Data-aikaan siirtyminen on mullistanut markkinoinnin merkityksen yrityksille. Kun asiakkaat toimivat yhä enemmän verkossa, syntyy heidän liikkeidensä pohjalta dataa, jossa piilee kiistaton määrä arvoa. 

Ennen kuin sen pohjalta voidaan tehdä liiketoimintaa tukevia johtopäätöksiä, on eri lähteiden data saatava talteen loppukäyttäjälle helppokäyttöiseen tietovarastoon.

Gappsin Technical Directorilla Tuomas Hulkkosella on selkeä näkemys Googlen pilvipalvelun, BigQueryn, hyödyistä tietovarastoinnissa.

– Kun dataa ja datalähteitä alkaa kertyä, tietovarasto täytyy rakentaa hyvin skaalautuvan ja suorituskykyisen ratkaisun päälle, hän sanoo.

Pari vuotta sitten Enterprise Strategy Group julkaisi raportin, jonka mukaan BigQuery tuo tietovaraston kokonaiskustannuksia huomattavasti alaspäin. Hulkkonen kertoo BigQueryn tarjoavan aidosti käyttöön perustuvan hinnoittelun, joka jakautuu tallennustilan ja laskennan välillä. Tarjolla on lisäksi kiinteä-kustanteinen malli organisaatioille, jotka kokevat sen kustannusten hallinnan kannalta paremmaksi vaihtoehdoksi. Liikkeelle pääsee myös täysin ilmaiseksi.

– BigQueryllä voi helposti toteuttaa Proof-of-Conceptin, sillä ensimmäiset kymmenen gigatavua kuukaudessa ovat ilmaisia. Jos datamäärät eivät ole big datan tasolla, käyttökustannukset jäävät helposti alle kymmeneen euroon kuukaudessa.

”BigQueryllä voi helposti toteuttaa Proof-of-Conceptin, sillä ensimmäiset kymmenen gigatavua kuukaudessa ovat ilmaisia”

Hulkkonen sanoo BigQueryn sopivan tietovarastoksi hyvin monentyyppiselle datalle. Gappsin toteuttamissa ratkaisuissa sinne varastoituu niin kunnossapidon kuin asiakaspalvelun dataa. 

Markkinoinnille BigQuery voi tarjota selkeän näkymän siihen, kuinka paljon eri markkinointikanaviin investoidaan ja paljonko tietty mainoskampanja lopulta tuo euroja firman kukkaroon. Sen avulla paljastuu myös esimerkiksi asiakkuuksien todellinen arvo.

– BigQueryn avulla on mahdollista rakentaa näkemys asiakkuuksien elinkaaren arvosta tarkastelemalla sen aikana tehtyjen toimenpiteiden sujuvuutta. Sen jälkeen on mahdollista ennustaa, mitä yrityksen myynnissä tapahtuu, Hulkkonen sanoo.

Google Cloudin muut tuotteet tukevat tietovaraston rakentamisessa 

BigQuery hyödyntää kohderyhmien tunnistamiseen ja elinkaaren arvojen ennustamiseen koneoppimisen työkaluja. Hulkkosen mukaan visuaalinen käyttöliittymä tekee BigQuerystä helppokäyttöisen, joten käyttäjän ei tarvitse olla koneoppimisguru aloittaakseen palvelun testaamisen. Alkuun pääsee tilastollisten analyysimenetelmien ja SQL-kielen perusteilla. 

 

BigQueryn visuaalinen käyttöliittymä on Tuomas Hulkkosen mukaan helppokäyttöinen. Palvelun testaamisessa pääsee alkuun SQL-kielen perusteilla

 

Liikkeelle lähtö on muutenkin helppoa, sillä BigQuery integroituu isoon joukkoon Google Cloudin tuotteita. Esimerkiksi BigQuery Data Transfer -palvelulla voidaan automatisoida datan tuonti tietovarastoon.

Ei ole tavatonta, että organisaatiolle on vuosien saatossa kertynyt myös legacy-dataa. Joskus taas kerätyn datan käyttötarkoitus ei ole keräyshetkellä selvillä. Hulkkonen kuitenkin suosittelee kaiken datan siirtämistä pilveen ja sopivaan tietovarastoon. Tarvittaessa tietovarastoon tallennettavaa dataa voidaan valmistella ja muokata esimerkiksi Cloud Dataprepin avulla. 

– Cloud Dataprepin avulla lähdedatan virheet ja puutteet on helppo suodattaa, jolloin varastoitu data on mahdollisimman laadukasta ja siitä tehdään todennäköisemmin oikeita johtopäätöksiä. Myös Cloud Dataprepissä on visuaalinen käyttöliittymä, jossa työskentely tapahtuu ilman koodaamista, Hulkkonen kertoo.

Cloud Dataflow on puolestaan ratkaisu monista isoista datalähteistä saapuvien datavirtojen prosessointiin.

– Esimerkiksi web-palvelusta voi tulla jatkuvalla syötöllä stream-dataa, ja muista järjestelmistä batch-dataa, joita Cloud Dataflow:lla voidaan käsitellä.

”Data Studio on moneen tarkoitukseen sopiva, helppokäyttöinen työkalu”

Isojen reaaliaikaisten datavirtojen käsittelyä helpottaa myös Cloud Pub/Sub -palvelu, jolla taataan useista eri päätepisteistä saapuvien viestien välittyminen tietovarastoon.

Hulkkonen nostaa esille myös Google Data Studion, joka on ilmainen työkalu visuaalisten dashboardien tekemiseen.

-Data Studio on moneen tarkoitukseen sopiva, helppokäyttöinen työkalu, jolla datasta voi rakentaa raportteja jo lyhyen opiskelun perusteella. 

Tietovarastohanke alkaa tavoitteiden määrittelyllä

Maailmalla BigQueryä hyödyntää muun muassa Spotify. Suomessa siihen luottaa esimerkiksi useampi peliteollisuuden yritys. Hulkkonen uskoo, että BiqQuery voi tarjota pohjan kaikenlaisten markkinointistrategioiden toteuttamiselle. Hän suositteleekin BigQueryyn tutustumista vähintään siinä määrin, että syntyy ymmärrys sen vahvuuksista.

”Ensimmäinen askel BigQueryn käyttöönotossa on määritellä kysymykset, joihin datalta toivotaan vastausta”

Kun organisaatiossa on syntynyt päätös markkinoinnin datan hyödyntämisestä, ensimmäisenä täytyy tunnistaa omat tavoitteet.

– Ensimmäinen askel BigQueryn käyttöönotossa on määritellä kysymykset, joihin datalta toivotaan vastausta.

Tietovarasto saa jo sanana monen kulmat kurtistumaan, sillä isot tietovarastohankkeet mielletään kustannuksiltaan suuriksi ja aikaavieviksi projekteiksi. Hulkkonen vakuuttaa, ettei tämä pidä paikkaansa. Esimerkiksi Gappsin Rainmakerille toteuttama tietovarastoratkaisu saatiin pystyyn vain 12 päivässä.

– Nopean käyttöönoton jälkeen päästään miettimään, millainen data tuottaa eniten arvoa. Otetaan muutama datalähde, visualisoidaan niiden tuottama data ja yhdistellään tuloksia toisiinsa.

Vaikka BigQueryn saa käyttöön kuka tahansa luottokortin omistava, Hulkkonen uskoo, että hyvään kumppaniin turvautuminen on avain nopeaan käyttöönottoon ja hyötyjen havaitsemiseen.

– Pystymme PoC:n kautta validoimaan nopeasti palvelun kustannustehokkuuden ja helppouden, hän päättää.

 

Gappsin Ite wiki -profiili

Gappsin verkkosivut