Scaled16-tapahtuman mielenkiintoisinta antia oli Simo Ahavan huomiot datasta. Data on hänen mukaansa vaikea pala purtavaksi. Organisaatiot tarvitsisivat asiantuntemusta koko dataprosessin hallintaan aina tiedon keräämisestä sen hyödyntämiseen, mutta ulkopuolinen asiantuntemus ei välttämättä auta. Kun koko prosessi delegoidaan analyytikolle, dataa ei välttämättä osatakaan enää pukea sellaiseen muotoon, jossa se hyödyttäisi organisaatiota.
Ahava kritisoi analytiikkatyökaluja, jotka yrittävät tehdä kaiken hänen mielestään liiankin helpoiksi. Dataa yksinkertaistetaan ja tasapäistetään, jotta se olisi käytettävässä muodossa. Pahimmillaan analytiikkatyökalu luo illuusion, että data ja sen tulkinta ja hyödyntäminen olisi helppoa.
Ketteryyttä hyödyntämiseen
Passiivinen data vaatii prosessuaalista ajattelua. Sen verran tutkijan mielellä asioita tarkastelen, että ymmärrän hyvin datan olevan jatkuvaa prosessointia, jotta se olisi hyödyllistä ja tehokasta. Eikä laadulliselle sensemaking-tutkijalle tulkinnan korostaminenkaan ole uutta ja mullistavaa.
Numero on vain numero, joka pitää tulkita ja kiinnittää asiayhteyteen, tai kuten Ahava sen sanoo, datan tulkinnalle pitää asettaa rajat. Data sinänsä ei ole arvokasta tai laadukasta, mutta se voi tarjota hyödyllisiä vastauksia, jos vain kysymykset ja vastausten tulkinta osuvat oikeaan. Ja aina yksi hyvä laadullinen kommentti voi tehdä isosta kvanttidatasta hyödytöntä!
Myös väärä kysymys voi muuttaa datan hyödyttömäksi, mutta sama toimii myös toisinpäin. Ahava kertoo esimerkkinä Twitter-postausten uudelleen twiittauksen. Kuinka moni meistä syyllistyy retwiittaamaan postauksen avaamatta viestin linkkiä tai lukematta itse asiaa vain siksi, että muutkin tai se yksi yksi tärkeä ihminen tekee niin?
Jos yritys määrittelee vaikuttavuutensa Twitter-viestin jakamiskertoina, näin kerätty data ei vielä vastaa kysymykseen, kuinka laajan yleisön viesti tavoitti.
Datan manipulointi tätä päivää
Vaikka kukaan ei lopulta vastannutkaan Scaled16-tapahtuman Twitter feedissä esittämääni kysymykseen siitä, miten erilaiset kuluttajien yksityisyyden turvaamiseksi kehitetyt palvelut vaikeuttavat datan hyödyntämistä markkinoinnissa, Ahava sentään muistutti datan manipuloinnista. Evästeet voi aina siivota tai netin käyttäjän sijaintia keinotekoisesti muuttaa, mutta silti yritykset luottavat sokeasti evästeiden avulla kerättyyn dataan.
Kuka lopulta konetta käyttää, tietoa hakee ja ostopäätöksiä tekee, kun tämä joku piiloutuu tietoturvan nimissä datamassan uumeniin? Ahava muistuttaa, että jokaisessa organisaatiossa pitäisi olla ainakin joku, joka osaisi selittää muillekin, mitä kerätystä datasta voi päätellä, ja missä ehkä osutaan harhaan.
Dataveri virtaa
Ahava totesi esityksessään, että datan pitäisi olla veri, joka virtaa organisaatiossa osastosta toiseen ja henkilöltä henkilölle, mutta näin ei useinkaan ole. Ne, jotka dataa keräävät, ovat myös niitä, jotka dataa pitävät hyppysissään. Ei siinä auta hieno ja kallis MIS tai CRM, jos data ei ole ymmärrettävässä muodossa niiden ihmisten käytössä, jotka dataa osaisivat ja haluaisivat hyödyntää.
Tämä dataveri ei Ahavan mukaan myöskään estä luovuutta vaan parhaimmillaan jopa tuottaa uusia ideoita ja antaa palautetta jo keksityistä. Silti villi idea voi joskus vaatia sitä, että data jätetään aluksi huomiotta. Parempi olisi kuitenkin testata ideaa ja kerätä siitä dataa jo aikaisessa vaiheessa, ettei mentäisi pahasti metsään, Ahava muistuttaa lopuksi.