Harjoittele datan analysointia tekoälyn kanssa
Vapaaehtoinen analytiikan harjoitustehtävä
Tässä harjoituksessa tutustut kolmeen yksinkertaiseen myynnin analytiikkaesimerkkiin: kuvaajaan tuoteryhmien myynnistä, kuvaajaan kuukausittaisesta myynnistä sekä taulukkoon myyntipaikoista.
Tehtävää ei tarvitse palauttaa. Tarkoitus on harjoitella rauhassa, miten dataa voi lukea, mitä siitä voi päätellä ja missä kohtaa pitää olla varovainen johtopäätösten kanssa.
Miten teet harjoituksen?
- Katso ensin kuvaajaa tai taulukkoa itse.
- Vastaa kysymyksiin omin sanoin mielessäsi tai kirjoita lyhyet muistiinpanot.
- Kokeile sen jälkeen omavalintaista tekoälytyökalua.
- Vertaa tekoälyn vastausta omaan ajatteluusi.
- Pohdi lopuksi: mitä datasta voi päätellä ja mitä ei voi päätellä?
Voit tehdä harjoituksen vaikka puhelimella. Tärkeintä ei ole saada “oikeaa vastausta”, vaan harjoitella datan lukemista ja kysymysten tekemistä.
1. Graafi: Myynti tuoteryhmittäin
Lisää tähän graafi: Myynti tuoteryhmittäin
Esimerkiksi pylväsdiagrammi, jossa näkyy eri tuoteryhmien myynti euroina.
Pohdi ensin itse
Katso graafia ja vastaa mielessäsi tai muistiinpanoihin:
- Mikä tuoteryhmä tuotti eniten myyntiä?
- Mikä tuoteryhmä tuotti vähiten myyntiä?
- Onko ero suurimman ja pienimmän tuoteryhmän välillä merkittävä?
- Mitä yrityksen kannattaisi selvittää seuraavaksi ennen päätösten tekemistä?
Kokeile tekoälyn kanssa
Anna graafin kuva omavalintaiselle tekoälylle ja kysy esimerkiksi:
- Mitä tämä graafi kertoo tuoteryhmien myynnistä?
- Mitä muita asioita voisin yrittää ymmärtää tämän graafin perusteella?
- Mitä johtopäätöksiä ei voi tehdä pelkästään tämän graafin perusteella?
Vertaa vastausta omaan tulkintaasi. Huomaatko jotain, mitä et itse ensin ajatellut?
2. Graafi: Myynnin kehitys kuukausittain
Lisää tähän graafi: Myynnin kehitys kuukausittain
Esimerkiksi viivakaavio, jossa näkyy myynti eri kuukausina.
Pohdi ensin itse
Katso graafia ja mieti:
- Kasvaako vai laskeeko myynti ajan kuluessa?
- Missä kuussa myynti oli suurinta?
- Missä kuussa myynti oli pienintä?
- Näkyykö datassa jokin poikkeava kuukausi?
- Mitä syitä muutoksille voisi olla?
- Mitä lisätietoa tarvittaisiin, jotta syy voitaisiin varmistaa?
Kokeile tekoälyn kanssa
Anna graafin kuva omavalintaiselle tekoälylle ja kysy esimerkiksi:
- Mitä mahdollisia selityksiä myynnin muutoksille voisi olla?
- Mitä näistä selityksistä voi päätellä datasta?
- Mitkä selitykset ovat vain arvauksia?
Kiinnitä erityistä huomiota siihen, erottaako tekoäly havainnot ja arvaukset toisistaan.
3. Taulukko: Myynti myyntipaikoittain
| Myyntipaikka | Helsinki | Tampere | Turku |
|---|---|---|---|
| Kokonaismyynti (€) | 7 850 € | 6 420 € | 5 970 € |
| Myyntitapahtumien määrä | 96 | 88 | 74 |
| Keskiostos (€) | 81,77 € | 72,95 € | 80,68 € |
Pohdi ensin itse
Katso taulukkoa ja vastaa:
- Missä myyntipaikassa kokonaismyynti oli suurin?
- Missä myyntipaikassa keskiostos oli suurin?
- Onko suurin kokonaismyynti ja suurin keskiostos samassa myyntipaikassa?
- Mitä eroa on kokonaismyynnillä ja keskiostoksella?
- Mitä myyntipaikkojen vertailu voisi kertoa yritykselle?
Kokeile tekoälyn kanssa
Voit antaa tekoälylle taulukon kuvan tai kopioida taulukon tiedot tekstinä. Kysy esimerkiksi:
- Selitä minulle, mitä eroa on kokonaismyynnillä ja keskiostoksella.
- Kumpi mittari olisi tärkeämpi, jos yritys haluaa kasvattaa myyntiään? Miksi?
- Mitä yrityksen kannattaisi selvittää seuraavaksi ennen päätösten tekemistä?
Lopuksi: mitä huomasit?
Kun olet tehnyt harjoituksen, pysähdy hetkeksi pohtimaan:
- Oliko sinun helppo löytää suurimmat ja pienimmät luvut?
- Auttoiko tekoäly sinua huomaamaan jotain uutta?
- Tekikö tekoäly päätelmiä, joita datasta ei oikeasti voinut varmistaa?
- Mitä lisätietoa kaipaisit, jos olisit tekemässä oikeita liiketoimintapäätöksiä?
Hyvä analytiikan lukutaito tarkoittaa sitä, että osaat sekä nähdä datasta olennaisia asioita että tunnistaa, missä datan rajat tulevat vastaan.
Muista
Tekoäly voi auttaa kuvaajien ja taulukoiden tulkinnassa, mutta se voi myös arvata liikaa. Siksi kannattaa aina kysyä: mihin tämä päätelmä perustuu?
Yksittäinen graafi tai taulukko kertoo usein vain osan tilanteesta. Päätösten tekemiseen tarvitaan yleensä myös taustatietoa, tavoitteita ja ymmärrystä siitä, mistä data on peräisin.