Datalukutaito tarkoittaa yksinkertaisimmillaan sitä, että osaa analytiikkasovelluksen tuottaman käppyrän pohjalta tehdä havainnon esimerkiksi myynnin kehittymisestä. Hyvän perusosaamisen voi data-analytiikasta kartuttaa organisaatiossa kuka tahansa. Näin toteavat Head of eCommerce Data & Analytics Annika Nordbo sekä Head of Marketing Data & Analytics Tommi Paija. Toisaalta henkilöstön datalukutaidon kehittämisessä tiedolla johdetussa yrityksessä vain taivas on rajana. SOK:lla dataan pohjautuva päätöksenteko on arvostettu ja kehittyvä taito läpi organisaation.

Yli 10-vuotisen uran datan parissa tehneen Tommin toi alun perin SOK:lle viisi vuotta sitten kiinnostus siihen, millaista arvoa yrityksen valtavan asiakasdatan avulla voidaan asiakasomistajille tuottaa. Jo yliopiston tiedolla johtamisen kurssilla hän muistaa miettineensä, että juuri sitähän varten on olemassa kauppojen kanta-asiakasohjelmat.

Keväällä 2021 SOK:lla aloittanut Annika puolestaan kiinnostui SOK:n merkittävistä kasvutavoitteista ja panostuksista verkkokaupan kehittämiseen. Kolmetoistavuotisen analytiikkauran tehneen, fyysikkotaustaisen Annikan kiinnostusta SOK:ta kohtaan lisäsi myös 2025-vuoteen tähtäävä hiilineutraalisuustavoite.

Nämä asiat siis muun muassa vetivät näitä analytiikkakonkareita vähittäiskaupan alalle, mutta tämä blogiartikkeli ei oikeastaan kerro siitä. Nimittäin sekä Annikalla että Tommilla on paljon ajatuksia siitä, mitä datalukutaito SOK:n kaltaisessa tiedolla johdetussa yrityksessä tarkoittaa, missä datamaturiteetin vaiheessa SOK:lla ollaan sekä miten sitä tehokkaimmin voidaan kehittää.

Mitä datalukutaito tarkoittaa ja kenen pitäisi osata lukea dataa organisaatiossa?

”Itse törmäsin datalukutaito-termiin ensimmäisen kerran vuonna 2017 analytiikkatapahtumassa Saksassa. Seuraamani esityksen pääpointti oli mielestäni meilläkin SOK:lla tärkeä ratkaistava haaste, ja se oli yhteisen datakielen löytäminen IT:n ja liiketoiminnan välille”, muistelee Tommi.

Annikan mukaan datalukutaitoa voisikin verrata kielitaitoon. Jotta kielen avulla pystyy kommunikoimaan, kielen ymmärrys ja logiikka on oltava perustasolla hallussa. Sama pätee dataan. Koko organisaatiossa hyvästä perustason datalukutaidosta on iso hyöty.

”Datalukutaito tarkoittaa yksinkertaisimmillaan, että pystyy tulkitsemaan analytiikkasovelluksen luomaa käppyrää. Pystyt siis esimerkiksi graafin pohjalta tekemään analyysin, nouseeko vai laskeeko myynti. Sitten pystyt perussanavaraston avulla keskustelemaan havainnostasi muiden kanssa”, kuvaa Annika.

Annika ja Tommi ovat SOK:lla huomanneet, että sitä mukaa kun ihmiset koko organisaatiossa oppivat yhä paremmin lukemaan dataa, sitä myös aletaan arvostaa uudella tavalla.

”Kun dataa opitaan lukemaan, sen pohjalta halutaan tehdä päätöksiä. Sama pätee kielitaitoon: kun yhtä kieltä oppii, sitä osaamista haluaa myös hyödyntää”, Annika vertaa.

Organisaatiossa jokaisen eri osaajan ei kuitenkaan tarvitse olla datan syväosaaja, eikä esimerkiksi kaupan myyjän tarvitse arjessaan osata lukea dataa samalla detaljitasolla, kuin esimerkiksi kaupparyhmän johtajan. Silti on tärkeää, että omaa roolia koskevat tärkeät päätökset kyetään tekemään dataan pohjaten. Perustasoinen datalukutaito hyödyttää ja auttaa ketä tahansa menestymään omassa tehtävässään.

”Perustason datalukutaitoon sisältyy mielestäni tietynlainen tieteellinen, objektiivinen ajattelutapa: sen sijaan, että pyrittäisiin löytämään vain omaa ajattelua tukevaa dataa, pyritäänkin ymmärtämään analyyttisesti kokonaiskuvaa ja tekemään päätöksiä laajemman ymmärryksen pohjalta”, Tommi sanoo.

Annikan mukaan datalukutaidon kehittämisvaatimusta yksilöiden ja roolien tasolla lisää myös oman liiketoiminta-alueen transformaatiovauhti organisaatiossa.

”Mitä kovempi transformaatio ja muutostahti omalla osa-alueellasi on, sitä suuremmaksi kasvavat myös vaatimukset datalukutaidolle. Kun työhösi liittyy vaikka aggressiivisia kasvutavoitteita ja käynnissä on voimakas prosessien uudistaminen, datan avulla voi muutoksessa oppia paljon. Datalukutaito on ketterän kehityksen vaade”, pohtii Annika.

Millainen on SOK:n maturiteetti datan hyödyntämisessä?

Datalukutaidossa ja datan hyödyntämisessä on Tommin mukaan otettu hänen viisivuotisen SOK-uransa aikana isoja harppauksia. Saksan analytiikkatapahtumassa tehdyn oivalluksen saralla on kuljettu hyvään suuntaan ja talon sisällä keskinäinen ymmärrys data-asioissa on parantunut paljon.

”Minun ei enää tarvitse lainkaan myydä näitä asioita, vaan hyvää dataa osataan jo pyytää. Yhteinen kieli alkaa löytyä, kun liiketoiminta osaa kysyä hyviä kysymyksiä dataan liittyen ja toisaalta IT-tiimit ymmärtävät liiketoiminnan tarpeita ja toiveita datalta”, Tommi sanoo.

Kun tuloksia ja näkyvää arvoa halutaan saada aikaan esimerkiksi markkinoinnissa, on tärkeä onnistumisen edellytys, että tiimi osaa tulkita dataa ja siitä ollaan yhä kiinnostuneempia. Jo nyt ollaan hyvässä vauhdissa, kun lukuja ja analytiikkasovelluksia laajasti toivotaan ja pyydetään. Tulevaisuudessa SOK:n kokoisessa yrityksessä datamaturiteetin ja datalukutaidon kehittämisellä ei kuitenkaan ole ylärajaa.

”Jos datalukutaidon käsitettä vielä laajennetaan, perusosaamisen omaksumisen jälkeen seuraava steppi voisi olla, että tiimeissä opitaan huomaamaan tilaisuuksia tekoälyn hyödyntämiselle. Jos esimerkiksi sama työ toistuu ja sitä tekee viisi ihmistä, voi siinä piillä tilaisuus siirtää toisteinen tehtävä koneelle”, Annika miettii.

Organisaation datalukutaidon kehittäminen on myös yrityskulttuurin kehittämistä

Eri liiketoiminnoissa on isossa organisaatiossa väistämättäkin eroja datamaturiteetissa. Toiset ovat pidemmällä kuin toiset: yhden liiketoiminnan johtaja voi osata lukea dataa yksityiskohtaisestikin, kun taas toisessa yksikössä tietyn tyyppisiä lukuja, kuten asiakastietoa vielä hieman kartetaan.

”Datalukutaidon kehittämistä organisaatioissa yleisestikin hidastaa usein pelko lukuja kohtaan, joka on ehkä istutettu meihin jo joskus peruskoulun matematiikantunnilla. Siellä kyllä aina tiedettiin, kuka on matikkanero ja kuka ei”, Tommi pohtii ilmiön taustoja.

Totuus kuitenkin on, että kuka tahansa voi oppia lukemaan dataa ja tekemään analytiikkahavaintoja. Datalukutaidon kehittäminen vaatii organisaatiossa taakseen kulttuurin, joka siihen kannustaa. Vaikka hyvässä vauhdissa jo ollaan, tällaista kulttuuria Annika ja Tommi haluavat levittää taloon yhä laajemmalle.

”Monesti kuulee väitettävän, että jollain ei esimerkiksi ole hyvä kielipää, mutta kuitenkin suurin osa pärjää englannin kielellä oikein hyvin. Sama pätee dataan. Meidän analytiikka-ammattilaisten on myös syytä tehdä datan hyödyntämisestä selkokielisempää. Sen sijaan, että käyttäisimme vaikeita algoritmien nimiä, pyrimme käyttämään kieltä, joka tekee data-analytiikasta organisaatiossa kenelle tahansa helpommin lähestyttävää”, Tommi kiteyttää.