Hyvällä asenteella saa aikaan mitä vain. Se on jopa tärkeämpää kuin spesifi osaaminen, sanoo Sini Kervinen.

ESIPUHE: Heinäkuussa kerrottiin, että Aller sai Googlelta 300 000 euron lisärahoituksen Rikastamo.fi-verkkosivustoon, joka koostuu datan visualisointi- ja analysointityökalusta. Sini Kervinen on yksi Rikastamo.fi:n emo-operaation Rikastamon perustajista. Rikastamo on Allerin määritelmän mukaan “yhdistelmä Allerin onlineverkostoista, tilaajakannasta ja Allerin kumppaneiden datasta muodostettuja kuluttajakohderyhmiä, jotka kertovat suomalaisten kiinnostuksen kohteista ja ostoaikeista”.

Datan rikastaminen tarkoittaa, että asiakkaiden käyttäytymistä pyritään ymmärtämään paremmin. Minua kiinnosti selvittää, mitä se tarkoittaa konkretian tasolla Allerissa – mediayhtiössä, joka yhdistetään brändinä yhä useammin dataan. Toivoin myös kuulevani, mitkä asiat ovat onnistumisen mittaamisen ytimessä.

Tanskalainen Aller omistaa Suomessa mm. Suomi24-keskustelupalstan ja Seiskan.

Tittelisi Aller Media Oy:ssä on “Head of Business Operations, Data & Digital Solutions” Kertoisitko työnkuvastasi? Mitä arkeesi kuuluu?

– Työnkuvani on aika monipuolinen. Tällä hetkellä vedän sellaista yksikköä kuin Refinery Operations Center. Aller on perustanut uuden datatekemisen yksikön jossa rikastetaan, kerätään ja hyödynnetään dataa talon sisällä, mainonnassa ja yritysten strategisessa kehityksessä. Tiimissäni tehdään datakohdennettua mainontaa, datan rikastamista ja datayhteistöitä. Kaupallistamme myös dataa Maikkari-yhteistyön myötä, jossa Aller ja MTV ovat siis yhdistäneet datansa. Suomi 24:ään teemme palveluita, joilla pystytään tavoittamaan kuluttajia.

”Vuosi sitten olimme New Yorkissa Googlella käymässä ja siellä asiantuntijat kertoivat, että he tietävät kourallisen yrityksiä, jotka tekevät vastaavaa, mitä me silloin teimme.”

– Meillä on nyt alkamassa mielenkiintoinen uusi vaihe, joka vaikuttaa työnkuvaani. Rikastamoa on pyöritetty noin puolitoista vuotta, ja nyt rakennamme tiimini voimin visualisointityökalua, jossa ajatuksena on, että eri lähteistä keräämämme data saadaan mahdollisimman selkeään ja ymmärrettävään muotoon. Taustalla on motto, että data kuuluu kaikille. Tästä on innostuttu Allerissa pohjoismaisesti niin paljon, että Data Refinery on päätetty nyt yhtiöittää omaksi yhtiökseen. Vastaan tässä uudessa yhtiössä kansainvälisesti skaalautuvasta teknologiasta ja sen lisäksi palveluista.

”Taustalla on motto, että data kuuluu kaikille.”

Voitko kertoa konkreettisesti, mistä data tulee ja miten se muuttuu segmenteiksi eli kohderyhmiksi?

– Lähtökohtaisesti pyrimme muuttamaan datan sellaiseen muotoon, joka kuvaa kuluttajaa monipuolisena kokonaisuutena. Emme usko, että kukaan haluaa tulla kohdelluksi yhden negatiivisen tai yhden positiivisen asian kautta, vaan nimenomaan kokonaisuutena. Yksi tiedon keräämisen kivijalka verkossa on Suomi24:n keskustelut, mistä saamme kuluttajavertailua. Nyt mukaan ovat tulleet myös MTV:n sivustot. Meillä on olemassa myös Allerin asiakastietokanta, jossa on Seiskan 25-vuotisen historian ansiosta erittäin kattava otanta suomalaisia, kolme miljoonaa markkinointiluvallista henkilöä.

”Yksi tiedon keräämisen kivijalka verkossa on Suomi24:n keskustelut.”

– Lisäksi saamme datakumppanuuksien kautta tietoa mm. väestörekisterijärjestelmästä ja Trafista. Nämä kaikki tiedot yhdistetään monipuoliseen onlinekäyttäytymistietoon ja voimme esimerkiksi ymmärtää, millaisesta lomasta tietyn perhetaustan omaavat segmenttiryhmät haaveilevat, kuinka herkästi ne ostavat tuotteita tai ovatko ne kiinnostuneet uudesta Volvosta tai millä autolla ne ajavat tällä hetkellä.

Eli siellä on osaksi taustalla nettiselaimista tuleva evästetieto?

– Kyllä.

– Emme kuitenkaan seuraa, mitä joku tietty selain tekee, vaan dataa käytetään segmentteinä, joissa otanta on riittävän suuri. Koko teknologiassa kaikkein tärkein asia on itse rakentamamme DAP eli Data Analyzation Platform, jonka tehtävä on kerätä ja yhdistää tiedot niin, että niitä pystytään jatkokäyttämään uuden tietosuoja-asetuksen mukaisesti (EU:n yleistä tietosuoja-asetusta aletaan soveltaa toukokuussa 2018 – tässä Ylen juttu aiheesta).

Miten ainutlaatuisena pidätte tällaista tapaa kerätä tietoa?

– On se aika ainutlaatuinen. Online-datan ympärillä pyörii paljonkin innovaatioita, mutta tällainen yhdistely asiakasrekisterin kanssa on erittäin harvinaista. Vuosi sitten olimme New Yorkissa Googlella käymässä ja siellä asiantuntijat kertoivat, että he tietävät kourallisen yrityksiä, jotka tekevät vastaavaa, mitä me silloin teimme. Ja siitä on tultu jo eteenpäin.

– Perinteisesti onlinemarkkinoinnissa on kerätty kohderyhmiä niin, että on tietty teknologia, jolla on kerätty esimerkiksi selaimesta tietoa niin, että jos selain on käynyt urheilusivulla, oletetaan, että hän on kiinnostunut urheilusta. Meidän käyttämämme teknologian avulla saadaan tietoa, että tämän selaimen lapsi on luultavasti kiinnostunut aloittamaan luisteluharrastuksen. Eli pelkästään online-käyttäytymisestä saatava tieto on paljon kehittyneempää. Tähän kun yhdistetään vielä muut muuttujat, kuten asuinpaikka- ja demografiatiedot, niin saamme kuluttajasta kokonaiskuvan.

”Voimme esimerkiksi ymmärtää, millaisesta lomasta tietyn perhetaustan omaavat segmenttiryhmät haaveilevat”

“Selaimen lapsi” kuulostaa hauskalta sanayhdistelmältä…kyse on siis tosiaankin mallintamalla saadusta tiedosta?

– Se tehdään mallintamalla, kyllä. Otanta on niin suuri, että Suomen väestö tulee mallinnetuksi hyvinkin kattavasti.

– Allerissa talonsisäisesti käytämme tätä suosituksissa – esimerkiksi Idealista on media, joka räätälöityy jokaiselle henkilölle eri lailla tämän käyttäytymisen mukaan. Media räätälöityy lukijan kiinnostuksen mukaan, mutta jättää sinne myös sopivan marginaalin, että on mahdollisuus lukea myös muuta, useammankin lehden sisältöä.

”Esimerkiksi Idealista on media, joka räätälöityy jokaiselle henkilölle eri lailla tämän käyttäytymisen mukaan.”

Tämäntyyppinen suosittelu ei kai ole ihan uusinta uutta?

– Se on uutta, että koko sisältö muokkautuu monipuolisesti, on yli 400 000 avainsanaa joiden mukaan voidaan personoida. Sellaisia “lue näitä seuraavaksi”-suosituksia sivuston reunoilla on ollut käytössä jo pidempään.

– Idealistassa oli muuten jännää se, että koetimme ensin personoida sivun pelkästään henkilön kiinnostuksen mukaan. Se on sama kuin aluksi Facebookissa, algoritmi menee tylsäksi. Sinne on pakko tulla vaihtelua ja näin teimmekin.

Miten Allerin omat työntekijät hyödyntävät dataa?

– Mediamyynti on pitkään tehnyt myyntiä niin, että myydään pääasiallisesti vain datakohdennettua mainontaa. Ei myydä enää pelkkää mediaa. Sisällöntuotannossa meillä on työkalut, joilla pystymme näkemään, mistä lukijat ovat kiinnostuneita ja mitä sisältöjä on liian vähän, jotta voimme tuottaa niitä lisää ja sillä tavalla nostaa näiden medioiden kannattavuutta.

– Ja sitten myymme myös eräänlaista asiantuntijapalvelua. Paljon on yrityksiä jotka elävät vanhentuneiden markkinatutkimusten tiedoilla siitä, millaisia niiden asiakkaat ja kohderyhmät ovat – annamme yrityksille tietoa siitä, mikä heidän reaaliaikainen online-asiakaskuntansa on tai millainen heidän asiakasrekisterikantansa on.

Miten olette Allerissa huomioineet sen, jos asiakas sanoo, että en ymmärrä mitään, vaikka miten vääntäisitte datasta rautalankaa?

– Oikeastaan datan visualisointityökalu perustuu nimenomaan tuolle ajatukselle. Ja sille, että aika pitkään kaikki datan ympärillä puhuminen tapahtui tietylle suppealle kohderyhmälle. Haluamme panostaa heihin, joilla on dataa ja jotka keräävät paljon dataa, mutta jotka eivät tiedä, miten sitä hyödyntää.

– Haluamme luoda työkalun, joka toimii ihan tavallisille ihmisille, jotka eivät datasta ymmärrä. Työkalun on oltava sellainen että se innostaa: kun leikit luvuilla, ne elävät reaaliajassa ja kun etsit jotain tietoa, saatkin paljon enemmän mitä ymmärsit etsiä.

Esimerkiksi FB on tunnetusti aarreaitta kuluttajan käyttäytymisen tutkimiseen. Mikä on somedatan rooli visualisointityökalussa?

– Se on roadmapilla, mutta ei ensimmäisessä vaiheessa. Meidän datallahan pystyy jo tekemään esimerkiksi Facebook-mainontaa niin, että ajaa tiettyjä asiakasrekistereitä ristiin ja sitä kautta hyödyntää. Näin päin se on käytössä, mutta ei ole tarkoitus kerätä tässä vaiheessa sen kummallisempaa.

Dataan saattaa liittyä myös ennakkoasenteita – luullaan esimerkiksi, että se tappaa luovuuden, vaikka oikein käytettynä data ja intuitio yhdistyvät mitä upeimmalla tavalla. Oletko joutunut perustelemaan tekemisiäsi epäilijöille?

– En kauhean paljon, ehkä eniten on tullut vastaan sellaista, että hyötyjä ei ole ymmärretty, kun ei ole ollut mitään konkreettista mihin tarttua. On ajateltu, että tämä data on “noiden muiden” hommaa tai että data on vain analytiikkaa. Minusta kuitenkin tuntuu, että ajatusmaailma on menossa oikeaan suuntaan. On ollut esimerkiksi kirjoittelua intuitiojohtamisesta datan rinnalla.

– Olen itse ollut datan kanssa tekemisissä koko työhistoriani ja nähnyt monia järjestelmiä, jotka tekevät esimerkiksi sellaisia mallinnuksia, joissa on todella paljon ilmaa välissä. Minulle on tärkeää, että ne teknologiat ja asiat joista puhun ovat sellaisia, joiden taustalla voi seistä. Ja että data on oikeasti sellaista, jonka perusteella voi tehdä toimenpiteitä. Tietynlaista skeptisyyttä voisi jopa olla vähän enemmän.

”Minulle on tärkeää, että ne teknologiat ja asiat joista puhun ovat sellaisia, joiden taustalla voi seistä. ”

Samoja lukujakin voidaan tulkita eri tavalla, kukin omista lähtökohdistaan?

– Joo. Muutamia vuosia sitten kun piti tehdä excelillä näitä juttuja, niin sillähän saa saman asian näyttämään erilaiselta riippuen tulokulmasta. Kun itsenikin piti perustella asioita niillä välineillä, niin se korosti selkeyden tarvetta, että mihin kysymykseen halutaan vastaus. Ja että se data on tullut oikeista paikoista. Muuten mikä tahansa vastaus voi näyttää ihan miltä vaan.

Mitä dataohjautuvuus sinulle tarkoittaa?

– Otetaan tietoa oikeista asioista suhteessa siihen, mitä yritetään saada selville. Kaiken a ja o on teknologian ja inhimillisyyden yhdistäminen. Teknologioita on paljon ja ne tekevät paljon meidän puolestamme, mutta siellä on aina inhimillinen asiantuntija tekemässä sen jatkojalostuksen. En tiedä yhtään teknologiaa, joka pystyisi antamaan valmiita toimintaohjeita.

”Kaiken a ja o on teknologian ja inhimillisyyden yhdistäminen.”

Miltä näyttää tulevaisuus 10 vuoden päästä?

– Tekoälyhän on jo osin mukana mutta tulee lisääntymään, se voi auttaa saamaan tietoa esimerkiksi käyttömotiiveista. Itseäni ehkä teknologiaominaisuuksiakin enemmän kiinnostaa se, että tämä on monelle suomalaiselle mahdollisuus kansainväliseen tekemiseen ja bisnekseen. Voimme työskennellä digitaalisesti ympäri maailman ja silloin se todellinen asenne ja osaaminen on mikä merkitsee. Odotan innolla, millaista se on 10 vuoden päästä.

Millainen matka tämä “datakyvykkyyden”, kuten sitä itse kutsutte, rakentaminen on ollut?

– Asenteella on iso merkitys. Meillä oli mukana muutama henkilö tosi hyvällä asenteella, intensiivisesti mutta nöyrästi, niin että he pystyivät myös kuuntelemaan muiden mielipiteitä, eikä ollut koskaan mitään muiden yli jyräämistä. Joskus mietimme ryhmässä, mitkä olivat pahimpia epäonnistumisia matkan varrella, eikä niitä tullut mieleen. Se oli niin automaatio, että niistä opittiin, hyvän kautta.

”Hyvällä asenteella saa aikaan mitä vain.”

– Kun ihmiset vaihtuvat ja on erilaisia yhteistyökumppaneita, niin jotenkin se asenne nousee kaikessa yli spesifin osaamisen. Hyvällä asenteella saa aikaan mitä vain.

Sini Kervinen on Numeroiden takaa -blogin toinen blogivieras. Ensimmäinen oli Ylen Head of Customer Experience, Jaakko Lempinen. Hänen ajatuksiaan analytiikan tulevaisuudesta voit lukea täältä.

Numeroiden takaa on helmikuussa 2017 perustamani blogi, joka käsittelee onnistumisen mittaamista kansantajuisesti. Julkaisen blogin FB-sivulla myös materiaalia, joista en erikseen bloggaa, käyhän seuraamassa! Minusta eli kirjoittajasta löydät lisätietoa tämän blogin esittelysivulta, tai laajemmin mutta englanniksi Newswhip-analytiikkayhtiön tuoreesta haastattelusta täältä.