Sanalle ”data” on annettu erilaisia määritelmiä. Tällä sivulla pyrimme avaamaan selkeässä muodossa sitä, mitä data käytännössä tarkoittaa. Tämän sivun ei kannata tulkita olevan niin sanotusti virallinen sanakirjamääritelmä datalle, vaan tarkoituksena on erityisesti auttaa sivuston lukijoita ymmärtämään, mistä datan kohdalla on kyse.
Ensimmäinen asia, joka datan määritelmän suhteen on hyvä tietää on se, että data voi olla monessa muodossa. Data ei siis tarkoita esimerkiksi vain numeromuodossa olevia asioita. Data voi olla myös esimerkiksi kuvia sekä ääntä. Käytännössä voi sanoa, että data voi olla erittäin kattavasti sellaisia asioita, joita pystytään analysoimaan (tästä hieman lisää alempana tällä sivulla).
Toinen asia, joka datan suhteen voi olla hyvä tietää on se, että data voi olla jäsenneltyä (strukturoitua, järjesteltyä), jäsentelemätöntä (strukturoimatonta, järjestelemätöntä) tai osittain jäsenneltyä. Ensimmäinen noista voi tarkoittaa käytännössä esimerkiksi sitä, että data sijaitsee selkeissä Excel-taulukoissa. Läheskään kaikki data ei kuitenkaan ole tuollaisessa selkeässä muodossa.
Edellä on kerrottu lyhyesti, mitä data käytännössä on. Siirretään tarkastelua nyt hieman enemmän datan hyödyntämiseen esimerkiksi yritysten näkökulmasta. Seuraavat osiot voivat myös syventää ymmärrystä siitä, mitä data on.
Kun lähdetään tarkastelemaan datan hyödyntämistä, niin on ensinäkin hyvä tietää se, että data on tietyllä tavalla alkupiste. Yritysten näkökulmasta tuo tarkoittaa käytännössä sitä, että data itsessään ei vielä tarjoa hyötyä. Datasta saadaan hyöty analysoimalla sitä oikein (sekä tehokkaasti) ja sitten hyödyntämällä analyysin myötä saatuja oivalluksia.
Koska nykyään on kuitenkin olemassa tilanteita, joissa tarjolla olevaa dataa pystytään analysoimaan tietotekniikan avulla erittäin lähelle reaaliajassa, niin voi sanoa, että joskus datasta saadaan hyötyä käytännössä suoraan sitä kautta, että sitä ylipäätänsä on.
Joskus on myös tilanteita, joissa data on niin selkeää, että ihminen pystyy ymmärtämään sen tarjoaman arvon ilman varsinaista tietoista analysointia tai tietotekniikan hyödyntämistä. Noissakin tilanteissa analysointia tapahtuu, mutta se ei siis vaadi varsinaista tietoista työtä. Esimerkiksi myyntidata, joka käsittelee eri tuotteiden myyntimääriä voi olla erityisen helposti ymmärrettävää dataa. Tuollaisenkin datan kanssa on kuitenkin usein mahdollista myös analysoida sitä syvällisemmin ja yrittää vastata esimerkiksi kysymykseen: miksi tietty tuote menee paremmin kaupaksi kuin lähes samanlaiset?
Aiemmin tällä sivulla kerrottiin, että data voi olla niin sanotusti jäsenneltyä. Palataan tuohon asiaan vielä nyt datan analysoimisen ja hyödyntämisen näkökulmasta. Vaikka jäsennelty data onkin lähtökohtaisesti niin sanotusti helpompaa dataa, niin ei se ole ainakaan automaattisesti arvokkaampaa: jos pystyy analysoimaan tehokkaasti jäsentelemätöntä dataa, niin voi se tuoda sellaisia hyödyllisiä oivalluksia, jotka esimerkiksi yrityksen kilpailijoilta puuttuvat ja joita ne eivät välttämättä saa, vaikka niillä olisi käytössä sama data.
Yksinkertainen esimerkki datan analysoimisesta: Yritys näyttää vuorotellen kymmentä hieman erilaista klikattavaa mainosta samassa paikassa tietyllä nettisivulla. Kutakin mainosta näytetään yhtä monta kertaa. Kun mainoskokeilu on toteutettu, yritys analysoi klikkausdataa ja pyrkii ymmärtämään, millaiset mainokset saavat aikaan eniten klikkauksia kyseisellä paikalla kyseisellä nettisivustolla. Analyysiin perusteella yritys voi halutessaan pyrkiä kehittämään eniten klikkauksia saaneista mainoksista vielä enemmän klikkauksia saavia versioita.
Data.fi voi auttaa hyödyntämään dataa varsinkin menestyvämpää digitaalista liiketoimintaa varten.
