REAN-mallin mukaisen analytiikan käyttöönotto asiakkuuden elinkaaren seurantaan
Timperi, Henna (2023)
2023
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2023052413707
https://urn.fi/URN:NBN:fi:amk-2023052413707
Tiivistelmä
Tämän opinnäytetyön tarkoitus oli luoda REAN-malliin perustuva Power BI -
raportti Keskisuomalainen Oyj:lle. Opinnäytetyön kehittämistehtävää tukevina
tutkimuskysymyksinä toimi: Miten REAN-mallin analytiikka otetaan käyttöön,
mitä se sisältää, miten se on otettu muualla käyttöön, onko hyviä käytänteitä
olemassa ja miten saadaan paras hyöty irti. Tutkimuksessa hyödynnettiin
sekä laadullisia että toiminnallisia tutkimusmenetelmiä. Tutkimuksen tukena
käytettiin työpajaa sekä projektin muita tausta-aineistoja. Apuna toimi myös
kirjallisuus.
Raportin tekeminen aloitettiin työpajalla, jossa pohdittiin tarkemmin, mitä tietoja raportille halutaan. Siellä selvisi, että jokaisesta vaiheesta poimitaan vain kaikista keskeisimmät tiedot, sillä monen eri tiedon saaminen voisi olla hyvin haastavaa ja aikaa vievää projektin ensimmäisessä vaiheessa. Reach- ja Engage-vaiheissa muuttujiksi valikoitui mainosnäytöt Facebookissa. Activate-vaiheessa muuttujaksi valikoitui vahvistetut tilaukset ja Nurture-vaiheessa muuttujana toimi poistumat. Suodattimiksi valikoitui lehti, lehtikonsepti, alue, päivämäärä, kampanja ja liikenteen lähde.
Työn edetessä ilmeni, ettei kampanjatiedot ja lehtitiedot ole nimetty samalla
lailla ja eri lähteistä datoja yhdistäessä tästä tuli ongelma. Se ratkaistiin jättämällä raportin yleissivulta kampanjatiedot kokonaan pois ja lehtitiedot saatiin
väliaikaisesti poimimalla kampanjatiedoista lehtien nimet.
Opinnäytetyön lopputuloksena syntyi Power BI -raportti, johon saatiin lähes
kaikki suunnitellut mittarit. Lopputulos oli onnistunut. Power BI -raportti tuo yritykselle tietoja, joita ei ole aiemmin seurattu. Raportti on yhtenäinen, ja se yhdistää aiemmin useille eri raporteille tulleita tietoja. Raportista syntyi jatkokehitysideoita, joita oli muun muassa kampanjoiden kustannusten ja asiakassegmenttien lisääminen raportille.
raportti Keskisuomalainen Oyj:lle. Opinnäytetyön kehittämistehtävää tukevina
tutkimuskysymyksinä toimi: Miten REAN-mallin analytiikka otetaan käyttöön,
mitä se sisältää, miten se on otettu muualla käyttöön, onko hyviä käytänteitä
olemassa ja miten saadaan paras hyöty irti. Tutkimuksessa hyödynnettiin
sekä laadullisia että toiminnallisia tutkimusmenetelmiä. Tutkimuksen tukena
käytettiin työpajaa sekä projektin muita tausta-aineistoja. Apuna toimi myös
kirjallisuus.
Raportin tekeminen aloitettiin työpajalla, jossa pohdittiin tarkemmin, mitä tietoja raportille halutaan. Siellä selvisi, että jokaisesta vaiheesta poimitaan vain kaikista keskeisimmät tiedot, sillä monen eri tiedon saaminen voisi olla hyvin haastavaa ja aikaa vievää projektin ensimmäisessä vaiheessa. Reach- ja Engage-vaiheissa muuttujiksi valikoitui mainosnäytöt Facebookissa. Activate-vaiheessa muuttujaksi valikoitui vahvistetut tilaukset ja Nurture-vaiheessa muuttujana toimi poistumat. Suodattimiksi valikoitui lehti, lehtikonsepti, alue, päivämäärä, kampanja ja liikenteen lähde.
Työn edetessä ilmeni, ettei kampanjatiedot ja lehtitiedot ole nimetty samalla
lailla ja eri lähteistä datoja yhdistäessä tästä tuli ongelma. Se ratkaistiin jättämällä raportin yleissivulta kampanjatiedot kokonaan pois ja lehtitiedot saatiin
väliaikaisesti poimimalla kampanjatiedoista lehtien nimet.
Opinnäytetyön lopputuloksena syntyi Power BI -raportti, johon saatiin lähes
kaikki suunnitellut mittarit. Lopputulos oli onnistunut. Power BI -raportti tuo yritykselle tietoja, joita ei ole aiemmin seurattu. Raportti on yhtenäinen, ja se yhdistää aiemmin useille eri raporteille tulleita tietoja. Raportista syntyi jatkokehitysideoita, joita oli muun muassa kampanjoiden kustannusten ja asiakassegmenttien lisääminen raportille.