Edellisessä blog-postauksessa esittelimme Zeffin People Intelligence -mallin, joka täydentää yritysten kykyä johtaa tiedolla ja parantaa jo olemassa olevan Business Intelligence (BI) -tiedon hyötysuhdetta.
Organisaatioiden vuosikymmenten aikana tekemät investoinnit BI:hin ovat olleet välttämättömiä. Kuitenkin ihmiskeskeisen tiedon osalta niistä saatu hyöty jää vajaaksi: tiedetään mitä tapahtui, mutta ei liian usein tiedetä miksi.
Kun syynä on ihmiskeskeisen tiedon “hiljainen” strukturoimattomuus tai sen luonne suhdepääomana, yritystason ratkaisu on People Intelligence -ajattelu.
Tässä ydinajatus:
- Business Intelligence nojaa korostetusti strukturoituun ja numeeriseen dataan.
- People Intelligence nojaa ihmiskeskeisiin signaaleihin ja yhdistää ne päätöksiin.
Me Zeffillä määrittelemme People Intelligencen näin:
“People Intelligence on organisaation merkityksiä antava tietoprosessi, joka keskittyy kaikkeen ihmiskeskeiseen dataan ja sen kytkemiseen päätöksentekoon.”
Tämä tarkoittaa, että People Intelligenge tarkastelee signaaleja:
- asiakkaista
- henkilöstöstä
- kumppaneista
- sidosryhmistä
Ei erillisinä funktioina, vaan yhtenä kokonaisuutena: suhteiden ja luottamuksen järjestelmänä.
Mihin datamalliin People Intelligence -ajattelu perustuu?
Tämä kehittämämme sense-making -silmukka pohjautuu klassiseen analytiikan kypsyysmalliin, joka kuvataan usein neljänä analytiikkatyyppinä:
- Deskriptiivinen analytiikka eli mitä tapahtui?
- Diagnostinen analytiikka eli miksi se tapahtui?
- Prediktiivinen analytiikka eli mitä todennäköisesti tapahtuu?
- Preskriptiivinen analytiikka eli mitä meidän pitäisi tehdä?
Zeffin People Intelligence -ajattelu käyttää tätä kypsyysmallia tietojohtamisen kypsyyden havainnoinnissa
- Toteava (hindsight, “peruutuspeilistä johtaminen”) →
- Selittävä (insight, “näkemyksellinen analytiikka”) →
- Ennakoiva (foresight; “ennakoiva analytiikka”) →
- Toiminnallistava (action; todellinen “tiedolla johtaminen”)
Jokaisella tietojohdetulla organisaatiolla on kyvykkyyksiä näillä ulottuvuuksilla. Eniten kehitettävää on yleensä ennakoivan ja toiminnallistavan analytiikan puolella, erityisesti kun kyse on ihmiskeskeisestä tiedosta.
Käytännön soveltaminen yksi analytiikan lohko kerrallaan
Tarkastellaan vielä tarkemmin näitä analytiikan lohkoja mitä niiden saralla voidaan yrityksessänne saavuttaa.
1. Deskriptiivinen analytiikka: Mitä tapahtui?
Mitä kattaa: Yhteenvedetyt liiketoimintaluvut / retrospektiivinen näkyvyys
Rooli tiedolla johtamisessa: Deskriptiivinen analytiikka muodostaa perustan koko analytiikka-arvoketjulle. Sen tehtävä on luoda yhteinen, luotettava ja jaettu näkemys organisaation suorituskyvystä. Ilman tätä tasoa strateginen keskustelu perustuu mielikuviin eikä faktoihin. Se ei kuitenkaan yksinään riitä kertomaan syvällisesti, miksi luvuissa näkyvä kehitys tapahtui.
Tyypillisiä johtotason kysymyksiä despkriptiivisellä tasolla
- Miten liiketoimintamme kehittyi suhteessa tavoitteisiin?
- Missä olemme ylisuoriutuneet ja missä alisuoriutuneet?
- Miten suorituskyky vaihtelee segmenttien, markkinoiden tai kanavien välillä?
Esimerkkejä käytöstä
- Hallitusdashboard, joka näyttää liikevaihdon, katteen ja kassavirran kehityksen
- Kvartaalianalyysi, joka paljastaa markkinakohtaiset erot tuloskehityksessä
Strateginen arvo
- Mahdollistaa faktapohjaisen keskustelun
- Vähentää sisäistä kitkaa (“kuka on oikeassa” → “mitä data kertoo”)
- Tukee läpinäkyvyyttä ja tilivelvollisuutta
2. Diagnostinen analytiikka: Miksi se tapahtui?
Mitä kattaa: Juurisyiden tunnistaminen ja ymmärrys syy - seuraus -suhteista
Rooli tiedolla johtamisessa: Diagnostinen analytiikka siirtää fokuksen raportoinnista ymmärrykseen. Se vastaa kysymykseen miksi ja auttaa johtoa erottamaan oireet todellisista syistä.
Tyypillisiä johtotason kysymyksiä
- Mikä ajoi suorituskyvyn muutosta?
- Oliko muutos rakenteellinen vai tilapäinen?
- Johtuiko tulos ulkoisista tekijöistä vai omista päätöksistä?
Esimerkkejä käytöstä
- Myynnin laskun purku: asiakaspoistuman vaikutus vs. uusasiakashankinta
- Kannattavuusanalyysi: operatiivisten pullonkaulojen vaikutus toimituskykyyn
- Henkilöstöanalyysi: avainroolien vaihtuvuuden vaikutus asiakaskokemukseen
Strateginen arvo
- Estää vääriä johtopäätöksiä ja hätiköityjä päätöksiä
- Tukee kohdennettua resurssien allokointia
- Luo pohjan uskottaville ennusteille
3. Prediktiivinen analytiikka: Mitä todennäköisesti tapahtuu?
Mitä kattaa: Tulevaisuusskenaariot ja todennäköisyyspohjainen päätöksenteko
Rooli tiedolla johtamisessa: Ennakoiva analytiikka siirtää organisaation reaktiivisesta proaktiiviseksi. Se ei pyri ennustamaan yhtä totuutta, vaan mallintamaan todennäköisiä kehityskulkuja ja epävarmuutta.
Tyypillisiä johtotason kysymyksiä
- Mitä tapahtuu, jos nykytrendit jatkuvat?
- Missä on suurin riski alisuoriutua?
- Mitkä tekijät ennustavat tulevaa menestystä tai epäonnistumista?
Esimerkkejä käytöstä
- Myyntiennuste: todennäköisyys saavuttaa vuosibudjetti eri skenaarioissa
- Asiakaspoistumamalli: asiakkaat, joilla korkea churn-riski seuraavan 3–6 kk aikana
- Kysyntäennuste: varastotarpeet eri markkinatilanteissa
- Työvoimasuunnittelu: tuleva osaajavaje kriittisissä rooleissa
Strateginen arvo
- Mahdollistaa ennakoivat toimenpiteet
- Tukee riskienhallintaa ja resilienssiä
- Parantaa strategian ajoitusta ja fokusta
4. Preskriptiivinen analytiikka: Mitä meidän pitäisi tehdä?
Mitä kattaa: Päätössuositukset ja optimointi
Rooli tiedolla johtamisessa: Preskriptiivinen analytiikka yhdistää datan, liiketoimintasäännöt ja strategiset tavoitteet konkreettisiksi toimintasuosituksiksi. Tässä vaiheessa analytiikka alkaa aidosti ohjata päätöksiä, ei vain tukea niitä.
Tyypillisiä johtotason kysymyksiä
- Mikä on paras toimenpide vaihtoehdoista?
- Miten maksimoimme arvon rajallisilla resursseilla?
- Mitä päätöksiä meidän tulisi tehdä nyt, ei myöhemmin?
Esimerkkejä käytöstä
- Hinnoitteluoptimointi: suositeltu hintataso per asiakassegmentti
- Investointipriorisointi: mihin hankkeisiin pääoma kannattaa allokoida
- Myynnin ohjaus: mitä asiakkaita myyjien tulisi kontaktoida tänään ja millä tarjouksella
- Skenaariopohjainen päätöksenteko: jos teemme toimenpiteen A → vaikutus liikevaihtoon on X, ja tärkein riski Y
Strateginen arvo
- Lyhentää päätöksenteon sykliä
- Skaalaa parhaat päätökset koko organisaatioon
- Mahdollistaa dataohjatun strategian toimeenpanon
Lopuksi
Olemme viime kuukausien aikana syventyneet muutamien pilottiasiakkaiden kanssa siihen, kuinka People Intelligence -kyvykkyys viedään kyselyistä laajemmin kattamaan myös yrityksen muut ihmiskeskeiset tietovarannot BI-työkaluissa tai muissa työkaluissa.
Saadut tulokset ovat lupaavia ja käymme mielellämme keskustelua siitä, miten People Intelligence -ajattelu voisi palvella juuri teitä. Ota matalalla kynnyksellä yhteyttä Zeffin tiimiin, jos haluat sparrailla yhdessä!
P.S. Vielä pohdittavaa työpaikan kahvipöytään - Onko BI:ssänne sellaisia ihmiskeskeisiä tietoresursseja, jotka kerrostuvat, mutta eivät näy päätöksenteossa?