Paljudele tuleb ilmselt tuttav ette ütlus: „On infot, mida ma tean, et ma tean ja on infot, mida ma tean, et ma ei tea või siis ei tea, et tean. Aga on ka asju, mida ma veel isegi ei tea, et ma ei tea.“ Fokuseerides kitsamalt äritegevuse juhtimise valdkonnale võime julgelt tunnistada, et me tõesti ei tea kõiki oma äritegemise võimalusi ka juba ettevõttes olemasoleva info baasil.  Oleme ju kuulnud teisi ja ka ennast aeg-ajalt lausumas: „Ma otsin andmebaasist sobivat infot.“ Aga kas olemasolevates andmebaasides tuhnides on võimalik leida ka midagi, mida me enne ei teadnud? Ja millised tööriistad on meil selle tegevuse jaoks abiks?

Business Discovery mõtteviis

Infotöötluses, täpsemini ärianalüütikas (i.k. business intelligence) on järjest enam kasutusel termin „Business Discovery“ (uuringufirma Gartner kasutab terminit „Data Discovery“), mis tähistab tegevust saada olemasolevat infot läbi töötades teada hoopis midagi uut ja vajalikku, mida esialgu võib-olla ei otsinudki. Sellised avastused aitavad meil luua uusi tooteid või teenuseid, olemasolevaid protsesse parendada ja efektiivistada või tarbetuid kulusid kokku hoida.
Olgu siinkohal märgitud, et ajaloos on sellise otsimise ja leidmise läbi tehtud suurejoonelisi avastusi. Tõsi, mitmed neist olid juhuslikud s.t planeerimata tulemusega, kuid need oleksid olnud olemata, kui otsimisega poleks üldse tegeletud. Siinkohal võib meenutada penitsilliini, Post-It kleepsude või teflon materjali avastamist.
Nii nagu on muutunud paljud barjäärid, pole avastamine tänapäeval üldsegi seotud enam ainult teadusliku tegevusega. Informatsiooni täis maailmas on sellega võimalik tegeleda pea igaühel. Ettevõtete orbiidilt vaadates on paradoksaalne, et taolist avastamist on võimalik lihtsalt teha ettevõtte välise info baasilt, mitte niivõrd ettevõtte siseste andmetega. Miks see nii on ?

 

Kes tahaks olla lõppkasutaja?

Siin on mitu põhjust. Esiteks, infotehnoloogias on visalt taandumas lõpp-kasutaja (i.k. end-user) mõtteviis. See tähendab kasutajat, kellel on kellegi poolt etteantud piiratud võimalused infotöötluseks. Reeglina saab selline kasutaja heal juhul käivitada ühe või teise aruande, kuid ise andmetes surfata ei saa. Kui tuua analoog Eestit külastava turistiga – tal oleks võimalik reisid ainult rongiga s.t külastada ainult neid kohti, kuhu liiprid viivad. Paljudes ettevõtetes on see aga reaalsus – otsustajad saavad otsuste langetamiseks informatsiooni ainult piiratud hulgal, aruannete näol. Näiteks müügijuht saab küll ülevaate, kas käive 2014 aasta märtsis langes või tõusis, aga näiteks millised olid olulisemad muutused kampaaniatoodete ostmises, palju mõjutas käivet hinnamuudatus või lojaalsete klientide vähene ostuaktiivsus – sellistele küsimustele müügijuht enam vastuseid ei saa. Aruanded on küll olemas, kuid analüüsi võimekus on pea olematu. Tihtilugu aga just detailides ongi peidus olulisemad nüansid. Nagu öeldakse – saatan istub detailides. Kes meist tahaks olla nn. lõpp-kasutaja? Meile ei meeldi olla millegi lõpp, me pigem sooviksime olla millegi algus! Nii, et ärikasutajad, kuid teie IT teenusepakkuja räägib teist kui lõppkasutajatest siis on aeg IT teenusepakkujat vahetada!

Seega, üks olulisemaid eeldusi äriinfo avastuste tegemisel on võimekus liikuda andmetes seostatult  üldiselt üksikule ja vastupidi, vasakult paremale ja seotud objektidelt välistavatele andmeobjektidele – ehk mis jäi juhtumata. Mingeid eeldefineeritud päringuid ei tohiks meil piiranguks olla, muidu pole võimalik midagi uut leida, sest uusi küsimusi lihtsalt pole võimalik küsida. Kui me tarbime alati ühtesid ja samu aruandeid, siis polegi võimalik uusi küsimusi esitada. Paradoksaalsel kombel on aga küsimused just need, mis aitavad meil avastusi teha, mitte teada-tuntud vastused ja sissejuurdunud mõttemallid. Parimad juhid pole täna mitte need, kes teavad parimaid vastuseid vaid need, kes esitavad oma organisatsioonis julgeid küsimusi ja püüavad neist vastustest õppida.

Iseseisvad rännakud ühekordsete päringute asemel

Infotehnoloogiliste võimaluste baasilt on olukord avastuste tegemiseks roosilisem. Aastaid tagasi kasutuses olnud nn. „üks päring korraga“ lahendused või eeldefineeritud mõõdikutega andmekuubikute (OLAP) lahendused, mida kasutaja ei saanud ise ilma IT teadmisteta muuta, hakkavad taanduma kaasaegsete tehnoloogiate ees, mis võimaldavad kasutajal ise oma andmetes rännata. Lisaks on kasutajatel võimalused jooksvalt teostada „juhul-kui-analüüse“, visuaalselt andmeid piirata, teha andmetest animatsioone (lühikesi videolugusid) ning salvestada pilte hilisemaks analüüsiks (näiteks leppida kokku ja nädala pärast võrrelda uut tulemust eelmise nädala tulemusega visuaalselt (nihutada kaks pilti kokku leidmaks muutusi).

 

Visuaalsus aitab aru saada

Lisan siinkohal ühe näite, kuivõrd visuaalsus võib kohe aidata, ilma, et me veel mingeid aruandeid vaataks. Näide on tehtud ärianalüüsitarkvara QlikView’d kasutades. Pildil on toodud info müügiaastate, kuude, kliendisegmendi, klientide, kliendihaldurite, tooterühmade ja koguste kohta (tekstilised andmed on kodeeritud). Visuaalsus annab meile võimaluse läbi taustinfo koheselt näha seoseid. Kasutaja on selekteerinud (valikud ilmuvad rohelise taustaga) kaks infokildu – üks klient ja konkreetne aasta (antud juhul aasta 2013). Läbi taustavärvi on näha, et see klient pole ostu sooritanud jaanuaris ja augustis (vastavad kuud on halli taustaga, mis QlikView’s tähendab vastava info puudumist) ja paljudest tooterühmadest ostab klient ainult kahte tooterühma (tooterühmade valikus ainult kahel on valge taust). Suurim ostukogus on olnud 2000 ühikut. Lisaks näeme, et kliendihalduri väli on tühi – ju vist majandustarkvaras on jäetud see väli täitmata, sest ühtegi valge väljaga väärtust ei ole.

 

 

 

 

 

 

 

Äriavastuse sisuline kasu

Millised oleksid siis äri-avastuse sisulised teemad? Neid teemasid on palju ja pea iga äriline teema ettevõttes vajaks numbrilist tagasisidestamist. Näiteks uurides toodete müüki mingil ajaperioodil avastame hoopis toote müügis seose konkreetse nädalapäeva/kellaajaga või hoopis sellega, et selle toote müügile eelneb alati vahetult toote B ost. Või uurides tooteid, mida tagastatakse, näeme, et toodete tagastamise suurem osa seostub alati ühe konkreetse kindla tarnijaga.
Võtame näite turundusjuhiga, kes uurib enimmüüdavaid tooteid 2014 esimeses kvartalis. Saanud teada vastavad tooted, tekib järgmine küsimus – aga kes on need kliendid, kes neid ostsid? Saades selle teada, tekib aga kindlasti uus küsimus: aga kes on need kliendid, kes neid enimmüüdud tooteid ei ostnud? Sealt edasi, kes neist siiski tegid mingigi ostu 2014 aasta 1 kvartalis? Mis neid kliente eristab nendest, kes ostsid enimmüüdud tooteid? Kas mitteostu põhjuseks võis olla hind või hoopis info puudumine? Kas need mitteostjad on seotud kuidagi kindlate kliendihalduritega? Oluline on siin kohal rõhutada, et ma ei räägi niivõrd nn. puurimisest sissepoole (i.k. drill to detail), kuivõrd üksteisele järgnevate küsimuste esitamisest, kaasates alati eelmise küsimusega seostatud või välistatud andmehulgad. Kuna selline küsimuste esitamine on meie ajule niivõrd omane, siis selle valdkonna liider tarkvaratootja QlikTech kutsub seda funktsionaalsust nn. „naturaalseks ehk loomulikuks analüüsiks“ (i.k. natural analaytics).

Aju-uurijad on nimetatud „otsimist“ ka emotsioonide vanaisaks ja väidavad, et see genereerib meile naudingut.
Vaata täpsemalt Tiina Jogeda arvamust delfist või Jaak Panksepa artiklit veebiakadeemiast.

Kindlustusfirma äriavastuslik leid

Mõnikord võib avastamine olla seotud ka konkreetse ärilise leiuga. Mulle tuleb meelde üks ühekordne analüüs ühes kindlustusfirmas, kus uurisime lahkuvate ja lepinguid pikendavate klientide erinevust. Korjasime hüpoteesiks välja vähemalt 20 klienti iseloomustavat tunnust ja asusime uurima, kuivõrd need mõjutavad  klientide lahkumist. Ning peagi leidsime tunnuse, mis mõjutas lahkumise määra rohkem kui 6 korda! Selgus, et teatud ühe tegevuse järel pikendasid kliendid lepinguid 6 korda sagedamini, kui need, kellega seda tegevust ei tehtud. Ning see tunnus polnud isegi talletatud CRM, vaid oli olemas turunduse C kettal ühes Exceli failis !

Lõpetuseks: mida avastate teie alljärgnevat pilti vaadetes? (aegreas on toodud ostu sooritanud eraklientide arv läbi konkreetse müügikanali grupeerides erakliendid vanuse järgi)