datalähtöistä

Datalähtöinen lähestymistapa tarkoittaa päätösten, suunnittelun ja toimenpiteiden ohjaamista datasta saamien todistusaineistojen perusteella. Sitä hyödynnetään muun muassa liiketoiminnassa, tuotekehityksessä, terveydenhuollossa ja julkisessa hallinnossa.

Datan voi olla sekä sisäistä operatiivista tietoa että ulkoisia lähteitä, kuten käyttäjädataa, talouslukuja tai tilastollisia datasetteja. Datalähtöisyydessä korostuvat analyysi- ja kokeilukulttuuri sekä laajasti käytettyjen mittareiden rakentaminen.

Prosessi voidaan jäsentää tavoitteiden määrittämisestä datan keruuseen, sen laadunvarmistukseen, analyysiin sekä päätösten testaukseen ja implementointiin. Tyypillisiä menetelmiä ovat kuvaileva analyysi, diagnostinen tulkinta, ennustava malli ja kokeilut (esim. A/B-testaus).

Edut ovat parempi läpinäkyvyys, todennettavuus ja kyky mitata vaikutuksia sekä resurssien tehokkaampi kohdentaminen ja oppimisen nopeuttaminen.

Haasteita ovat datan laatu ja hallinta, yksityisyys- ja tietosuoja-asetukset (GDPR), riskit virheellisestä tulkinnasta, korrelaation ja kausaation erottaminen sekä biasin ja läpinäkyvyyden puute.

Toteutuksessa on tärkeää vahvistaa data governancea, data literacyä ja monialaisia tiimejä sekä dokumentointia ja läpinäkyvyyttä. Suomessa datalähtöistä toiminnan kehittämistä tukevat julkishallinnon digitalisaatiohankkeet sekä yksityisen sektorin kilpailukyvyn parantaminen, noudattaen tietosuoja-asetuksia ja ehtoja.

Esimerkkejä ovat Netflixin suositusjärjestelmät, verkkopalvelujen A/B-testaus sekä julkisen sektorin politiikan vaikutusten arviointi.