Datan lukutaito, osa 2 

Käytännössä kaikki data on tietoa menneessä aikamuodossa. Tästä puhuttiin Datan lukutaito -blogin ensimmäisessä osassa. Jokaisessa datan mittaus- tai syöttötavassa on aina jonkinlainen viive itse mitattavasta tapahtumasta, josta dataa saadaan – puhumattakaan siitä viiveestä, joka tulee, kun tähän mitattuun dataan tutustutaan jollakin tavalla.  

Esimerkkinä tästä käytän sähkömittaria. Sähkölasku saattaa tulla puolen vuoden laskutusvälillä postiluukusta, jolloin viiveen vuoksi siihen edellisen sähkölaskun suuruuteen ei voi enää millään vaikuttaa. Sähkön kuluttaja pystyisi vaikuttamaan omaan kulutuskäyttäytymiseensä – ja samalla sähkölaskuunsa – näkemällä pienemmällä viiveellä lyhyen ja pitkän aikavälin dataa taloutensa sähkönkulutuksesta. 

Sähkönkulutuksen seurantaan on nykypäivänä olemassa mahdollisuuksia, mutta se ei kuitenkaan ole siitä huolimatta useimmilla mielessä. Kulutusta kuvaavan datan visualisointi esimerkiksi pienellä kodin seinään kiinnitettävällä kosketusnäytöllä pitäisi todennäköisemmin kulutustason paremmin ihmisten mielessä.

Helpommin luettavalla datalla muutoksia kulutustottumuksiin 

Idea reaaliaikaisen sähkönkulutuksen visualisoimisesta pienelle näytölle ei ole sen kummempi kuin nopeusnäyttö tien varressa, joka kertoo ohi ajavan auton nopeuden. Lähestyttävämpi datan esilletuominen ja datan lukemisen yleinen helpottaminen aiheuttaisi kulutustottumuksien muutoksia, jotka osaltaan aiheuttaisivat pienempää sähkönkulutusta ja pienempiä sähkölaskuja. Puhumattakaan ympäristön- ja energiansäästön kautta saavutettavia markkinointimahdollisuuksia kyseiselle sähköyhtiölle. 

Jatkokehityssuunta voisi  olla vaikkapa tällainen: Mitä jos keksittäisiin helppo ja kustannustehokas tapa seurata vaikkapa talouden töpselikohtaista sähkönkulutusta niin, että saisit tämän tietyn töpselin tai koko talouden kulutustiedon kätevästi ymmärtämääsi muotoon pureskeltuna reaaliaikaisena nettisivulle, kännykkään tai siihen talouden pieneen näyttöpisteeseen, jolloin sähkön kulutus ei häviäisi mielestäsi pois?  

Mitä jos jollain aikavälillä voitaisiin käyttää tätä samaa jalostunutta tapaa seurata dataa esimerkiksi veden kulutuksessa? Minkälaisia läpimurtoja ja kehitystä tämä aiheuttaisikaan muualla?  

Mikä tällaisen muutoksen voisi sitten mahdollistaa?  

Tällaisiin esimerkissä mainittuihin muutoksiin päästäisiin sillä, että mahdollistettaisiin oikeanlaisen datan saatavuus ihmisille ymmärrettävään ja luettavaan muotoon jalostettuna, sillä ihmiset ja koneet perustavat päätöksensä tiedolle. Tiedät varmasti myös tämän itse, että jos sinulla on tietoa paremmasta tavasta toimia, niin todennäköisesti et toimi sillä huonommalla tavalla.  

Kukaan ei tietysti voi opettaa toista ajattelemaan, koska asiat tulee useimmiten ajatella ja ratkaista itse. Toisen voi tietysti johdattaa ajattelemaan itse. Oikean tyyppisiä ajatuksia ja uteliaisuutta voi herättää sopivilla keinoilla ja kysymyksillä, jotka johtavat pitkällä aikavälillä ajattelun ja ajattelun soveltamiskyvyn jalostumiseen. Data ja siihen vaikuttavat asiat ovat yhdessä yksi hyvä tapa johdattaa ihmisiä oppimaan vastaavan tyyppisten tilanteiden ratkaisua itse.  

Lisää datan lukutaitoa 

Tästä päästään kirjoitukseni pointtiin datan lukutaidosta – jos missään ei opeteta tällaisten asioiden oma-aloitteista ratkaisua tai jos niistä ei kerrota kaikkien asiasta kiinnostuneiden tuntemilla termeillä, niin tarvitsisiko jossakin oikeassa instanssissa tehdä asialle jotakin?  

Olen huomannut omien kokemusteni pohjalta, että lähes joka suunnalla jokin pienempi tai suurempi dataan liittyvä asia on tietyllä tapaa jumissa: ei ymmärretä oikeanlaisia asioita datasta ja sen tulkinnasta, vaikka parhaimmassa tapauksessa sitä olisi jo saatavilla. Mikäli tätä dataan liittyvien asioiden kokonaisymmärrystä ja oma-aloitteista ratkaisukykyä löytyisi – esimerkiksi Suomesta – olisi se merkittävä ja monia asioita mahdollistava asia Suomen ja pitkässä juoksussa jopa koko ihmiskunnan tulevaisuuden kannalta.  

Itsenäisesti ongelmatilanteita ratkova ja sopivia ratkaisumalleja löytävä ihminen on missä tahansa paikassa voimavara. Varsinkin siinä tapauksessa, kun hän osaa ajatella ja tunnistaa jonkin asian menevän mahdollisesti oman ymmärryksensä yli ja tällöin hän osaa myös pyytää apua tai antaa asioita toisten osaaviin käsiin.  

Yritän omalta osaltani tällä ja tulevillani kirjoituksillani herättää ajatuksia ja johdattaa juuri sinut auttamaan itseäsi ja muita ajattelemaan dataan liittyviä asioita ratkaisuhenkisesti. Se ratkaisu ei valitettavasti useimmissa tapauksissa ole esimerkiksi koneäly, koska koneäly on tasan yhtä hyvä kuin käytettävissä oleva datakin on. Koneäly ei osaa yhdistää dataan jotain sellaista asiaa, jonka olemassaolosta se ei tiedä. Tällainen luovuus löytyy vain omasta pääkopastasi. Sillä luovuudella tehdään parempi tulevaisuus meille kaikille. Haluaisitko olla tässä mukana? 

Markku Koponen

Kirjoittaja on käynyt läpi, tulkinnut ja avannut dataa asiaan perehtymättömille 8 vuoden ajan työskennellessään Grano Dieselillä. Näihin vuosiin mahtuu noin 10 000 eri markkinointikampanjan kohderyhmää, analyysia ja tilastoa. Näillä toimenpiteillä on tehty paljon kauppaa ja ennen kaikkea on myös opittu yhdessä asiakkaiden kanssa parempia keinoja toimia ja tehdä tuloksellista, kohdennettua markkinointia.