8 liiketoiminta-analyysin trendiä

Lähde: Äri-IT syksy 2023

Teksti: Dmitri Vähk, BCS Iteran BI-alan konsultti

Yritysanalyysitiimissä työskennellessäni näen, että viime vuosina kyseisen alan kehitys on muuttunut erityisen nopeaksi. Kerron kahdeksasta tärkeästä suuntauksesta, jotka on huomioitava kilpailuedun säilyttämiseksi tai saavuttamiseksi.

Toisaalta asioiden nopea kehitys voidaan liittää software as a service -mallin (SaaS) voimakkaaseen kehitykseen. Tämä tarkoittaa, että ohjelmistoa ei enää asenneta yrityksen tietokoneisiin, vaan sitä käytetään pilvipohjaisena palveluna. Toisaalta johtajien tarve tehdä nopeita datavetoisia päätöksiä on tietysti kasvanut.

BI-yritysten, kuten Microsoft, Tablou, Google, Amazon jne., toimintaa seuraamalla piirtyvät selkeät suuntaukset, jotka vaikuttavat liiketoiminta-analyysiin tänä ja seuraavana vuonna:

1. Datavetoinen kulttuuri (data-driven culture) niin koko maailmassa kuin myös Virossa

Tämä tarkoittaa, että yrityksen jokaisen henkilön on ymmärrettävä ja arvostettava tietojen arvoa ja oltava valmis tekemään niihin perustuvia päätöksiä. Se edellyttää tietojen jakamista, opetusohjelmia ja kaikkien osapuolten osallistumista liiketoiminta-analyysiprosesseihin. Tietoihin liittyvät ratkaisut auttavat yritysjohdon lisäksi myös varastoa, tuotantoa ja muita yksiköitä.

2. Datalukutaito (data literacy) ja tiedonhallinta (data governance)

Datalukutaito tarkoittaa kykyä lukea, ymmärtää, analysoida ja tulkita tietoja. Se sisältää sekä tekniset taidot (esim. tietojen analysointi ja visualisointi) että kyvyn soveltaa kyseisiä taitoja liiketoiminnassa.

Menestyvä liiketoiminta-analytiikka vaatii työkalujen ja teknologian lisäksi myös ihmisiä, jotka pystyvät lukemaan, tulkitsemaan ja käyttämään tietoja tehokkaasti päätöksenteossa. Tiedonhallinta on sellaisten sääntöjen, ohjeiden, prosessien ja rakenteiden luomista, jotka takaavat tietojen laadun, luotettavuuden, yksityisyyden ja laillisuuden.

Tietojen tehokas käyttö edellyttää, että ne on jäsennelty ja huolellisesti hallittu. Tiedonhallinta auttaa luomaan yhtenäisen tietolähteen, parantamaan tiedonlaatua, vähentämään tietojätteen sekä kaksoiskappaleiden määrää ja takaamaan tietojen vastuullisen ja eettisen käytön.

3. Datan automatisointi ja datarobotit

Datarobotit pystyvät keräämään, käsittelemään ja analysoimaan suuria tietokokonaisuuksia nopeammin ja tarkemmin kuin koskaan ennen. Se antaa yrityksille mahdollisuuden tehdä parempia ja nopeampia päätöksiä vähentäen samalla inhimillisten virheiden riskiä.

4. Massadatan käsittely (big data processing) ja reaaliaikainen analytiikka (real-time analytics)

Tämä suuntaus on ollut näkyvissä jo jonkin aikaa. Yritys tarvitsee yhä enemmän kykyä analysoida reaaliajassa tapahtuvia tapahtumia ja tehdä niiden perusteella nopeita päätöksiä.

5. Koneoppiminen (machine learning, ML) ja tekoäly (artificial intelligence, AI)

ML:n ja AI:n käyttö laajenee nopeasti. Koneoppimisen avulla järjestelmät voivat oppia automaattisesti, mikä puolestaan auttaa tunnistamaan tietomalleja ja tekemään ennusteita.

Koneoppimismalleja käytetään onnistuneesti esimerkiksi rahoitusalalla epäilyttävien pankkitapahtumien havaitsemiseksi, sekä tuotantoalalla. On myös syytä mainita ns. kognitiiviset palvelut (cognitive services), joiden kehitys ja saatavuus ovat tarjonneet lisämahdollisuuksia yrityksille.

6. Tietojen laadun ja yksityisyyden varmistaminen

Yritysten on varmistettava, että kerätyt tiedot ovat luotettavia ja täyttävät lakivaatimukset. Tietosuojasääntöjen noudattaminen ja tietojen turvallisuuden sekä yksityisyyden varmistaminen on suuri haaste, mutta se on äärimmäisen tärkeää erityisesti tietovuodon ja kyberhyökkäysten uhan tapauksessa.

7. Pilvipohjaiset yritysanalyysialustat

Pilvipohjaisten ratkaisujen avulla yritykset voivat käyttää dataa ilman suuria infrastruktuuri-investointeja. Nämä alustat tarjoavat myös paremman pääsyn tietoihin ja antavat eri paikoissa oleville tiimeille mahdollisuuden tehdä yhteistyötä reaaliajassa. Niiden ansiosta yritys myös pystyy ottamaan tarvittavat palvelut käyttöön nopeasti.

8. Luonnollisen kielen käsittely (natural language processing, NLP)

Tämä on eniten vastakaikua saanut trendi, jolle OpenAI:n luoma ChatGPT antoi voimakkaan sysäyksen. Kielimallien käyttö BI-työkaluissa auttaa nopeuttamaan kehitysprosesseja, laatimaan kaavoja, hallitsemaan tietoja jne.