Data Design

Siirry sivun sisältöön

Käyttäjälähtöinen lähestymistapa datan hyödyntämiseen

Data Designin hyödyt

Data Design -työskentelyn kautta yritys saa konkreettista tarkennusta tieto- ja mittaritarpeistaan. Näin voidaan paremmin perustella, miksi tiettyä tietoa tarvitaan. Lisäksi se auttaa hyödyntämään analytiikkaa systemaattisemmin ja yhtenäistämään työkalujen käyttöä.

Data Design -työssä tiedon käyttäjät pääsevät itse kertomaan tietotarpeistaan ja osallistumaan työskentelyyn. Näin varmistetaan tiedon hyödyllisyys ja käytettävyys. Osallistaminen myös sitouttaa tiedon käyttäjät liiketoiminnallisiin tavoitteisiin ja raportointiin.

Emme tee suunnittelua data- tai teknologialähtöisesti, vaan ihmisiä ja heidän tarpeitaan varten.

Data Design -prosessin kautta:

  • ymmärretään, millä tasolla ja miten tietoa pitää esittää.
  • osataan suunnitella tietotuotteita ja -palveluja eri tiedon hyödyntäjille yhteneväisesti.
  • luodaan priorisoitu kehitysjono pitkälle aikavälille.

Ota yhteyttä, niin jutellaan lisää!

Datan hyödyntämiseen on monta tulokulmaa

Dataa voidaan hyödyntää eri tavoin sen mukaan, mistä asiakkaan näkökulmasta sitä katsotaan. Lähestymistavat valikoituvat asiakkaiden tarpeiden pohjalta. Meillä on systemaattinen toimintamalli kaikkiin tulokulmiin. 

Strateginen

Millaisia päätöksiä datan ja analytiikan avulla pitää tehdä?

→ Strateginen lähestymistapa tarkastelee datan hyödyntämistä organisaation näkökulmasta: mitä mahdollisuuksia ja toisaalta esteitä datan hyödyntämiselle on nyt ja tulevaisuudessa.

Roolipohjainen

Mihin työtehtävän kannalta relevantteihin kysymyksiin datan pitää vastata?

→ Roolipohjainen lähestymistapa tuottaa tilannekuvaa tehostavan ja työtä helpottavan dashboardin tietyssä toimenkuvassa työskentelevälle henkilölle (esim. myyntijohto).

Tehtävälähtöinen

Millaisten prosessien tukena analytiikan pitää olla?

→ Tehtävälähtöisessä lähestymistavassa tarkennetaan tiettyyn tehtävään tai prosessiin liittyviä tietotarpeita ja tunnistetaan, miten toimintaa voidaan optimoida.

Mitä on Data Design -työskentely käytännössä?

Ketterä data design -työ antaa konkreettisia työkaluja kehittää tiedolla johtamista. Prosessi ei edellytä sitoutumista pitkiin kehitysrupeamiin, vaan liikkeelle lähdetään valitun kohderyhmän raportointitarpeista.

  1. Taustatyö: Perehdytään olemassa olevaan raportointiin ja tiedon käytön ympäristöön. Ymmärretään liiketoiminnan tavoitteet, mittarit ja toimintamallit.
  2. Tiedonkäyttäjien työpajat: Ymmärretään käyttäjien tietotarpeet ja prioriteetit. Sitoutetaan käyttäjät tulevaan raportointiin.
  3. Wireframe ja validointi: Suunnitellaan tiedon käyttöliittymät ja esitystapa. Kerätään palautetta ja iteroidaan suunnitelmia.
  4. Etenemissuunnitelma: Laaditaan karkean tason suunnitelma teknisestä toteutuksesta ja tehdään vaiheistettu, priorisoitu etenemissuunnitelma.

Data Design -lopputulokset

Data design -työskentelyn lopputuloksena syntyy:
  1. Listaus tiettyyn rooliin tai tehtävään liittyvistä tietotarpeista ja tietoa niiden tuottamasta arvosta. Strategisessa lähestymistavassa dokumentoidaan tarpeet ja kyvykkyydet datan hyödyntämiselle.
  2. Wireframe eli rautalankamalli, joka kuvaa tiedon käyttöliittymän, kuten raportin karkealla tasolla. Sen avulla suunnitelmia voidaan testata ja iteroida nopeasti ja pienin kustannuksin. Jossain tilanteissa lopputuloksena syntyy useampi wireframe, jotka muodostavat tietylle ”hyödyntäjäkohderyhmälle” selkeän kokonaisuuden. Rautalankamalli toimii teknisen toteutuksen ohjenuorana.
  3. Priorisoitu etenemissuunnitelma, joka kertoo, missä järjestyksessä tulevan raportin toiminnallisuuksia kannattaa lähteä kehittämään. Priorisoinnissa otetaan huomioon tiedon käyttäjille tuoma arvo sekä tekniset rajoitukset.

Ota yhteyttä

Asiantuntijamme

Niina Nykänen

Niina Nykänen

Head of Data & Insight

Asiakkaidemme kokemuksia