Oivalluksia taloushallinnon datasta

Oivalluksia taloushallinnon datasta

Kuusi innokasta #aditrolaista (ja muutama muukin vähän epävirallisemmin) aloitti tänä syksynä Datasta oivalluksia ja bisnestä – valmennuksessa. Valmennuksen sisällöstä, taustasta ja tarkoituksesta lisää voi kurkata täältä Tieken sivuilta https://www.tieke.fi/pages/viewpage.action?pageId=53215317

Tämä valmennuksen virallinen osuus on nyt lähestymässä loppuaan ja on aika vetää yhteen mitä oikein on tarttunut valmennuksesta mukaan. Itse osallistuin sekä palvelumuotoilu osuuteen, että analytiikka osuuteen, joten omaa näkökulmaa vähän näistä molemmista.

Analytiikka – mitä ja miten?

Analytiikka puolella harjoiteltiin erilaisia tapoja käsitellä dataa ja kokeilimme erilaisia algoritmeja ja niiden vaikutuksia dataan ja miten niitä kannattaa hyödyntää erilaisissa tapauksissa. Erilaisia valmiita algoritmeja on paljon ja oikean algoritmin valinta ja lopullinen viilaus on hyvin pitkälle kokeilua, tai sitten pitää tehdä oma algoritmi. Koska data on koneoppimisen mahdollistaja niin tätäkin ajattelua ja metodeita oppitunneilla ja harjoituksissa käsiteltiin.

Analytiikkaan liittyy paljon datan esivalmisteluun liittyvää asiaa, joten datan laatu on hyvin tärkeää ennen kuin sitä voidaan käsitellä analytiikan voimin. Eli esimerkiksi, miten käsitellään puuttuvat arvot ja miten kaikki datalähteet yhdistetään oikein. Tämä vaihe on melko usein yksi työläimmistä vaiheista.

Valmennukseen liittyi myös harjoitus meidän omalla datalla ja päätimme lähteä liikenteeseen taloushallinnon datasta ja sen mahdollisuuksista analytiikan voimin. Teimme ensimmäisen version siitä, miten saamme selville harvinaisia tai poikkeuksellisia kirjauksia datasta. Keksimme tähän hyvin käyttökelpoisen ratkaisun, jota lähdemme jatkokehittämään. Tälle löytyi asiakaskunnastamme erilaisia käyttökohteita.

Palvelumuotoilu – asiakas keskiöön

Palvelumuotoilua harjoittelimme yhdessä asiakkaiden kanssa työpajoissa ja kokeilimme eri työkalujen käyttöä. Työpajojen avulla saimme selville useita hyviä aihealueita taloushallinnon dataan liittyen.

Tuotimme ensimmäisen työpajan ajatukset demoksi. Toisessa työpajassa testasimme, olivatko löydöksemme ensimmäisen työpajan perusteella se suunta mihin pitäisi mennä.

Valmennuksen alussa olleet ajatukset olivat ihan jotain muuta, kuin mitä loppujen lopuksi tuli näiden työpajojen tulokseksi. Tässä nähtiin jälleen sen voima mikä on, kun otetaan asiakkaat mukaan kehittämään ja ideoimaan yhdessä. Lopputulos on aina paljon parempi.

Mitä seuraavaksi?

Valmennus herätti paljon ajatuksia ja ideoita siitä mihin suuntaan tästä kannattaisi lähetä ja mihin asioihin kannattaa jatkossa kiinnittää huomiota.

Analytiikka ja koneoppimien mahdollistaa osittain jo nyt ja tulevaisuudessa oppivien järjestelmien rakentamisen. Esimerkiksi jo nyt koneoppimisen algoritmeja käytetään palkka/taloushallinnon sovelluksissa, mutta vain joissakin prosessin osissa.

Kokonaisvaltaisesti oppiva järjestelmä vaatii järjestelmien tallentaman datan tarkastelun ihan eri näkökulmasta kuin ennen. Ennen kuin järjestelmä oppii pitää sillä olla tarpeeksi oikeaa ja eheää dataa ja ehkä osittain ihan erilaista dataa kuin mitä nyt on saatavilla.