15

MIKROSIMULOINTI

Entistä tarkempia arvioita Verotusta ja sosiaaliturvaa koskevien muutos­ehdotusten vaikutusta kotitalouksien ja julkisen sektorin taloudelliseen asemaan pystytään arvioimaan huomattavasti aiempaa tarkemmin, kun uusi SAS-välinein rakennettava mikrosimulointimalli saadaan käyttöön ensi vuonna.

M

ikrosimulointimalleja on käytetty Suomessa jo 1980-luvulta lähtien tuloverotusta ja sosiaaliturvaa koskevien lakien valmistelutyössä.

Reilut pari vuotta sitten valtiovarainministeriö käynnisti Kelan, sosiaali- ja terveysministeriön, Terveyden ja hyvinvoinnin laitoksen sekä Valtion taloudellisen tutkimuskeskuksen kanssa hankkeen, jonka puitteissa aloitettiin uuden mikrosimulointimallin suunnittelu. ”Verotus ja sosiaalietuudet ovat jatkuvassa muutoksessa, koska talous ja työmarkkinat ovat muutoksessa. Siksi myös laskentavälineiden täytyy kehittyä muutosten mukana”, VM:ssä hankkeesta vastaava finanssineuvos Elina Pylkkänen totesi toukokuun lopulla Säätytalolla järjestetyssä uuden mallin esittelytilaisuudessa.

Mallin rakentaminen, ylläpito ja kehitystyö on päätetty keskittää Tilastokes-

kukselle, joka myös jakelee mallia käyttäjille. Näin saadaan Pylkkäsen mukaan hyödynnettyä erikoistumisen tuottamat edut, rationalisoidaan mallin käyttäjien toimintaa ja hyödynnetään Tilastokeskuksen osaamista.

Tavoitteena on tehdä uudesta mallista edeltäjiään parempi, tarkempi ja laajempi.

Lisäksi on tarkoitus päästä irti mallin käytön ja kehittämisen henkilöriippuvuudesta sekä kasvattaa käyttäjäkuntaa erityisesti tutkijoiden ja poliitikkojen keskuudessa. ”Mikrosimulointi on ollut alihyödynnetty väline tutkimuksessa ja politiikan seurannassa, ja toivomme, että tähän tulee nyt parannus”, Pylkkänen sanoi.

Pidemmän aikavälin tavoitteena on laajentaa malli kattamaan myös välillinen verotus ja hyvinvointipalvelujen käyttö sekä kehittää staattisen mallinnuksen rinnalle dynaamista mallinnusta, jossa otetaan huo-

Uuden mikrosimulointimallin esittelytilaisuuteen Säätytalolle kokoontui toista sataa henkilöä eri ministeriöistä ja niiden alaisista laitoksista, eduskunnasta, yliopistoista ja korkeakouluista sekä tutkimuslaitoksista, joita uuden mallin käyttäminen kiinnostaa.

16

2/2012

Tuloverotuksen ja sosiaalietuusjärjestelmän monimutkaisuutta ja yhteisvaikutuksia on Elina Pylkkäsen mukaan erittäin vaikea hallita ilman mikrosimulointimallien kaltaista apuvälinettä. mioon lakimuutosten aiheuttamat muutokset ihmisten käyttäytymisessä.

Tarkkuus ylivertainen Mikrosimulointimallien avulla voidaan arvioida koko maan väestöä edustavan yksilötasoisen otosaineiston perusteella

tulonsiirtojen vaikutuksista verotusta ja sosiaaliturvaa koskevien lainsäädännön muutosehdotusten vaikutuksia ja eri lakien yhteisvaikutuksia erityyppisten kotitalouksien, eri väestöryhmien ja julkisen sektorin taloudelliseen asemaan.

Malleihin koodataan verotuksen ja etuuksien määräytymisperusteet matemaattisina funktioina, joita muuntelemalla muutosehdotusten vaikutuksia simuloidaan. ”Malleilla saavutetaan ylivertainen tarkkuus välittömien verojen ja sosiaaliturvaetuuksien vaikutusten tarkastelussa”, Pylkkänen totesi.

Väestöpohja ja tulonsiirtojen määräytymisperusteet ovat malleissa hänen mukaansa paljon yksityiskohtaisempia kuin aggregaattitason laskelmissa. Lisäksi mallien tulokset ovat yleistettävämpiä kuin esimerkkitapauksista tehtävät johtopäätökset.

Mallien avulla voidaan laskea budjettivaikutukset kuntatalouteen, sosiaaliturvarahastoihin ja valtion budjettiin, lakimuutosten vaikutukset kotitalouksien taloudelliseen asemaan, tuloeroihin ja pienituloisuusasteeseen sekä tulonsiirtojärjestelmien kannustinvaikutuksia työn tekemiseen.

Otosaineisto kasvaa Uuden mikrosimulointimallin kehittämishanketta Tilastokeskuksessa vetävä tutkimuspäällikkö Olli Kannas kertoi esittelytilaisuudessa, että suurin kehityshyppy uudessa mallissa liittyy otospopulaation kokoon.

Tähän saakka mikrosimulointimalleissa on käytetty Tilastokeskuksen tulonjaon palveluaineistoa, joka perustuu noin 27 000 henkilön otokseen. Vuosittain tuotettavan aineiston tiedot kerätään hallinnollisista rekistereistä ja haastattelemalla.

Uudessa mallissa otos on noin 800 000 henkilöä, ja heitä karakterisoivat tiedot kootaan pelkästään rekistereistä. Asumiskustannukset ja muut tiedot, joita rekistereistä ei saada, tuotetaan malliin estimointimenetelmillä. ”Mitä laajemmalla otoksella simulointia tehdään, sitä tarkemmat vaikutusarviot ja ennusteet aineiston avulla voidaan tuottaa. Aineiston laajentaminen tulee parantamaan laskentatarkkuutta olennaisesti”, Kannas sanoi.

Monikymmenkertaisen aineiston ansiosta uudella mallilla kyetään analysoimaan paljon aiempaa paremmin myös erilaisia pienryhmiä, joista suppeampaan aineistoon

ei kerry tilastollisesti edustavaa joukkoa.

Esimerkiksi yksinhuoltajatalouksia on Tilastokeskuksen vuoden 2009 palveluaineistossa noin 600, kun uuden mallin aineistossa niitä on 25 000. Yli 100 000 euroa vuodessa ansaitsevia palveluaineistossa on 267, mutta uudessa mallissa heitä on lähes 5 000.

Uusi malli saadaan jakeluun ensi vuoden alkupuolella. Laajaa otosaineistoa mallissa voidaan käyttää vain Tilastokeskuksen

keessa rakentaa myös omia käyttöliittymiä, erilaisia valikoita, jotka helpottavat mikrosimulointityöskentelyä. ”Uskon vahvasti, että käyttöliittymä helpottaa huomattavasti mallin käyttöä ja alentaa sen käyttöönottokynnystä. Siihen pyritään myös kattavan dokumentaation ja selkeiden käyttöohjeiden avulla”, hän sanoi.

Parempaa politiikkaa

SAS-ympäristö tarjoaa Olli Kannaksen mukaan mikrosimulointiin tehokkaat välineet erilaisille käyttäjille, joten mitään muita välineitä tai ohjelmistoja ei uuden mallin hyödyntämiseen tarvita. palvelimelta etäyhteyden kautta. Myös omalle työasemalle asennettava malliversio tulee olemaan jatkossakin käytettävissä.

Välineeksi SAS Uusi mikrosimulointimalli on rakennettu SAS-ohjelmistopohjalle, jota Kannaksen mukaan käytetään maailmalla laajasti esimerkiksi juuri tilastovirastoissa ja mikrosimulointimallien rakentamisessa. ”SAS tarjoaa erittäin monipuoliset mahdollisuudet aineistojen käsittelyyn ja analysointiin. Se soveltuu erittäin hyvin suurten datamassojen käsittelyyn ja on myös sen vuoksi aivan omiaan mikrosimulointikäytössä”, hän totesi.

Myös mallin käyttöliittymä rakennetaan SASin omalla graafisella käyttöliittymällä, Enterprise Guidella (EG), joka soveltuu Kannaksen mukaan erinomaisesti mikrosimulointikäyttöön. ”Siinä on valmiina hyvin monipuoliset graafiset toiminnot, joten tiedon jatkojalostaminen onnistuu suoraan valmiilla ominaisuuksilla, eikä pyörää tarvitse keksiä uudestaan.”

Hyvänä välineenä Kannas pitää EG:tä myös siksi, että sen sisälle voidaan hank-

Kelan tutkimusjohtaja Olli Kangas piti erittäin myönteisenä asiana sitä, että uudelle mikrosimulointimallille pyritään saamaan entistä laajempi käyttäjäkunta. Nykyisten mallien keskeinen ongelma on hänen mielestään ollut se, että ne ovat olleet lähinnä vain viranomaisten käytössä. ”Politiikan tekeminen olisi kenties ollut meillä parempaa, jos myös eduskunnan oppositiolla olisi ollut mahdollisuus arvioida sekä omia että hallituksen esityksiä mallinnusten avulla”, hän totesi uuden mallin esittelytilaisuudessa.

Kansanedustaja Osmo Soininvaara puolestaan vakuutti, että mallin saaminen myös poliitikkojen ja puolueiden käyttöön ei päinvastaisista väitteistä huolimatta suinkaan vaikeuta päätöksentekoa, vaan vaikeuttaa vain epärealististen ehdotusten tekemistä. ”Jokaisen eduskuntaryhmän moraalinen velvollisuus on tehdä oma varjobudjettinsa, ja silloin täytyy tietenkin olla apuvälineitä. Ei kukaan pysty tekemään sellaista suoraan oikein, vaan linjausten taloudelliset vaikutukset pitää pystyä simuloimaan todelliseen väestöpohjaan”, hän totesi.

SASin myynti- ja markkinointijohtaja Johan S a n d e l l t o i vo i mallin esittelytilaisuudessa, että päätöksentekijöillä on Suomessa näkemystä, rohkeutta ja motivaatiota Osmo Soininvaaran vaatia käyttöönsä mukaan mikrosimu- mikrosimuloinnin tuloksia ja myös lointimallin saakykyä tehdä pääminen myös poliitöksiä niiden pohtikkojen käyttöön jalta, jotta tuloksia vaikeuttaa epärealististen ehdotusten saadaan oikeasti hyödynnettyä. tekemistä.

•

2/2012 1/2012

17

TULEVAISUUDEN ENNAKOINTI

Tulevaisuuden trendit ja megatrendit näkyvät Elina Hiltusen mukaan aina ensin heikkoina signaaleina. Niiden etsiminen ja analysointi voivat tuottaa yritykselle selkeää etumatkaa kilpailijoihin nähden.

Tulevaisuuden ennakointi pysyväksi toimintatavaksi Tulevaisuuden ennakoinnin tulisi olla yrityksissä systemaattista ja jatkuvaa toimintaa, jota tehdään koko organisaation voimin. Kun vainuaa tulevaisuuden ilmiöt muita paremmin, pystyy myös reagoimaan muutoksiin ennen kilpailijoita ja saavuttaa selvää kilpailuetua.

K

ovin monessa suomalaisessa yrityksessä ei vielä harjoiteta tiukan systemaattista tulevaisuuden ennakointia.

Johtoryhmä vetäytyy ehkä kerran vuodessa Lapin hirsihuvilaan visioimaan tulevaisuutta, mutta koko organisaation voimin tulevaisuuden ennusmerkkejä ei etsitä. ”Johto ei välttämättä edes näe tulevaisuuden heikkoja signaaleja. Parhaiten signaalit näkyvät ruohonjuuritasolla. Mersun takapenkiltä tummennettujen lasien takaa niihin on huono näkyvyys”, heikkoihin signaaleihin ja ennakointiin erikoistunut futuristi Elina Hiltunen toteaa.

Jopa yrityksen asiakasrajapinnasta tulevat muutossignaalit voivat jäädä huomaamatta, vaikka ne ovat edessä melkeinpä tarjottimella.

Hiltusen mielestä crowdsourcing, joukkoistaminen, on erityisesti heikkojen signaalien tunnistamisessa välttämättömyys.

Ihmiset eivät ole vain oman alansa ammattilaisia, vaan myös isiä ja äitejä sekä satojen 18

2/2012

erilaisten asioiden harrastajia, joten heillä on valtavasti tietoa ja havaintoja mitä erilaisimmista asioista. ”Tämä rikkaus on täysin aliarvostettu voimavara yrityksissä – puhumattakaan ihmisistä, jotka nimenomaan intohimoisesti nuuskivat uusia asioita, mutta eivät yleensä istu yrityksen johtoryhmässä.”

Monet merkit maailmalta viittaavat Hiltusen mukaan siihen, että ennakointiin aletaan kiinnittää yrityksissä yhä enemmän huomiota. Hän itsekin käy nykyisin sparraamassa jopa suurten suomalaisten yritysten johtoryhmiä tulevaisuuden ennakoinnissa. ”Tulevaisuusajattelulle aletaan nyt lämmetä, ja seuraava askel on, että sitä aletaan tehdä yrityksissä ihan tosissaan”, hän sanoo.

Ennakointi murtaa ajatustottumuksia Hiltuselta ilmestyi toukokuussa kirja Mat-

kaopas tulevaisuuteen. Siinä hän esittelee tulevaisuuden ennakoinnin peruskäsitteitä ja menetelmiä sekä kertoo case-esimerkkejä siitä, miten erilaiset yritykset ja organisaatiot Suomessa ja maailmalla ovat ennakoineet, innovoineet ja kommunikoineet tulevaisuutta.

Kirjan motto on: ”Tulevaisuuden edessä pitää olla nöyrä, mutta ei nöyristellä.”

Nöyrä pitää Hiltusen mukaan olla siksi, että tulevaisuudessa voi tapahtua lähes mitä tahansa. Nöyristellä ei kuitenkaan tarvitse, koska voimme itse vaikuttaa siihen, minkälainen tulevaisuus meitä odottaa.

Ihmisillä on Hiltusen mukaan loistava kyky olla näkemättä muutosten merkkejä ympärillään, vaikka niitä olisi nenän edessä. Ennakointia hän pitää yhtenä tapana murtaa vakiintuneita ajattelutapoja ja sitä, mitä näemme ja emme näe maailmassa. ”Esimerkiksi skenaariotyöskentelyn avulla voimme käsitellä asioita, joihin emme välttämättä itse edes usko. Voimme

”Tulevaisuuden edessä pitää olla nöyrä, mutta ei nöyristellä.” silti miettiä, mitä voisimme tehdä, jos ne asiat sittenkin toteutuisivat. Näin pystymme aukaisemaan rajoittunutta näkökenttäämme.”

Megatrendit ja trendit huomioon Ennakoinnin peruskäsitteisiin Hiltunen lukee megatrendit, trendit, heikot signaalit ja villit kortit.

Megatrendit ovat suuria, jo pidempään voimassa olleita ja yleensä globaalisti vaikuttavia muutoksia, joiden oletetaan myös jatkuvan samansuuntaisina.

Nykyajan megatrendejä ovat esimerkiksi ilmastonmuutos, väestön ikääntyminen, luonnonvarojen ja erityisesti veden ehtyminen, globalisaatio, kulutuksen ja vaurauden kasvu (joskaan ei tasaisesti kaikkialla) sekä väestönkasvu maailmanmitassa. ”Kun käyn puhumassa tulevaisuuden ennakoinnista yrityksille, kehotan niitä ottamaan toiminnassaan huomioon ainakin megatrendit”, Hiltunen sanoo.

Trendit ovat nousevia ilmiöitä, jotka vaikuttavat ehkä paikallisella tasolla tai tietyissä kuluttajaryhmissä. Ne eivät välttämättä jatku pitkään, vaan voivat tulla ja mennä, mutta saattavat myös ajan myötä yhdistyä ja muodostaa megatrendin.

Siinä missä megatrendit ovat laajoja ja yleisluontoisia trendejä puolestaan voi luokitella eri alueisiin: on kuluttajatrendejä, sosiaalisen median trendejä, teknologia­ trendejä ja kaikkea muuta.

Jotkut trendit voivat olla myös mega­ trendien vastavirtoja, kuten lokalisaatio vs. globalisaatio ja downsifting vs. kulutuksen kasvu.

Nykyhetken kuluttajatrendejä ovat vaikkapa diilipalvelujen kasvava käyttö, kimppaostokset ja tee-se-itse-terveydenhoito. Älypuhelinten ja tablettien yleistyminen

ovat esimerkkejä teknologiatrendeistä.

Kuluttajatrendien ja muidenkin trendien tunnistaminen on tietenkin ensiarvoisen tärkeää erityisesti kuluttajabisnestä harjoittaville yrityksille. Tilastokeskuksen tilastoista voi Hiltusen mukaan löytää monenlaisia kiinnostavia trendikäyriä, mutta apuna voi käyttää myös kaupallisia palveluita, joita tarjoaa esimerkiksi trendwatching.com.

Heikot signaalit ennakoivat tulevaa Heikot signaalit ovat yksittäisiä uusia ilmiöitä, jotka saattavat olla merkkejä trendiksi nousevista ilmiöistä. Yhtä hyvin ne voivat kuitenkin Hiltusen mukaan olla pelkkiä kummajaisia, joista ei kehity koskaan mitään sen suurempaa. Sellaisinakin ne voivat kuitenkin herättää ajatuksia ja inspiroida innovaatioita.

Kaikista trendeiksi ja jopa mega­ trendeiksi nousseista asioista on Hiltusen mukaan alun perin ollut nähtävissä heikkoja signaaleja. ”Niitä löytyy kaikista asioista, joista on sittemmin tullut isoja juttuja”, hän korostaa.

Esimerkiksi teknologisten innovaatioiden omaksumiskäyrähän lähtee aina liikkeelle muutamista varhaisista omaksujista. Kännyköistä saatiin heikkoja signaaleja, kun edelläkävijät alkoivat kanniskella mukanaan salkun kokoisia matkapuhelimiaan saaden lähinnä säälin sekaista naureskelua osakseen. Reilut sata vuotta sitten autoista puhuttiin hevoskärryjen korvikkeina ja niillekin hymähdeltiin.

Heikkoja signaaleja voi Hiltusen mukaan löytää yksinkertaisesti tarkkailemalla jokapäiväistä ympäristöä ja kiinnittämällä huomiota asioihin, joista itsekin yllättyy. Esimerkkinä hän mainitsee itse Singaporessa pongaamansa uuden tuoteinnovaation, biohajoavat kengät.

Samalla matkalla hän näki Singaporessa myös kotikäyttöön tarkoitetun ratsastuskoneen, eräänlaisen kuntopyörän vastikkeen. Tuskinpa sellainen koskaan joka kotiin päätyy, mutta se voi olla yksi merkki isommasta nousevasta ilmiöstä, kuten terveyteenkin liittyvien asioiden teknologisoitumisesta. Joogastakin on tehty tietokonepeli, vaikka se tuntuisi sotivan koko joogan perusideologiaa vastaan.

Tietoja yhdistämällä hahmottuu isompi kuva Erästä kollegaansa lainaten Hiltunen sanoo heikkojen signaalien hyödyntämisen olevan ikään kuin palapelin kokoamista. Yksittäiset heikot signaalit ovat pelin paloja, joita kootaan ympäristöstä. ”Kun niitä ryhdytään yhdistelemään ja analysoimaan, saattaa alkaa hahmottua jokin isompi kuva. Koko kuvaa ei ehkä saada paloista kasaan, jolloin joudutaan tekemään myös omia arvauksia aiheesta, ja tuloksena nähdään asia, joka ehkä on iso juttu tulevaisuudessa.”

Kukaan yksittäinen ihminen ei voi kattavasti löytää yritykselle tärkeitä heikkoja signaaleja, koska niitä on hajallaan kaikkialla ja mitä yllättävimmissä yhteyksissä. ”Kilpailuetua saadaan siitä, että pystytään tekemään asioita ja reagoimaan muutoksiin ennen kilpailijoita. Se edellyttää, että tarkkaillaan ja vainutaan tulevaisuutta muita paremmin, ja siinä auttaa heikkojen signaalien systemaattinen kerääminen koko organisaation voimin”, Hiltunen toteaa.

Heikkoja signaaleja voidaan kerätä yrityksessä datapankkiin, ja niiden analysointi tulisi Hiltusen mielestä antaa dedikoitujen henkilöiden tai yksikön vastuulle. Kun yri-

Faktat Futuristi Elina Hiltunen on diplomiinsinööri ja kauppatieteiden tohtori. Hän väitteli Aalto-yliopiston kauppakorkeakoulussa 2010 aiheesta ”Heikot signaalit organisaation tulevaisuusoppimisessa”.

Hiltunen on työskennellyt Tulevaisuuden tutkimuskeskuksessa sekä Nokiassa yritysstrategiaosastolla tulevaisuuden ennakoinnin parissa. Finprossa hän on toiminut Senior Foresight Specialistina.

Nykyisin Hiltunen työskentelee toimitusjohtajana perustamassaan tulevaisuuskonsultointiin keskittyvässä What’s Next Oy:ssä.

•

2/2012

19

tyksen omaan toimintaan mahdollisesti vaikuttava ilmiö nousee signaaleista esiin, ilmiö tulisi vähintäänkin ottaa tarkkailulistalle, kenties tehdä siitä lisätutkimuksia ja lopulta päättää, mitä asian suhteen tehdään.

Analytiikan avulla heikkoja signaaleja voi löytää myös yrityksen omista asiakastiedoista, kun etsii erityisesti poikkeavuuksia eikä niinkään keskiarvoja. ”Esimerkiksi vähittäiskaupalla on valtavat tietovarannot, mutta en ole ihan varma, osataanko niitä käyttää hyväksi. Kun dataa on paljon, tarvitaan myös työkalut, joilla sitä käydään läpi. Eiväthän kenenkään resurssit riitä käymään datamassoja manuaalisesti läpi.”

Yllätyksiin voi varautua Villeiksi korteiksi Hiltunen nimittää nopeita, suuria muutoksia, jotka tapahtuvat yllättäen. Sellaisia ovat olleet esimerkiksi Japanin maanjäristys ja tsunami, World Trade Centerin terrori-isku ja Muhammad-pilakuvien julkaiseminen Jyllands-Postenissa, mikä aiheutti täysin yllättäviä ongelmia esimerkiksi meijerijätti Arlan liiketoiminnalle. ”Suomessa taas 7-päivää-lehti näytti Lordin Putaansuun kasvot ilman hirviömaskia, mikä johti lukijoiden boikottiin lehteä vastaan.”

Koska villit kortit ovat määritelmän mukaisesti täysin yllättäviä ilmiöitä, niihin voi Hiltusen mukaan varautua lähinnä varmistamalla, että organisaation toiminnan jatkuvuuden kannalta kriittiset asiat toimivat kaikissa olosuhteissa. ”Olen kirjassani muun muassa haastatel-

Tulevaisuustyön pitää Elina Hiltusen mielestä olla myös hauskaa ja viihdyttävää. Siihen hän pyrki kehittämällään Tulevaisuusikkuna-menetelmällä. lut Huoltovarmuuskeskusta, jonka tehtävänä on valmistaa kansakuntaa villeihin kortteihin.

Heidän ajatustapansa on hyvä ja sopii mielestäni myös yrityksille”, hän kertoo.

Vaihtoehtoisia tulevaisuuksia Tulevaisuuden ennakoinnin keskeisiin menetelmiin kuuluvat Hiltusen mukaan erilaiset skenaariotekniikat, joiden avulla yritys pystyy systemaattisesti tarkastelemaan erilaisia tulevaisuuden vaihtoehtoja ja niiden vaikutusta omaan toimintaansa.

Tulevaisuuden ennakoinnin koulutuksessa Elina Hiltunen käyttää Futuropolylautapeliä, jossa suunnitellaan liiketoimintakonsepteja erilaisia tulevaisuuksia silmällä pitäen.

Esimerkiksi Shell on käyttänyt skenaariotyöskentelyä 1970-luvulta asti ja onnistunut sen ansiosta pohtimaan sellaisiakin vaihtoehtoja kuin Neuvostoliiton kaatuminen ja 1970-luvun öljykriisi. Molemmat skenaariot lopulta myös toteutuivat, mutta useimmat muut öljy-yhtiöt esimerkiksi öljykriisi yllätti täysin. ”Shell sen sijaan oli jo etukäteen pohtinut, mitä se sellaisessa tilanteessa tekisi ja pääsi nopeasti nousemaan jaloilleen, kun kriisi alkoi. He olivat sitä ennen olleet maailman seitsemänneksi suurin öljy-yhtiö, mutta nousivat nopeasti kakkoseksi”, Hiltunen sanoo.

Skenaariotyöskentelyn avulla voidaan hänen mukaansa myös testata yrityksen strategioiden toimivuutta erilaisissa tulevaisuuden vaihtoehdoissa ja tunnistaa, mitä strategioissa pitää muuttaa, jos tietynlainen vaihtoehtoinen tulevaisuus näyttääkin toteutuvan.

Hiltusen itse kehittämiin tulevaisuuden ennakoinnin menetelmiin kuuluu Tulevaisuusikkuna, joka on tarkoitettu heikkojen signaalien keräämiseen ja hyödyntämiseen organisaatioissa. VTT on testannut menetelmää kahdessa pilotissa Hiltusen väitöskirjatyöhön liittyen hyvin tuloksin.

Ajatuksena on näyttää organisaation yleisissä tiloissa monitorien ruuduilla valokuvia heikoiksi signaaleiksi ajateltavista ilmiöistä ja kannustaa kuvien avulla työntekijöitä ennakoimaan ja innovoimaan tulevaisuutta. ”Kuvahan kertoo enemmän kuin tuhat sanaa, ja uudet ilmiöt aukeavat kuvien avulla paljon helpommin kuin sanallisesti selittämällä.”

Yhteiseen kuvapankkiin voivat lähettää kuvia kaikki organisaation työntekijät nähtyään ja kuvattuaan vaikkapa kännykkäkameralla jonkin kiinnostavan ilmiön esimerkiksi työmatkalla, messuilla tai muualla.

Yhteistyössä DataRangers Oy:n kanssa Hiltunen on ollut kehittämässä myös verkkopohjaista tulevaisuustyökalua TrendWikiä. Sen avulla voidaan kerätä ja analysoida heikkoja signaaleja ja trendejä koko organisaation laajuisesti sekä hallita koko prosessia avoimesta keskustelusta aina johdon päätöksentekoon ja toimenpiteisiin asti.

Tulevaisuuden ennakoinnin koulutuksessa Hiltunen käyttää Monopoli-lautapelin kehityshistorian innoittamana syntynyttä Futuropoly-peliä. Sen avulla käydään läpi megatrendejä, trendejä, heikkoja signaaleja ja villejä kortteja, pohditaan erilaisia tulevaisuuden skenaarioita ja suunnitellaan liiketoimintakonsepteja erilaisia tulevaisuuksia silmällä pitäen.

•

20

2/2012

BIG DATA

Big datan analysointi tuottaa Oscar Renaliaksen mukaan kilpailuetua ja mahdollistaa asioita, joita aiemmin ei ole pystytty tekemään.

Big dataa ei pääse pakoon

S

ASin järjestämässä big data -seminaarissa puhuneen Accenturen Technology Architectin Oscar Renaliaksen mukaan big datan asettamaa haastetta on turha enää vastustella, sillä siitä ei pääse eroon. ”Datamäärä joka tapauksessa kasvaa, joten on parempi ottaa haaste vastaan. Ennemmin tai myöhemmin haaste on pakko kohdata. Big datan hyödyntämiseen on sopeuduttava tai yritys muuttuu irrelevantiksi”, hän laukoi.

Kun vuonna 2005 dataa oli maailmassa sähköisesti tallennettuna 130 eksatavua (130 × 1018), vuonna 2010 dataa oli jo 1 227 eksatavua ja ennuste vuodelle 2015 on 7 910 eksatavua.

Valtavia datamääriä tuottavien laitteiden ja sovellusten määrä on kasvanut räjähdysmäisesti. Dataa tulee kaikkialta, myös yrityksen ulkopuolisista lähteistä, kuten julkishallinnolta, sosiaalisesta mediasta, websovelluksista ja paikkatiedosta.

Kyky analysoida dataa ei ole kuitenkaan kasvanut Renaliaksen mukaan samaan tahtiin kuin datan määrä. Erityisesti tämä on koskenut strukturoimatonta dataa, jota eri lähteet tuottavat yhä enemmän. ”On ollut suuri kuilu käytettävissä olevan datan ja sen

datan välillä, jota on pystytty analysoimaan”.

Viime aikoina myös teknologioissa, analysointivälineissä ja lähestymistavoissa on Renaliaksen mukaan kuitenkin tapahtunut huimaa kehitystä, joka mahdollistaa big datan hyödyntämisen.

Alun perin Googlen kehittämä MapReduce-algoritmi paloittelee big datan pienempiin osiin, joita voidaan prosessoida samanaikaisesti rinnakkain. Yahoo puolestaan kehitti MapReducen pohjalta avoimen lähdekoodin Hadoop-ohjelmiston, joka teki big datan käsittelystä helppoa ja edullista. ”MapReduce ja Hadoop ovat kaksi asiaa, jotka sytyttivät koko big data -ilmiön”, Renalias hehkutti.

Kilpailuetua analytiikasta Uudet teknologiat laajentavat ja parantavat Renaliaksen mukaan perinteisiä analysointimenetelmiä. Ne eivät korvaa niitä, vaan täydentävät niitä.

Syntyy hybridiympäristöjä, joissa on uutta ja perinteistä suurten datamäärien käsittelyyn sopivaa teknologiaa. ”Esimerkiksi SAS on

rakentanut oman ympäristönsä ja Hadoopin välille liittymän, joka mahdollistaa Hadoopiin tallennetun datan analysoinnin SASilla.”

Kaikkeen big datan käsittelyyn ei Renaliaksen mukaan kuitenkaan tarvita uusinta teknologiaa. Jos tieto on strukturoitua ja analysointituloksilla ei ole kiire, perinteiset menetelmät saattavat riittää, vaikka dataa olisi paljonkin. ”Mitä nopeammin tuloksia tarvitaan ja mitä struturoimattomampaa data on, sitä uudempia teknologioita tarvitaan. Yksi koko ei siis sovi kaikille.”

Big datan analysointi vaatii Renaliaksen mielestä kuitenkin uutta tapaa ajatella analytiikkaa yrityksen sisäisenä komponenttina. Sen avulla pystytään tuottamaan erittäin nopeasti syvällistä näkemystä ja innovaatioita sekä hyödyntämään menetettyjä mahdollisuuksia alueilla, joilla aiemmin ei ole kyetty hyödyntämään analytiikkaa. ”Tämä tarjoaa kilpailuetua, koska yritysten datavarannoissa piilee arvoa. Analysoimalla big dataa yritys pystyy esimerkiksi tarjoamaan parempaa asiakaspalvelua ja kilpailukykyisempiä hintoja.”

Big datan analysointi edellyttää Renaliaksen mukaan myös uudenlaista osaamista eli ihmisiä, jotka pystyvät tutkimaan dataa, luomaan omia malleja ja kokeilujen kautta muuttamaan datan arvokkaaksi tiedoksi.

Englannin kielessä tällaisille uuden sukupolven analyytikoille on annettu ammattinimike ”data scientist”. Esimerkiksi Googlen pääekonomisti Hal Varian on Renaliaksen mukaan todennut, että he edustavat seuraavan kymmenen vuoden seksikkäintä ammattia.

Miten sitten päästä alkuun big datan hyödyntämisessä? ”Paras tapa on tunnistaa liiketoimintaprosessit, jotka pystyttäisiin tekemään paremmin ja tehokkaammin big datan analysoinnin avulla”, Renalias sanoi.

Aloittaa kannattaa hänen mukaansa hyvin rahoitetuilla pienillä kokeiluilla ja proofof-concepts-hankkeilla ja edetä niistä kunnon roadmapin tekoon. Data tulee muuttaa avoimeksi ja kulkea kohti ”data as a service” -tyyppistä arkkitehtuuria. ”Lisäksi tulee hankkia ja kasvattaa tarvittavaa teknologiaa ja analyyttistä osaamista.”

•

2/2012

21

Ennakoivan analytiikan mallit eivät tarkastele vain eri asioi­den ominaisuuksia, vaan myös niiden välisiä suhteita ja toistuvia rakenteita, jotka voivat viitata verovelvollisten epäilyttävään toimintaan.

Analytiikka auttaa lisäämään verokertymää Kehittynyt analytiikka auttaa useiden eri maiden verohallintoja kohdistamaan verotarkastukset tärkeimpiin kohteisiin ja kehittämään hoitomalleja eri asiakassegmenteille, jotta verottajalle kuuluvat verotulot saadaan kerättyä maksimaalisesti.

V

erottajien tavoite on kaikkialla se, että kansalaiset ja yritykset ilmoittavat verotettavat tulonsa oikein ja myös maksavat tulojensa pohjalta määräytyvät verot. Maksamatta jäävät verot nostavat muiden verotaakkaa, aiheuttavat julkishallinnon palvelujen leikkauksia ja paisuttavat budjettialijäämää, mikä pakottaa ottamaan lisää velkaa.

Esimerkiksi Yhdysvaltain verohallinto on arvioinut, että sillä jää vuosittain saamatta jopa 345 miljardia dollaria verotuloja. Siitä noin 55 miljardia saadaan kerättyä viranomais-

22

2/2012

toimin, mutta perimättä jää yhä noin 290 miljardia dollaria.

Ruotsissa verohallin to puolestaan on arvioinut, että noin kymmenen prosenttia verotettavista tuloista jää ilmoittamatta verottajalle.

Ilmoitetuista tuloista koituvista veroista maksamatta jää vain 0,3 prosenttia, mutta sekin luo jo miljardien kruunujen loven kassaan.

Parantaakseen verotulojen kertymistä verottajat pyrkivät käyttämään rajalliset henkilöresurssinsa entistä tehokkaammin tunnistamalla paremmin kohteet, joihin verotarkastuksia kannattaa ensisijaisesti tehdä.

Apuna monen maan verohallinto käyttää SAS-analytiikkaa. ”Kyse on silloin siitä, että tehdään analytiikan avulla henkilöille ja yrityksille riskipisteytystä, jonka pohjalta verotarkastukseen valittava joukko poimitaan entistä osuvammin.

Resursseja ei tällöin tuhlata turhiin kohteisiin”, SASin Senior Account Manager Pertti Lahtinen toteaa.

Riskialttiimpien kohteiden tunnistamisen lisäksi analytiikka hänen mukaansa auttaa verottajia myös priorisoimaan poimitut tarkastuskohteet ja valitsemaan niille sopivimmat lähestymistavat, jotta lopputulos olisi verokertymän kannalta paras mahdollinen.

Toimiva hoitomalli segmentoinnin avulla Verottajat ovat yhä laajemmin myös oivaltaneet, että veroja ei jää kertymättä vain niiltä, jotka tietoisesti välttelevät veronmaksua.

Verovelvollisetkin ovat erilaisia: jotkut osaavat ja haluavat toimia oikein, jotkut haluavat, mutta eivät osaa, jotkut taas noudattavat verolakeja vain jos tuntevat kiinnijäämisen pelkoa petkutuksesta, ja jotkut viittaavat verolaeille kintaalla seurauksista piittaamatta. ”Verottajat ovat ymmärtäneet, että heidänkin pitää nykyisin pystyä segmentoimaan asiakkaitaan, luomaan kullekin segmentille toimiva hoitomalli ja tehostamaan kommunikointiaan. Myös tähän monien maiden verottajat käyttävät SAS-analytiikkaa, ja ratkaisuissa on paljon samoja elementtejä kuin yritysten asiakkuuksien hallinnan ja markkinoinnin automatisoinnin järjestelmissä”, Lahtinen kertoo.

Verovelvollisten tekemien veroilmoitusten ohella verottajat saavat valtavan määrän tietoa muista lähteistä, kuten verovelvollisten työnantajilta ja ammattiliitoilta, pankeilta, tilastoviranomaisilta sekä vakuutus- ja eläkeyhtiöiltä.

Useista eri tietolähteistä tulevien tietojen yhdenmukais-

taminen ja vertailu asettavat haasteita dataintegraatiolle ja tiedon laadun varmistamiselle, joihin verottajat Lahtisen mukaan myös käyttävät SASratkaisuja. ”Jos esimerkiksi esitäytetyissä veroilmoituksissa on tiedon laadun vuoksi virheitä, se työllistää verohallintoa aivan tavattomasti. Asiakaspalvelu verotoimistoissa ja verohallinnon puhelinpalvelussa paukahtaa hetkessä tukkoon.”

Verotarkastajien työssä dataintegraation ja tiedon laadun ongelmat puolestaan vievät

Analyyttisten mallien käyttö voi SASin kokemusten mukaan parantaa verotarkastus­ kohteiden valinnan osuvuutta jopa 20–50 prosenttia, Pertti Lahtinen kertoo.

Tarkastuskohteiden valinta osuvammaksi Perinteisesti verotarkastuksen kohteet on valittu verotarkastajien kokemuksen ja hyvin tiedossa olevien veropetoksen tunnusmerkkien perusteella. Manuaalisia menetelmiä on kuitenkin pitkälti korvattu ohjelmistoilla, jotka poimivat tarkastuskohteet sääntöpohjaisesti. ”Sääntöpohjaisuudella on etunsa, mutta se tuottaa paljon vääriä hälytyksiä eli poimii tarkastuskohteiksi verovelvollisia, joiden asiat ovat aivan kunnossa, eikä löydä parhaalla tavalla kohteita, joissa on aihetta tarkastukselle. Lisäksi sääntöpohjaisuus ei tarjoa juuri mitään mahdollisuutta priorisoida tarkastuskohteita”, Lahtinen toteaa.

Moni verohallinto on hänen mukaansa täydentänyt sääntöpohjaisia menetelmiä analyyttisten mallien avulla tehtävällä pisteytyksellä. Se auttaa poimimaan kaikkien

verovelvollisten joukosta juuri ne, joiden tarkastaminen oletettavimmin tuottaa parhaan lopputuloksen huomioon ottaen vajeen todennäköisyyden, sen rahallisen arvon ja perinnän onnistumisodotukset.

Pisteytys voi perustua aikaisemmin tunnistettuihin veropetokseen viittaaviin tekijöihin, normaalista poikkeavaan ja sisäisesti ristiriitaiseen veroilmoitukseen tai poikkeavuuteen, jota ei ole ennen tunnistettu – tai kaikkien näiden tekijöiden yhdistelmään.

Kaikkein parhaimmat pisteytykset saadaan Lahtisen mukaan aikaan kehittyneillä, ennakoivilla malleilla, joilla kyetään analysoimaan koko verovelvollisten kanta yhtenäisellä datalähtöisellä tavalla. ”Tällaiset mallit eivät tarkastele vain yksittäisten asioiden ominaisuuksia, vaan myös niiden välisiä suhteita ja toistuvia rakenteita, jotka voivat viitata verovelvollisten vilpilliseen tai muuten virheelliseen toimintaan.”

Verovelvolliset tietenkin keksivät koko ajan uudenlaisia tapoja välttyä veroilta antamalla vääriä tai puutteellisia tietoja. Kehittyneet analyysimallit voivat kuitenkin erilaisin menetelmin oppia tunnistamaan kokonaan uudenlaisiakin huijausyrityksiä.

Pisteytysmallit voivat SASin kansainvälisten kokemusten mukaan parantaa verotarkastuskohteiden valinnan osuvuutta jopa 20–50 prosentilla verrattuna pelkästään sääntöpohjaisten menetelmien käyttöön. Tyypillisesti molempia menetelmiä käytetään rinnan. ”Kehittyneimmät, ei-lineaariset mallit tekevät valinnasta vieläkin tarkempaa. Ja mitä enemmän dataa analyyseihin on käytettävissä, sitä tarkempia tulokset ovat”, Lahtinen toteaa.

Analyyttisten mallien käytön voi hänen mukaansa aloittaa pienimuotoisesti, todentaa saadut tulokset ja laajentaa analyyttistä ratkaisua sekä käytettävien tietolähteiden määrää, kun hyödyistä on varmistuttu.

•

Ruotsi pyrkii puolittamaan ilmoittamatta jäävät tulot Ruotsin verohallinnon tavoitteena on puolittaa verovelvollisilta ilmoittamatta jäävän verotettavan tulon määrä, joka on ollut noin kymmenen prosenttia todellisesta verotettavien tulojen määrästä.

SASin tiedonlouhinnan ja tilastollisen analytiikan keinoin verohallinto tarkastaa automaattisesti kaikki veroilmoitukset ja poimii lähemmän verotarkastuksen kohteiksi ne, joihin näyttää todennäköisim-

min liittyvän suuri riski verotulojen menettämiseen.

Analyysitulosten avulla Ruotsin verohallinto tekee myös päätökset siitä, minkälaisia toimenpiteitä eri riskiryhmiin kohdistetaan.

Lisäksi ennakoivilla malleilla tuotetut riskiprofiilit auttavat verottajaa keskittymään veronkannossa tapauksiin, joissa verot todennäköisimmin uhkaavat jäädä maksamatta.

ANALYTIIKKA

valtavasti aikaa ennen kuin sekalaisista datoista aletaan saada tolkkua. Pitkälle automatisoitu dataintegraatio ja tiedon laadun varmistaminen sen sijaan lisää tuottavuutta ja antaa verotarkastajille mahdollisuuden keskittyä varsinaiseen työhönsä.

•

Australian verottaja personoi palvelujaan Australian verohallinto alkoi käyttää SAS-analytiikkaa jo 2004 asiakasymmärryksen parantamiseen ja palvelujen personoimiseen asiakkaiden tarpeiden ja tilanteen mukaisesti. ”Yksi koko sopii kaikille” -ajattelun verohallinto hylkäsi toiminnassaan täysin.

Analytiikan avulla verohallinto pystyy löytämään verovilppiin viittaavia ristiriitaisuuksia omien ja kolmansilta osapuolilta saamiensa tietojen

välillä, jos esimerkiksi henkilön ilmoittamat tulot ja kalliiden autojen omistaminen eivät ole sopusoinnussa keskenään.

Yritysverotuksessa analytiikalla vertaillaan yrityksen ilmoittamia tietoja esimerkiksi sen henkilöstön määrään ja kyseisen toimialan yleisiin vertailulukuihin, jolloin saattaa paljastua, että yritys ei ole ilmoittanut kaikkia tulojaan ja on suurennellut menojaan.

•

Verotarkastuksesta tuottavampaa USA:ssa Rhode Islandin osavaltion verotarkastajat USA:ssa joutuivat ennen odottamaan verohallinnon it-osastolta jopa viikkojen ajan pyytämiään raportteja, joiden perusteella verotarkastusten kohteet valittiin.

Helppokäyttöisen SASanalytiikan käyttöönoton myötä verotarkastajat ovat alkaneet tuottaa analyysit itse ja saavat tulokset sekunneissa.

Verokertymää on saatu parannettua lisäämättä henkilöstöä.

Wisconsinin osavaltiossa verohallinto on alkanut koota kymmenien ulkopuolisten

tietolähteiden tiedot samaan SAS-tietovarastoon omien tietojensa kanssa ja ryhtynyt hoitamaan myös dataintegraatiota ja tiedon laatua SASin avulla.

Esimerkiksi kustakin verovelvollisesta tehtävän Wage Certification Reportin teko nopeutui 20 minuutista viiteen sekuntiin ja säästi jo ensimmäisen puolen vuoden aikana 1 500 henkilötyötuntia. Samalla verohallinto sai kerättyä viisi miljoona dollaria verotuloja, jotka aiemmassa prosessissa olisivat todennäköisesti jääneet saamatta.

•

2/2012

23

KOKONAISARKKITEHTUURI

Kokonaisarkkitehtuuri huomioon alkuvaiheessa Asiakkaan kokonaisarkkitehtuuri kannattaa ottaa huomioon SAS-hankkeissa jo myyntiprosessin alkuvaiheessa, jotta ratkaisussa vältytään yllätyksiltä ja turvataan kehityspolku myös tulevia tarpeita silmällä pitäen. SASilla on sitä varten oma prosessinsa.

K

eskustelu asiakkaan kokonaisarkkitehtuurista alkaa SASin Senior Advisorin Juhani Luoma-Kyynyn mukaan yleensä liian myöhään, kun asiakas on harkitsemassa liiketoiminta-analytiikkaratkaisuja. Kun keskustelu lopulta käynnistyy, se kääntyy yleensä keskusteluksi teknologiasta, ohjelmiston käyttöjärjestelmä- ja laitevaatimuksista. ”Sehän on kokonaisarkkitehtuurin kannalta vain yksi osa teknologia-arkkitehtuuria, mutta siitä keskustelu lähtee ja siihen se usein myös jää. Käsittelemättä jäävät kokonaisarkkitehtuurin kaikki muut osaalueet.”

Arkkitehtuuri pitäisi Luoma-Kyynyn mielestä ottaa esille jo hyvin varhaisessa vaiheessa asiakkaan ja SASin käymissä keskusteluissa.

Kyse ei tarvitse olla mistään useita päiviä tai viikkoja vievästä syväkartoituksesta, vaan hetken seisahtumisesta miettimään ylemmän tason asioita oikealla kokoonpanolla asiakkaan ja SASin edustajia. ”Keskustelussa laajennettaisiin näkökulmaa siitä kapeasta jutusta, jota varsinaisesti ollaan tekemässä ja varmistettaisiin, että on otettu huomioon kaikki tärkeät siihen vaikuttavat tekijät”, Luoma-Kyyny sanoo.

Kaikilla yrityksillä on jonkinlainen kokonaisarkkitehtuuri, olipa se vahingossa, vähitellen tai tietoisesti rakennettuna syntynyt. Jos arkkitehtuuria ei oteta it-projekteissa riittävän ajoissa huomioon, toteutusvai24

2/2012

Kokonaisarkki­tehtuuri ei ole Juhani Luoma-Kyynyn mielestä ylevä, vaan pikemminkin arkipäiväinen asia, jonka realistinen tarkastelu voi tuoda monia hyötyjä mietinnän alla olevissa SAS-projekteissa. heessa koetaan helposti yllätyksiä ja viivästyksiä.

Yhteisymmärrys kokonaistilanteesta Arkkitehtuurikeskustelussa tarkoitus ei ole Luoma-Kyynyn mukaan suinkaan ryhtyä suunnittelemaan asiakkaan arkkitehtuuria uusiksi, vaan luoda yhteinen ymmärrys asiakkaan kokonaistilanteesta ja toimintaympäristöstä, johon uutta SAS-ratkaisua ollaan miettimässä.

”Pystymme auttamaan ja sparraamaan asiakasta paljon paremmin, kun tiedämme, mitä tarpeita asiakkaalla on, mistä ne kumpuavat ja mihin suuntaan ne ovat ehkä kääntymässä jonkin ajan kuluttua”, hän sanoo.

Vuoropuhelussa myös asiakas voi löytää asioita, jotka kenties ovat jääneet aiemmin miettimättä. SAS puolestaan saa kokonaisvaltaisemman kuvan asiakkaasta, jolloin näkökulma laajenee yksittäisen tuotteen, ratkaisun ja projektin sijasta asiakkuuteen

pidemmällä tähtäyksellä.

Luoma-Kyyny viittaa cocreation -käsitteeseen, joka alkaa vakiinnuttaa paikkaansa tiedemaailman lisäksi myös liike-elämässä. ”Sen sijaan että tarjoaisimme asiakkaalle yksipuolisesti niitä ja näitä tuotteitamme, mietimme arkkitehtuurikeskustelun avulla yhdessä asiakkaan kanssa oikeita ratkaisuja asiakkaan tarpeisiin.”

Täsmäratkaisua yksittäiseen bisnestarpeeseen mietittäessä ei kannata ajatella liian kapeakatseisesti, vaan turvata

•

Petteri Sutelaisen mukaan entistä pidemmälle kehitetyt ja tuotteistetut konsultointipalvelut tähtäävät vahvasti arvon tuottamiseen asiakkaille.

Toinen palvelujen aihealue, Process enablement and transition, liittyy ratkaisun toteuttamiseen, käyttöönottoon sekä integrointiin asiakkaan liiketoimintaan ja prosesseihin. Tarkoitus on varmistaa, että käyttöönotto viedään oikealla tavalla loppuun saakka, ratkaisu jalkautuu käyttöön ja alkaa todella tuottaa tavoiteltuja hyötyjä. ”Kokemuksen mukaan

POST IMPLEMENTATION ASSESSMENT Solution usability. Business value.

PROCESS ENABLEMENT AND TRANSITION Planning. Deployment.

DISCOVERY ASSESSMENT Business. Process.

tämä on monissa hankkeissa tehtävä, jonka päälle helposti vedetään ruksi ja pyritään säästämään kustannuksia, vaikka se on yksi tärkeimmistä vaiheista suunniteltujen hyötyjen toteutumisen kannalta.”

Kolmas palvelujen aihealue, Post implementation assessment, koskee vaihetta, jolloin ratkaisu on ollut jo käytössä puolisen vuotta tai vuoden. Tarkoitus on silloin tarkistaa liiketoiminnan, käyttäjien ja prosessien näkökulmasta ratkaisun käytettävyys ja mahdollisuudet käytön tehostamiseen sekä konkreettisesti mitata ja todentaa ratkaisun asiakkaalle tuoma liiketoimintahyöty ja arvo.

Asiakkuuden elinkaaren eri vaiheisiin sijoittuvien palvelujen yhteydessä monet asiat tarkentuvat sitä mukaa, kun asiat etenevät. Sellaisia ovat muun muassa liiketoimintahyötyjen tunnistaminen, etenemispolun hallinta sekä ratkaisun sovittaminen asiakkaan kokonaisarkkitehtuuriin.

Palvelut toteutetaan Sutelaisen mukaan projekteina, joten palveluille määritellään selkeä rajaus, tavoite, tuotokset ja aikataulu. ”Projektina toteutettava palvelu nopeuttaa työtä olennaisesti ja varmistaa, että asiakas saa lopputuloksen sovitussa aikataulussa”, hän toteaa.

•

INFORMATION EVOLUTION AND MATURITY Business intelligence and business analytics.

Arkkitehtuurikeskustelujen tueksi SAS on kehittänyt globaaliin käyttöön tarkoitetun arkkitehtuuriprosessin, jota myös Suomessa ollaan Luoma-Kyynyn mukaan ottamassa käyttöön.

Prosessi ohjaa nimenomaan luovaan yhteistyöhön, co-creationiin, asiakkaan kanssa.

Prosessin myötä asiakkaan kanssa käydään läpi soveltuvin osin iso joukko asioita, kuten asiakkaan toimintaympäristö, bisnestarpeet, informaatio-, sovellus- ja teknologia-arkkitehtuuri sekä kaavaillun SASratkaisun rooli ja resursointi asiakkaan kokonaisympäristössä.

Prosessiin kuuluu myös esimerkiksi sidosryhmäanalyysi, jonka avulla selvitetään, ketä kaikkia suunnitteilla oleva SAS-ratkaisu asiakkaan organisaatiossa koskee, mikä on kunkin tahon rooli, bisnestarve ja ratkaisusta saama välitön tai välillinen hyöty. ”Näin varmistetaan, että ratkaisu saa laajan hyväksyttävyyden ja siinä otetaan riittävän kattavasti huomioon asiakkaan organisaation eri tahojen tarpeet ja näkemykset”, LuomaKyyny toteaa.

SASin puolelta arkkitehtuurikeskusteluihin asiakkaan kanssa voivat osallistua SASin arkkitehtuuriosaajat, joilla on vankka kokemus käytännön projektityöstä, eri toimialojen liiketoiminnasta sekä erilaisista teknologiaympäristöistä.

SASin on kehittänyt ja tuotteistanut entistä pidemmälle arvoa tuottavia konsultointipalvelujaan, jotka liittyvät asiakkuuden elinkaaren eri vaiheisiin tiedolla johtamisen mahdollisuuksien tunnistamisesta käyttöönotettujen ratkaisujen hyödyn varmistamiseen ja todentamiseen asti.

Senior Advisor Petteri Sutelaisen mukaan tarjottavat palvelut ovat jaettavissa asiakkuuden elinkaaren varrella kolmeen aihealueeseen, joille on tarjolla erillisiä, tuotteistettuja palvelukokonaisuuksia. ”Ensimmäinen aihealue, Discovery assessment, liittyy tilanteeseen, jossa asiakas haluaa hahmottaa liiketoimintansa tilaa ja tunnistaa, millaisia kehittämismahdollisuuksia ja hyötyjä voitaisiin saavuttaa tiedolla johtamisen, analytiikan ja optimoinnin avulla”, hän kertoo.

Aihealueella on kaksi eri palvelua, joista toisessa tarkastellaan mahdollisuuksia laajemmin ja yleisemmin asiakkaan liiketoiminnan tai liiketoimintaalueen näkökulmasta ja toisessa tarkemmin juuri sen bisnesprosessin näkökulmasta, jossa mahdollisuuksia on tunnistettu. ”Prosessikohtaisen tarkastelun jälkeen voimme jo aika tarkkaankin ehdottaa, miten ratkaisu kannattaa toteuttaa”, Sutelainen sanoo.

ENTERPRISE ARCHITECTURE ALIGNMENT Assessment. Planning. Design. BICC.

Mietitty prosessi ohjaa keskusteluja

Arvoa asiakkaille pitkälle tuotteistetuilla palveluilla

ROAD MAP & VALUE

kehityspolku sekä lisenssien että teknisen ympäristön näkökulmasta. ”Arkkitehtuurikeskustelu voi herättää juuri tällaisia ajatuksia, jotka eivät ehkä muuten ole tulleet mieleen. Suunnitellulle SAS-ratkaisulle voi esimerkiksi myöhemmin löytyä uusia käyttökohteita, jotka ovat jotain ihan muuta kuin alkuperäinen käyttökohde. Kun tuotettu tieto havaitaan hyväksi, sitä halutaan käyttää laajemmin.”

Arvoa tuottava palvelutarjooma sisältää erillisiä, tuotteistettuja palvelukokonaisuuksia asiakkuuden elinkaaren varrella kolmella eri aihealueella.

2/2012

25

SOTE-TOIMIALA

Toimialamalli sote-alan tiedolla johtamisen avuksi Tiedolla johtaminen sosiaalitoimen ja terveydenhuollon alueella ontuu pahasti, koska sirpaloituneet palvelut, organisaatiorakenteet ja tietojärjestelmät eivät mahdollista kokonaiskuvaa kansalaisesta ja hänen palvelutarpeistaan. Uudistustyön avuksi on kehitetty sote-alueen toimialamalli, joka nojaa kokonaisarkkitehtuuriajatteluun.

K

okeneet tiedolla johtamisen asiantuntijat, SASin Senior Advisorit Jaana Sinipuro ja juuri eläkkeelle jäänyt Hannu Ritvanen ja ovat kirjoittaneet yli 100-sivuisen tutkielman, jossa he esittelevät näkemyksen uudenlaisesta, oikeaan ja kokonaisvaltaiseen tietoon sekä tietojärjestelmien tehokkaaseen hyödyntämiseen pohjautuvasta sote-toimialan johtamisjärjestelmästä.

Nykyinen sote-palveluiden järjestelmä hajottaa kirjoittajien mukaan hoitoa tai palveluita tarvitsevan ihmisen sekä tiedollisesti että toiminnallisesti. Palveluja tuotetaan ilman, että niiden tilaajalla, tuottajalla tai rahoittajallakaan on kokonaiskäsitystä kansalaisen palvelutarpeista.

Terveydenhuollossa lainsäädäntö, organisaatiot ja toiminnalliset käytännöt johtavat tilanteeseen, jossa ihmistä hoidetaan osina. Hoidetaan silmää, maksaa tai selkää, mutta ei kokonaista ihmistä.

Keskeiseksi yhteiskunnalliseksi tavoitteeksi nostettu lasten ja nuorten syrjäytymisen ehkäiseminen kangertelee, koska varhaiseen puuttumiseen tarvittavat tiedot ovat hajallaan eri hallinnonalojen järjestelmissä. ”Hoito- ja palveluketjut ovat sirpaleisia, eri hallinnonalojen organisaatioiden toimintaa ei kyetä seuraamaan ja arvioimaan kokonaisuutena, eikä kaikesta toiminnasta edes synny johtamisessa tarvittavaa tietoa”, Ritvanen ja Sinipuro toteavat.

tojärjestelmissä olevat tiedot ikään kuin kuvaavat todellisuutta, josta ollaan kiinnostuneita”, Ritvanen sanoo.

Tosiasiassa tietojärjestelmiin ei kuitenkaan kirjata kaikkea tietoa tehtävistä ja toiminnoista, jotka muodostavat esimerkiksi sote-toimialalla toiminnan keskeisen sisällön. Kuva todellisuudesta, jota tietoja inventoimalla pyritään hahmottamaan, jää vajavaiseksi.

Omassa työssään Ritvanen ja Sinipuro ovatkin lähteneet liikkeelle mallintamalla tarkkaan rajaten ja pelkistetysti olennaiset asiat itse todellisuudesta, sote-toimialan toiminnasta, jota työ koskee.

Toimialamallin kehittämisessä he ovat nostaneet tietoarkkitehtuurin tekijäksi, joka yhdistää kokonaisarkkitehtuurin kolmea muuta osa-aluetta, bisnesprosessi-, sovellus- ja teknologia-arkkitehtuuria.

Tietoarkkitehtuurilla on heidän mielestään keskeinen merkitys, kun tiedolla johtamista halutaan kehittää (liike)toimintalähtöisesti. Tietoarkkitehtuuria voidaan käyttää kokonaisarkkitehtuurityössä sekä tarvemää-

rittelyssä (spesifikaatioarkkitehtuuri) että toteutuksessa (implementaatioarkkitehtuuri). ”Tietoarkkitehtuuri ja sen käsitteiden välisten yhteyksien ja riippuvuuksien kuvaukset toimivat spesifikaatioarkkitehtuurina kokonaistoteutukselle. Kun tieto sidotaan sovelluksiin ja niitä tukeviin teknologioihin, voidaan siitä johtaa implementaatioarkkitehtuuri”, tutkielmassa todetaan.

Spesifikaatio ja implementaatio on tekijöiden mielestä syytä pitää erillään toisistaan. Jos implementaatioon liittyviä linjauksia ja ratkaisuja tehdään liian nopeasti, ne alkavat määrätä toteutusta ja rajata näkemystä todellisuudesta. Siksi spesifikaatio on tehtävä ensin huolella.

Yhteinen kieli Työssä hahmoteltu toimialamalli koostuu yhdeksästä peruskäsitteestä, joilla kuvataan koko sote-palvelujen toimiala ja sen tavoitteet lähtökohtana toimialan kohde, kansalainen ja hänen palvelutarpeensa.

Tietoarkkitehtuurin merkitys korostuu Tutkielmassaan Ritvanen ja Sinipuro tarkastelevat sote-toimialaa kokonaisarkkitehtuurin keinoin, mutta kritisoivat tapaa, jolla kokonaisarkkitehtuuriajattelua monissa tapauksissa on sovellettu. ”Kokonaisarkkitehtuurin kehittämisessä lähdetään aivan liian usein liikkeelle inventoimalla tietojärjestelmiä ja niissä olevaa tietoa. Taustalla on ajatus, että tie26

2/2012

Toiminta tuottaa Hannu Ritvasen ja Jaana Sinipuron mukaan usein vajavaista ja virheellistä tietoa ja käyttää siitä vain pienen osan vaikeasti saatavassa muodossa.

He ovat kehittäneet sote-alueelle toimialamallin, joka auttaa ratkomaan tiedolla johtamisen ongelmia.

JÄRJESTÄMISVASTUU SOPIMUS

TOIMINTA / PROSESSIT

LAIT TARVE

PALVELUT

?

ARVIOINTI

KANSALAINEN ARVOPERUSTA

Sosiaali- ja terveysalan toimialamalli kuvaa alan keskeiset käsitteet ja niiden väliset suhteet. Malli auttaa kehittämään ja johtamaan tiedon avulla yhdenvertaisia ja kansalaiskeskeisiä sosiaali- ja terveyspalveluja. ”Tällaisesta toimialan tarkastelusta seuraa, että tehtiinpä mitä hyvänsä, aina on kysyttävä, saako tarkastelun kohteena oleva henkilö sen, mikä hänelle lakien, asetusten ja vallitsevien normien mukaan kuuluu

ja saavatko kaikki ihmiset nämä palvelut yhdenvertaisesti”, tekijät toteavat.

Toimialamalli ja kokonaisarkkitehtuurin mukainen lähestymistapa tarjoavat heidän mukaansa yhteisen kielen ja kom-

munikoinnin välineen liiketoiminnan ja ittoiminnan välillä. Sen avulla liiketoiminta pystyy välittämään omat tarpeensa it:lle, jonka tehtävä on palvella liiketoimintaa. ”Hyödyt kokonaisarkkitehtuurista jäävät saavuttamatta, jos sen rakentaminen jää vain toisen osapuolen –yleensä it:n – tehtäväksi.

Liiketoiminnan pitää olla tiukasti sanomassa, mitä se haluaa”, Ritvanen korostaa.

Esimerkiksi terveydenhuollon tietojärjestelmiä on rakennettu it-lähtöisesti substanssiosaajia kuulematta, ja niitä kritisoidaankin jatkuvasti siitä, kuinka huonosti ne tukevat lääkäreitä työssään. Lääkäreiltä menee yli puolet potilaan vastaanottoajasta tietokoneen näpyttelyyn, ja potilaat ihmettelevät, mitä lääkäri oikein puuhaa.

Kun kiinnostuksen kohteena oleva todellisuuden osa-alue on otettu ensin käsitteellisesti haltuun tietomallin/toimialamallin avulla, pystytään tietojärjestelmienkin suhteen tekemään paljon helpommin hyviä ratkaisuja kokonaisarkkitehtuurin avaamasta näkökulmasta.

Juuri sellaisen toimialamallin Ritvanen ja Sinipuro ovat pyrkineet tutkielmassaan kehittämään keskustelun ja jatkokehittelyn pohjaksi.

•

Asiantuntijoilta kiittävää palautetta Tampereen yliopiston terveystieteiden yksikön dosentti Matti Rimpelä pitää Ritvasen ja Sinipuron työtä ajankohtaisena ja erinomaisena, koska siinä on Suomessa hyvin harvinaisella tavalla sovellettu aitoa tietojärjestelmäarkkitehtuurin osaamista sosiaali- ja terveysalaan. ”Työ sopii ihan oppikirjaksi myös sote-alan substanssi-ihmisille, joiden täytyy ymmärtää, mitä he ovat tekemässä.

On todella hyvä, että tällainen analyysi on syntynyt SASin puitteissa. Suosittelen sitä lämpimästi kaikille, jotka ajattelevat, että he johtavat tiedolla”, hän sanoo.

Työ on Rimpelän mukaan sovellettavissa pelkkää sote-alaa laajemmin kaikkiin hyvinvointipalveluihin, joiden kompleksisuus on ymmärretty työssä hyvin. Hyvinvointipalvelujen yksi suuri ongelma syntyy hänen mukaansa siitä, että pala palalta rakennetut palvelut ovat historian ja lainsäädännön myötä jakautuneet useisiin eri siiloihin. ”Pahimmillaan jo 6–7-vuotias lapsi on kahdeksassa eri rekisterissä, joihin tieto hänestä hajautuu. Juuri tämä asia on työssä viisaasti analysoitu”, hän kiittää.

Ansiokkaana hän pitää myös sitä, että työssä lähdetään liikkeelle kohteena olevan toiminnan ymmärtämisestä sekä hyvän

toiminnan ja laadun määrittelystä, jonka pohjalta vasta voidaan kehittää tiedolla johtamista. Siilojen sisällä kehittämistyö on yleensä ollut liian tekniikkakeskeistä. ”Meiltä puuttuu kokonaisnäkemys siitä, mitä on hyvä toiminta.”

Hyvänä Rimpelä pitää myös sitä, että työssä hyvinvointipalvelujen ytimeen on asetettu palveluja tarvitseva kansalainen ja erilaiset yhteisöt. Molemmilla tasoilla pitäisi pystyä tiedolla johtamisessa tarkastelemaan asioita kokonaisuutena. ”Kuntien palvelurakenneuudistuksella tai sote-uudistuksella ei ole mitään merkitystä, jollei kehitetä sellaista tietojen hyödyntämistä, joka antaa mahdollisuuden analysoida toiminnan tehokkuutta ja vaikuttavuutta yksilö- ja yhteisötasolla.”

Yksikkökoon suurentuessa kompleksisuus vain kasvaa. Alle 20 000 asukkaan kunnassa asioita voidaan Rimpelän mukaan ehkä vielä hallita mutu-pohjalta, mutta 50 000 asukkaan kunnassa ei ole enää muuta vaihtoehtoa kuin tiedolla johtaminen. ”Ja jos sitä tietoa ei ole, silloin toimintaa ei todellisuudessa johdeta.”

Turun yliopiston tietojärjestelmätieteen professori Jukka Heikkilä nostaa työstä esiin sen, kuinka tietoarkkitehtuuri nähdään siinä

Matti Rimpelä pitää Ritvasen ja Sinipuron työtä ansiokkaana ja suosittelee sitä kaikille, jotka ajattelevat johtavansa tiedolla. välittävänä tekijänä spesifikaatio- ja implementaatioarkkitehtuurien välillä. ”Se on tosi hyvä idea. Kannattaa keskittyä nimenomaan siihen, että tietoarkkitehtuuri olisi hyvin mietitty ja kunnossa.

Niitä muita voi sitten säätää tilanteen ja kontekstin mukaan”, hän toteaa.

Erityisen tärkeää se on Heikkilän mielestä julkishallinnossa, jossa tietoarkkitehtuurin merkitys korostuu jatkuvuuden, yhtenäisyyden ja tietojen pitkän säilyttämisvelvollisuuden takia. Tietoarkkitehtuurin pitää silloin olla kunnossa, ja se voi toimia välittävänä tekijänä käytännön toteutuksen ja pysyvyysvaatimusten välillä.

•

2/2012

27

KUMPPANUUDET

Knowit vahvasti mukaan liiketoiminta-analytiikkaan

S

ASin johtava pohjoismainen kumppani Knowit rantautui toukokuussa Suomeen, kun sen ostama suomalainen ict-palveluntarjoaja Endero Oy muutti nimensä Knowit Oy:ksi ja otti samalla Information Management & Business Analyticsin keskeiseksi uudeksi liiketoiminta-alueekseen.

Endero on kuulunut ruotsalaiseen Knowit-konserniin jo vuoden 2010 alusta. Toukokuun 22. päivänä tapahtuneen nimenmuutoksen jälkeenkin se jatkaa suomalaisena yrityksenä, mutta näkyy ulospäin konsernin yhteisen brändin alla. ”Yhteinen pohjoismainen brändi auttaa meitä kehittymään ja kasvamaan myös paikallisilla markkinoillamme. Meillä on takanamme suuren yrityksen resurssit, mutta toimimme edelleen ketterästi ja lähellä asiakkaitamme”, toimitusjohtaja Ville Särmälä sanoo.

Vuonna 1990 perustetulla Knowit-konsernilla on 1 600 työntekijää, joista yli 180 työskentelee Knowit Oy:n palveluksessa Suomessa ja Pietarissa. Konsernin liikevaihto viime vuonna oli 214 miljoonaa euroa.

SAS-kumppanina Knowit on toiminut vuodesta 1995. Sillä on yli sata SAS-konsulttia Tukholmassa, Göteborgissa, Oslossa ja Helsingissä. Vuonna 2004 SAS valitsi Knowitin vuoden Silver Partneriksi ja EMEAalueen parhaaksi kansalliseksi kumppaniksi, ja viime vuonna SAS valitsi Knowitin parhaaksi ruotsalaiseksi kumppanikseen.

Knowit Oy:ksi muuttunut Endero puolestaan on muun muassa kuulunut vuosina 2008–2011 kymmenen kärkiyrityksen joukkoon Deloitten laatimalla nopeimmin kas-

vavien teknologiayritysten listalla. Knowit Oy:nä yritys hakee Särmälän mukaan edelleen kannattavaa kasvua ja tarjoaa asiakkailleen myös uusia osaamisia ja palveluja. ”Esimerkiksi liiketoiminta-analytiikka on meille uusi palvelualue. Pystymme tarjoamaan olemassa olevillekin asiakkaillemme vahvasti palveluita tällä alueella, ja jos yhteistyö uuden asiakkaan kanssa lähtee liikkeelle tällä alueella, pystymme palvelemaan asiakasta myös kaikilla muilla alueilla, joilla toimimme”, hän kertoo.

Liiketoiminta-analytiikassa Knowit keskittyy Särmälän mukaan hyvin vahvasti yhteistyöhön nimenomaan SASin kanssa, koska SAS-yhteistyö on vahvaa myös konsernitasolla.

Palveluja koko elinkaaren ajan Information Management & Business Analytics -liiketoiminnan johtajana Knowit Oy:ssä on aloittanut 25 vuotta ict-alalla ja viimeiset 15 vuotta Information Management -alueella työskennellyt Jari Noppa, joka taannoin oli muutaman vuoden myös SASin palveluksessa Suomessa.

Liiketoiminta-alueen palvelut Knowitillä kattavat Nopan mukaan koko palveluelinkaaren asiakkaan nykytilan arvioinnista aina suunnittelu- ja toteutuspalveluihin sekä jatkuvaan ylläpitoon ja tukeen saakka.

Muut SAS-kumppanit Suomessa

28

2/2012

Ville Särmälän (oik.) ja Jari Nopan mukaan Knowit Oy pystyy tarvittaessa hyödyntämään koko pohjoismaisen Knowit-konsernin SAS-osaamista ja -osaajia myös suomalaisissa asiakasprojekteissa. ”Roolimme voi olla koko elinkaaren kattava tai sisältää joitain osia siitä. Voimme esimerkiksi toimia toteuttajana projekteissa, joihin SAS tarvitsee toteutuskumppanin”, hän kertoo.

Tarvittaessa Knowit pystyy käyttämään Suomessa asiakasprojekteissa koko pohjoismaisen konsernin SAS-osaajia sekä tarjoamaan paikallista SAS-palvelua muissa Pohjoismaissa toimiville suomalaisyrityksille. ”Markkinoillahan on useita pelureita, mutta ei meidän kokoluokan peluria, jolla on kyky tarjota tässä mittakaavassa SAS-palveluja kaikissa Pohjoismaissa ja jolla on pitkä kokemus yhteistyöstä SASin kanssa. Monet asiakasyritykset, jotka itse toimivat vähintään pohjoismaisella tasolla, haluavat ison pelurin kumppanikseen”, Noppa toteaa.”

•

SAS-PALVELUT

Jotta Täysi hyöty analytiikasta -palvelu voisi tuottaa hyvää tulosta, tarvitaan Juha Käpin ja Riitta Alkulan mukaan sekä SASin että asiakkaan vahvaa sitoutumista palvelun läpivientiin.

Täysi hyöty analytiikasta S

AS tarjoaa asiakkailleen Täysi hyöty analytiikasta -palvelua, jossa selvitetään haastattelututkimukseen perustuen, mikä organisaatiossa on analytiikan hyödyntämisen nykytilanne, minkälaiseen tavoitetilaan organisaatio pyrkii ja millä toimenpiteillä tavoitteisiin päästään.

Uusi palvelu on kehitetty viime vuosina menestyksellä toteutetun Täysi hyöty SASista -palvelun pohjalta, mutta palvelu painottuu nyt selkeämmin nimenomaan analytiikan hyödyntämiseen liiketoiminnassa. ”Palvelussa pohditaan, miten yritys kokonaisuutena voi saada eniten hyötyä analytiikasta. Yrityksellähän voi olla muitakin kuin SASin analytiikkaratkaisuja, ja palvelussa pyritään nyt arvioimaan, miten analytiikan hyödyntäminen on kokonaisuutena järjestetty ja millä tavalla se jatkossa kannattaisi järjestää, jotta liiketoiminta saa siitä parhaan hyödyn”, SASin Client Manager Juha Käppi kertoo.

Tekniseen SAS-ympäristöön ja sen toimivuuteen liittyviä kysymyksiä uudessa palvelussa ei niinkään käsitellä, vaan niitä selvitetään ja ratkotaan pääasiassa SASin tarjoamassa Premium Support -palvelussa.

Uuden palvelun kokonaisvaltaisella lähestymistavalla on tarkoitus auttaa yrityksiä myös selkiyttämään tiedonhallinnan strategiaansa ja arkkitehtuuriaan sekä erityisesti analytiikan roolia niissä. ”Aiemmin siilomaisesti toimineissa organisaatioissa on ryhdytty puhumaan kokonaisarkkitehtuurista ja lähdetty katsomaan kaikkia it-asioita kokonaisuutena.

Myöskään analytiikka ei ole vain jonkun

asiaan vihkiytyneen pienryhmän työkalu, vaan osa kokonaisuutta. Se voi hyödyttää koko organisaatiota, jos sitä käytetään fiksusti”, SASin Principal Solutions Architect, YTT Riitta Alkula toteaa.

Yksikkötasolta yritystasolle Täysi hyöty analytiikasta -palvelu on suunnattu erityisesti SASin olemassa oleville asiakkaille, jotka näkevät ehkä vielä hieman selkiytymättömiäkin mahdollisuuksia kehittää analytiikan käyttöä liiketoiminnassaan ja haluavat siihen asiantuntevaa tukea. ”SAS hallitsee analytiikan ja pystyy olemaan aidosti avuksi tällä alueella.

Nykytilanteen ja tavoitteiden kartoituksen avulla voimme auttaa rakentamaan kehittämisen road mapin, auttaa priorisoimaan asioita sekä luomaan tukimallin, jolla varmistetaan, että asiakkaan liiketoiminta saavuttaa tuloksia analytiikan avulla”, Käppi toteaa.

Jokin SAS-ratkaisu on Alkulan mukaan esimerkiksi voitu alun perin ottaa käyttöön juuri tiettyyn tarkoitukseen yhdessä yksikössä ja huomaamatta on jäänyt, että samalle ratkaisulle on saattanut syntyä tarvetta ja käyttömahdollisuuksia muuallakin organisaatiossa.

Esimerkiksi asiakkuudenhallinnan SAS-ratkaisuja käytetään yleensä lähinnä vain markkinoinnissa, vaikka tosiasiassa lähes kaikissa yrityksen toiminnoissa voisi ja kannattaisi hyödyntää asiakastietoa. ”Tavoitteena voikin olla, että päästään

analytiikassa yksikkötason hyödyntämisestä yrityksenlaajuiseen hyödyntämiseen”, Käppi sanoo.

Mahdolliset ongelmat analytiikan hyödyntämisessä eivät myöskään välttämättä liity itse analytiikkavälineeseen, vaan saattavat liittyä hyödyntämisen organisointitapaan, huonolaatuiseen dataan perusjärjestelmissä, henkilöriippuvuusriskeihin tai muuhun.

Toimenpiteisiin ymmärryksen pohjalta Täysi hyöty analytiikasta -palvelussa SAS haastattelee 12–16 asiakasyrityksen henkilöä, jotka edustavat kattavasti eri organisaatiotasoja, tiedon tuottajia ja tarvitsijoita sekä it:tä.

Haastattelujen perusteella SAS tuottaa yhteenvedon analytiikan nykytilasta ja tavoitetilasta yrityksessä ja antaa konkreettiset suositukset toimenpiteistä, joilla tavoitteisiin päästään, sekä yhteistyömallista, jonka kautta SAS voi tukea analytiikan käyttöä. ”Haastattelututkimus auttaa sekä asiakasta että SASia ymmärtämään analytiikan hyödyntämisen nykyisen tilan, tarpeet ja tavoitteet organisaatiossa. Ymmärryksen pohjalta voimme ehdottaa toimenpiteitä tavoitteiden saavuttamiseksi”, Käppi korostaa.

Pelkät analyysituloksethan eivät analytiikan hyödyntämisessä yleensäkään riitä, vaan tarvitaan aina myös toimenpiteitä tulosten pohjalta, jotta analytiikan hyödyt realisoituvat liiketoiminnassa.

•

2/2012

29

UUTISET

SASin tukisivusto yksi parhaimmista Amerikkalainen Association of Support Professionals (ASP) on valinnut SASin tukisivuston support.sas.comin kymmenen parhaimman tukisivuston joukkoon vuonna 2012.

Viidettätoista kertaa järjestetyn Ten Best Web Support Sites -kilpailun tarkoituksena on nostaa esiin online-palvelujen ja tuen parhaimmistoa. Voittajat valitsee asiantuntijaraati, joka käyttää 25 valintakriteeriin perustuvaa pisteytysjärjestelmää.

Tämän vuoden voittajiksi valittuja tukisivustoja esitellään tarkemmin ASP:n heinäkuussa julkaisemassa kirjassa The Ten Best Web Support Sites of 2012.

Web-pohjainen tuki on kehittynyt ASP:n johtajan Jeffrey Tarterin mukaan kauas alkuperästään pelkkänä edullisena korjausratkaisujen jakelukanavana. ”Suunnannäyttäjät käyttävät nykyisin tukisivustoja alustana laajojen käyttäjäyhteisöjen palvelemiseen, osaamistaitojen kouluttamiseen ja kommunikointiin asiakkaiden kanssa tuotteen omistajuuden elinkaaren ajan. Asiakkaat puolestaan palkitsevat näitä yrityksiä korkeammilla tyytyväisyysluvuilla ja pitkäaikaisella asiakasuskollisuudella”, hän toteaa.

•

Julkishallinnolle kattava ratkaisu petosten torjuntaan SAS ja Capgemini tarjoavat yhteisvoimin julkishallinnolle end-to-end-ratkaisupakettia veropetosten ja sosiaaliturvan väärinkäytösten torjuntaan. Ratkaisu koostuu Capgeminin asiantuntevista palveluista ja analyyttisestä SAS Fraud Framework for Government -teknologiasta.

Analytiikkaa, ennakoivaa mallintamista ja sosiaalisten verkostojen analysointia hyödyntävä SAS-ratkaisu auttaa tunnistamaan virheisiin, veronkiertoon, petoksiin, väärin perustein maksettuihin etuuksiin ja organisoituihin petosrinkeihin viittaavia tekijöitä verotukseen ja sosiaalietuuksiin

YHTEYSTIEDOT Mikäli osoitetietosi tai muut tie­ tomme sinusta eivät ole ajan tasalla, voit ilmoittaa muutokset meille suomalaisten kotisivujemme kautta. Jos olet uusi lukija ja haluat tilata lehden, se onnistuu myös siel­ lä. Voit samalla yksilöidä aiheet, joista olet kiinnostunut. Näin vältät saamasta turhaa postia ja saat vain tietoa, jolle sinulla on käyttöä.

Lomakkeen löydät osoitteesta www.sas.com/fi kohdasta ”Yhteystiedot”.

Palautetta!

Lehden kuin lehden tärkein tehtävä on puhutella lukijoitaan. Se edellyttää, että

30

2/2012

liittyvistä suurista datamassoista.

Capgemini ja SAS ovat jo tehneet tiivistä yhteistyötä Iso-Britannian veroviraston käyttämien analytiikkaratkaisujen toimittamisessa. Capgemini on myös valittu toimittamaan SASin analytiikkaratkaisu Maharasthra Sales Tax Departmentille Intiaan. ”Työskentely SASin kanssa antaa meille mahdollisuuden vastata julkishallinnon tarpeisiin kattavammin ja tarjota julkishallinnon ongelmiin parhaita saatavilla olevia teknologiaratkaisuja”, Capgeminin Global Tax & Welfare Lead Ian Pretty toteaa.

lehdessä käsitellään aiheita, jotka ovat kiinnostavia ja joista on hyötyä. Jotta voisimme paremmin palvella sinua ja sinun tarpeitasi, tarvitsemme palautettasi lehden sisällöstä.

Kaikki kommentit, niin juttuideat kuin tiukka kritiikkikin, ovat lämpimästi tervetulleita.

Lähetä postia päätoimittajalle osoitteeseen: saara.saalamo@sas.com. Palkitsemme kunkin numeron parhaan kehitysidean yllätyslahjalla.

SAS-Tietoa Suomenkieliset kotisivut www.sas.com/fi tek.sas Suomenkielinen sähköinen uutiskirje kaikille SASia työssään hyödyntäville. Tilaukset:

•

luomalla oma SAS-profiili osoitteessa www.sas.com/ profile.

Kansainväliset kotisivut www.sas.com

Sähköinen tukikeskus Palvelupyynnöt, Hot Fixit, FAQ, vinkit ym. http:// support.sas.com sascom-asiakaslehti Kansainvälinen asiakaslehti.

Tilaukset: www.sas.com/ news/sascom. e-Newsletters Valittavana laaja valikoima eri aihealueita käsitteleviä sähköisiä uutiskirjeitä, kuten esim. liiketoimintaa, teknologiaa, koulutusta, vähittäiskauppaa, finanssipalveluja, tai akatemiaohjelmaa käsitteleviä uutiskirjeitä. Tutustu ja tilaa: www. sas.com/news/newsletter.

Singaporen ict-sektorin kehitys­ virasto IDA on tunnistanut datan ja analytiikan avaintekijöiksi, joiden avulla kaupunkivaltio pystyy vahvistamaan talouskasvulleen elintärkeää ict-sektoria.

Singapore analytiikan kärkikaartiin SASin heinäkuussa Singaporeen perustama High Performance Analytics Centre of Innovation pyrkii nostamaan Singaporen korkean laskentatehon analytiikan globaaliin kärkikaartiin.

Infocomm Development Authority of Singapore -viraston (IDA) tukemana perustettu keskus kehittää, markkinoi ja levittää innovatiivisia analytiikan sovelluksia ja käyttökohteita, jotka tuovat uudenlaista analyyttistä voimaa singaporelaiseen talouselämään. ”Datasta ja analytiikasta on tulossa keskeinen ajuri talouskasvulle ja kilpailukyvylle. IDA on työskennellyt mielellään SASin kanssa Aasian ensimmäisen High Performance Analytics Centre of Innovationin perustamiseksi Singaporeen”, IDA:n pääjohtaja Ronnie Tay toteaa.

Hänen mukaansa SASin innovaatiokeskus auttaa luomaan Singaporeen kriittistä analyyttistä osaamista ja osaajajoukkoa, koska keskus muun muassa kouluttaa ict-ammattilaisia sekä kehittää analyyttisiä sovelluksia yhdessä singaporelaisten korkeamman asteen oppilaitosten ja ict-yritysten kanssa.

•

ANALYTICS Build on your future.

SAS® Analytics help you discover innovative ways to increase profits, reduce risk, predict trends and turn data assets into true competitive advantage. Decide with confidence.

Scan the QR code* with your mobile device to view a video or visit sas.com/build for a free Harvard Business Review report.

Generated by BeQRious.com

*Requires reader app to be installed on your mobile device

SAS and all other SAS Institute Inc. product or service names are registered trademarks or trademarks of SAS Institute Inc. in the USA and other countries. ® indicates USA registration. Other brand and product names are trademarks of their respective companies. © 2011 SAS Institute Inc. All rights reserved. S71303US.0411

HIGH-PERFORMANCE

Faster isn’t better. Unless you make the extra time count.

Speed to decisions is only a value if it creates opportunity for change. With market-first, in-memory technology, SAS® takes big data analysis from days and hours to minutes and seconds. Think about the edge that gives you to fight fraud, lift sales, tweak your tweets or crush your competition. What would you do with the extra time?

Scan the QR code to view a video or visit sas.com/time to learn more.

Generated by BeQRious.com

SAS and all other SAS Institute Inc. product or service names are registered trademarks or trademarks of SAS Institute Inc. in the USA and other countries. ® indicates USA registration. Other brand and product names are trademarks of their respective companies. © 2012 SAS Institute Inc. All rights reserved. S91509US.0512