Miten data palvelee asiakaskokemuksen rakentamista?
- Rakenna datakäytännöt, jotka auttavat parantamaan asiakaskokemusta ja reagoimaan muutoksiin asiakkuudessa. Mediayhtiö on nykyisin myös data-alusta.
- Hyödynnä dataa kekseliäästi: kehitä ja testaa erilaisia tapoja löytää sisällöille uusia asiakkuuksia ja kohdentaa sisältöjä niistä kiinnostuneille asiakkaille.
- Ymmärrä dataa myös strategisella tasolla – se on keskeistä hyvän sisältölupauksen rakentamisessa.
- Käytä dataa löytääksesi uusia ja yllättäviä tapoja luoda relevantteja sisältöjä asiakkaille.
- Hyödynnä dataa sekä tehtyjen asioiden todentamisessa, että myös uuden huomisen johtamisessa.
Asiakkaan sitouttaminen – miten lukijasta tulee aktiivinen brändin, palvelun ja sisältöjen käyttäjä – edellyttää, että mediayrityksen datakäytännöt auttavat koko yritystä parantamaan asiakaskokemusta ja reagoimaan muutoksiin asiakkuudessa.
Useilla mediayhtiöillä on myös muuta liiketoimintaa, joka tarkoittaa käytännössä mahdollisuutta laajentaa asiakaspohjaa datan avulla.
Mediayhtiö on nykyisin myös data-alusta. Datan kekseliäs hyödyntäminen luo mediayhtiölle mahdollisuuksia löytää sisällöille uusia asiakkuuksia, mutta tärkeää on myös pystyä kohdentamaan sisällöt niistä kiinnostuneille asiakkaille. Tämä on mahdollista jos dataa tarjotaan ja hyödynnetään niin, että se tukee eri prosesseja.
Pidemmälle vietynä tämä vaatii datan ja datatekemisen tuotteistamista yhtiötasolla.
Datan käytössä ja sen painotuksissa yrityksen eri liiketoiminnoilla ja mediayhtiöllä saattaa kuitenkin olla eroja. Lovisa Bergström käyttää asiaa kuvaamaan sitä että Dagens Nyheter on paremminkin datainformoitu (data informed) kuin dataohjautuva (data driven) mediayritys.
Lovisa Bergström: We usually refer to ourselves as data informed rather than data driven. I would say that the difference is that as other companies in journalism and news media, even though we sell services online, we’re not like any other e-commerce company because our journalistic integrity and our journalistic values will and should always come first. So we make sure that the editors, the reporters and the developers have all the data they need, but it’s still our responsibility to make sure that the mix of articles is fair and that we give a picture to the readers that is true and balanced. For example, I mean, if it would steer 100% on a short term maximization of their reader revenues, for example, then we’d probably write a hundred articles about Donald Trump and none of Joe Biden. But we cannot do that because that’s not our main purpose. We want to also give a true and balanced picture of the society in the world. I guess that’s the main purpose of all news media.
Parhaan tuntuman ja ymmärryksen hyvän sisältölupauksen rakentamiseen mediayritys saa, kun se yhdistää erilaisia kompetensseja ja luo yhteistä kieltä ja datan ymmärrystä läpi organisaation.
Se edellyttää, että organisaatio hyödyntää dataa monipuolisesti eri toiminnoissaan.
Lovisa Bergström kuvaa mitä data merkitsee heidän yhtiönsä toiminnalle.
Lovisa Bergström: Data has a key role in the organization. Most, almost all of the decisions that we make are based on data in some way. We try to get away from the gut feelings and turn towards the data and ask the data what to do. And in product development, we work a lot with A/B tests, and we have a small cross functional group that we call the experimentation and growth team that works with growth initiatives and product development with a very structured methodology. And also, of course, data is used, for example, within the newsroom to understand reader behavior. And then I think it is important to have a holistic view of the user experience and ask questions like this for different people with different roles in organizations and ask the questions from different angles, because that triggers a lot of really interesting discussions.
Bergström kuvaa miten hyvin eri tavoin kerättyä ja analysoitua dataa yhtiö voi käyttää organisaation eri prosesseissa sekä miten eri osaajien näkökulmat ja toistuvat keskustelut datan pohjalta tehdyistä havainnoista auttaa kehittämään toimintaa, mutta auttaa myös eri rooleissa toimivia ymmärtämään toisiaan ja keskustelemaan eri näkökulmista. Näin toimintakulttuuri kehittyy ja lopulta asiakas voittaa.
Seuraavassa Bergström kuvaa miten he organisoituvat tiimeiksi tuotteiden ympärille.
Lovisa Bergström: Usually we gather around a project. It is getting to know your data really well and understand how to use it and what the limitations of the different data sets are as well. Getting to know it is both feelingly understanding the data as well as adding on the domain knowledge. How much context shifts do you have to do if you’re doing churn prediction or if you’re building insights for the editorial team? I think even though the kind of data that I work with might differ for different departments, most of it drills down to engagement and understanding quality and time spent and the questions that we mentioned before like what is it that makes the user want to pay for a subscription. Whether you have an editorial question or editorial perspective on that or a more business perspective on the question, it’s often a combination of the same data in that case, then you probably need to look into both user behavior and traffic data and also information about what subscription you have, and maybe information about who you are as a subscriber, if we can use that.
Sisällöntekijöiden, toimittajien ja palvelukehittäjien kulttuuri ja kieli eroavat lähtökohtaisesti, mutta kun organisaatiossa heidän osaamisensa yhdistetään projektien ympärille ja kaikkien kyvykkyydet huomioidaan arjen kulttuurissa, mediayritys voi tehdä uusia, jopa yllättäviä havaintoja luodakseen relevanttia sisältöä asiakkailleen tai osalle heistä. Atte Jääskeläinen kertoo miten Ruotsissa Mittmedia löysi kulttuurisisällöistä kiinnostuneen ja kiitollisen yleisön dataa tutkimalla.
Atte Jääskeläinen: Minulle tulee mieleen esimerkiksi Mittmedia Ruotsissa. Se on pienehköjen tai keskisuurten maakuntalehtien yhteenliittymä, joka on tosi tekoälyintensiivinen yhtiö. He esimerkiksi kykenivät luomaan menestyviä kulttuurisisältöjä, löytämällä niille ne ihmiset, jotka niitä mahdollisesti haluaisivat kuluttaa. Kun yleisesti ajatellaan, että kulttuurisisältöjä tehdään paljolti velvollisuudesta – ja niitä broadcastissa sijoitetaan keskiyölle, kun julkisen palvelun tehtävä edellyttää niitä tehtävä. Sanomalehtiyhtiöstä yhtäkkiä tulikin merkittävä kulttuurisisältöjen tuottaja, koska he pystyivät datasta löytämään ne ihmiset, joiden mielestä nämä sisällöt ovat tärkeitä ja heille merkityksellisiä. Ja kun siellä oli se kerroin, että se on heille erittäin merkityksellistä, niin ei heitä tarvinnut olla kuin se 30 % niin siitä tuli kuitenkin merkittävä sisällön osa.
Kertynyttä dataa voidaan käyttää monella tavalla osana yhtiön prosesseja ja toimintaa. Datan avulla voidaan tarkastella onko yhtiön resursointi oikean suuntainen suhteessa liiketoimintatavoitteisiin. Data auttaa näkemään sisältöportfolion, tarjonnan puutteita suhteessa tavoiteltuihin asiakkuuksiin, asiakkaiden tarpeisiin ja mieltymyksiin. Olennaista on hyödyntää dataa siinä, mitä julkaistaan, missä kanavassa ja milloin. Se auttaa huomaamaan koska asiakkaat ovat kiinnostuneita käyttämään erilaisia sisältöjä, milloin heillä on aikaa siihen. Datan avulla mediayhtiö pystyy palvelemaan asiakkaitaan paremmin ja auttaa heitä löytämään juuri heidän kannaltaan relevanttia sisältöä.
Seuraavassa Elina Huumo kuvaa erilaisia datan käyttömahdollisuuksia.
Elina Huumo: On mielikuvituksesta kiinni, miten sitä dataa sitten viestitään niille ihmisille, jotka sitä luovaa työtä tekee ja uutta suuntaa hakee… me voidaan miettiä, että vastaammeko siihen, onko meillä resursseja, että me ollaan ajankohtaisia ja relevantteja, niin mun mielestä me voidaan tuoda paljonkin dataa siihen. Me voidaan tuoda sitä sekä sinne ideoiden alkupäähän, etsiä suuntaa että mihin rahat kannattaisi käyttää, mutta voidaan me paljon tuoda myös siihen, kun idea on jo syntynyt ja me sitä lähdetään viemään eteenpäin. Testaukseen voi tuoda dataa siitä onko meidän ajatukset oikean suuntaisia, kuinka me tätä arvoa asiakkaalle tuodaan? Onko markkina tästä kiinnostunut, löytääkö ja ymmärtääkö se tämän? Mutta että tehdäänkö sitä tällä hetkellä, niin pelkään että dataa hyödynnetään paljon enemmän jo tehtyjen asioiden todentamisessa kuin sen uuden huomisen johtamisessa.
Mediayhtiössä on hyödyllistä koko ajan pohtia millaista dataa organisaation eri toimijat tarvitsevat ja miksi. Miten sitä visualisoidaan, käytetään ja käydään läpi, millaisia päätelmiä datasta tehdään ja miten siitä tehtyjä huomioita ja toimenpiteitä testataan ja viedään käytäntöön. Dataymmärryksen lisääminen vaatii, että se on koko ajan mukana toimenpiteissä ja keskustelussa koko organisaatiossa.
Kirsi Hakaniemi kuvaa miten dataa käytetään mediayhtiön arjessa.
Kirsi Hakaniemi: Koko ajanhan heillä on ne dashboardit siellä, ne on Pianon päälle rakennettu, että nähdään paljonko sivuilla on kävijöitä ja mitkä jutut vetää ja miten etusivu vetää, ja voi tehdä otsikkotestausta ja tämän tyyppisiä asioita. Sitten käytännön keissi on myös, että ollaan pidetty konsernilaajuisia dataklinikoita: sitä, että pureksitaan tehtyjä juttuja, uusia ominaisuuksia ja palveluita, miten ne on suoriutuneet ja konvertoineet asiakkaita, tällaista jälkiopiskelua ja -koulutusta. Mutta esimerkiksi Piano on oikeastaan yhtenä ykköstyökaluna siinä arjen tekemisessä, ja sitten meillä on Power BI:n päälle rakennettu jälkiraportteja, mihin pääsee katsomaan muita tunnuslukuja.
Bergström sanoo, että Dagens Nyhterissä perustyökalu on dashboard. Sen avulla toimittajat pystyvät näkemään kauanko lukijat ovat käyttäneet aikaa heidän kirjoittamiensa artikkeleiden lukemiseen, mutta ne ennakoivat myös miten erilaiset otsikot vaikuttavat kiinnostavauuteen.
Lovisa Bergström: I guess the main tool is a dashboard, Looker Studio dashboards. And we also develop our own dashboards that we like to code from scratch. Those dashboards are really great. If you are using the Wi-Fi in the newsroom, then you can go from the article on the website and click on a bookmarked tag in your browser and then you can get all the statistics that you need for that special article. For example, you can get the page views and conversions and how long it’s been read and also page views and conversions over time and how they are affected on different changes that you do to the article. For example, if you change the title of it or you change the picture, how does that affect? But we also do Slack bots and email bots, for example. We built measuring the male and female mentions in the text that you have written. So you get a percentage of, for example, maybe 30% of the mentions that you have in your text during the last week are female mentions. The average of the audience needed there in total is 40%. So that’s one thing to raise awareness about gender equality or maybe inequality in journalism.