Big data, eli iso data on ollut analytiikan ja markkinoinnin ehdoton muotisana jo vuosikausia. Big data pitää sisällään kaikki ne meistä jäävät jäljet, kun viestittelemme, haemme tietoa ja käytämme palveluita.

Tämän perässämme kulkevan polun perusteella yritykset ja organisaatiot pyrkivät muodostamaan kuvan siitä, mistä pidämme, millaisia olemme ja kuinka käyttäydymme. Vielä muutamia vuosia sitten povattiin, että big data tulee muuttamaan kaiken, ja että tulevaisuudessa ongelmat tullaan ratkaisemaan analysoimalla valtava määrä kvantitatiivista dataa.

Vielä muutamia vuosia sitten povattiin, että big data tulee muuttamaan kaiken

Viime vuosina pöhinä on kuitenkin tapahtunut siellä, minne perinteiset määrälliset tutkimusmenetelmät eivät yletä. Digitalisaatio povasi kirjojen myynnin kuolemista, mutta mikä selittää sen pienten kivijalkakauppojen yllättävän kasvun, joka on viime vuosina maailman suurissa kaupungeissa tapahtunut?

Valtaosa viime vuosina tapahtuneesta merkittävästä liiketoiminnan kehityksestä on ollut epälineaarista, eikä sitä mitenkään voi ennustaa menneisyyden kehityksestä, eli big datan avulla. Big datalla on siis rajoituksensa, ja sen hyödyllisyys riippuu täysin datan käyttäjän valmiuksista; jos datalta ei osaa kysyä oikeita kysymyksiä, ei tietomäärä välttämättä tuota merkittäviä oivalluksia.

Yhdysvaltalainen liikkeenjohdon konsultti ja etnografi Tricia Wang on keksinyt big datalle vastineen: thick data, eli tiheä data. Tiheä data on kvalitatiivista tietoa ihmisen mielenmaisemasta, ja se käsittää ihmiset täysin epärationaalisina, tunnevetoisina toimijoina joiden mielihalut ovat täysin ennalta-arvaamattomissa – eli juuri sellaisena kuin me ihmiset usein todellisuudessa olemme.

Tiheän datan avulla halutaan päästä syvälle kuluttajan mieleen ja saavuttaa todellinen ihmisymmärys siitä, mitkä pinnanalaiset voimat ihmisten päätöksentekoa ohjaavat. Siinä missä big data vastaa kysymyksiin kuten ”mitä” ja ”milloin”, kertoo tiheä data ihmisille tärkeistä toiminnan motivaattoreista, vastaamalla kysymyksiin ”miksi” tai ”kuinka”.

Tiheä data tarjoaa tietoa ihmisille tärkeistä toiminnan motivaattoreista

Tiheä data auttaa näkemään taustalla olevia tunteita ja tarinoita, jotka ovat ihmisten ymmärtämisen kannalta äärimmäisen tärkeitä. Vallitsevan perinteisen käsityksen mukaan yksilön menneisyyden toimintamallit ovat paras ja tehokkain indikaatio siitä, miten tämä tulevaisuudessa toimii ja käyttäytyy. Tähän, valitettavan vanhakantaiseen näkemykseen perustuvat lukuisat liike-elämässä käytetyt toimintatavat, joita käytetään aina rekrytoinnista strategiseen neuvonantoon. Tiheä data haastaa myös tämän näkemyksen; siinä missä big data viestii ihmisen menneisyyden toimintatavoista, ei se kuitenkaan kerro vastausta kysymykseen ”miksi”. Tiheä data puolestaan kertoo ihmisten mielenliikkeistä ja paljastaa tunteita, tarinoita ja maailmankuvaa – ja näkee sekä puut että metsän.

Maailmantalouden muutosvoimat, digitalisaatio ja automaatio, ovat tulleet jäädäkseen. Teknologian kehittyminen lyhentää yritysten elinkaarta, ja yritysten reagoinnin on oltava tehokasta. Viime vuosina liiketoiminnan perusteissa on tapahtunut suuria siirtymiä, ja yrityksen kyky uudistua ja muuttaa suuntaa on tulevaisuuden liiketoiminnan elinehto.

Kun kokonaiset toimialat toisensa jälkeen disruptoituvat, ei olemassa olevan liiketoimintamallin optimoiminen enää riitä. Monen yrityksen on uudelleen keksittävä olemassaololleen tarkoitus.

Muutos on vaikea mutta välttämätön, sillä business as usual ei enää ole tarpeeksi. Yritysten ja brändien tulee nyt kysyä suuria kysymyksiä, ja muutosvoimien ymmärtämiseksi on jaksettava kulkea se ylimääräinen maili kuluttajan kengissä. Etenkin strategiatyössä ihmislähtöinen näkökulma on menestyksen edellytys, ja moni yritys törmääkin seinään ihmetellessään, miksi asiakas ei teekään niin kuin olisi rationaalisesti ajateltuna järkevää.

Big data kaipaakin rinnalleen tiheää dataa; ihmislähtöistä tietoa siitä, miten ja miksi ihmiset toimivat, eikä vain mitä he tekevät. Siinä missä big data kertoo menneisyydestä, kertoo tiheä data jotain uutta. Molemmat ovat tärkeitä, mutta erikseen ne toimivat huonosti.

Iina Mailas
Hill+Knowlton Strategies Finland