mikorajala-blog

[mikorajala-blog]

Digitalisaation kuumat kuluttajatrendit ja meidän arki.

Tässä blogitekstissä esittelen Ericssonin listaamat 10 kuumaa digitalisaation kuluttajatrendiä, kerron miten ne muokkaavat maailmaa ympärillämme ja miten ne saattavat vaikuttaa minun ja meidän arkeen tulevaisuudessa.

Ensimmäinen Ericssonin listaamista trendeistä on ”awareables” eli ”tietoiset” laitteet. Jo nykyisellään laitteissamme, kuten älypuhelimissa on lukuisia sensoreita. Kameroita, liike- ja tärinäsensoreita. Tällä hetkellä tuomia mahdollisuuksia kuitenkin käytetään kohtalaisen vähän. Ericssonin artikkelissa mainitaan esimerkiksi puhelimen lukituksen avaus kasvojentunnistuksella. Laitteet kuitenkin kehittyvät hurjaa vauhtia ja voisin kuvitella että tulevaisuudessa älypuhelinta voisi käyttää esimerkiksi turvallisena kotiavaimena. Tai ehkä Siri/Google assistant tunnistaa minut saapuessani töistä, avaa ovet, laittaa perunakattilan alla olevan lieden päälle, ja kytkee perjantaisaunan ON-asentoon.

Toinen trendi listalla on ”Smart quarrels” jolla viitataan älylaitteiden keskinäiseen kinasteluun. Hauska ajatella tilannetta, jossa esimerkiksi edellämainitut Siri ja Google Assistant ovat eri mieltä jostakin asiasta ja alkavat kinastelemaan keskenään siitä kumpi on oikeassa. Kaatuuko vastuu ”vanhempana” olemisesta ihmiselle? Entä kuuntelevatko ohjelmat ihmistä jos kokevat olevansa älykkäämpiä? Aika näyttää mihin päädymme näiden teknologian synnyttämien lapsukaisten kanssa.

Kolmas trendi johon artikkelissa pureudutaan on ”spying apps”. Termillä viitataan sovellusten jatkuvaan tiedonkeruuseen. Tietoa käyttäjästä kerätään joka lähtöön. Sijaintia seurataan ja keskusteluja oletettavasti kuunnellaan. Tämänlainen tiedonkeruu näkyy muunmuassa varsin onnistuneesti kohdennetussa mainonnassa. Mieleeni tulee esimerkki tilanteesta, jossa keskustelin erään tuttavani kanssa Aarni -merkkisistä puukelloista. Kuulin tuotteesta ensimmäistä kertaa, ja jo seuraavalla instagramin selauksella oli sovellus näppärästi osannut kohdentaa Aarni puukellon mainoksen minulle.

 Neljäntenä vuorossa on ”Enforced Agreement” millä viitataan usein vastaantulevaan ilmiöön jossa verkkosivu vaatii hyväksymään evästeet jotta saat jatkaa sivuston selaamista. Useissa tilanteissa hyväksymällä evästeet myönämme myös sivustolle oikeuden kerätä meistä henkilökohtaista dataa. Tätä dataa voidaan taas käyttää esimerkiksi mainonnan kohdentamiseen.

 Viides seikka mistä artikkelissa kirjoitetaan on ”Internet of Skills”. Artikkelin mukaan AR/VR yhdistelmä tuo mukanaan uudenlaisia tapoja opetella asioita. YouTuben interaktiivisia opetusvideoita ja muuta vastaavaa on nähtävissä lähitulevaisuuden horisontissa. Internetin astuessa pelkästään virtuaalisesta maailmasta myös osaksi fyysistä maailmaa on mielenkiintoista nähdä, minkälaisia mahdollisuuksia tämä tuo tullessaan. Esimerkiksi kouluprojektin powerpoint -esitystä voi tulevaisuudessa harjoitella vaikka täydelle Wembley stadionille virtuaalisen todellisuuden mahdollistamien simulaatioiden avulla.

Kuudentena kirjoitetaan ”Zero-touch Consumption” ilmiöstä. Sillä viitataan tylsien askareiden automatisoimiseen, kuten laskujen maksamiseen tai perus elintarvikkeiden hankkimiseen. 49% virtuaalisen assistentin käyttäjistä haluaisivat ulkoistaa geneeristen tuotteiden täydennyksen assistentille. Käytännössä tämä siis tarkoittaa sitä, että kun esimerkiksi kaurahiutaleet ja maito käy vähiin niin assistentti tilaa automaattisesti lisää. Tämänlainen systeemi olisi mielestäni kätevä, ja tulisi varmasti itselläkin käyttöön.

Seitsemäntenä on ”mental obesity” jolla tarkoitetaan sitä, että päätösten automatisointi saattaa tehdä meistä ihmisistä laiskoja henkisesti. Yksinkertaisetkin päätökset saattavat alkaa tuntumaan raskailta tai vaikeilta. Tältä olisi syytä välttyä. Huolestuttava ajatus, etteikö ihminen pystyisi päättämään mitä syö tänään kysymättä älylaitteelta apua.

 Kahdeksantena Ericsson mainitsee ”Eco me” trendin. Iso osa ihmisistä on enemmän ja enemmän kiinnostuneita askeleiden lisäksi hiilijalanjäljestä ja moni toivoisikin markkinoille tulevan älykelloja tms. jotka askeleiden lisäksi mittaavat myös hiilijalanjälkeä ja säännöstelisi kodin lämmitystä ja vedenkulutusta. Automatisoitua luonnonvarojen säästämistä, kätevää.’

Yhdeksäs trendi listalla on ”My digital twin” jolla viitataan erilaisiin Avatareihin, eli digitaalisiin versioihin itsestä. Tällä hetkellä avatarit toimivat lähinnä kuvina palveluissa kuten Snapchatissä mutta ne kehittyvät jatkuvasti. VR ja AR todennäköisesti tulevaisuudessa tuo mahdolliseksi sen, ettei keskustelukumppanisi ulospäin kykene tunnistamaan oletko fyysisesti paikalla vai et. Mielestäni mahdollisuus olla kahdessa paikassa samaan aikaan tuo lukuisia mahdollisuuksia esimerkiksi tulevaisuuden liiketoiminnalle.

Kymmenentenä ja viimeisenä trendinä Ericsson nostaa esille ”5G automates society” joka käsittelee 5G verkon nopeuden mukana tuomia mahdollisuuksia. Tästä lisätystä laajakaistan nopeudesta tulee Ericssonin mukaan hyötymään niin itseohjautuvat autot kuin älylasitkin. Uskoisin että 5G verkko tulee avaamaan ovia joiden olemassa oloa emme vielä edes pysty kuvittelemaankaan.

lähteet:

https://www.ericsson.com/en/trends-and-insights/consumerlab/consumer-insights/reports/10-hot-consumer-trends-2019

[mikorajala-blog]

Peliteollisuus ja pelillistäminen

Peliteollisuus toimialana on kasvanut viime vuosikymmenten aikana massiiviseksi. Vanhojen Atari -konsoleiden jäädessä arvokkaasti unholaan, ovat tehokkaat tietokoneet ja modernit pelikonsolit kuten PlayStation vallanneet niiden paikan. Viimeisimpänä ilmiönä alalla on matkapuhelimella pelattavat pelit. Peleistä tuttuja ominaisuuksia voidaan soveltaa erilaisiin asioihin ja näin ollen tehdään niistä sitouttavampia ja osallistavampia.

Peliteollisuudesta...

Peliteolliisuuden alkuaikoina saattoi yksi henkilö luoda kohtalaisen yksinkertaisen pelin itse. Alusta loppuun. Nykypäivänä pelejä luovat massiiviset studiot, jotka työllistävät lukuisia alan ammattilaisia. Tunnettuja studioita on esimerkiksi Blizzard Entertainment ja Rockstar Games. Blizzard on luonut mm. miljoonille tutun seikkailuroolipelin nimeltä World of Warcraft, ja Rockstar puolestaan hitti pelisarjan joka tunnetaan nimellä Grand theft Auto.

Mitä on pelillistäminen?

Nykypäivänä jos jonkinlaisia asioita pelillistetään. Wikipedia kuvailee pelillistämistä seuraavalla tavalla; ”Pelillistämisellä tarkoitetaan pelien dynamiikan ja mekaniikan soveltamista eri ympäristöihin, kuten erilaisissa verkkopalveluissa, koulutuksessa tai työelämässä. Pelillisyyttä käytetään tuomaan elämyksellisyyttä ja miellyttävyyttä uusiin ympäristöihin ja sen tarkoituksena on edistää palvelunkäyttäjien osallistumista ja sitoutumista käytettyyn palveluun peleistä tuttujen ominaisuuksien avulla.”

Esimerkkinä pelillistämisestä voisin nostaa esille K-Citymarketin leimankeräys -kampanjat, joissa asiakasta kehotetaan keräämän X määrä leimoja ja sen jälkeen ”avautuu” mahdollisuus ostaa kampanjatuotteita edullisemmin. Tämän tarkoituksena on edistää kampanjatuotteiden myyntiä.

Toisena esimerkkinä Snapchatin käyttämä ”streak” toiminto, jonka tarkoitus on saada käyttäjä käyttämään palvelua päivittäin. Mitä useampana päivänä peräkkäin lähetät viestin kyseiselle henkilölle, sitä pidempi streak syntyy. Snapchat ilmoittaa tämän yhtäjaksoisen yhteyden pitämisen pituuden yhteystiedon perässä liekki -emojilla. Emojin perässä on luku, joka ilmoittaa kuinka monena päivänä peräkkäin olette kommunikoineet.

Miten pelillistäminen on kehittynyt?

Pelillistäminen on vuosien aikana kehittynyt ja uusia innovaatioita on noussut pinnalle. Älypuhelimien tehokkuuden kasvaessa pelistudiot ja sovelluskehittäjät ovat keksineet pelillistää esimerkiksi kielten opiskelun. Tämä tapahtuu luomalla niin kutsuttu ”hyötypeli” jonka tarkoituksena tässä tapauksessa on opettaa kieltä. Yksi tämän tapainen peli on Duolingo.

Duolingossa pelaaja kerää pisteitä ja timantteja suorittamalla tehtäviä jotka liittyvät valitun kielen opiskeluun. Tehtävät etenevät lineaarisesti ja pitävät sisällään eri tasoja. Kun pelaaja on suorittanut riittävän määrän ensimmäisen tason tehtäviä, aukeaa seuraava taso. Jokainen taso on edellistä haastavampi ja näin ollen kehittää pelaajan kielitaitoa pidemmälle ja pidemmälle. Tehtävissä mm. yhdistellään sanapareja ja muodostetaan lauseita palapelimäisesti. Myös Duolingossa on snapchatistä tuttu sitouttamiskeino. Mitä useampana päivänä peräkkäin pelaat, sitä enemmän saat pisteitä suoritetuista tehtävistä.

Lähteet:

https://fi.wikipedia.org/wiki/Pelillist%C3%A4minen

https://www.youtube.com/watch?v=mOssYTimQwM

[mikorajala-blog]

Asiakaslähtöinen verkkokauppa

Verkkokauppa on jatkuvassa nosteessa. Lähes jokainen kaupan alan yritys on tehnyt viime vuosikymmenen aikana jokinlaisia panostuksia verkkokaupan suhteen. Stockmann on surullisen kuuluisa esimerkki siitä, miten käy kun suhtaudutaan asiaan konservatiivisesti ja panostetaan perinteiseen kivijalkakauppaan verkkokaupan sijaan.

Verkkokauppojen ja kivijalkakauppojen kaksintaistelu

Verkkokauppa on polkenut perinteisen kivijalkakaupan asemaa jo pidemmän tovin. Stockmannin johto teki aikanaan virheen taistellessaan verkkokaupan tulemista vastaan. Moni muu yritys puolestaan suhtautui verkkokauppaan myönteisemmin ja on näin ollen luonut toimivia konsepteja. Nykyään maailmalla jyrää jätit kuten Jeff Bezozin Amazon.com ja saksalainen vaatejätti Zalando.com. Näistä kumpikin on varmasti syönyt osan myös Stockmannin ja muiden vastaavien tavaratalojen asiakkaista. Itse olen asioinut kummankin kanssa, tosin niin vähän, että päätin tässä blogissa käsitellä ennemmin itselleni tutumpia verkkokauppoja.

Mitkä tekijät tekevät verkkokaupasta asiakaslähtöisen?

Itseni eniten käyttämät verkkokaupat ovat todennäiköisesesti fitnesstukku.fi ja verkkokauppa.com. Kummassakin näistä on palvelu toiminut mielestäni hyvin. Minulle tärkeimpiä tekijöitä verkkokaupassa on tietenkin hintataso, mutta verkkokaupalle enemmän tyypillisistä ominaisuuksista mainittakoon toimitusaika, toimituskulut ja verkkosivujen selkeys sekä helppokäyttöisyys.

Kummassakin edellämainituista kaupoista näiden tekijöiden suhteen on onnistuttu kohtalaisen hyvin. Entä millä perusteella? No, kummallakin näistä toimijoista olisi myös kivijalkaliike. Siitä huolimatta pohtiessani asioisinko paikanpäällä vai verkkokaupassa, olen useimmiten päätynyt tilaamaan netistä tuotteet toimitettuna kotiovelle tai lähimpään postin toimipisteeseen.

Fitnesstukku.fi ja Verkkokauppa.com

Tuotteita on helppo selata kummankin yrityksen verkkosivuilta, hinnat on esitetty selkeästi ja tuotteita on helppo vertailla keskenään. Myös maksaminen on tehty äärimmäisen helpoksi. Vaihtoehtoina on osamaksua, laskua, pankkikorttia.. Jokaiselle löytyy varmasti mieluinen maksutapa. Itse käytän verkkokaupoissa asiointiin pankkikorttia. Toimituskulutkin yleensä kuuluvat hintaan, sillä verkkokaupat tarjoavat yleensä ilmaisen toimituksen kaupan loppusumman ylittäessä tietyn rajan. Fitnesstukulla ilmainen toimitus kuuluu kaikkiin tilauksiin joiden loppusumma ylittää 49 euroa.

Kumpikin verkkokauppa myös toimittaa tuotteet nopeasti. Tässä verkkokauppa.com mielestäni on onnistunut hieman nopeampiin suorituksiin. Heidän verkkosivuilla mainitaan, että tuotteet on yleensä noudettavissa postin pisteestä kahdessa arkipäivässä. Fitnesstukulla vastaava aika on puolestaan 3-5 päivää.

Kummastakin tuotteet ovat pääsääntöisesti saapuneet 2-3 päivän aikana, ellei mukaan lasketa esimerkiksi joulusesonkia. Silloinkin viivästyneet toimitukset ovat saattaneet johtua postin ruuhkautumisesta, ei niinkään verkkokaupan toiminnasta. Lisäksi verkkokaupat tarjoavat tuotteilleen ilmaisen palautuksen jos paketin sisältö ei vastannutkaan odotuksia. Millaisia kokemuksia sinulla on verkkokaupoista, entä mitkä tekijät mielestäsi tekevät verkkokaupasta asiakaslähtöisen? Kommentoi alle ja jaa mielipiteesi.

https://www.fitnesstukku.fi/asiakaspalvelu/toimitusehdot https://www.verkkokauppa.com/fi/toimitustavat

[mikorajala-blog]

Luova työ, ihminen ja kone.

Slush 2018 tapahtumaan kokoontui kirjava kattaus asiantuntijoita teknologia- ja kasvuyritys sektorilta. Se on kansainvälinen, jo vuodesta 2008 helsingissä järjestetty tapahtuma. Viime vuonna paikalla oli 20,000 osallistujaa jopa 130:stä eri maasta. Osallistujiin lukeutui mm. Roelof Pieters, Matt Jones ja Elinor Samuelsson. He keskustelivat ihmisen, koneen ja luovuuden suhteesta toisiinsa.

Mihin loppuu ihmisyys ja mistä alkaa koneellisuus?

Koneoppiminen on viime vuosina kehittynyt niin pitkälle, että se pystyy tuottamaan valokuvaa luovasti kuvailevaa tekstiä. Creative AI:n johtaja Roelof Pieters kertoi, että tekoäly pystyy myös tuottamaan taideteoksia ja eräs näistä on jo myytykin päätä huimaavaan 432,000 dollarin hintaan. Se luotiin 15,000 renesanssi -ajan taideteoksen datan pohjalta. Matt Jones Googlelta puolestaan kommentoi asiaa ja totesi hänen mielestään rajaa rikkovan sen, että pystymme käyttämään koneen intuitiota tutkimaan asioita ja alueita jotka ovat ihmisen intuition ulottumattomissa. Pieters jatkoi ja totesi, että tekoäly on synnynnäisesti teknologiaa joka on riippuvainen datasta jonka ihminen sille syöttää.

Mihin luovaa tekoälyä voidaan käyttää markkinoinnissa?

Luova tekoäly tuo monipuolisia mahdollisuuksia markkinoinnin alalle. Asiantuntijat Slushissa tiedostivat tekoälyn on kehittyneen siihen pisteeseen, että sitä on mahdollista käyttää työkaluna luovalla alalla. Voimme kerätä esimerkiksi dataa siitä, minkälaiset mainokset ovat ihmisten mielestä toimivia tai tutkia sitä, minkä tyyppiset mainokset ovat saaneet ihmiset oikeasti tekemään ostopäätöksen. Työkalut ja teknologia tämän tyyppiseen datan keräämiseen on ollut olemassa jo hyvän tovin. Tulevaisuudessa tätä kerättyä dataa puolestaan voitaisiin mahdollisesti syöttää ”älykkäälle” ohjelmalle joka analysoi sitä, ja luo sen pohjalta omasta mielestään toimivan ja kohderyhmään vetoavan mainoksen. Tämä ei kuitenkaan mielestäni tarkoita sitä, että tekoäly voisi luovassa prosessissa korvata ihmisen täysin. Sen tarjoama etu tulee ehkä enemmänkin ideoita luonnostelevana, ehdottelevana entiteettinä.

https://www.youtube.com/watch?v=oolwHLpgAI0&list=PLFChRVpZlTJTo8Ge0hjjLLp_HCh5JUJ_Q&index=13

#CreativeAI #markkinointi

[mikorajala-blog]

LeanCanvas - Uudenlaista polkupyörän välitystä

Suunnittelimme yritys X:lle uutta liiketoimintaa Ash Mayruan luomalla Lean Canvas –viitekehyksellä. Viitekehys on yksinkertainen, mutta pyrkii samalla vangitsemaan kaikki oleelliset asiat, jotka on hyvä ottaa huomioon suunniteltaessa uutta liiketoimintaa.

Lähdimme liikkeelle kuvaamalla lyhyesti tärkeimmät ongelmat (Problem), joihin uusi palvelu tai tuote tarjoaa ratkaisun. Uudenlainen polkupyörän välitys tarjoaa ratkaisun yritys X:n sesonkiluonteiseen liiketoimintaan tuomalla lisää huoltoasiakkaita muun muassa talvikuukausille. Uusi palvelu lisätään yritys X:n nettisivuille ja tätä kautta saadaan lisää asiakkaita ja kävijöitä yritys X:n sivustoille ja sosiaalisenmedian kanaville. Uutta konseptia lisätään yritys X:n markkinointiin ja mainontaan.

Asiakasryhmien (Customer Segments) avulla kuvataan, että ketkä ovat palvelun pääasiallisia asiakasryhmiä ja käyttäjiä. Huvi –ja työmatkapyöräilijät nähdään tällaisen uudenlaisen huolto –ja välityskonseptin keskeisimpinä asiakasryhminä. Peruspyörien helppo vaihtuvuus ja ”järkevät” kustannukset sopivat mielestämme parhaiten tällaiseen vaihtopörssiin.

Palvelun arvolupaus (Unique Value Proposition) kertoo yritys X:n luotettavasta tavasta toimia, välittää ja huoltaa käytettyjä polkupyöriä. Asiakas saa, ikään kuin uuden polkupyörän alleen, koeajettuna, tyytyväisyystakuulla ja edulliseen hintaa. ”Pidämme pyörästäsi huolen, jotta sinun tarvitsee vain ajaa!”

Ratkaisu (Solution) tarjoaa käytetyille polkupyörille parhaan mahdollisen välityksen uusille omistajille. Ratkaisu sopii kaikkiin uusien ja vanhojen pyörien käyttöönottoon ja huoltoon. Uudet pyörät voivat tulla suoraan valmistajilta laatikoissa osina ja yritys X voi kasata ja käyttöönottoon huoltaa nämäkin uusille omistajille.

Avainmittarit (Key Metrics) ovat kuinka monta myyntiä palvelun kautta tapahtuu ja kuinka paljon suhteessa normihuoltoihin.

Kanavat (Channels), joiden avulla palvelua käyttävät asiakkaat voidaan tavoittaa ovat yritys X:lle tutut kanavat: sosiaalinen media ja polkupyörä foorumit. Suusta suuhun puskaradion näemme myös toimivan tässäkin asiassa. Uudet ja vanhat asiakkaat saavat infoa ja näkemystä polkupyörän jälleenmyyntiin vieraillessaan paikan päällä.

Kustannusrakenne (Cost Structure) muodostuu Escrow-palvelusta aiheutuvista kuluista ja verkkosivun vaatimista päivityksistä.

Tulovirrat (Revenue Streams) kuvaa palvelun ansaintalogiikkaa, polkupyörä vaihtaa omistajaa polkupyörätorissa, vanha omistaja vie pyörän huoltoon yritys X:lle, maksaa huollon ja uusi omistaja tulee noutamaan pyörän henkilöllisyystodistusta vastaan. Tulot muodostuvat jälleenmyyntihuollosta ja mahdollisesta uuden polkupyörän kasauksesta ja käyttöönottohuollosta.

”Epäreilu kilpailuetu” (Unfair Advantage) kuvaa, miksi palvelua ei voida helposti kopioida tai ostaa. Uudenlainen torialusta synkronoituna yritys X:n asiakas kantaan antaa uusille ja vanhoille huoltoasiakkaille helpon ja vaivattoman konseptin polkupyörällä ajoon ja pyörän vaihtoon käytetyn pyörän myynnin kautta.

Lean Canvas -viitekehyksen avulla meille muodostuu suunnitelma, mitkä tekijät ovat oleellisia ja aiheuttavat reunaehtoja. Tarkoituksena on markkinoida uusi polkupyörätori työllistämään yritys X:ää etenkin talvikuukausina, jolloin polkupyörien vaihtokauppa käy hyvissä talvi hinnoissa ja asiakaskunta suunnittelee tulevia päivityksiä kevään uudelle pyöräkaudelle.

[mikorajala-blog]

Big data ja avoin data. Mitä ne ovat ja kuinka niitä voi hyödyntää.

Yhteiskunta on viime vuosikymmenten aikana digitalisoitunut radikaalisti. Tämä on synnyttänyt lieveilmiönä massiivisen määrän dataa. Viime vuosina tietokoneiden laskentateho on kehittynyt ja tätä valtavaa datamassaa on mahdollista hyödyntää nykypäivän teknologian avulla.

Hyvät, pahat ja big data.

Big Datalle löytyy useampi eri määritelmä, riippuen määrittelijästä. Yleisesti ottaen massiivisesta ja prosessoimasta datamassasta käytetään termiä big data. Dataa syntyy lukemattomista eri lähteistä. Esimerkiksi Facebook vastaanottaa päivittäin 500 teratavua dataa. Tämä datamäärä korkealaatuisina JPEG valokuvina olisi noin 66,56miljoonaa valokuvaa. Yksi lento Boeing 747 lentokoneella puolestaan synnyttää 250 teratavua lentodataa.  Asiantuntijoiden mukaan Big Datalla on valtava taloudellinen merkitys sekä julkisella, että yksityisellä sektorilla. Itse olen asiantuntijoiden kanssa täysin samaa mieltä. Se, miten eettisesti tätä dataa käytetään on puolestaan jokaisen käyttäjän vastuulla.

Entä mikä ihmeen Avoin Data?

Avoin data on puolestaan sellaista dataa johon kellä tahansa on käyttöoikeus. Avoin data on siis lisensoitu niin, että sen hyödyntäminen jopa kaupallisiin tarkoituksiin on sallittu. Dataa avaavat enimmäkseen julkiset tahot kuten kunnat ja kaupungit mutta myös yksityiset tekijät ovat innostuneet trendistä. Tämä data on ikäänkuin digitaalista raaka-ainetta. Yritykset, yhteisöt ja yksityishenkilöt voivat hyödyntää sitä esimerkiksi erilaisien digitaalisten ratkaisujen muodossa.

Datankäytön sovelluksia.

Mahdollisuus avoimen datan käytölle on avautunut ja  sen seurauksena yhä useampi on hyödyntänyt sitä. Ihmiset ovat luoneet kaikenlaisia sovelluksia ja projekteja avoimen datan pohjalta. Näitä voi etsiä esimerkiksi Helsinki Region Infosharen sivuilta (HRI.fi), jonne on koottu erilaisia avoimen datan applikaatioita.

Mielestäni hauska esimerkki on Helsinki Traffic Forecast, jonka avulla on mahdollista ennustaa ja analysoida liikennettä helsingin alueella. Tämä sovellus käyttää pohjana Helsinki Info Sharen ja maanmittauslaitoksen julkaisemaa avointa dataa.

Tätä applikaatiota voisi hyödyntää esimerkiksi taksiyrittäjät tutkiakseen mitä alueita kannattaa välttää mihinkin kellonaikaan tai vaikkapa tavan kansalainen suunnitellessaan reittiä mahdollisimman ripeään kotimatkaan. Avoimen datan ja Big Datan käyttömahdollisuudet ovat monipuoliset. Mielikuvitusta käyttäessä voi datan pohjalta löytää rajattomasti ratkaisuja liiketoiminnan eri ongelmiin tai sen tehostamiseen. Mitä avoimen datan käyttökohteita sinä keksit? Kommentoi alle.

[mikorajala-blog]

Koneoppiminen ja sen sovelluksia.

Koneoppiminen itsessään on jo 60 vuotta vanha idea. Käsitteen keksi mies nimeltä Arthur Samuel vuonna 1959. Se on kuitenkin noussut pinnalle vasta viime vuosina. Tämä on seurausta sille, että tietokoneiden laskentateho on viimevuosina kehittynyt riittävälle tasolle.

 Mikä ihmeen koneoppiminen?

Koneoppimisessa on tarkoitus menneisyydestä kerätyn datan avulla luoda ennusteita tulevasta. Esimerkki tästä on niin kutsuttu ”lähimmän naapurin luokitin” josta Teemu Roos mainitsi DNA Business podcastissä. Tässä koneoppimisen sovelluksessa algoritmi seuloo ison asiakasmassan ostokäyttäytymistä ja tämän datan pohjalta ennustaa kohtalaisen tarkasti mitä asiakas todennäköisesti ostaa seuraavaksi. Siitä lisää myöhemmin blogitekstissä.

 Koneoppimisen muodot

 Koneoppiminen voidaan jakaa kolmeen kategoriaan käytettyjen algoritmien perusteella. Käytettävän menetelmän valintaan vaikuttaa mm. käytettävissä oleva data, sekä liiketoimintatarve tai -ongelma, johon koneoppimista olisi tarkoitus soveltaa. Näitä kategorioita ovat:

-Ohjaamaton oppiminen

-Ohjattu oppiminen

-Vahvistusoppiminen

 Ohjaamattomassa oppimisessa hyödynnetään luokittelematonta dataa. Tässä kategoriassa tekoäly pyrkii jakamaan dataa luokkiin siinä ilmenevien samanlaisuuksien pohjalta, tai ennalta määriteltyjen mallien mukaan. Tätä koneoppimisen muotoa käytetään mm. tunnistamaan poikkeamia datassa. Ohjaamaton oppiminen toimii tilanteissa, joissa ei ole suoranaisesti mahdollisuutta tai tarvetta ennustamiselle. Esimerkkitilanteena tuotantolinjan toimintahäiriöiden ennakoiminen.

Ohjatussa oppimisessa puolestaan konetta opetetaan valmiiksi luokitellulla datalla. Opetusaineistona käytetään niin kutsuttuja ”syötteitä”. Näiden syötteiden pohjalta koneoppimisratkaisun on tarkoitus oppia kategorioimaan uusia tuntemattomia ja luokittelemattomia syötteitä. Ideaalitilanne ohjatun koneoppimisen käytölle on sellainen, jossa käsiteltävä aineisto koostuu syötteistä ja tuloksista joiden välillä on järkevää muodostaa syy-seuraus suhde. Käytän jälleen esimerkkiä tuotantotilanteesa. Tuote etenee automatisoidulla tuotantolinjalla ja kamera havaitsee puuttuvan ruuvin. Vastaavaa on tapahtunut aiemminkin, sillä ruuvit ovat loppuneet. Ohjelma voi päätellä ruuvien loppuneen ja ryhtyä tarvittaviin toimenpiteisiin tilanteen korjaamiseksi.

Vahvistusoppimisessa suoritetaan toimintoja määritellyssä ympäristössä,            ja saatujen palautteiden kautta kone oppii tekemään parempia valintoja suoriutuakseen annetusta tehtävästä paremmin. Vahvistusoppimista on siis mahdollista käyttää sellaisissa tilanteissa, joissa on mahdollista suorittaa kokeiluja. Esimerkiksi teollisuusrobotin on mahdollista kehittää omia toimintamalleja kun tuotantotyöntekijä antaa palautetta tehdyn työn laadusta tai nopeudesta.

 Miten koneoppimisen sovellukset näkyvät arjessani?

Teknologia kehittyy ja koneoppimisen sovelluksia ilmenee minunkin elämässäni yhä enemmän ja enemmän. WhatsApp viestiä kirjoittaessa puhelimeni ennakoi tekstinsyöttöä ja verkkokaupat suosittelevat tuotteita jotka heidän algoritmien perusteella kiinnostavat minua.

Jälkimmäisessä taustalla on Teemu Roosin mainitsema ”lähimmän naapurin luokitin” algoritmi. Joskus menneisyydessä olen ostanut pussin heraproteiinia ja purkin aminohappoja. Näin teki myös lukuisat muut punttisalimarkot ja -marjatat. Verkkokauppa on kerännyt mittavat määrät asiakasdataa ja algoritmi on huomannut, että moni näitä tuotteita ostanut ostaa seuraavaksi hiilihydraattivalmisteen palautusjuomaa varten. Näin ollen kauppias voi olettaa että minäkin teen niin ja suosittelee tuotetta myös minulle.

Entä mitä mieltä tästä ”big datan” keräämisestä ja analysoimisesta ylipäätään pitäisi olla? Omasta mielestäni tämä on jopa jokseenkin ahdistava ajatus. Verkkosivut ja erilaiset palveluntarjoajat kuten facebook keräävät näin mittavia määriä dataa asiakkaista, heidän käyttäytymisestään ja mielenkiinnon kohteista. Tämän kerätyn datan perusteella pystyvät sitten kohtalaisen tarkastikin määrittelemään millainen henkilö on kyseessä ja tarjota heidän mielestään sopivaa tuotetta tai palvelua. Mitä mieltä sinä olet?

 https://soundcloud.com/dna-business/mita-pitaa-tietaa-koneoppimisesta

https://aiwo.ai/tekoaly/koneoppiminen/

[mikorajala-blog]

Digitalisaatio ja tekoäly

Digitaalinen liiketoiminta on modernissa yhteiskunnassa jatkuvasti isommassa roolissa. Se on nykyään niin tavallista, ettei siihen juuri kiinnitä huomiota. Kuitenkin uusien edistyksellisempien innovaatioiden kuten tekoälyn tullessa markkinoille, havahdumme nykyhetkeen.

Menneisyydestä nykyhetkeen

Nykyhetkestä voisimme hetkeksi palata menneisyyteen ja pohtia kuinka suuri muutos muutaman kymmenen vuoden sisällä on tapahtunut. Ennen kaikki pankkiasioista vuokra-asunnon etsimiseen vaati käyntejä toimistoissa, sekä useiden papereiden täyttöä ja lähettelyä. Nykyisin hoidamme lähestulkoon kaiken verkossa ilman kontaktia asiakaspalvelijoihin ja kaupassa käyntikin hoituu itsepalvelukassojen kautta.

Tekoäly liiketoiminnan tukija

Tämän päivän digitalisaatio ei rajoitu pelkästään laitteisiin tai ohjelmistoihin, vaan niiden rinnalla yhä enemmän yleistyy esimerkiksi tekoäly.

Tekoälyn tarkoituksena on yrittää matkia ihmisen tajuntaa ja suorittaa tehtäviä kuten ihminen, jopa paremmin kuin ihminen. Ajatuksena tämä on kysymyksiä herättävä. Tekoäly avaa ovia ja luo uusia mahdollisuuksia mutta tuo mukanaan myös uhkia. Voidaan siis ajatella ja kokea, että tekoäly on hyvä renki, mutta huono isäntä.

Käytännössä koneelle tai ohjelmalle halutaan kyky ajatella ja oppia.

Tekoäly voidaan luokitella vahvaan ja heikkoon tekoälyyn

Heikko tekoäly perustuu siihen, että saadaan laitteet ja ohjelmat käyttäytymään älykkäästi, esimerkiksi shakkiohjelma. Shakkiohjelman jokainen siirto perustuu pelkästään ennalta syötettyihin käskyihin, heikko tekoäly ei siis tiedä itse shakista sinänsä mitään. Se vain analysoi tilanteen sen logiikan mukaan, mitä sille on ohjelmoitu ja tekee siirrot sen perusteella.

Näiden erona on, että vahva tekoäly on kykenevä itsenäiseen ajatteluun, samoin kuin ihminen. Heikko tekoäly ei siis saavuta samankaltaista tietoisuutta, mihin vahva tekoäly pystyy.

Tällaista vahvaa tekoälyä ei olla kuitenkaan vielä pystytty luomaan, vaikka sen kehittäminen loisi valtavasti mahdollisuuksia.

Käyttökohteet

Tekoälyä käytetään laaja-alaisesti teollisuudesta markkinointiin ja tiedonlouhinnasta lääketieteeseen. Näiden lisäksi sillä on useita muita käyttötarkoituksia muun muassa rahoitusalalla ja logistiikassa.

Lähes kaikki suuret kansainväliset yritykset hyödyntävät tekoälyä liiketoiminnassaan, näitä ovat esimerkiksi Amazon, Apple ja Google.

Emme osaa itse kuvitellakaan mitä kaikkea annettavaa tulevaisuuden digitalisaatiolla meille vielä on. Koemme sen mielenkiintoisena ja inspiroivana asiana, mutta se myös herättää paljon kysymyksiä, joihin emme toistaiseksi saa vastauksia. Toisaalta olisimmeko edes valmiita kuulemaan niitä?