9.5.2019 | Data Science

Dagmarissa innovoidaan ja kehitetään

Dagmar Driven analytiikkaprojekteista vastaava Advanced Analytics -tiimi järjestää vuosittain Hackdayn. Päivän aikana tiimin luovuus vapautetaan valloilleen luomaan jotain sellaista uutta ja ihmeellistä, johon palaverien pätkimä arki ei aina taivu.

 

Dagmar Driven analytiikkaprojekteista vastaava Advanced Analytics -tiimi järjestää vuosittain Hackdayn.

 

Jokainen tiimin jäsen sai ehdottaa aihioita Hackdaylle. Äänestämällä päätettiin, mitä niistä lähdetään edistämään. Seuraavassa lyhyt kuvaus päivän aikana toteutetuista aihioista.

DaguBot & inspiraatioiltapäivä

Luovuutta ei vaadita vain AD/copy-tiimiltä, vaan se on tärkeä osa kaikkien markkinointialalla toimivien työtä. Luova ajattelu kuuluu myös jokaiselle mediasuunnittelijalle, data-analyytikolle, asiakasvastaavalle ja projektipäällikölle. Dagmarissa järjestetään koko henkilöstölle luovuusiltapäiviä, joissa ruokitaan inspiraatiota puhujien, casejen ja itse tekemisen kautta. Advanced Analytics sai kunnian järjestää huhtikuun inspiraatioiltapäivään teknologiaan liittyvän rastin, jonka sisältö suunniteltiin Hackdayn aikana.

Dagulaisia päätettiin inspiroida asiakaspolkusimulaattorin avulla. Hackdayssa rakennettiin Lego EV3 -robottisarjasta ”DaguBotti”. Botti kulkee asiakaspolkua pitkin vauhdilla, joka riippuu botille näytettyjen”mainosten” vaikutuksesta. Rakentamisessa hyödynnettiin valon- ja värintunnistusta konenäkönä tunnistamaan botille näytetyt ”mainokset”, gyroskooppia pitämään botti suorassa asiakaspolulla sekä kosketussensoreita tunnistamaan, onko asiakas päässyt ”konversioon” eli polun päähän.

Rakentelu tempaisi tiimin lapsuuden muistoihin – medioiden vaikutusten koodaaminen robotille oli lennokasta ideointia. Loppupäivä Hackdayssa kuluikin kokeillessa, olivatko tv-kampanjan, taktisten digikampanjoiden ja vaikuttajamarkkinoinnin vaikutukset robotin kulkunopeuteen realistisia. Pienimuotoinen kisailu tehokkaimmasta mediasuunnitelmasta DaguBotin asiakaspolulla huipensi päivän.

 

Tekstigeneraattori

Koneellinen luonnollisen kielen käsittely on tehnyt harppauksia eteenpäin uusien kielimallien myötä. Viime vuonna julkaistiin Google AI:n BERT ja tänä vuonna OpenAI:n GPT-2. Koneoppimisessa luonnollisen kielen käsittely (Natural Language Processing) tarkoittaa ihmisen ymmärtämän kielen (kuten suomi tai englanti) prosessointia ja analysointia. Kielimalli tarkoittaa tilastollista mallia sanojen jakautumisesta ja riippuvuuksista. Analytiikkatiimi halusi nyt hyödyntää näitä uusimpia ja paljon huomiota herättäneitä malleja.

Ajatuksena oli suunnitella työkalu, jolle voi syöttää hieman lauseen alkua ja joka osaa jatkaa tekstiä loogisesti ja mahdollisimman ihmismäisesti. Suunnittelu käynnistettiin brainstormaamalla työkalua käyttävän henkilön workflow: kuka sitä käyttäisi ja millaisessa tilanteessa. Iltapäivään mennessä syntyi karkea, mutta toimiva versio verkkopohjaisesta työkalusta, johon voi kirjoittaa tekstiä ja pyytää tekoälyä ehdottamaan sille jatkoa. Sopivan luodun tekstin pystyi liittämään klikkauksella oman tekstin jatkoksi.

A/B-testaamisen validointi

Dataan perustuva päätöksenteko on mahdollista kaikille, kun tarjolla on oikeat työkalut ja kannustava oppimisympäristö. Analytiikkatiimi kehittääkin mielellään ratkaisuja Dagmarin muiden osaajien toiveiden perusteella.

Eräs tyypillisimmistä haasteista liittyy A/B-testaukseen eli markkinointitoimenpiteiden tulosten vertailuun useamman vaihtoehdon välillä. Yhtälön osia ovat saavutettu näkyvyys, kustannukset sekä taustalla vaikuttava aimo annos satunnaisuutta. Tähän tarpeeseen tiimi kehitti työkalun helpottamaan kyseisten analyysien tekemistä ja tulosten tulkintaa. Syntyi nettipohjainen dashboard, joka esittää syötettyjen tietojen pohjalta tilastotieteeseen perustuvan arvion siitä, mikä vaihtoehdoista todennäköisimmin tarjoaa parhaat tulokset.

Dagmar & osaamisen kehittäminen

Muutosvauhti kovenee ja disruptioita tapahtuu ympärillä koko ajan. Tämä edellyttää kykyä reagoida, kehittyä ja uudistua. Dagmarin osaamisohjelmissa ja valmennuksissa huomioidaan sekä nykyhetken kehittämistarpeet että pidemmän tähtäimen kyvykkyyksien kehittäminen. Tulevaisuuden kyvykkyyksien rakentamiseen, luovuuteen ja innovointiin panostetaan sekä arjen tekemisessä että erillisten hankkeiden kautta.

Arjessa innovointiin kannustetaan osallistamalla tiimit työtapojen uudistamiseen. Jokaisella työntekijällä on keskeinen rooli, jotta innovaatiot ja kehittäminen juurtuvat osaksi toimintatapoja ja vievät asioita aidosti eteenpäin. Dagmar Way of Agile -toimintatapa on esimerkki siitä, miten osaajat kehittävät itse työtään ja toimintatapojaan. Uudistumista on viety eteenpäin kokeiluin ja yhdessä onnistumisia arvioiden.

Uudistumiskyvyn kehittäminen on pääomaa sekä jokaiselle henkilökohtaisesti että koko organisaatiolle.

Ilkka Särkiö

Ilkka Särkiö

Ilkka Särkiö on Data Scientist, joka työskentelee asiakkaiden analyttiikkaprojektien parissa sekä kahlaa läpi datatieteen, koneoppimisen ja tekoälyn uutuuksia. Töiden ohessa Ilkka viimeistelee diplomi-insinöörin tutkintoaan Aalto-yliopistossa.

Tero Kemppi

Tero Kemppi

Lisää aiheesta