Mitä big data tarkoittaa?
Big data tarkoittaa valtavan suurien tietomassojen käsittelyä ja analyysia: teratavujen ja eksatavujen kokoisten tietovarantojen tilastollinen käsittely vaatii uusia ohjelmistoratkaisuja, tehokasta rautaa ja osaavia tilastomatemaatikkoja. Näin suuria tietomassoja on alkanut syntyä vasta aivan viime vuosina. Älypuhelimet, gps-paikannus, digitaaliset ääni- ja kuvalähetykset ja satojen miljoonien käyttäjien verkkopalvelut tuottavat valtavan määrän jäsentymätöntä bittivirtaa. Monet yritykset hyötyvät big datasta yhtä paljon kuin nanoteknologiasta. Todennäköisesti sinunkin kannattaa keskittyä pieneen, omaa yritystäsi koskevaan dataan.Ota ensin ”small data” käyttöösi
Erittäin todennäköisesti saat paljon enemmän irti omaa yritystä koskevan ”small datan” analysoimisesta kuin big datasta. Verkkosivuston käyttäjien seuranta on helppo tapa ryhtyä käyttämään dataa päätöksenteon tukena. Se onnistuu web-analytiikkatyökalun avulla.Web-analytiikka on enemmän kuin kävijäseurantaa
Web-analytiikka tallentaa tiedot esimerkiksi sivuston käyttäjistä, käytetyistä päätelaitteista, luetuista sivuista, sivulla vietetystä ajasta ja sivustolla tehdyistä toimenpiteistä. Analytiikka antaa käyttöösi runsaasti tietoa, jonka avulla voit kehittää ja johtaa liiketoimintaasi entistä tehokkaammin:- Haluatko esimerkiksi tietää, kuinka brändisi tunnettuus on kehittynyt viimeisen vuoden aikana? — Googlella tehtyjen brändihakujen ja suoraan sivustollesi tulleiden kävijöiden määrä kertovat tämän. Vertailemalla brändihakuja kaupunkikohtaisesti saat selville, missä potentiaaliset asiakkaasi asuvat.
- Haluatko tietää, kannattaako yrityksesi mainostaa Helsingin Sanomissa bannereilla, Facebookissa tai vaikkapa iPhonen applikaatioissa? — Segmentoi analytiikkatyökalulla sivuston kävijät mainoskampanjan mukaan, niin voit laskea jokaiselle verkossa toteutetulle kampanjalle markkinointi-investoinnin tuoton.
- Tunnetko asiakkaasi? — Verkkoanalytiikka paljastaa, ovatko asiakkaasi Windowsin vai Applen käyttäjiä. Se paljastaa myös, ovatko he uusimman teknologian kanssa eläviä diginatiiveja vai vanhentuneen Internet Explorerin kanssa surffaavia verkon käyttäjiä.
- Tiedätkö, mitkä sivut ja sisällöt tuovat yrityksellesi eniten asiakkaita? — Seuraa ostokseen tai yhteydenottoon johtaneita käyntejä. Mitä sivuja kävijä luki ennen yhteydenottolomakkeen täyttämistä?
Maksuton GA4 riittää pitkälle
Verkkosivuston käyttämistä, kävijöitä ja tuloksellisuutta seuraat erityisen analytiikkaohjelmiston avulla. Tarkoitukseen on monia eri ohjelmistoja, joista suosituin on maksuton Google Analytics (GA4) GA4 on helppo ottaa käyttöön: rekisteröidyt palvelun käyttäjäksi ja liität verkkosivustolle lyhyen seurantakoodin. Tämän jälkeen kävijäseuranta alkaa kerätä tietoa sivustosi toiminnasta. Loppu on kiinni sinusta. Datan määrää tärkeämpää nimittäin on se, mihin ja miten käytät dataa. Kuva: jronaldlee, Flickr.com.Small data on pienistä, tarkasti valituista datajoukoista koostuvaa tietoa, joka on helppo ymmärtää ja toimia sen perusteella. Se eroaa big datasta siinä, että ei vaadi massiivisia laskentaresursseja – pienikin yritys voi hyödyntää sitä. Tyypillisiä small data -lähteitä ovat verkkosivuanalytiikka, asiakaspalautteet ja myyntiraportit.
Big data viittaa valtaviin, monimutkaisiin datamassoihin, joiden käsittelyyn tarvitaan erityistä teknologiaa (Hadoop, Spark). Small data on rajatumpaa, tulkittavampaa ja toimenpidekeskeistä. Useimmille pk-yrityksille small data on huomattavasti käytännöllisempi lähtökohta kuin big data -investoinnit.
Aloita analysoimalla verkkosivuanalytiikka (GA4, Matomo): mitkä sivut tuottavat eniten konversioita? Seuraa sähköpostikampanjoiden avaus- ja klikkausprosentteja. Kysy asiakkailta suoraan, mistä he löysivät sinut. Nämä pienet, konkreettiset datalähteet auttavat tekemään selkeitä päätöksiä ilman monimutkaisia analyysejä.
Yksinkertaisimmillaan riittävät Google Analytics 4 tai Matomo verkkosivudataan, sähköpostimarkkinointialusta (Mailchimp, HubSpot) kampanjadataan ja Excel tai Google Sheets datan visualisointiin. Kehittyneempään analysointiin soveltuvat Looker Studio, Power BI tai Python/R – mutta useimmille riittävät perustyökalut.