30.08.2013 / Guest Writer

Sekä yksilöt että organisaatiot ovat toisinaan tilanteessa, jossa tiedetään, että jotain pitäisi muuttaa, mutta kukaan ei oikein tunnu tietävän mitä. Suuntautuvuus- tai kohdistamishaaste esiintyy kaikilla tasoilla isoista strategisista päätöksistä aina nopeatempoisiin operatiivisiin päätöksiin. Bilot tarjoaa ratkaisuna Orientaatiopäivä-konseptin, jossa yhden päivän aikana ongelma puretaan konkreettisesti osiin ja tehdäään sille rajatusti toteuttamiskelpoinen ohjelma. Erityisen hyvin konsepti toimii tietojärjestelmä- ja tuotteistus/konseptointi-hankkeissa.

Orientaatiopäivä on konsepti, joka on asiakkaan ja Bilotin yhteinen prosessi, jossa idea/ongelma/haaste määritellään ymmärrettävään muotoon, jonka pohjalta voidaan tehdä kiteytetty suunnitelma, jota lähdetään toteuttamaan. Asiakas saa lopputuotoksena materiaalin, jota voidaan hyödyntää suoraan esimerkiksi asian edistämisessä oman organisaation sisällä tai mahdollisen projektin kilpailutuksen viitekehyksenä. Hyviä esimerkkejä ovat yrityksen intranetin kehittämisen kokonaissuunnitelma tai asiakkuudenhallinnan kehittäminen.

Orientaatiopäivä on yksinkertainen ja tehokas: ensin asiakkaan kanssa pidetään valmistelupalaveri, jossa määritellään asiakkaan haaste karkealla tasolla, sitten määritellään asiakkaan osallistujat (3-5 henkilöä roolipohjaisesti) varisinaiseen työpajaan ja aikataulutetaan päivä.

Itse Orientaatiopäivä rakentuu kolmeen kokonaisuuteen: aamupäivän kestävään työpajaan yhdessä asiakkaan ja Bilotin konsulttien kesken, iltapäivään, jolloin Bilotin konsultit miettivät ratkaisua/ratkaisuja ja päivän päättävään yhteenvetoon, johon kaikki aamupäivällä osallistuneet (muutkin tervetulleita) osallistuvat. Yhteenvedossa Bilot esittelee mahdolliset ratkaisuvaihtoehdot ja antaa suositukset toteutusvaihtoehdoista. Bilot antaa myös karkean roadmapin toteutukselle mukaanlukien budjetäärisen arvion työmääristä ja aikatauluista.

Konkreettisina tuotoksina Orientaatiopäivästä ovat kasvanut yhteinen ymmärrys, erilaiset näkökulmat huomioivat ratkaisuvaihtoehdot ja selkeät suositukset asioiden edistämiseen. Kaikki tämä asiakkaan omilla termeillä.


30.08.2013 / Jani Liimatta

27.5.2014 Kannattaa lukea myös uudempi artikkeli Microsoftin PowerBI-tuoteperheestä http://louhiablog.wordpress.com/2014/05/20/microsoftin-voima-bi-uutta-kappyraa-ja-karttaa/

Elettiin vuotta 2005 kun Microsoft toi markkinoille SQL Serverin mukana uudistetun Business Intelligence-paketin.

Mukana tulivat täysveriset työkalut laajaankin Business Intelligence-projektiin. Integration Services on siitä lähtien ollut maailmalla yksi käytetyimmistä ETL-työkaluista. Toiminnallisuudeltaan se on täysin verrattavissa oleva muihin markkinoilla oleviin hinnakkaisiin välineisiin, kuten esimerkiksi Business Objects, SAS, Informatica tai IBM. Suurin käytännön ero muihin työkaluihin verrattuna on hinta. Tätä ei osa asiakkaista vieläkään huomioi – kun hankit SQL Serverin, tulee jo tietokannan mukana aivan kelvolliset Business Intelligence-välineet.

Itse asiassa mukana tuleva OLAP-kuutio (Analysis Services) on markkinoiden parhaita OLAP-kuutioita – mitä tulee vaikka skaalautuvuuteen, kielikäännöksiin, tietoturvaan sekä joustavuuteen. OLAP-kuution perusajatus on summata suuresta tietomassasta dataa valmiiksi – mikä helpottaa ja nopeuttaa asioiden yhdistelyä sekä tarkastelua eri näkökulmista hurjasti verrattuna perinteiseen tietokantaan.

Raportointityökaluna Reporting Services (SSRS) on aivan kelvollinen, jopa monipuolinenkin työväline staattisten raporttien tuottamiseen. SSRS:llä pystyy mielikuvitusta käyttämällä luomaan loppukäyttäjälle jopa analysointimahdollisuuksia staattisten listaraporttien sijaan.

Eikä siinä vielä kaikki. Yksi mielenkiintoisimmista sekä vähiten hyödynnetyistä tuotteista, joka tulee SQL Serverin mukana, on Data Mining. Helppo ja halpa tiedon louhintaväline, joka on markkinoiden kypsymättömyyden ja konsulttien osaamattomuuden takia jäänyt hyvin vähälle käytölle. Mielenkiintoiseksi Microsoftin tuotteiden joukossa Data Miningin tekee sen mahdollisuudet upottaa analytiikan tekninen puoli käyttäjän silmiltä piiloon. On mahdollista tehdä analytiikka lennossa ja esittää käyttäjälle vain lopputuotokset helposti ymmärrettävässä muodissa.

Muita mielenkiintoisia matkan varrella mukaan tulleita tuotteita ovat Master Data Services sekä Data Quality Services. Näihin palataan tuonnempana.

Microsoft Business Intelligence ydintuotteiden akilleen kantapäät

Vuosien varrella näihin kolmeen perustyökaluun on tullut lähinnä kosmeettisia päivityksiä. Toki paljon pientä, sekä kehittäjää että loppukäyttäjää helpottavaa ominaisuutta on tuotu uusiin versioihin, jopa pieni grafiikkapaketti 2008 R2-versioon – mutta voi perustellusti sanoa että nämä kolme perustuotetta ovat pysyneet hyvin samanlaisina versiosta 2005. Tänä aikana Gartnerin tutkimusten mukaankin Microsoft on noussut nollasta yhdeksi johtavista Business Intelligence-toimittajista.

Pahimmat puutteet kilpailijoihin verrattuna näissä kolmessa perustuotteissa ovat olleet samat vuodesta 2005 alkaen:

1)      Koko tuotepaketin päältä puuttuu yhteinen tietomalli (vrt. Cognos FrameWork Manager), jota vasten raporttien kehittäminen onnistuisi ilman SQL/MDX-osaamista.

2)      Analyysikuutiosta puuttuu selainkäyttömahdollisuus. Microsoft on osin ymmärrettävistä syistä, toisin kuin kilpailijansa, keskittynyt Excel:in tarjoamiseen tähän tarpeeseen.

3)      Oletusjulkaisualusta raporteille on SQL Server Reporting Services-portaali. Tämä on ulkonäöltään ja muokattavuudeltaan lievästi sanottuna kökkö. Järeämpänä ratkaisuna Microsoft tarjoaa SharePoint serveriä. SharePoint on pelkkään Business Intelligence-käyttöön liian järeä (=kallis) työkalu. Eikä SharePoint ole Business Intelligencen julkaisussakaan markkinoiden paras työväline.

4)      Loppukäyttäjälle ei ole ollut tarjolla oikein järkevää tapaa tehdä omia raportteja ja analyyseja. Onhan siellä ollut Report Builder, mutta sen käytännön hyödyntäminen on erinäköisistä syistä (mm kohta 1.) jäänyt käytännössä todella vähälle. Lisäksi tuotepaletista löytyy SharePoint-tuoteperheen alta PerformancePoint Server, jonka kehityskäyttöliittymä on tällä hetkellä aika mahdoton sekä loppuasiakkaalle että konsultille. Sitten on tietysti Excel, kaikessa hyvässä ja pahassa.

Quo Vadis, Microsoft BI?

Koska 2008 R2-version päivitykset olivat kosmeettisia, markkinoilla odoteltiinkin jännittyneinä, mitä tulee ulos seuraavaksi. Edellä mainituin osin kilpailijoilla oli jo valmiiksi etumatkaa, ja etumatka oli kasvanut edelleen käytettävyyden suhteen (esim. QlikView ja Tableau). Oltiin alettu jo puhua Self-Service BI:stä, millä tarkoitettiin helppokäyttöistä analysointia ja joissain tapauksissa yksinkertaista käyttäjän oman datan liittämistä yrityksen muuhun dataan.

Tässä vaiheessa Microsoftilla koettiin ahaa-elämys. Meillähän on Excel! Uuden PowerPivot-tuotteen myötä Excelin Business Intelligence-ominaisuuksiin alettiin panostaa, tosin vain uusiin ominaisuuksiin.

Kuinka moni loppukäyttäjä suuressakaan yrityksessä pystyy ja haluaa itse tehdä PowerView:llä tietomalleja? Entä yhdistämään tietomalliin omaa dataansa? Mitä tähän sanoo yrityksen tietohallinto ja tietoturvapolitiikka?

PowerPivot:in ja PowerView:n mainoslauseeksi jalostettiin ’Bring self-service Business Intelligence for Everyone!’. Tietoturva- ja hallittavuusongelmien vuoksi PowerPivot:in Vertipaq-moottori upotettiin myös Analysis Serviceen.

Samaan aikaan kun kehitettiin uusia tuotteita tavallaan taustalle, ei itse Excel-peruskäyttöliittymään tehty mitään päivityksiä. Käytännön ongelmat konkretisoituvat esim. ottamalla yhteys Microsoftin oman AdventureWorks-kuution, ja avaamalla Pivot-taulun.

Pivot

Normaalikokoisella näytöllä tilanne näyttää tältä. PivotTable Fields oikeassa reunassa pystyy näyttämään vain pienen osan kuutiosta kerralla. Measuret ja dimensiot ovat kaikki samassa pitkässä listassa. Loppukäyttäjän on hyvin vaikea hahmottaa mitä kuutio pitää sisällään. Kenttien selailuun saa todella käyttää aikaa, jotta haluamansa asiat saa poimittua näytölle. Kokonaisuuden hahmottaminen on vaikeaa. Hyvin pienellä kehityspanostuksella käytettävyyttä voitaisiin parantaa huikeasti – mutta PivotTable on pysynyt vuosikaudet käyttöliittymältään samana.

On melkein tragikoomista, että kehittäjien käyttämän Microsoft Visual Studion puolella kuution selailukäyttöliittymä on paljon käyttäjäystävällisempi, kuin loppukäyttäjille tarkoitetussa Excelissä:

DataTools

Toinen hassu juttu tähän samaan kuution selailuproblematiikkaan liittyen on versiossa 2012 tapahtunut uudistus. Aiemmissa versioissa oli kehittäjäpuolella käytössä Office Web Component-pohjainen kuution selain. Tässä selaimessa pystyi kehittämisen aikana helposti näkemään esim. välisummat sekä dimensioiden hierarkiat.

SQL Serverin versiosta 2012 tämä tuiki tarpeellinen ominaisuus jätettiin pois – ja tilalle tuotiin keskentekoinen kuution selaintyökalu. Tällä uudella työkalulla kuution näkee vain yksitasoisena listana – ilman kuution käytön kannalta oleellisia hierarkioita ja välisummia. Tämä on kuution kehittäjän kannalta aivan kummallinen siirto.

Mietteitä PowerPivotista, OLAP-kuutioista ja SQL Serveristä

PowerPivot on hieman kummallinen tuote. En aivan ymmärrä sen kohderyhmää. Täytyy myöntää että ensimmäisen kerran PowerPivot:ia testatessani olin innoissani. Into on sittemmin hiipunut realismin myötä. Toiminnoiltaan PowerPivot on periaatteessa hyvin lähellä perinteistä OLAP-kuutiota. Toki VertiPaq-moottori pystyy käsittelemään suurempia datamassoja kuin OLAP-kuutio. Lisäksi PowerPivot-tietomallin rakentamisesta on tehty jouhevampaa kuin SSAS-OLAP-kuution. Pääidea on lienee siinä, että loppukäyttäjä pääsee liittämään tietomalliin omaa dataansa, esimerkiksi Excel-muotoista budjettidataa.  PowerPivot:ista on kuitenkin jätetty pois useita oleellisia SSAS-kuution ominaisuuksia, kuten kielikäännökset. Toiminnoiltaan PowerPivot on vielä raakile SSAS-kuutioon verrattuna.

Väitän, että Microsoft ei ole ymmärtänyt oikein, mitä Self Service BI pohjimmiltaan tarkoittaa. Se ei tarkoita sitä että loppukäyttäjä pääsee itse tekemään tietomalleja ja lisäämään välttämättä dataakaan. Self Service BI tarkoittaa intuitiivista ja yksinkertaista käyttöliittymää, jonka avulla on helppo valmiista tietomallista muodostaa analyyseja – sekä julkaista valmiita raportteja.

PowerPivot ja PowerView eivät ainakaan vielä ole todellisia kilpailijoita esimerkiksi QlikView:lle ja Tableau:lle. Microsoft kilpailee näitä tekijöitä vastaan perus-BI-palikoillaan, eli Integration, Reporting ja Analysis Serviceillä. QlikView:sta ja Tableau:sta puuttuvat vielä nämä Business Intelligencen peruspilarit, joiden kehittämisen Microsoft on toistaiseksi unohtanut.

Samalla Microsoft otti seuraavan riskin. Jo ennen PowerPivot:ia Microsoftin BI-kehittäjän piti osata SQL:ää, MDX:ää (kuutioiden yhteydessä) sekä DMX:ää (Data Mining-mallien yhteydessä). Nyt tuotiin vielä uusi kyselykieli, DAX. Käytännön projekteissa on nähty, että alku DAX-kielen kanssa on helppoa. Asiat tuntuvat luistavan. Mitä monimutkaisemmaksi ongelmat käyvät, sitä hankalammaksi työskentely PowerPivot:in ja DAX:in kanssa käy. Konsultin aikaa ja asiakkaan rahaa alkaa palamaan. Oltaisiinko OLAP-kuutiolla päästy samaan lopputulokseen –  halvemmalla?

Näyttää siltä että OLAP-kuutiot eivät ole kuolemassa. Alkuinnostuksen jälkeen pahin PowerPivot-huuma on hiipumaan päin.

Entä seuraavaksi? SQL Server 2014 tuo mukanaan muistinvaraisen OLTP-tietokannan. Servereiden muisti halpenee jatkuvasti. Pystytäänkö OLAP-kuutiota vastaava nopeus ja toiminnallisuus toteuttamaan tulevaisuudessa muistinvaraisen tietokannan avulla? Tähän en osaa vielä vastata, mutta se on aika todennäköistä. Mikä on SSAS-OLAP-kuutioiden ja PowerPivot:in tulevaisuus?

Mitä ihmettä, ampuuko Microsoft seuraavaksi omaan jalkaansa?

PowerPivot-tuotteen pystyi lataamaan ilmaiseksi Office 2010:een. ’BI for everyone’. Sitä ladattiin, testattiin ja opeteltiinkin suurella innolla. Kuinka ollakaan, Office 2013-version tultua markkinoille siirrettiin PowerPivot ja PowerView sisältymään vain Professional Plus-lisenssiin! Eli – jos olet hankkinut jonkun järkevähintaisista Office 2013-lisensseistä, ei PowerPivot ole siihen edes saatavana! Professional Plus-versiota ei pysty kaupan hyllyltä noin vain ostamaan, vaaditaan sopimus Microsoftin kanssa.

Aiheesta voi lukea kärkeviä kommentteja esim. tästä blogista:

http://www.powerpivotpro.com/2013/02/hey-who-moved-my-powerpivot-2013-cheese/

Tällä päätöksellä koko uusi Power BI-tuoteperhe siirtyy harvojen ja valittujen käyttäjien iloksi (PowerPivot, PowerView, PowerQuery, PowerMaps).

Miksi näin? Onko Microsoftilta tulossa taas jotain aivan uutta, halutaanko PowerBI-tuotteet haudata saman tien? Yritetäänkö tässä epätoivoisesti lisätä Professional Plus-version myyntiä? Siirtyvätkö asiakkaat suosiolla käyttämään muita yhtä lailla maksullisia, mutta käyttäjäystävällisempiä ja valmiimpia käyttöliittymiä datan käsittelyyn, kuten QlikView tai Tableau?

Itse en tällä hetkellä pääse edes tekemään kehitystyötä PowerBI-tuotteilla, pienellä yrityksellä kun ei ole Volume Licensing-sopimusta, Microsoftin kumppanuusohjelman ehtoja näin pienellä porukalla on mahdotonta täyttää, en tarvitse täyttä MSDN Subscription-tilausta – eikä Office 2013:sta ole olemassa edes kehittäjälisenssiä, kuten SQL Serveristä on.

Summa summarum

Microsoftilla on käsissään yksi markkinoiden parhaista Business Intelligence-paketeista. Viime vuosien kehitys on kuitenkin heittänyt paljon avoimia kysymyksiä ilmoille. Kilpailijoihin verrattuna tuotekehityksestä tuntuu puuttuvan kokonaisnäkemys.

Koska Microsoftin Business Intelligence-tuotepaketti koostuu ominaisuuksista usean eri tuotteen sisällä, on ilmeistä että lopputuotos, toisin kuin kilpailevilla tuotteilla, on usean itsenäisen tiimin tuotosta. BI-kokonaisuus on itse asiassa kooste tuotteista SQL Server (SSIS, SSAS, SSRS, DQS, MDM, Data Mining), Excel (PowerPivot, PowerView, PowerMap, PowerQuery, Pivot) sekä SharePoint. Ehkä pahiten tämä näkyy BI-kokonaisuuksien asennusprosessissa. Esimerkiksi PowerPivot 2008 R2 for SharePoint-asennusohjeen pituus on 35 sivua.  Jo asennusohjeen pituudesta näkee, ettei kyseessä ole yksinkertainen juttu. Asennus ei yksityiskohtaisista ohjeista huolimatta aina etene kuten pitää, ja koko tuotepaletin toimimaan saaminen voi viedä aikaa huomattavasti. Jos vielä samalla törmätään suorituskykyongelmiin käyttöoikeuksiin liittyen – Kerberoksen virittelemiseen – voidaankin olla jo tilanteessa jossa kysytään kärsivällisyyttä niin asiakkaalta kuin toimittajaltakin.

Pähkinänkuoressa, mitä itse toivoisin Microsoftin BI-tulevaisuudelta?

  • Business Intelligence-strategian kirkastamista
  • Hetkeksi tuotekehityksen keskittymistä BI ydintuotteisiin, Microsoftin todellisiin kilpailuvaltteihin.
  • Aikaa BI-kokonaisuuden pohtimiseen ja hahmottamiseen, panostuksia integraatioiden parantamiseen eri tuotteiden välillä
  • Selkeää tulevaisuuden visiota. Vuosien mittaan on nähty melkoista poukkoilua tuotepaletin suhteen, hyvänä käytännön esimerkkinä tästä on PerformancePoint Server

28.08.2013 / Päivi Iisakka

Syksyisin vaikka illat pimenee niin pidot vaan Bilotilla paranee, kun me aktivoidumme mieleistemme harrastusten parissa. Töitä pakerretaan hyvällä energialla ja työpäivän jälkeen pyöräillään, juostaan ja lauletaan.

Bilot osallistuu tänäkin vuonna Kilometrikisaan. Olemme tällä hetkellä pyöräilleet yhteensä 15 533 km ja päässeet Etelä-Afrikkaan asti. Aikaa on vielä syyskuun loppuun ja polkea saa niin pitkälle kun ehtii, katsotaan minne asti pääsemme.

Tulevana lauantaina parikymmentä Bilottia juoksee muiden mukana Midnight Runissa Helsingin keskustassa. Meidät on mahdollista pongata valkoisista Bilot-logollisista lippiksistä, muutoin sulaudumme osaksi neonvihreää juoksumassaa. Lue tästä viime vuoden suorituksestamme kyseisessä kilpailussa.

Ensi viikolla juhlimme syysjuhlaa, joka perinteisesti alkaa Cooper- testillä, ns. henkilökohtaisella tilinpäätöksellä. Muita urheilusuorituksia varmastikin nähdään myöhemmin samana iltana tanssilattialla. Syysjuhlista voitte lukea myöhemmin lisää.. Viime vuoden juhlasta voi lukea täältä.

Bilotin laulavat konsultit The Insultans ovat myös tänä vuonna mukana Firmarock- kilpailussa. Pääsimme keväällä järjestetyistä alkukarsinnoista jatkoon ja 20.9 koittaa semifinaali. Firmarockin webbisivulla voi käydä tykkäämässä meistä ja tietenkin silloin kun meidän bändi soittaa, Apollo Live Clubilla on hyvät bileet! Tervetuloa kannustamaan meidät finaaliin, joka järjestetään loppusyksystä.

Vastaus otsikon kysymykseen on siis Bilotti, jos haluat mukaan juoksemaan ja laulamaan, käy tutustumassa avoimiin työpaikkoihin täältä tai lähetä meille avoin hakemus osoitteeseen rekry@bilot.fi.


27.08.2013 / Ville Niemijärvi

Kuluvan viikon keskiviikkona tulee kuluneeksi 50 vuotta Martin Luther Kingin suuresta ‘I have a Dream’ puheesta. Nyt onkin hyvä paikka miettiä, mitä kukin on itse tehnyt taistelussa maailman vääryyttä vastaan.

Oma puolen vuoden daavidin ja goljatin taisteluni on kohdistunut paikallista uimahallia vastaan, joka soittaa kuntosalillaan hieman vaihdellen radio Novaa, Aaltoa tai Voicea. Toisin sanoen rautaa pumpatessa kunnon rokkenrollin sijaan voimaa pitää imeä Eros Ramazottista, Bryan Adamsista ja Lauri Tähkästä. Olisin vaihtanut kuntosalia heti ensimmäisellä kerralla kun kuulin Roxetten Joyriden tai Toton Afrikan mutta valitettavasti tykkään käydä kuntosalin jälkeen uimassa ja toista sellaista yhdistelmää tarjoavaa puulaakia ei ole kotioveni kupeessa tarjolla.

Olen lähestynyt uimahallin työntekijöitä siivoojista aina ylimpään johtoon saakka, pitänyt protestia kaupunginjohtajan kotiovella ja laittanut palautetta keksityillä nimillä vasemmalla kädellä kirjoittaen, jotta näyttäisi siltä, että tärkeän asian taustalla on oikea kansanliike (niin kuin pitäisikin olla). Pyyntöni on ollut maltillinen, koska Suomen parasta radiokanavaa, Radio Helsinkiä ei saada nettiradiota lukuunottamatta kuulumaan leveysasteillamme, olisin tyytyväinen Radio Cityyn, Bassoradioon tai vaikka Radio Suomeen (Pirkka-Pekka Petelius Luontoillassa on huikea).

Kaupungin uimahalleista vastaava johtaja vastasikin kerran palautteeseeni ja totesi tylysti: “musiikkiasiat ovat mielipiteitä.” 

Eräs työntekijä, jota piinasin palautteellani, sanoi, että “kuntosalilla soivan musiikin pitää kelvata mahdollisimman monelle.”

Eikä pidä. Musiikki on toki makuasia mutta sen pitää maistua nimenomaan kuntosalin kohderyhmälle. Ei kaikelle kansalle. Ei perhevolvo miehille, jotka syövät kananmunansa ylikypsinä ja ottavat ulkomaille omat serlat mukaansa.

Lisäksi musiikin pitää sopia tilanteeseen. Nova toimii varmasti kun olet Lacosten villaneule päällä kynttiläillallisella puolisosi kanssa, Volvo parkkeerattu turvallisen lähiösi autokatokseen ja tenavat peiteltynä unikkokuosiin. Silloin bryan adamsit tai eros ramazottit voi toimia, mutta ei nyt ihmeessä urheiluhallilla sentään.

Miten uimahallini kuntosalin johtajan pitäisi lähestyä tilannetta? Samalla tavalla kuin mikä tahansa yritys voi tutkia analytiikan avulla omaa liiketoimintaansa ja miten muuttuja X vaikuttaa siihen.

1.) Tilastollinen analyysi asiakkaista – etsi oikea hehtaari ja kohdista siihen.

Tutki millainen on asiakaskuntasi jakauma. Montako prosenttia on miehiä ja naisia, mikä on alueellinen jakauma, tulotaso, ikäjakauma jne. Näin saat hehtaarin mihin tähdätä. Jos kuntosalin asiakaskunnasta 80% on 20-35 -vuotiaita miehiä, ei lehtihyllyä kannata täyttää Me Naisilla tai radiosta laittaa Classic FM:ää.

Radio Suomi on Suomen kuunnelluin radiokanava. Mutta jos menet oikealle kuntosalille, on se siinä kohderyhmässä todennäköisesti Radio Rock.

Useat katsastuskonttorit muistuttavat minua autoni katsastuksesta 4kk ennen virallista määräpäivää. Kuka katsastaa autonsa 4kk ennen? Sama tyyppi, joka käyttää henkseitä ja vyötä samalla kertaa? Jos laitamme asiakkaat jakaumaan, havaitsemme, että kenties 5% käyttää autonsa katsastuksessa ensimmäisenä mahdollisena päivänä kun laki sen sallii. Toinen  5% on aina myöhässä. Suuri massa on todennäköisesti jossain 0-2 viikon kohdalla ennen määräpäivää. Siihen mainonta kannattaa keskittää ja saat moninkertaisen konversion (toki analytiikan avulla voimme kohdentaa tämän kullekin asiakkaalle erikseen ja saavuttaa aivan eri tarkkuuden, mutta se on toinen juttu).

2.) Ota tutkimustieto apuusi

Rock-musiikki parantaa suorituskykyä ja siitä on tutkimustulosta asian tueksi (http://yle.fi/uutiset/rokki_parantaa_treenia_ja_tulosta/6768041). Tämähän on itsestään selvä asia mutta kaikki ei aina tiedä itsestäänselvyyksistä (Moni ei esimerkiksi tajua, että Kingston Wallin II on maailman paras levy).

Vähittäiskaupan puolella on tutkittu esimerkiksi sitä, miten pienempi valikoima tuotetta x, tekee ostajan ostopäätöksen helpommaksi ja lisää näin myyntiä ja asiakasuskollisuutta (ks. Harward Business Review 05/2012).

Ihmiset myös ottavat mielummin asioita ilmaiseksi kuin saavat alennusta. Vaikka alennus olisikin heille kannattavampi (Ks. Huffington Post).

Tämänkaltaisen tutkimustiedon soveltaminen tai edes testaaminen omaan liiketoimintaan näppituntuman sijaan ei ole vaikeaa. Parhaimmassa tapauksessa se saattaa muuttaa koko liiketoimintasi suunnan.

3.) Selvitä asian todellinen vaikutus liiketoimintaasi

Miten muuttuja X vaikuttaa myyntiisi? Miten muutos y vaikuttaa asiakaspoistumaan? Analytiikka-algoritmien (esim. regressiomallinnnus) avulla voimme selvittää miten aurinkoinen sää tai hinnan alentaminen vaikuttaa tuotteen myyntiin. Eräässä analyysissa selvitimme, että asiakkaan yhteydenotto asiakaspalveluun nosti asiakaspoistuman todennäköisyyttä 11 kertaiseksi.

Kuntosalin tapauksessa se voisi helposti selvittää kuinka Radio City houkuttelee kävijöitä verrattuna Novaan, samoin kuin vähittäiskauppa voi selvittää miten taustamusiikki vaikuttaa asiakkaiden ostokäyttäytymiseen (iltalukemiseksi Paco Underhill, Why we buy).

“Musiikkiasia” voi olla mielipide mutta myynnin lasku tai asiakaspoistuma ei ole. Tai itseasiassa onhan se. Se on sinun asiakkaasi ilmaisema äärimmäinen mielipide palvelustasi. 

En tiedä mitä on tapahtunut kesän aikana. Onko uimahallin johto vaihtunut, onko kaupunki ottanut tiedon louhinnan ja älykkään johtamisen menetelmät käyttöönsä? Vai onko siivooja kääntänyt viritin nupin toiseen asentoon? Joka tapauksessa viime viikolla saapuessani kuntosalille, sain kunnella koko tunnin Kinksiä, Rollareita, Hendrixiä ja jopa Sex Pistolsia. Taisteluni oli voitettu. Harmi, että Martin Luther Kingin aloittama työ on edelleen pahasti kesken.


21.08.2013 / Ari Varjonen

Quite often I’m asked to explain how customers should enter the wonderful world of SAP Application Lifecycle Management and IT Service Management with SAP Solution Manager…but not in SAP-language and –terms. Well I could try the ice hockey terms but when is offside or icing called? Then what about in terms of golf? What is bogey, when can you see an albatross and who uses chin putter? Too complex and strange terms for me… I’ll do this with pizza-terms, yummy!

Everything starts from the correct dough. You need the right ingredients for the dough and take your time with it to make it just perfect for your pizza. In other terms dough is the technical foundation of your SAP SolMan and ingredients include diagnostics agents, connections, plug-ins, background jobs, technical users, authorizations, SAP notes etc. All this must be in added into your pizza dough before you can continue. Let your dough rise or in other words see that your SAP systems are providing all the necessary data to the SolMan monitoring and reports like EWA.

So dough is very important, and there are no shortcuts for it. Then is the tomato sauce and I don’t mean ketchup. You should make your own tomato sauce with your own spices, home grown tomatoes, herbs and olive oil to get the best result that separates your pizza from every other pizza. In other terms the sauce is your solution documentation, landscape, interfaces, business processes, configuration documents etc. When the sauce is done professionally you cannot go wrong with your toppings.

Now our SolMan-pizza is waiting for toppings and here things might get tricky if you try to add all the toppings at single drop or you don’t have a clue what toppings you like or need and what toppings are available. Toppings could also be called SolMan functionalities and tools. Luckily there are pizza-professionals who have boldly tried those toppings and know which toppings goes together in harmony and which ones need a little bit adjustment so that it really hits your gustatory papillae.

If you like spicy Italian salami, which can also be called SolMan Change Management, you need a really good sauce and then some extra fine cheese that could also be called Test Management. Some fresh herbs like basil also known as Project Management gives a nice touch and really puts this pizza together. I like also artichoke, also called Automated Testing, in my spicy pizzas to give it a nice balance and perfect finish.
One of my favorites is the Quattro Formaggi, 4 cheese pizza. Make a really nice sauce first then start adding those savory cheeses on top. First you could put some ricotta, also named as Alert Inbox, and then some mozzarella, also known as Incident Management. With these two you are already on your way for a perfect pizza but you can still add more. Let’s put some Gorgonzola ie. Root Cause Analysis and shred some Parmesan, IT reporting, all over your pizza.

So there is a lot of different kinds of pizza-toppings that you can use and almost everyone knows how to make pizza but you can always tell when your pizza has been made by professionals with years of experience, tradition and from the best ingredients available.

Bon Appetito!


19.08.2013 / Lasse Liukkonen

Yhä useammalla tilastotieteen sovellusalalla törmää tilanteeseen, jossa havaintojen määrä on pieni verrattuna muuttujien määrään. Tälläisen tilanteen vastaan tullessa esim. lineaarisen regression sovittaminen ei teoreettisesti ole mahdollista/järkevää (vaikka muuttujat eivät olisikaan korreloituneita) ilman riittävää työkalupakkia. Tilastotieteilijän pakista tulisi löytyä ainakin askeltavat muuttujien valitsijat (ahneet algoritmit), paras muuttujien osajoukko-algoritmi, sekä ennen kaikkea ridge/lasso-regressiomenetelmän soveltamistyökalut.

En ole kuullut ridge/lasso-regressiomenetelmästä, mutta minulla on muut edellä mainitut työkalut, eikö se muka riitä ?

Askeltavat muuttujien valitsijat

Eteenpäin askeltava (eng. Forward-selection)– algoritmi valitsee malliin yhden muuttujan kerrallaan mikäli malli “paranee merkitsevästi” muuttujan lisäämisen johdosta. Eteenpäin askeltava- algoritmi pysähtyy, kun malli alkaa ylisovittumaan. Jos oletamme, että malliin tulee algoritmin johdosta valittua 10 muuttujaa, ei ole takuuta siitä, että juuri tämä 10 muuttujan osajoukko olisi kaikista paras 10 muuttujan kombinaatio mallin rakentamiseen. Tämä on yleinen heikkous ahneissa algoritmeissa, ne eivät yleensä päädy globaalisti optimaaliseen tulokseen.

Taaksepäin askeltava (eng. Backward elimination)– algoritmi alkaa tilanteesta, jossa mallissa on kaikki muuttujat mukana. Algoritmi poistaa tarkasteltavissa olevan muuttujan, mikäli kyseisen muuttujan poistaminen “parantaa/ei heikennä” mallia merkitsevästi (esim. AIC, BIC, aBIC-kriteerit).

Monisuuntainen askellus (eng. Bidirectional elimination) soveltaa sekä eteenpäin, että taaksepäin askeltavaa menetelmää.

Paras muuttujien osajoukko

Parhaan muuttujien osajoukon (eng. Best-subset)- algoritmi perustuu eri muuttujakombinaatioiden läpikäymiseen ja se päätyy aina “parhaaseen” (esim. AIC, BIC, aBIC-kriteerien mielessä) mahdolliseen regressiomalliin. Algoritmin merkittävänä heikkoutena on sen tarvitsema laskenta-aika, joka karkeasti ottaen rajoittaa algoritmin käyttön 30-40 muuttujan tarkasteluihin.

Edellä mainittujen menetelmien tyypillisistä heikkouksista johtuen voi ajautua tilanteeseen, jossa ei ole tyytyväinen muodostuneeseen malliin. Mikäli muuttujia on enemmän kuin havaintoja, eivät edellä mainitut algoritmit pysty toimimaan halutulla tavalla.

Ridge/lasso-regressio (regularisointi) voi olla oikotie onneen.

Ridge-regressio

Ridge-regressio perustuu karkeasti ottaen regressiokertoimien kutistamiseen. Menetelmä kutistaa regressiokertoimia kohti nollaa rankaisemalla “liian suuria” regressiokertoimia. Ridge-regressiokertoimet minimoivat lausekkeen, joka sisältää jäännöksien neliösumman lisäksi termin, josta kertoimien kutistuminen aiheutuu. Tämä lisätermi sisältää oleellisen säätöparametrin (kompleksisuusparametrin) lambda; mitä suurempi lambda on, sitä enemmän kertoimia kutistetaan.

Muuttujien osajoukon valintaan perustuvat algoritmit tuottavat yleensä tulkinnallisemman ja käyttökelpoisemman mallin kuin saturoitumalli, mutta edelleen varianssialtaan suurehkon (kts. ennustevirheen hajoitelma). Ridge-regression sovittaminen oikein valitulla kompleksisuusparametrilla lambda pienentää varianssia yleensä huomattavasti (harhan kustannuksella).

Lasso-regressio

Lasso-regressio on pohjimmiltaan samankaltainen kuin ridge-regressio. Se kutistaa regressiokertoimia kohti nollaa ja tekee samanaikaisesti muuttujien valintaa (johtuu minimoitavat lausekkeen rankaisutermin normista, ns. L1-normi, joka mittaa regressiokertoimien suuruutta vrt. ridgessä L2-normi). Säädettävällä parametrilla lambda on sama tulkinta kuin ridge-regressiossa.

Kuinka valita oikean suuruinen kompleksisuusparametri lambda ? 

Kompleksisuusparametrin valinnassa voi käyttää ristiinvalidointia. Ristiinvalidointi suoritetaan erikseen halutuilla lambdan arvoilla (muodostetaan haluttu gridi lambdan arvoista), jolloin tuloksena saadaan esimerkiksi mallin tuottama keskineliövirhe ja keskineliövirheen validointiväli jokaisella lambdan arvolla erikseen. Valitaan lopulta lambdan arvo, jossa keskineliövirhe on “pieni” ja validointiväli “kapea”. Alhaalla olevassa kuvassa on simulointikokeen opetusdatan ja ristiinvalidoinnin avulla määritelty (optimaalinen) lambdan arvo. Simulointikokeen opetusdatassa oli 150 havaintoa ja 500 muuttujaa; pienimmän keskineliövirheen tuottaa lambdan arvo 1.13675. Kyseisellä lambdan arvolla malliin päätyy 68 selittävää muuttujaa.

lambda

Jotta elämä ei olisi liian helppoa.

Ridge/lasso-regressioilla on myös heikot puolensa, ehkä merkittävin on se, että lasso-regressio valitsee korkeintaan havaintojen määrään muuttujia ennenkuin mallista tulee saturoitu. Lisäksi vahvasti korreloituneiden muuttujien tapauksessa lasso valitsee yleensä yhden muuttujan korreloituneiden muuttujien joukosta ja jättää muut huomiotta. Näiden kahden menetelmän lisäksi on kehitelty myös regularisointi hybridi nimeltään elastinen verkko (eng. Elastic net). Kyseisessä menetelmässä yhdistyy ridgen, sekä lasson rankaisutermit ja näin ollen se sisältää 2 säädettävää kompleksisuusparametria lambda1 ja lambda2 (joissain algoritmeissa käytetään vain yhtä lambdan arvoa, joka määrää toisen lambdan arvon suoraan, esim. lambda ja 1-lambda).

No kuten arvata saattaa on vielä edellä mainittujen menetelmien lisäksi liuta enemmän tai vähemmän samankaltaisia “kikkakakkosia” regression sovittamiseen.

Palatakseen otsikkoon on lienee soveliasta antaa esimerkkejä sovellusaloista, joissa käsitellyn kaltaisia tilanteita ilmenee ja joissa ridge/lasso-regression käyttö on varteenotettava vaihtoehto

  • Biologia, erityisesti genetiikka (Ihmisen perimässä arviolta n. 30 000 geeniä),
  • Lääketiede (Mitattavissa olevia ominaisuuksia paljon),
  • Taloustieteet (Erityisesti korreloituneet muuttujat).

Lineaarisen regression lisäksi ridge/lasso regularisointeja on upotettu esim. logistiseen, multinomiseen ja poisson-regressioon.


14.08.2013 / News Team

Bilot ja Signal Partners ovat löytäneet yhteisen sävelen mobiiliratkaisuissa. Yritykset tarjoavat yhdessä mobiilikokonaisratkaisuja SAP:n ja Microsoftin ERP:iä käyttäville yrityksille. Signal Partnersin ja Bilotin yhteistyö mahdollistaa asiakkaalle kokonaistoimitukset, jossa Signal Partners vastaa mobiililaiteratkaisuista, laitteiden hallintatyökaluista sekä mahdollisista laiterahoitusratkaisuista ja Bilot vastaa mobiilialustojen ja sovellusten toteutus- ja toimitusprojekteista.

”ERP-prosessien mobiilisoinnissa on ensiarvoisen tärkeää, että kokonaisuuden osat; sovellus, käyttöjärjestelmä ja laitteisto toimivat saumattomasti yhteen. Yhdessä Signal Partners ja Bilot tarjoavat asiakkaalle sujuvan toimituksen ja varmasti toimivan kokonaisratkaisun. Hyödynnämme laajan kokemuksemme sopivimman mobiililaitteen valinnasta ja testaamme ohjelmiston ja laitteiden yhteensopivuutta jo heti ensimetreiltä”, kertoo Signal Partnersin toimitusjohtaja Pekka Laitinen.

”Bilot tuntee erinomaisesti SAP:n ja Microsoftin mobiiliteknologiat, asiakkaiden prosessit ja toiminnalliset tarpeet sekä pystyy toteuttamaan vaativimmatkin käyttäjäystävälliset mobiilisovellukset ERP-ympäristöihin kaikille päätelaitteille. Tyypillisimpiä Bilotin mobilisoimia ERP-prosesseja ovat myynnin, logistiikan, tuotannon, huollon ja kunnossapidon sekä henkilöstöhallinnon prosessit, joihin kaikkiin meillä löytyy valmiita ratkaisuja”, sanoo Bilotin ratkaisuarkkitehti Jussi Hauru. ”Tunnustuksena edelläkävijän työstä Bilot palkittiin juuri SAP:n vuoden innovaatiokumppanina Suomessa”, sanoo Bilotin toimitusjohtaja Mika Tanner.

Bilotin ja Signal Partnersin yhteistyö on jo testattu globaalille valmistavan teollisuuden SAP-asiakkaalle toimitetussa laajassa logistiikan projektissa, jossa Signal Partners toimitti mobiilipäätteet sekä tulostimet ja Bilot vastasi sovelluksista.

”Meidän on helppo toimia yhdessä, sillä olemme molemmat tottuneet toimimaan menestyksekkäästi ja joustavasti verkostoituneessa ympäristössä. Uskomme yhteisen alan johtavan osaamisemme kiinnostavan asiakkaita ja tarjoavan loistavat edellytykset yhteisille menestysprojekteille”, sanoo Pekka Laitinen.

Lisätietoja: 

toimitusjohtaja
Mika Tanner
Bilot Oy
puh. 040-5440477

toimitusjohtaja
Pekka Laitinen
Signal Partners Oy
puh. 050 377 22 66

Bilot on asiakassuuntautunut ja innovatiivinen IT-palveluyritys. Haluamme edistää asiakkaidemme liiketoimintasovellusten käytettävyyttä, parantaa liiketoimintaprosesseja sekä tehostaa päätöksentekoprosessia tukevaa tiedonkulkua. Bilotin perustivat vuonna 2005 alan johtavat asiantuntijat – olemme uranuurtaja uusien SAP- ja Microsoft-ratkaisuihin perustuvien sovellusten kehittämisessä ja niiden ensiluokkaisessa käyttöönotossa. Vuonna 2012 Bilotin liikevaihto oli 11.6 miljoonaa euroa. Työntekijöitä yrityksessä on 100. bilot.fi

Signal Partners on suomalainen verkko- ja päätelaiteratkaisujen IT-infrastruktuuritoimittaja ja palveluntarjoaja. Toimitamme ja ylläpidämme IT-infraa, jonka varaan asiakkaamme voivat luottaa ja rakentaa liiketoimintasovelluksensa. Signal Partners on erikoistunut tietoliikenneverkkoihin, ajoneuvotietokoneisiin, merkintään sekä logistiikan ja liikkuvan henkilöstön päätelaiteratkaisuihin. Palvelumme kattavat täydet 360 astetta asiantuntijakonsultaatiosta käyttöönottoon sekä ylläpitoon ja tukeen. Palveluksessamme on noin 50 ammattilaista Suomessa ja Ruotsissa. www.signalpartners.fi


14.08.2013 / Samuli Sikanen

Management tends to receive a load of information about different topics and from different sources. Have you ever thought that what information is really valuable for you? Especially in challenging times like today, companies should concentrate on must- know, business critical information instead of nice-to-know trivia – finally.

So the key question is that “What differs must- know from nice-to-know information?” I think there is a one simple test that can be used here: For each report or information, think what are the decisions you have done or should have done based on the received information? A decision doesn’t mean anything radical – a decision can be “This is going exactly as we want. Keep the business model as it is!” “Bear in mind – must-have information is information you need for decision making; nice-to-have information is you do not need regularly.”

Just for a start, take a weekly report, monthly report, or any information you receive regularly and in your mind, go through these questions:

– What are the decisions I have made or need to make based on the received information?

– Can I manage my responsibilities efficiently if I wouldn’t have this information?

If you find any information that you don’t use for decision making, consider if you should get the rid of that and use your valuable time for analyzing the figures that can really have an impact on your business.

Or alternatively use 5 minutes at the end of the month to think about “What information should I have had to do things better?”, or based on the current knowledge, “What information is business critical for me in the future?”

In Bilot’s projects, we have seen many companies broadcasting a load of information to one or several persons around the organization because “This is what we have always done” or because “It’s nice to know that …” Instead, they should consider carefully, what is the business where they are in now and in the future, what are the processes they perform in their business, and what are the decisions they cannot avoid making daily, weekly and monthly to keep their processes and business running – and based on what information those decisions should be based on?


14.08.2013 / Samuli Sikanen

Johdon käytettävissä on tyypillisesti suuri määrä eri lähteistä saatua tietoa. Oletko koskaan tullut ajatelleeksi mikä tieto on oikeasti arvokasta sinulle? Erityisesti nykyisten kaltaisina, vaativina aikoina, yritysten tulisi keskittyä olisi-mukava-tietää –tiedon sijaan välttämättömään, liiketoiminnan ohjaamisen kannalta kriittiseen tietoon – viimeinkin.

Avainkysymys on ”Mikä erottaa liiketoimintakriittisen tiedon olisi-mukava-tietää –tiedosta?” Mielestäni tähän tarkoitukseen löytyy hyvin yksinkertainen testi: Mieti jokaisen saamasi raportin tai erilllisen tiedon osalta, mitkä ovat ne päätökset, jotka olet tehnyt tai sinun olisi pitänyt tehdä saamasi tiedon perusteella? Päätöksen ei tarvitse olla suuria muutoksia, vaan se voi olla ”Tämä menee juuri niin kuin pitikin. Emme tee mitään muutoksia toimintamalliimme!”. Kannattaa pitää mielessä, että liiketoimintakriittinen tieto on sellaista, jota tarvitset päätöksentekoon – ja olisi-mukava-tietää –tieto on sellaista, mitä varsinaisesti et tarvitse säännöllisesti.

Alkajaisiksi, voit ottaa viikkoraportin, kuukausiraportin tai minkä tahansa tiedon, jonka saat säännöllisesti ja käydä mielessäsi nämä kysymykset:

Jos löydät edellä kuvatun perusteella tietoja, joita et käytä päätöksentekoon, harkitse josko sinun tulisi luopua näistä tiedoista ja käyttää arvokas aikasi sellaisten lukujen analysointiin, joilla on oikeasti vaikutusta liiketoimintaasi.

Sinun olisi hyvä myös käyttää edes 5 minuuttia kuukauden lopussa pohtimaan, että “Mitä tietoja olisin tarvinnut tehdäkseni asiat paremmin?” tai nykytietoon perustuen ”Mikä tieto on liiketoimintakriittistä minulle jatkossa?”

Bilotin projekteissa olemme nähneet monien yritysten jakavan paljon tietoa yhdelle tai useammalle henkilölle ympäri organisaatiota vain koska “Näin olemme aina tehneet.” tai koska ”On mielenkiintoista tietää… ” Edellä kuvatun sijaan yritysten tulisi pohtia, että missä liiketoiminnassa olemme nyt ja tulevaisuudessa, mitä prosesseja meillä on liiketoiminnassamme, mitkä ovat ne päätökset, joita tarvitsee tehdä päivittäin, viikoittain ja kuukausittain prosessien ja liiketoiminnan suorittamiseksi – ja mihin tietoon perustuen nämä päätökset pitäisi tehdä?