Mistä aloittaa, kun hallitus ja johtoryhmä tilaavat AI- agentteja ja tiedolla johtamista?

Functosin blogivieraana Toni Keskinen, 180ops

Yritykset ovat viime vuosina keskittyneet mittavien Big Datojen rakentamiseen ja tuoneet datojaan yhteen erilaisiin Data Warehouse ja Data Lake -ratkaisuihin. Data on tallessa ja sitä on paljon. Mutta mitä seuraavaksi?

Datan runsaus on haaste, koska järjestelmät on suunniteltu omiin tarkoituksiinsa eikä tietoja ole alun perin mietitty yhdistettäviksi yrityksen johtamista varten. Paljon dataa ei ole sama kuin arvokasta dataa.

Miten paljon dataa muuttuu arvokkaaksi dataksi?

Datan arvokkaaksi muuttaminen vaatii käyttötarkoitusten määrittelyä, jonka seurauksena eri datapisteille muodostuu arvo. Toinen data on arvokkaampaa kuin toinen ja jokaiseen käyttötarkoitukseen tarvitaan dataresepti. Mitkä datapisteet piirtävät tilannekuvan ja mitkä muuttujat korreloivat ja edustavat kausaliteettia eri ilmiöissä?

Yleensä yksi tietolähde ei riitä laajemman ymmärryksen muodostamiseen. Tarkasteltava ilmiö, kuten asiakkaiden poistuminen tai laskutuksen väheneminen, edellyttää sekä siihen liittyvän datan että taustalla olevia syitä mahdollisesti selittävän kytkeytyvän datan analysointia.

Datan rakenteellistaminen on avain datan arvon kehittämiseen.

Dataan tulee muodostua entiteettejä, kuten esimerkiksi yritysten konserni, tytäryhtiö ja toimipaikkarakenteet, sekä niiden palvelukäyttö, asiakassuhteet ja yrityksissä itsessään tapahtuvat muutokset asiakkaiden puolella.

Yrityksen puolella näiden entiteettien tulee kytkeytyä yrityksen toimintaan, eli tarjoamiin, liiketoimintoihin, kanaviin, myyntihenkilöihin, asiakaspalveluun ja niin edelleen. Tällöin datarakenne sisältää yhtälön molemmat puolet: a) asiakkaan asiakkuuden ja tilanteen, sekä b) yrityksen toiminnan suhteessa asiakkaaseen.

Mitä hyötyjä datan rakenteellistaminen mahdollistaa?

Rakenteellistettu data mahdollistaa asiakkaiden käyttämisen sensoreina markkinassa. Todellinen arki muuttuu ymmärrettäväksi ja ennustettavaksi. Datasta löytyvät ilmiöt voidaan priorisoida ja markkinamuutoksiin voidaan reagoida nopeammin.

Yritysten liiketoiminta noudattaa hyvin tyypillisesti pareto-sääntöä (nk. 80/20 rule), eli 80% vaikutuksista syntyy 20%:sta tekijöitä. Näiden isojen vipujen tunnistaminen on näkemysten tuottamisen ja johdon priorisoinnin kivijalka.

Esimerkiksi neuroverkkojen ja agenttisen AI:n avulla voidaan saada vastauksia, mutta nämä vastaukset eivät sisällä luotettavaa vastausta kysymyksiin miksi näin tapahtuu ja mihin minun pitää vaikuttaa, jotta voin muuttaa tilanteen. 

Kun lähdimme 180opsilla luomaan ratkaisua, joka ratkaisisi tämä rakenteellistamisen haasteen ja merkityksellisten vastausten hankkimisen haasteen, asetimme itsellemme vaativan mittatikun. Se sopii hyvin myös yrityksien datasta vastaaville.

Tavoitteenamme on tuottaa seuraava käyttäjäkokemus:

1. Oikea tieto

2. Oikealle henkilölle

3. Oikeaan aikaan

4. Ymmärrettävässä muodossa

5. Niiden teknologioiden kautta, joita käytetään päätöksentekoon

Oikeista vastauksista ei ole hyötyä, jos niitä ei nähdä tai ymmärretä. Siksi yhtälön ratkaiseminen vaatii panostuksia myös tiedon ymmärrettäväksi tekemiseen ja jakeluun. Lopputuloksena syntyy käytännössä läpivirtausteknologia, joka puhdistaa, yhdistää, rikastaa, analysoi ja jalostaa dataa, sekä jakelee lopputulokset oikeisiin kanaviin.

AI Agenttien käyttöönoton haasteet ja mahdollistaminen

LLM (Large Language Model) ja neuroverkkopohjaiset ratkaisut tuottavat tehokkaasti vastauksia, mutta vastausten oikeellisuus ja pysyvyys jatkuvassa tuotannossa eivät vielä vastaa luotettavuustarpeita liiketoiminnan johtamisen näkökulmasta.

Kansainvälisten tutkimusten mukaan erilaisista kokeiluista 90–95 % epäonnistuu.

Ongelmana eivät niinkään ole agentit, vaan niiden toiminnan ymmärrys.

LLM-mallit ja tekoälyagentit ovat tehokkaita valmiin tiedon hyödyntäjiä ja soveltajia, mutta niitä ei ole rakennettu tuottamaan pohjatietoa. Jalosteiden olisi syytä olla todistepohjaisia ja validoitavia. Datatuoteajattelu, Data as a Product (DaaP) ideologia on vahva ohjenuora toiminnan suunnitteluun.

Tiedon rakenteellistaminen, yhdistäminen ja rikastaminen entiteeteiksi tuottaa pohjatiedon, jonka jalostaminen ja toiminnallistaminen tapahtuu tehokkaasti agenttien avulla.

Jotta agentit ymmärtäisivät saamaansa tietoa, se täytyy jakaa natiivissa muodossa mielellään MCP:n avulla (Model Context Protocol). Anthropicin avoin MCP-standardi on nopeasti yleistymässä ensisijaiseksi tavaksi jakaa tietoa agenteille. Toimiakseen luotettavasti, agentit tarvitsevat niiden toimintaa tukevan infrastruktuurin, jossa datan jalostus ja jakelu on avaintekijä.

Rakentaa vai ostaa RevOps?

Yrityksillä on edessään polku: Data, prosessit ja arkkitehtuuri. Onnistunut navigointi tällä reitillä ei ole pelkästään tekninen, vaan erittäin syvällisesti liiketoiminnan ilmiöiden tuntemiseen perustuva.

Jotta oikea data ja prosessit voitaisiin määritellä, tarvitaan vahva ymmärrys määrittelyn pohjaksi.

Ymmärrys on hypoteesi, joka täytyy edelleen validoida ja työn aikana oivalletaan uusia ilmiöitä ja havaintoja, jotka saattavat heilauttaa prioriteetteja projektin aikana.

Näistä syistä johtuen on ymmärrettävää, että monissa projekteissa budjetit ylitetään ja aikataulut siirtyvät tulevaisuuteen.

Vaihtoehtona on hyödyntää aiheeseen erikoistuneita yrityksiä ja heidän tuottamaansa teknologiaa palveluna. Etuina ovat selvästi matalammat riskit, kohtuulliset etukäteisinvestoinnit, nopea validointi ja hyötyjen saavuttaminen, sekä nopeutettu oppiminen.

Johdon ymmärrys tärkeää

Menestyksekkäässä datastrategiassa yhdistyvät kolme elementtiä: selkeät tavoitteet sille, mitä datalla halutaan saavuttaa, riittävät resurssit niin teknologiaan kuin osaamiseen, sekä johdon oma sitoutuminen toimia esimerkkinä datavetoisen päätöksenteon malliksi. 180ops:n laajaan asiantuntijoiden yhteistyöverkostoon kuuluu myös data-arvonluonnin ja datavastuullisuuden kirkastamiseen erikoistunut Functos Oy.

"Kun hallitus ja johtoryhmä päättävät panostaa datajohtamiseen ja tekoälyagentteihin, he tekevät strategisen valinnan, joka ulottuu paljon syvemmälle kuin teknologiahankintaan. Data ei ole pelkästään IT- tai D&A -toimintojen vastuualue – se on koko liiketoiminnan ohjausväline, joka vaatii systemaattista johtamista ja kulttuurimuutoksen edistämistä ylimmältä tasolta lähtien”, pohtii Functosin partneri Mikko Merisaari.

---

180ops tuottaa syvällistä asiakas- ja myyntiymmärystä  

Suomalainen 180ops Oy tarjoaa valmista, tuotteistettua teknologiaa. Alla muutama havainnollistus lähestymistavan tuottamista hyödyistä.

Asiakassuhteiden tilannekuva

Kuinka paljon meillä on aktiivisia, uusia, kasvavia, stabiileja, hiipuvia ja poistuneita asiakkaita. Millainen riskipositiomme on (riippuvuus muutamista isoista asiakkaita). Millainen asiakkaiden keskilaskutus on vuositasolla ja mikä on tarjoamapenetraatiomme asiakkaissa (ristiinmyyntimahdollisuudet). Mahdollistetaan tilanteen ymmärtäminen ja siihen sisältyvien prioriteettien määrittely (esim. poistuman torjunta, tai ristiinmyynnin kiihdyttäminen)

Kuva 1: Asiakassuhteiden tilannekuva

Kasvupotentiaali

Potentiaalimallinnuksen avulla mallinnetaan kullekin tarjoamalle kuhunkin toimialaan potentiaaliarvo, eli määritellään lompakon koko ja osuus lompakosta tarjoamatasolla kullekin yritykselle. Näin mahdollistetaan markkinoiden kasvupotentiaalin analysointi, tunnistaminen ja priorisointi mm. myynnin- ja markinoinnin panostuksille, sekä tavoiteasetannalle.

Tuloksena on vahva perusta mm. strategiselle segmentoinnille. Resurssiallokaation näkökulmasta voidaan erotella ”farming asiakkaat”, joissa ei ole kasvun mahdollisuuksia ”strategisista asiakkaista”, joilla on jo korkea vuosilaskutus, mutta edelleen >1M€ kasvupotentiaalia. Markkinasta tunnistetaan myös runsaasti potentiaalia sisältävät pienasiakkaat tai uusasiakashankinnan kohteet. Asiakkaiden hoitomallien ja asiakashoidon resursoinnin määrittely saa aivan uusia perusteita.

Kuva 2: Nyky- ja potentiaaliarvon mukaan jakautuvat asiakkaiden lukumäärät

 Kuva 3: Yksittäisen asiakkaan tilannekuva ohjaamaan asiakasvastaavan päivittäistä työtä

 Kuva 4: Whitespace analyysi asiakkaiden ristiinmyyntimahdollisuuksista

Myynnin tilannekuva

Mitä myynnissä tapahtuu? Minne toimenpiteet kohdistuvat, millä tavoitteella ja miten työssä menestytään? Onko menestys joillain tarjoamilla tai segmenteillä selvästi menestyksellisempää? Miten maksimoidaan myynnin onnistumista?

 Kuva 5: Myynnin pipeline ja onnistuminen lisä- ja ristiinmyynnissä, sekä uusasiakashankinnassa

Kuva 6: Ansoffin matriisin inspiroima näkymä eri tarjoamien onnistumiseen kaupan nopeuden, keskikaupan ja konversion suhteen

Taustaa kirjoittajasta

Toni Keskinen, CPO 180ops Oy

Toni Keskinen on asiakaskeskeisen liiketoiminnan kehittämisen pioneeri, joka on julkaissut viisi kirjaa ja useita kansainvälisiä Admap/WARC best practice artikkeleita. Hänen erityinen vahvuutensa perustuu asiakaspolun logiikan ja ilmiöiden tutkimiseen, tunnistamiseen, suunnitteluun ja toteutukseen vuodesta 2004 alkaen. Datan muuttaminen ymmärrykseksi on ohjannut hänen työtään aina. Vuosikymmenien kokemus loi pohjan ymmärrykselle, joka muuttuu nyt teknologiaksi. Hän on 180ops Oy:n CPO, perustajaosakas ja hallituksen puheenjohtaja.

Oletko kiinnostunut jatkamaan keskustelua Tonin kanssa? Ota yhteyttä täältä tai lähetä LinkedIn kutsu