Tiivistelmä
- Maksimalisti kerää kaiken mahdollisen tiedon sivuston tai sovelluksen käyttäjistä, jotta voisi hyödyntää dataa tarpeen tullen tulevaisuudessa.
- Minimalisti kerää vain niitä tietoja, joille hän näkee etukäteen käyttöä, ja välttää tämän ylittävää seurantaa.
- Sekä maksimalismille että minimalismille on perusteluja, mutta GDPR, toimintavarmuus ja kustannukset kallistavat vaa’an yleensä minimalismin suuntaan.
Maksimalisti seuraa varmuuden vuoksi kaikkea
Maksimalismi tarkoittaa digitaalisessa analytiikassa lähestymistapaa, jossa seurataan suurta joukkoa sivuston tai sovelluksen tapahtumia, vaikka kerättävälle tiedolle ei tiedetä vielä käyttöä.
Maksimalismin keskeinen hyöty on varautuminen tulevaisuudessa paljastuviin käyttötarkoituksiin:
- Datan avulla voidaan vastata kysymyksiin, joita ei seurantaa rakennettaessa ole osattu vielä ajatella.
- Saadaan suuri määrä dataa, jota voi käsitellä myöhemmin tekoälyn tai koneoppimisen avulla.
Maksimalismin haitat liittyvät toimintavarmuuteen, kustannuksiin ja tietosuojaan:
- Monimutkaiset analytiikkasetupit voivat huomaamatta hajota ja niiden ylläpito on työlästä.
- Isompien liikennemäärien sivustoilla suurista tapahtumamääristä voi kertyä satojen tai tuhansien eurojen ylimääräiset kuukausittaiset kulut.
- Tietojen kerääminen ilman selvää perustetta voi olla ristiriidassa GDPR-sääntelyn kanssa, mikä voi johtaa sanktioihin.
Minimalisti kerää vain tarvittavan tiedon
Minimalismi tarkoittaa digianalytiikassa sitä, että seurataan vain sellaisia tietoja, jotka nähdään etukäteen hyödyllisiksi.
Minimalismin etuja ovat toimintavarmuus, fokus, rahansäästö, ja tietosuoja:
- Yksinkertaisemmat analytiikkasetupit eivät mene helposti rikki.
- Tärkeiden mittareiden tietoinen valinta auttaa keskittymään raportoinnissa ja analyysissa olennaiseen.
- Lisenssi-, ylläpito- ja analyysikustannukset ovat alhaisemmat.
- Minimalistinen analytiikka on todennäköisemmin yhteensopiva GDPR:n kanssa.
Minimalismin heikkouksia ovat huolellisen suunnittelun vaatimus ja pienempi datamäärä AI-projekteille:
- Seurantahistoria käynnistyy nollasta, mikäli jotain ei ole tajuttu seurata alusta pitäen.
- Mahdollisia suuria AI-analyysiprojekteja varten kertyy pienempi määrä pureskeltavaa analytiikkadataa.
Lue myös: Minimalist approach in analytics – less is more
Kumpi kannattaa valita – maksimalismi vai minimalismi?
Valinta maksimalistisen ja minimalistisen lähestymistavan välillä riippuu seuraavista kriteereistä:
- tietosuoja-asetuksen mukainen toiminta
- tekoälyn ja koneoppimisen hyödyntäminen analyysissa
- analytiikka-asennuksen kestävyys ja toimintavarmuus
- kustannukset.
Tietosuoja puoltaa minimalismia
Digianalytiikan minimalismi on paremmin sopusoinnussa GDPR:n kanssa.
EU:n tietosuoja-asetuksen mukaan henkilötietoa ei saa kerätä “siitä ilosta”:
Henkilötietojen on oltava asianmukaisia ja olennaisia ja rajoitettuja siihen, mikä on tarpeellista suhteessa niihin tarkoituksiin, joita varten niitä käsitellään (”tietojen minimointi”).
Normaali evästepohjainen kävijäseuranta esimerkiksi Google Analyticsilla luokitellaan EU:ssa henkilötietojen keräämiseksi. Siksi minimalistinen lähestymistapa on paremmin sopusoinnussa GDPR:n vaatiman ”tietojen minimoinnin” kanssa.
Maksimalismin ”varmuuden varalta” -periaate taas on ristiriidassa tietojen minimoinnin periaatteen kanssa.
Vaatiiko tekoäly maksimaalista seurantaa?
Suomessa vain pienellä joukolla yrityksiä on resursseja ryhtyä sellaisiin räätälöityihin tekoälyprojekteihin, jotka hyötyisivät suurista seurattavista tapahtumamääristä.
Tällaisia yrityksiä ovat esimerkiksi Kesko ja S-Ryhmä.
Suurten ja keskisuurten yritysten enemmistölle dataa ei kertyisi tarpeeksi maksimaalisesta keräyksestä huolimatta, jotta AI-käsittely onnistuisi.
Minimalistinen analytiikka on halvempi ja toimintavarmempi
Suuri määrä seurantatapahtumia tarkoittaa lisäkustannuksia ja monimutkaisempi asennus kasvattaa seurannan hajoamisriskiä.
Pahimmillaan monimutkainen seurantakokonaisuus (“himmeli”) voi olla hajalla kuukausia ennen ongelman huomaamista.
Suosituissa verkkopalveluissa saatetaan seurata tapahtumia, joita kukaan ei hyödynnä analyysissa tai raportoinnissa, mutta jotka tuovat kuukausittain satojen tai tuhansien eurojen ylimääräiset lisenssi- tai ylläpitokustannukset.
Maksimalismissa resurssit saattavat valua lähestulkoon täysin seurannan rakentamiseen ja ylläpitoon, eikä varsinaiseen analyysiin jää tarpeeksi aikaa. Tällöin analytiikka lakkaa käytännössä olemasta investointi ja siitä tulee lähinnä kulu.
Yhteenveto
Suurimman osan yrityksistä kannattaa valita digianalytiikassa minimalistinen linja:
- Yritys on paremmin turvassa GDPR-sanktioilta ja mainehaitalta.
- Raportoinnissa ja analyysissa on helpompi keskittyä olennaiseen.
- Analytiikka-asennus ei mene niin helposti hajalle.
- Rahaa säästyy, kun seurantainfran rakennus, ylläpito ja hyödyntäminen vaatii vähemmän ihmistyötä ja muita kuluja.
Minimalismi vaatii kuitenkin mittauksen huolellista suunnittelua, jotta olennainen tieto saadaan varmasti seurannan piiriin.
Hopkinsin lähestymistapa digianalytiikkaan on minimalistinen. Ole meihin yhteydessä, kun haluat helposti hallittavan ja hyödyllisen analytiikkatoteutuksen.
Artikkelit samasta aiheesta
Analyytikon osaaminen tehokäyttöön – eroon turhista tägeistä
Otetaan käyttöön “ei uusia tägejä” tai “ei uusia pikseleitä” -kuukaudet ja -kvartaalit!
Pullonkaulat analytiikan hyödyntämisessä: tunnista ja avaa ne CARE-mallin avulla!
Usein analytiikkaa ei saada tuottamaan arvoa, koska kohtaamme erilaisia pullonkauloja datan keräämisessä, analysoinnissa ja toimenpiteisiin ryhtymisessä. Helpota näitä haasteita hyödyntämällä CARE-mallia.
Tekoäly ja koneoppiminen rakentavat parempia ostajapersoonia
Ostajapersoona on tuttu työkalu markkinoinnin johtamisen apuna. Suurten kielimallien ja koneoppimisen avulla dataan perustuvien persoonien rakentaminen onnistuu aikaisempaa tehokkaammin. Mitä ostajapersoona tarkoittaa? Ostajapersoonat kuvaavat yrityksen kannalta ideaalisia ostajia. Ostajapersoonan esitys […]
Kiinnostuitko tästä aiheesta?
Soita meille 020 788 8120 tai täytä alla oleva lomake niin jatketaan juttua!