Ilkka Keskiväli

Ilkka on Director, Advanced Analytics, jonka intohimona on tiedolla johtaminen ja sen mahdollistaminen sekä käyttöönotto asiakasorganisaatioissa.

Juuri ennen kesälomia analytiikkayksikkömme Ilkka Särkiö jakoi blogissa ensifiiliksiään keväällä alkaneesta Data Scientist Junior -ohjelmastamme. Seuraavassa vuoroon pääsee analytiikkatiimin toinen, hieman kokeneempi Ilkka eli Ilkka Keskiväli. Hän avaa tätä ehkä hieman mystistäkin Data Scientistin roolia kuvailemalla siihen kuuluvia työtehtäviä sekä erästä normipäiväänsä officella.

Minkälainen homma?

Maailmassa on yhä enemmän ja enemmän tarvetta optimoida ja automatisoida erilaisia toimenpiteitä. Olipa kyse yksittäisestä työtehtävästä tai vaikkapa markkinoinnin investoinnista, niitä varten tarvitaan jatkuvasti kasvavaa datamassaa ja tietotaitoa sen hyödyntämiseen.

Data Scientistit ovat asiantuntijoita, joiden osaaminen ei rajoitu koodaamiseen, tilastollisten menetelmien hallitsemiseen tai excelin pyörittämiseen. Niitä kaikkia toki tarvitaan, mutta ne ovat vain osa työnkuvaa. Kokonaisymmärrys toimialasta ja markkinasta sekä kyky jatkuvaan kehittämiseen ja kehittymiseen ovat merkittävämpi osa niistä tekijöistä, jotka ovat nostaneet Data Scientistin 2000-luvun kuumimmaksi ammatiksi.

Normipäivä officella

klo 8:58

Toimiston ovi aukeaa ajallaan.

klo 9:00

Ensimmäinen palaveri. Asiakas A:lle on tehty ekonometrinen myynnin mallinnus ja nyt käymme tulokset läpi sisäisesti asiakastiimin kanssa. Tavoitteena on tuottaa asiakkaalle kokonaisvaltainen näkemys tuloksista ja niiden merkityksestä jatkon kannalta. Mallinnuksen pohjalta rakennetun skenaariotyökalun avulla suunnittelemme toimenpiteet tulevalle kvartaalille.

klo 10:00

Sähköpostien läpikäynti. Muutama yleinen tiedote, roskapostia ja kysymys liittyen exceliin. Muutama minuutti pivotointia ja työkaverilta säästyy jälleen tunnin verran työaikaa johonkin tuottavampaan.

klo 10:15

Asiakas B:lle on toteutettu markkinoinnin dashboard. Uutta dataa on tullut paristakin eri lähteestä. Siirretään datat haluttuihin kansioihin ja päivitetään sekä julkaistaan dashboard asiakkaalle.

klo 10:30

Asiakas C:lle ollaan tekemässä ekonometristä myynnnin mallinnusta. Mallinnuksessa tarvittavat datat on kerätty jo aiemmin. R-työkalu käynnistyy ja datan murskaus voi alkaa.

klo 11:38

Lounas. Tyytyväisenä syömään, sillä Asiakas C:n mallinnus-case näyttää selkeältä eikä yllätyksiä ole odotettavissa.

klo 12:00

Sähköpostien läpikäynti. Sähköposti liittyen asiakas D:n kanssa tehtävään asiakaskannan analyysiin. Olen määritellyt heidän kanssaan datan muotoa ja sen rikastamiseen vaadittavia tietoja. Kohta saamme datan ja pääsemme segmentoimaan heidän asiakkaitaan ja rakentamaan segmenttien mukaiset asiakashoitomallit.

klo 12:30

Viimeistelen asiakas A:n mallinnuksen loppuraportille johtopäätökset ja suositukset aamuisen palaverin pohjalta.

klo 14:30

Advanced Analytics -tiimin viikkopalaveri. Asiakkaat ovat tilanneet pari uutta analyysiä ja nyt sovitaan, ketkä alkavat edistämään niitä. Kehitysprojektejakin on muutama käynnissä. Useampaankin niistä liittyy AI eli tekoäly.

klo 15:00

Jatkan asiakas C:n mallinnusta. Maksettu media näyttää selittävän myyntejä oikein hienosti. Myös muiden kanavien, kuten nettisivujen ja sosiaalisen median, käytöllä on vaikutusta myynteihin. Erittäin hyvältä näyttää.

klo 16:45

Sparrailua kollegojen kanssa.

klo 17:01

Toimiston ovi sulkeutuu takana. Nyt on jo kiirehdittävä junalle.

 

Stay tuned! Julkaisemme jatkossa tasaiseen tahtiin lisää blogauksia analytiikkayksikkömme arjesta ja projekteista. Mikäli et malta odottaa, olet lämpimästi tervetullut tutustumaan yksikköömme Lönnrotinkadulle – tarjolla on kahvia, algoritmien twiikkausta ja taatusti loistavaa juttuseuraa. Ota rohkeasti yhteyttä yksikön vetäjään: mikko.koski@dagmar.fi.