Miten datakulttuuria kannattaa kehittää?
- Aloita analysoimalla nykytilanne ja keskustele tilannekuvasta kaikilla organisaation tasoilla.
- Johda toimenpiteitä asiakaskokemukseen liittyvien tavoitteiden pohjalta kaikkien organisaation tasojen ja toimintojen kanssa.
- Sisäistä organisaation yhteiset tavoitteet ja ymmärrä lähtötilanne, jotta toimenpiteiden suuntaaminen niitä kohti on helpompaa.
- Johda organisaation osien tavoitteet ja toimenpiteet näiden pohjalta
- Tarkastele toimenpiteiden vaikutuksia yhdessä asiantuntijoiden kanssa ja keskustele siitä, mitkä niistä edistävät parhaiten asiakaskokemusta.
- Huolehdi siitä, että datakulttuurin kehittäminen ja asiakaskokemuksen tavoitteiden tarkastelu ovat koko ajan johdon asialistalla.
- Tarjoa toimitukselle dataa eri työkalujen ja visualisointien avulla. Ne selkeyttävät ja helpottavat datan ymmärtämistä.
- Käytä dataklinikoita apuna erilaisten tapausten käsittelyssä ja keskustele datan pohjalta toimenpiteistä.
Asiakaslähtöinen ajattelumalli, jossa asiakas laitetaan mediayhtiön organisaation keskiöön, vaatii toteutuakseen dataan ja analytiikkaan liittyvää systematiikkaa ja prosesseja, jotka ovat mahdollisia vasta kun yritys on saavuttanut riittävän maturiteetin, kypsyyden datakulttuurissa. Se edellyttää, että data ja sen merkitys on läsnä kaikkien liiketoimintayksiköiden ja päätöksiä tekevien arjessa. Datakulttuurin kehittäminen kannattaa aloittaa analysoimalla nykytilanne, ja keskustella tilannekuvasta kaikilla organisaation tasoilla.
Sen jälkeen nykytilanteesta pitää johtaa toimenpiteitä asiakaskokemukseen liittyvien tavoitteiden pohjalta kaikkien organisaation tasojen ja toimintojen kanssa. Kun yksiköt ovat sisäistäneet tavoitteet ja ymmärtäneet lähtötilanteen, niiden on helpompi suunnata toimintaa kohti tavoitteita. Toimenpiteiden vaikutuksia pitää jatkuvasti tarkastella yhdessä asiantuntijoiden kanssa ja keskustella mitkä toimenpiteet edistävät parempaa asiakaskokemusta. Hyvä datakulttuuri ja organisaation eri osien tekemät, yhdessä sovitut toimenpiteet vievät yritystä nopeammin kohti paremman asiakaskokemuksen tavoitteita.
Erittäin olennaista datakulttuurin onnistumisen näkökulmasta on se, että sen kehittäminen ja asiakaskokemuksen tavoitteiden tarkastelu ovat koko ajan johdon asialistalla.
Bergström kertoo, että Dagens Nyheterissä johto päivittää tietämystään datakulttuurista.
Lovisa Bergström: We send our leaders and managers to agile skill trainings and follow the agile methodology as much as we can. Of course in design thinking, and work with also some parts of the scrum methodology. And yeah, we are a tech company in many senses.
Kirsi Hakaniemi: Me ollaan rakennettu paljon asioita toiveiden mukaan, myös sellaisia dashboardeja missä pystytään vertailemaan eri lehtien suoritteita, ja että on tietyt tavoitetasot liittyen vaikka maksumuuritilauksiin. …esimerkiksi yhdessä meidän alueyhtiössä on oma sisältöjen kehitystiimi ja he pureksii joka viikko digitilauslukuja toimituksissa, ja päätoimittajat on ihan kriisitunnelmissa jos tavoitteet eivät täyty, mikä on ihan mielettömän hienoa.
Kirsi Hakaniemi kuvaa miten tärkeää mediayritykselle on, että kaikki osallistuvat keskusteluun ja ovat kiinnostuneita datasta ja halukkaita kehittämään toimenpiteitä sen pohjalta. Yksi olennainen tekijä on miten ja missä muodossa data on tarjolla eri toimijoiden käyttöön.
Kirsi Hakaniemi: …aiemmin oli niin että meiltä kaivattiin analyysiä. Että vaikka me ollaan rakennettu hienot analytiikkadashboardit ja muuta niin sitten sitä dataa on niin paljon, että miten sitä voi ruveta tulkitsemaan ja ymmärtämään. Uudet analytiikkaan keskittyvät asiantuntijat ovat tuoneet paljon näkemystä, että miten sitä dataa voidaan visualisoida, miten tuloksia voidaan paremmin vielä esittää, että saat sen visuaalisin keinoin ymmärretyksi, kun ne luvut voi olla tosi hyhmäisiä.
Erilaiset työkalut ja niiden avulla tehdyt visualisoinnit voivat auttaa paljon eri rooleissa työskenteleviä kulkemaan samaan suuntaan ja ratkaisemaan yhteisiä ongelmia asiakkaiden hyväksi, mutta kun median toimintatavat muuttuvat, myös työkalujen hyötyjä kannattaa tarkastella koko ajan. Lovisa Bergström kertookin, että Dagens Nyheterillä on käytössä dashboardien dashboard, jonka tarkoituksena on seurata, mitä työkaluja eri toiminnot käyttävät ja auttaa luopumaan niistä, joista ei ole hyötyä.
Lovisa Bergström: We have a dashboard of dashboards so you can see how the dashboards are used. And sometimes I do polls and they can vote like: have you used this tool during the last month. You realize, okay, this wasn’t a really successful one.
Toimitukselle voidaan tarjota dataa käyttäen erilaisia työkaluja ja visualisointeja, jotka selkeyttävät ja helpottavat sen ymmärtämistä millaisia juttuja luetaan ja ketkä niitä lukevat. Yksittäisten juttujen datan seuraamisen lisäksi on tärkeää, että toimittajat ja muut asiantuntijat alkavat yhdessä keskustella datan pohjalta toimenpiteistä. Apua voivat tarjota myös dataklinikat, joissa voi kysellä ja käydä läpi erilaisia tapauksia asiantuntijoiden kanssa.
Kirsi Hakaniemi: Siitähän me lähdettiin liikkeelle, että luotiin erilaisia työkaluja toimituksille erityisesti sivuston ja palvelun seuraamiseen. Sitten lähdettiin rakentamaan kuluttajamyynnin kanssa yhteisiä mittareita, että meillä on ollut erilaisia projekteja juuri digi only -tilausten kasvattamisen osalta. Sitten lopulta lähdettiin ajattelemaan, että ei riitä että meillä on pelkästään data dashboardeja. Sitä pitää olla aika tosi innostunut siitä datasta, että lähdet sitä joka päivä tutkimaan, niin sen takia ajateltiin, että dataklinikka on hyvä, että pureksitaan dataa yhdessä ja opetetaan ja ymmärrytetään ihmisiä.
Tom Whitwell tuo esiin, että kerätyn datan määrä ei riitä, jos työntekijät eivät pysty sitä toiminnallistamaan eli kehittämään ratkaisuja, joilla asiakkaille voidaan tarjota heidän tarpeitaan vastaavia juttuja. Elina Huumo nostaa esiin haastattelussa sen, miten mediayhtiössä usein kerätään valtavat määrät dataa raportointiin, mutta sitä ei ole kerätty eikä sitä käytetä niin, että opitaan tuntemaan asiakkaita paremmin. Jatkuva raportointi ja erilaisten raporttien tuottaminen organisaation eri liiketoimintayksiköiden tarpeisiin vie paljon aikaa eikä välttämättä auta mediayhtiötä parantamaan asiakaskokemusta.
Organisaation eri osastot ja toimitukset seuraavat tietenkin dataa suhteessa niihin tavoitteisiin ja mittareihin, jotka heille on asetettu. Kun mediayritys haluaa panostaa asiakaskokemuksen parantamiseen on tärkeää, että tavoitteet ja mittarit ohjaavat toimituksia siihen. Useimmat mittarit on asetettu käytön kasvun seuraamiseen, vaikka asiakaskokemuksen näkökulmasta asiakkaan tyytyväisyys tarjottuun sisältöön – mitä indikoi ainakin paluu sisältöjen pariin – on tärkeää.
Sanna Laurell kuvaa miten dataa tarkastellaan ja millaisia mittareita Almalla on käytössään.
Sanna Laurell: Mietin, mitä kaikkea meidän toimitus seuraa… se mitä seurataan silmä tarkkana on reach ja sen kehittyminen. Sitten me myöskin seurataan Alma-tasolla liikenteenohjausta, eli miten me pystytään ohjaamaan meidän palveluiden välistä liikennettä. Se on synergiaetu jonka kanssa tehdään paljon töitä. Sitten seurataan tietysti meidän reachia suhteessa kilpailijoihin ja muutamia muita mittareita, lukijauskollisuutta ja lukijamääriä ja tämän tyyppisiä. No sitten tietysti aktiivisuusmittarit yleisellä tasolla, eli se miten usein kävijät palaavat meidän medioihin ja käyttävätkö he niitä esimerkiksi päivittäin, ja sitten tosiaan artikkelien lukuajat. Ne nyt on varmaan yleisimpiä mittareita mitä käytetään kaikissa medioissa meillä. Ja onhan meillä sitten tosiaan erilaisia asiakkaan elinkaaren mittareita, mallinnuksia ja muuta.
Monesti mediayhtiössä on kyse siitä, että isossa kuvassa rakennetaan raportteja käyttäjädatan pohjalta, mutta ymmärrys sisältöportfolion rakentamiseen, motivaatio uusiin kokeiluihin ja toimivien uusien muotojen kehittämiseen saadaan asiakkaita kuulemalla ja heidän kanssaan vuorovaikutuksessa.
Ian Forrester: Because a lot of the reporting and figures are totally based on the easier metrics. I have seen big differences especially when it comes to our research, what people say and what people write – the difficult stuff to get, the difficult data, research data. It has made a big difference to the way a product has been built or the way the technology is deployed.