Datapohjaisten liiketoiminnan kehityskohteiden nelikenttä

08.11.2019

Datapohjaisten liiketoiminnan kehityskohteiden nelikenttä

Aiemmissa blogeissa on vilahdellut värikäs nelikenttä, jonka hilpeitä värejä peittää läpinäkyvä kolmio. Mitä nelikentän eri laatikot sitten tarkemmin ottaen tarkoittavat? Tässäpä kustakin lyhyt kuvaus ja muutamia asiakasesimerkkejä.

Tehokkuuden ja päätöksenteon parantaminen

Perimmäisenä kysymyksenä on miten organisaatio toimii sujuvammin ja tehokkaammin datan avulla?

Tehokkuutta haetaan esimerkiksi:

Ja aina tähän ei tarvita edes mitään edistynyttä analytiikkaa (tekoälyä). Ihan dataan tutustumalla ja sitä analysoimalla voidaan saavuttaa hyviä tuloksia.

Elävä esimerkki Suomen huipulta: Eräässä yrityksessä tehtiin konfiguroitavia tuotteita oletuksella, että turvallisuusstandardin mukaisesti kaikkiin heidän tuotteisiinsa pitäisi lisätä uusi osa. Kymmenien tuhansien eurojen tuotteessa yksittäinen osa on sinällään halpa, asennettuna itse asiassa alle 200 euroa.

R&D:n toimesta pelkästään dataa analysoimalla tunnistettiin yli viisinumeroinen määrä tapauksia, joihin tätä osaa ei tarvitse vuosittain asentaa. Tämä johti usean miljoonan euron vuotuisiin säästöihin.

Operatiivinen erinomaisuus

Perimmäisenä kysymyksenä on miten maksimoida tehokkuus ja kannattavuus dataa hyödyntäen?

Operatiivista erinomaisuutta haetaan esimerkiksi

Talviliukkaiden vaaniessa nurkan takana on YIT:lle pari vuotta sitten tekemämme Kelikoneäly oivallinen esimerkki operatiivisesta erinomaisuudesta. Teiden oikea-aikainen auraus ja suolaus ovat erittäin tärkeitä tekijöitä, sillä liian aikaiset lähdöt maksavat paljon (pitää lähteä toisenkin kerran) ja liian myöhäiset lähdöt vaikuttavat turvallisuuteen ja tuovat korvausvastuut.

Kelikoneälyssä ennustetaan koneoppimisen keinoin kelitilanteen muutoksia ja liukkautta muutamaa tuntia eteenpäin. Kun tiesää on ennakoitavissa, on myös helpompi tehostaa suolan käyttöä, varata oikea määrä kalustoa teille ja toimia kustannustehokkaasti urakan, tilaajan ja myös tienkäyttäjän parhaaksi. Toisin sanoen maksimoida tehokkuus ja kannattavuus.

Digitaalinen asiakaskokemus

Perimmäisenä kysymyksenä on miten käyttää dataa asiakaskokemuksen parantamiseksi? (tai ehkä sisimmissään auttaa asiakkaita tuntemaan, että heitä palvellaan ja arvostetaan)

Digitaalista asiakaskokemusta haetaan esimerkiksi:

Eräässä projektissa ennustimme postipaketin toimitusaikaa paikasta A paikkaan B ja pystyimme tarkentamaan ennustetta paketin edetessä reitillä.

Loppuasiakas hyötyy tästä (jos hyötyy, kun on kuitenkin töissä) tietämällä aiempaa tarkemmin, milloin paketti saapuu noudettavaksi. Pakettien toimittaja puolestaan nopeuttaa kiertoa ja saa tyytyväisempiä asiakkaita. Mielenkiintoista tässä oli myös se, että neuroverkkomalli kykeni ennustamaan erittäin hyvin toimitusaikoja myös sellaisille reitti-tuote-kombinaatioille, joita ei ole aikaisemmin ollut datassa.

Datan monetisointi ja kasvu

Perimmäisenä kysymyksenä on millaisia uusia (disruptiivisia) palveluita, tuotteita ja liiketoimintamalleja voidaan luoda datan ympärille?

Monetisointia ja kasvua haetaan esimerkiksi:

Datan myymiseen liittyen olimme mukana toteuttamassa Lääketietokeskukselle Pharmarket-markkinatilastopalvelua, jossa lääkealan yritykset ja muut toimijat voivat analysoida Suomen lääkemarkkinaa valtakunnallisella ja alueellisella tasolla.

Lääketietokeskus myy palveluaan muun muassa lääkkeitä markkinoiville yrityksille, viranomaisille, yhdistyksille, tutkimusyrityksille sekä konsulttipalveluita tarjoaville yrityksille. Dataa hyödynnetään esimerkiksi kilpailijaseurannassa, uusien tuotteiden markkinointimahdollisuuksia analysoitaessa, myyntitavoitteiden seurannassa sekä lääkkeiden hinta- ja myyntianalyyseissä.

Voit myös varata maksuttoman, henkilökohtaisen sparrailutuokion Mikan kanssa.

Share
Contact Person

Bloggaaja

Mika Aho

Business Lead, Advisory Services