Search
  • Datapääoma | Tommi & Markku

"Nyt tulee rahaa!" - Datan monetisointi, osa 1

Arhinmäellä meni tase ja kassavirta sekaisin. Älä tee samaa virhettä, kun monetisoit dataasi!



“Data has no value when sitting idly in a database. This simply is not so. Just as inventory sitting on a shelf in a warehouse has discernible value, so do idle information assets. This is the difference between realized value and the true definition of an asset, which takes into consideration its probable future economic benefit. All information has a probable future economic benefit.”


- Douglas B. Laney. Infonomics


“Data on uusi öl…” - luulin, että tällainen sekoilu olisi jo lopetettu!


“Data on uusi öljy”. Mietihän toki hetki mielessäsi, kuinka monta kertaa olet tämän iänikuisen ja lässähtäneen vertauskuvan kuullut viimeisen viiden vuoden aikana? Todennäköisesti aika monta kertaa, liian monta. Kun tuota fraasia lähdetään toden teolla purkamaan auki ja yritämme oikeasti ymmärtää mitä sillä yritetään kertoa, vastuu jää pitkälti kuulijalle. Datalla (kuten esimerkiksi rahallakaan) ei juurikaan ole itseisarvoa, vaan se määräytyy suhteessa ympäröivään liiketoiminnan ekosysteemiin ja sen kannalta oleellisiin tahoihin. Julkista datakeskustelua vaivaa valitettavasti paikoin löysä pohjavire, ja ääneen pääsevät kaiken maailman “bigdata-öyhöttäjät”, joilta unohtuvat nämä em. perusasiat. Onneksi keskustelussa on nykyään mukana myös “epäileviä Tuomaita” ja onkin mukavaa huomata, että ihan kaikille eivät näiden “datapölynimurikauppiaiden” onelinerit uppoa.


Oma tulkintani asiain tilasta on se, että datan vertaaminen öljyyn perustuu pitkälti oletukseen, että öljykin olisi maan uumenista nostettuna ja löytöhetkellään jotenkin automaattisesti käytettävissä uusien tuotteiden luomiseen. Näinhän ei tietenkään ole, vaan riippuen lopputuotteesta, tarvitaan erittäin vaativaa teknologiaa hyödyntävää valmistus- ja jalostusprosessia; tästä muodostuu lopulta myös arvoketju. Raakaöljyn jakelu ja siitä valmistetut johdannaiset, lopputuotteet tarvitsevat myös optimaaliset toimitusketjut. Huomaatko? Aivan tasan samat asiat pätevät myös 2020-luvun tärkeimmän aineettoman pääoman, tietopääoman eli datan johtamiseen jokaisessa organisaatiossa. Kaikissa olemassa olevissa organisaatioissa on tälläkin hetkellä tuhansittain datan toimitusketjuja ja moni niistä lepää vailla omistajaa ja johtajaa, tuottaen todennäköisesti näennäistä arvoa mutta ennen kaikkea turhia kustannuksia. Voidaankin kysyä: millainen infrastruktuuri, jalostusprosessi ja toimitusketju oman organisaatiosi datalle on olemassa? Datakaan hyvin harvoin soveltuu suoraan ja sattumanvaraisesti jostain operatiivisesta tietokannasta poimittuna jatkokäyttöön, puhumattakaan sitten asiakkaalle myytäväksi tuotteeksi.


"Voidaankin kysyä: millainen infrastruktuuri, jalostusprosessi ja toimitusketju oman organisaatiosi datalle on olemassa? Datakaan hyvin harvoin soveltuu suoraan ja sattumanvaraisesti jostain operatiivisesta tietokannasta poimittuna jatkokäyttöön, puhumattakaan sitten asiakkaalle myytäväksi tuotteeksi.”

Tässäkin vertauskuvassa on keskeisintä huomata, että ei edes öljy ole itseisarvoisesti minkään arvoinen vaan sen arvo määräytyy sen varaan rakentuvan ekosysteemin kautta. Koko moderni nyky-yhteiskunta on edelleen äärimmäisen riippuvainen öljystä ja se kohdistaa jatkuvan, runsaan kysynnän öljystä jalostettuihin tuotteisiin, etenkin polttoaineisiin. Edellä mainitut lopputuotteet ovat kuitenkin arvokkaita vain sen takia, että ne ovat


  1. käyneet läpi vaativan jalostus- ja laadunhallintaprosessin

  2. niille on muodostunut avoin ja globaali markkina, jossa niiden arvo tarkistetaan joka ikinen päivä

Voidaanko datan suhteen sanoa samaa? Ei ainakaan vielä samassa mittakaavassa.


Never stop the madness ja kohta vedetään taas? Ei onneksi.

Olen viime aikoina ottanut ilomielin vastaan vanhan ja lässähtäneen “data on uusi öljy”-väittämän tilalle myös hieman konkreettisempia sekä realistisempia vertauskuvia, jotka pyrkivät yksinkertaisesti kuvaamaan datan luonnetta ja sen suhdetta ympäristöönsä. Mielestäni Sparta Consultingin Sakari Sanaksenaho totesi taannoin erittäin osuvasti, että “jossain vaiheessa on päässyt syntymään harhakäsitys, että datan monetisointi tarkoittaa pelkästään tuotetun datan myymistä. Sanaksenaho ehdottaa tilalle kattavampaa ekosysteemiajattelua. Ekosysteemiajattelussa yhdistetyn, avoimen yhteisen datan kautta pystytään luomaan täysin uudenlaisia liiketoimintamalleja ja uniikkia kilpailuetua”. Nyt alamme olemaan ytimessä!

”Jossain vaiheessa on päässyt syntymään harhakäsitys, että datan monetisointi tarkoittaa pelkästään tuotetun datan myymistä.”

Olen käynyt myös vuosien varrella aiheesta monenmoisia keskusteluja ja yhdestä herkullisimmista niistä, heinäkuussa 2020 eräässä LinkedIn-keskustelussa päästiin jo aika hyvin iholle. OP:n Chief Data Officer (toim. huom. yksi toistaiseksi harvoista suomalaisista “dataupseereista”) Sameli Mäenpää kiteytti mielestäni kaikista oleellisimman asian todetessaan, että datan arvonmäärityksen kannalta ratkaisevinta on sen yhteys liiketoimintaympäristöön ja sen sidosryhmiin. Näistä keskeisimmät ovat, rankasti yksinkertaistaen seuraavat: raha, liiketoiminta ja asiakas. Datalla ei siis ole itseisarvoa, vaan arvo määrittyy sen suhteesta edellä mainittuihin asioihin. Liikumme toistaiseksi melko abstraktilla tasolla, joten otetaan keskusteluun mukaan ripaus konkretiaa ihan minkä tahansa fyysisen tuotteen tuotekehityksestä.


Asiakas maksaa lopulta laadukkaasta tuotteesta - onhan datatuotteellasi jo tuotepäällikkö?


Tässä blogisarjassa on jo aiemmin esitelty “data tuotteena” -ajattelua ja sen avulla pystytään myös hyvin happotestaamaan monen organisaation märät päiväunet datalla rahastamisen eli kauniisti sanottuna sen monetisoinnin suhteen. Kun siis haaveilet datan monetisoinnista, muistathan nyt edes seuraavat perusasiat:


  • Olethan miettinyt kuka tai ketkä voisivat olla niitä tahoja, asiakkaita, jotka voisivat datatuotteistasi jopa jotain maksaa? Mitä tarpeita heillä on? Kuinka tyytyväisiä he ovat datatuotteisiisi tällä hetkellä?

  • tarvitset selkeästi määritellyt datatuotteet, joista rahaa pyydetään. Mitä ne tuotteet ovat? Mitä ne eivät ole? Mistä niiden arvo muodostuu?

  • Em. datatuotteiden optimaalista tuotantoa varten tarvitset niiden taustalle optimoidut datan toimitusketjut. Sinun tulee siis varmistaa, ettei datan toimitusketju esimerkiksi koostu pääosin manuaalisista, ihmistyötä vaativista työvaiheista. Ethän halua tieten tahtoen ylläpitää raskasta logistiikkaa ja laadunvarmistusrakenteita?

  • Pitkän aikavälin menestyksen takaamiseksi tarvitset tietenkin johtajan, tuotepäällikön, kuka vastaa em. datatuotteiden asiakaslähtöisestä tuotekehityksestä

Edellä esitellyn tarkistuslistan kautta aiheeseen liittyvä pohdinta saa mukavasti konkretiaa. Miksi ihmeessä emme rinnastaisi ja kehystäisi dataa esimerkiksi valmistavassa teollisuudessa vakiintuneisiin viitekehyksiin, kuten vahvaan tuote- ja palveluajatteluun, laadunvarmistusperiaatteisiin (1x 10x 100x 1000x) sekä ennen kaikkea toimitusketjun johtamisen periaatteisiin. En näe mitään syytä olla tekemättä näin. Päinvastoin: tällä tavalla täysin väärille urille (“data on IT-asia”, “datan ja analytiikan pakkoavioliitto”, jne.) joutunut datakeskustelu ja dataymmärrys saadaan palautettua takaisin sinne mihin se kuuluukin: liiketoiminnan arkeen.


Kun edellä mainitut asiat ovat kunnossa, on hyvä löytää myös tehokkaita mittareita todentamaan, että jotain edistystä on konkreettisesti tapahtunut. Paras mittari uusien datatuotteiden lanseerauksessa on “ensimmäinen datatuotteen asiakkaalta saatu reklamaatio”. Reklamaatio on nimittäin tehokas tapa todentaa vähintään seuraavat asiat:


  1. Olet ylipäätään saanut luotua uusia tuotteita, check!

  2. Joku itse asiassa vielä käyttää näitä tuotteita. Toisin sanoen sinun uusilla tuotteillasi on asiakkaita, check!

  3. Tuotteesi tuottaa jo siinä määrin arvoa, että asiakas kokee tärkeäksi reklamoida kohtaamansa ongelman. Check!

Helppoahan tämä ei ole mutta datan monetisoinnin ei tarvitse olla yhtään sen mystisempää kuin minkään muunkaan tuotteen tai palvelun monetisointi. Lopulta kyse on muutamista perusasioista: tehdään ylivertaisia tuotteita, joiden kehityksestä vastaa tuotepäällikkö ja näin saadaan myös tuotteille maksavia asiakkaita. Tärkeintä kaikista on kuitenkin asiakaspito, eli pidäthän huolen asiakastyytyväisyydestä tuotteiden koko elinkaaren ajan?


Miten tästä eteenpäin? Miten dataa monetisoidaan käytännössä?


Kuten saatoit jo laittaa merkille: datan monetisointi ei olekaan välttämättä niin helppoa kuin sen aluksi saattaisi olettaa, vaan se vaatii oikeaa asennoitumista ja panostuksia. Toki valitettavan monella taholla elää vahvana edelleen “kääritään data sellofaaniin ja laitetaan kaupan hyllylle”-tyyppinen ajattelu. Nämä veijarit ovat tosin todennäköisesti samoja, jotka pyytävät myös CIO:ta “ostamaan järjestelmän ja kertomaan kun se on valmis”. 2020-luvun digitalisoituneessa yritysmaailmassa ei vaan voi enää ulkoistaa ymmärrystään tärkeimmästä aineettomasta pääomasta, datasta ja sen johtamisesta.


“Datan johtamiseen panostaminen tarkoittaa aina lopulta sitä, että siitä saadaan tavalla tai toisella myös rahallista hyötyä.”

Datan monetisoinnin seuraavassa osassa pureudumme hieman konkreettisemmin aiheeseen parin esimerkkicasen avulla. Koetamme myös löytää vastauksen kysymykseen “paljonko datalla on arvoa”? Ennen tätä on keskeistä muistaa, että tietyssä mielessä datan johtamiseen panostaminen tarkoittaa aina lopulta sitä, että siitä saadaan tavalla tai toisella myös rahallista hyötyä. On kuitenkin muistettava, ettei ainoa tapa “rahastaa datalla” ole uuden liikevaihdon generointi. Aivan yhtä tehokkaasti ja todennäköisesti myös paljon helpommin datan monetisointi onnistuu, kun data valjastetaan liiketoiminnan prosessien tehostamiseen. Tyypillisimmillään datalla ja sen logistiikan automatisoinnilla pystytään siis korvaamaan raskaita, ihmisperäiseen manuaalityöhön perustuvia vaiheita. Myös kaiken maailman “spagettiexcel-prosessiviritykset” saadaan virtaviivaistettua datan ja ATK:n pyhällä liitolla.


Olisiko siis jo aika kiinnostua datan ja sen laadun ja tuotekehityksen johtamisesta? Mielestäni kyllä. Jokaisen organisaation Chief Data Officerilla (CDO) ja hänen esikunnallaan (“Data Office”) on lopulta kolme päätehtävää edistettävänään. Martin Treder kiteytti loistavassa “CDO Management Handbook”-teoksessaan ne seuraavasti:


“The primary objective of the Data Office is to help the organization

  • Earn money

  • Save money

  • Stay ahead of the competition

In other words, the CDO intends to make everybody else within the organization more successful.”


Olkoon tämä tällä erää tässä. Palataan aiheeseen toisessa osiossa myöhemmin keväällä. Sitä ennen pysytään kuulolla mm. Datapääoma Podcastin aalloilla!


- Tommi Vihervaara, Datapääoma

Ps. Menikö tunteisiin? Herättikö ajatuksia? Jaa ne meidän kanssamme LinkedIn-sivullamme: https://www.linkedin.com/company/datapaaoma/

P.P.s. Verkostoidutaan: https://www.linkedin.com/in/tommivihervaara/


Kuvitus: Inga Metsola




241 views0 comments