Koneoppiminen yrityksille: hyödyt ja käyttökohteet

Kirjoittaja: Vectura Solutions Oy · Data-analytiikan ja raportoinnin toteutuksia vuodesta 2018.

Oppaan ydinkohdat

Koneoppiminen muodostaa datasta malleja, joilla voidaan ennustaa, luokitella tai löytää toistuvia rakenteita. Yrityksen tavoite määrittää sopivan käyttötavan.
Ensimmäinen hanke kannattaa rajata tehtävään, jonka hyötyä voidaan mitata ja verrata nykyiseen toimintatapaan.
Vecturan palvelut yhdistävät käyttötapauksen arvioinnin, dataputket, mallin toteutuksen sekä tulosten tuomisen raportteihin ja sovelluksiin.

Mitä koneoppiminen tarkoittaa?

Koneoppiminen eli machine learning on tekoälyn osa-alue, jossa malli oppii datasta säännönmukaisuuksia. Opetettua mallia käytetään esimerkiksi uuden havainnon luokitteluun tai tulevan määrän ennustamiseen. Malli voi arvioida seuraavan viikon tilausmäärää aiempien tilausten ja ennakolta tiedossa olevien tekijöiden perusteella.

Ohjatussa oppimisessa opetusaineistoon kuuluu tavoiteltu vastaus, kuten toteutunut toimitusaika tai dokumentin oikea luokka. Ohjaamaton oppiminen voi puolestaan ryhmitellä samankaltaisia havaintoja ilman ennalta annettuja luokkia. Ryhmien merkitys tulkitaan yhdessä liiketoiminnan kanssa.

Myös generatiivinen tekoäly perustuu koneoppimiseen. Se tuottaa esimerkiksi tekstiä tai tiivistelmiä, ja kielimalleja voidaan käyttää myös luokitteluun. Yritykselle olennaista on valita tehtävään sopiva menetelmä. Ennusteiden, dokumenttien käsittelyn ja tekstin tuottamisen laatua arvioidaan eri tavoin.

Google: koneoppimisen perusteet ja oppimistavat

Mihin yritys voi käyttää koneoppimista?

Hyviä lähtökohtia löytyy usein yrityksen nykyisestä raportoinnista ja toistuvista työvaiheista. Seuraavat esimerkit kuvaavat mahdollisia käyttötapoja. Sopivuus ja saavutettava hyöty selvitetään oman aineiston ja prosessin perusteella.

Kysynnän ja volyymien ennustaminen: tilausmäärän, palvelun käytön tai verkkoliikenteen ennuste voi tukea kapasiteetin ja hankintojen suunnittelua. Päätöksentekijä tarvitsee myös tiedon ennusteen epävarmuudesta ja siitä, kuinka pitkälle ennuste on käyttökelpoinen.
Asiakas- ja käyttäjäsegmentointi: osto- tai käyttötavoiltaan samankaltaisten ryhmien tunnistaminen auttaa suunnittelemaan palveluja ja kohdentamaan kehitystyötä. Ryhmän löytyminen ei yksin osoita, että sille suunnattu toimenpide parantaisi tulosta; vaikutus arvioidaan erikseen.
Sisällön ja dokumenttien luokittelu: yhteydenottoja, palautetta tai muuta tekstiaineistoa voidaan järjestää sovittuihin aiheisiin. Tämä voi vähentää käsin tehtävää lajittelua ja nopeuttaa asian ohjaamista oikealle tiimille. Epäselvät tapaukset jätetään ihmisen arvioitaviksi.
Poikkeamien tunnistaminen: malli voi nostaa tarkistettavaksi tavanomaisesta poikkeavan kulutuksen, tapahtumamäärän tai muun mittarin. Havainto käynnistää selvityksen; se ei yksin kerro poikkeaman syytä tai sitä, onko kyse virheestä.

Mistä liiketoimintahyöty syntyy?

Koneoppimisen arvo näkyy toiminnassa. Ennuste voi antaa suunnittelulle enemmän aikaa, luokittelu lyhentää käsittelyjonoa ja poikkeamahavainto auttaa kohdistamaan selvitystyön olennaisiin kohtiin. Pelkkä uusi ennustesarja raportilla tuottaa vähän hyötyä, jos kukaan ei käytä sitä päätöksissään.

Sopikaa siksi kaksi arviointitasoa: kuinka hyvin malli suoriutuu tehtävästään ja miten sen käyttö vaikuttaa prosessiin. Ennustevirhe kertoo mallin laadusta. Kiireellisten lisähankintojen määrä tai suunnitteluun käytetty aika kertoo enemmän toiminnallisesta vaikutuksesta.

Google: koneoppimistehtävän ja onnistumisen mittarien määrittely

Ennustaminen: verratkaa ennustevirhettä nykyiseen arvioon ja seuratkaa, auttaako ennuste sovitussa suunnittelupäätöksessä.
Luokittelu: mitatkaa oikeellisuuden lisäksi käsittelyaikaa, korjaustyötä ja ihmisen tarkistusta vaativien tapausten osuutta.
Poikkeamien tunnistaminen: seuratkaa hyödyllisten havaintojen osuutta, vääriä hälytyksiä ja aikaa havainnosta selvitykseen.

Liiketoiminnan muutos ei automaattisesti johdu mallista. Esimerkiksi kampanjat, hinnoittelu ja kausivaihtelu voivat vaikuttaa samaan mittariin. Vaikutuksen arviointiin sovitaan vertailuasetelma, kuten hallittu kokeilu tai rinnakkainen toimintatapa, aina kun se on mahdollista.

Milloin koneoppiminen on hyvä valinta?

Koneoppiminen sopii harkittavaksi, kun samaa päätöstä tai työvaihetta toistetaan, käytettävissä on tehtävää kuvaavaa aineistoa ja nykyiseen tapaan liittyy mitattava kehitystarve. Lisäksi tuloksen pitää valmistua ajoissa: kuukausittain laskettava arvio ei auta tehtävässä, jossa päätös tehdään joka aamu.

Selkeä laskentasääntö, raportti tai tavallinen ohjelmistoautomaatio voi ratkaista tarpeen riittävän hyvin. Esimerkiksi kiinteän raja-arvon ylityksen ilmoittaminen ei välttämättä tarvitse opittua mallia. Vertailu yksinkertaiseen ratkaisuun auttaa arvioimaan koneoppimisen tuomaa lisähyötyä.

Jos yhteiset mittarit ovat vielä määrittelemättä tai lähdetietoja puuttuu, ensimmäinen työvaihe on usein datan ja raportoinnin kehittäminen. Se luo perustan myöhemmälle kokeilulle ja voi samalla ratkaista jo osan alkuperäisestä tarpeesta.

Mitä datalta vaaditaan?

Datan pitää vastata tehtävää, jossa mallia aiotaan käyttää. Ennustamiseen tarvitaan ajallisesti vertailukelpoista historiaa. Ohjattuun luokitteluun tarvitaan esimerkkejä, joiden oikea luokka tunnetaan. Aineiston riittävyydelle ei ole yhtä kaikille hankkeille sopivaa rivimäärää: olennaista on myös tilanteiden vaihtelu, tavoitteen yleisyys ja hyväksyttävä virhe.

Tietoja voi olla esimerkiksi CRM:ssä, toiminnanohjauksessa, taloushallinnossa ja GA4:ssa. Niiden yhdistäminen vaatii yhteiset tunnisteet, aikarajaukset ja mittarien määritelmät. Datamalli tarkoittaa tässä tietojen rakennetta ja laskentasääntöjä; koneoppimismalli tarkoittaa aineistosta opittua ennustus- tai luokittelumallia.

Testiin saa sisällyttää vain tietoja, jotka olisivat olleet saatavilla todellisella käyttöhetkellä. Jos toimitusajan ennusteessa käytetään jälkikäteen kirjattua toimituksen päättymistietoa, tulos näyttää paremmalta kuin se voisi toimia käytännössä. Mallille annettavat tiedot ja ennustettava vastaus erotetaan selvästi.

Tarkistakaa puuttuvat tiedot, kaksoiskappaleet ja lähdejärjestelmien muutokset ennen tulosten tulkintaa.
Huomioikaa eri maat, tuotteet ja käyttäjäryhmät. Hyvä keskimääräinen tulos voi peittää heikon toimivuuden yhdessä tärkeässä ryhmässä.
Rajatkaa mukaan tehtävän tarvitsemat tiedot ja sopikaa niiden käyttöoikeudet, käsittelypaikat ja säilytys. Esimerkiksi päivittäinen verkkoliikenne-ennuste voidaan rakentaa tapahtumamääristä ilman käyttäjien henkilötietoja.

Miten hyöty osoitetaan rajatussa pilotissa?

Valitkaa yksi tehtävä, nimetkää sen omistaja ja sopikaa, mitä pilotin jälkeen pitää pystyä päättämään. Rajaus voi olla yhden palvelun kysyntäennuste tai yhden dokumenttityypin luokittelu. Samalla määritellään vertailukohta, arviointiaineisto ja hyväksyttävät kustannukset.

Mallia arvioidaan aineistolla, jota ei käytetty sen opettamiseen. Aikasarjaennuste testataan myöhemmällä ajanjaksolla, ja myös mahdolliset mallin asetusten valinnat tehdään erillään lopullisesta testistä. Näin arvio kertoo paremmin toimivuudesta uusissa tilanteissa.

Tulokset käydään läpi mallin käyttäjien kanssa. Joissakin tehtävissä väärä hälytys on pieni haitta, toisissa väärä luokitus aiheuttaa merkittävää korjaustyötä. Pelkkä kaikkien oikeiden vastausten prosenttiosuus voi johtaa harhaan, jos tärkeä tapaus esiintyy aineistossa harvoin.

Nykytila: kuinka työ tehdään nyt, miten paljon siihen kuluu aikaa ja millaisia virheitä siinä syntyy?
Vertailu: parantaako malli nykyistä menetelmää tai yksinkertaista sääntöä tehtävän kannalta olennaisella tavalla?
Käyttökelpoisuus: ymmärtävätkö käyttäjät tuloksen, ehtivätkö he hyödyntää sen ja osaavatko he käsitellä epävarmat tapaukset?
Jatkopäätös: riittääkö hyöty tuotantoon viemiseen, tarvitaanko muutoksia vai päätetäänkö kokeilu tähän?

Esimerkki: verkkoliikenteen ennuste osaksi raportointia

Yritys seuraa verkkopalvelunsa liikennettä ja haluaa arvioida tulevien viikkojen sivunäyttömääriä. Kun GA4:n page_view-tapahtumat on jo koottu omaan BigQuery-tauluun, niistä voidaan muodostaa päivittäinen aikasarja ja kokeilla ennustamista BigQuery ML:llä.

BigQuery ML mahdollistaa mallien opettamisen ja arvioinnin SQL:n avulla. Ennustetaulu voidaan tuoda BI-raportille toteuman rinnalle. Käyttäjä näkee myös ennustevälin, aineiston viimeisen päivän ja ennusteen muodostusajankohdan.

Ensin tarkistetaan, parantaako malli esimerkiksi viimeiseen tunnettuun viikkoon perustuvaa ennustetta. Sen jälkeen arvioidaan, mihin päätökseen tulosta käytetään. Sivunäyttöennuste voi auttaa liikenteen suunnittelussa, mutta myynnin tai tilausten ennustamiseen tarvitaan kyseistä tavoitetta kuvaava aineisto ja erillinen arviointi.

Tämä on esimerkki etenemistavasta. Yrityksen käytettävissä oleva historia, mittauksen kattavuus ja tavoite ratkaisevat, millainen toteutus on tarkoituksenmukainen.

Miten Vectura auttaa koneoppimisen hyödyntämisessä?

Vectura yhdistää koneoppimisen toteutuksen datan keruuseen, mallintamiseen ja raportointiin. Työ voidaan rajata käyttötapauksen arviointiin tai pilottiin, tai jatkaa sovittuun käyttöönottoon. Vectura voi myös tukea organisaation omaa IT- ja datatiimiä.

Kokemukseemme kuuluu sisällön luokittelua ja sävyanalyysiä toimituksellisessa työssä sekä käyttäjäsegmentointia BigQuery ML:llä mediatalon aineistossa. Raportoinnin ja dataputkien toteutuskokemus auttaa liittämään mallin nykyiseen dataympäristöön ja käyttäjien työhön.

Kartoitus ja rajaus: datakonsultoinnissa selvitetään liiketoiminnan tavoite, käytettävissä oleva aineisto ja ensimmäisen toteutuksen laajuus.
Datan valmistelu: data engineering kattaa tiedonsiirrot, yhteiset datamallit ja laadun tarkistukset. Google Cloud- ja BigQuery-palvelut tukevat ympäristön toteutusta ja kehittämistä.
Mallin toteutus ja arviointi: tekoäly- ja koneoppimispalvelussa tehdään rajattu kokeilu ja verrataan tuloksia sovittuihin hyväksymiskriteereihin.
Tulosten hyödyntäminen: BI-raportointi tuo ennusteet ja havainnot käyttäjille. Ohjelmistokehityksellä tulos voidaan liittää esimerkiksi sisäiseen työkaluun tai nykyisen sovelluksen työnkulkuun.
Käyttöönotto ja jatkokehitys: sovitaan ajastukset, seuranta, dokumentaatio, perehdytys ja ylläpidon vastuut.

Mistä toteutuksen kustannukset muodostuvat?

Työmäärään vaikuttavat tehtävän rajaus, lähdejärjestelmien määrä, aineiston laatu ja tarvittavat integraatiot. Olemassa olevat dataputket ja yhteiset mittarimääritelmät voivat vähentää valmistelutyötä. Dokumenttien luokittelussa aikaa voi puolestaan kulua arviointiesimerkkien kokoamiseen ja oikeiden luokkien määrittelyyn.

Arvioikaa ensimmäisen toteutuksen lisäksi jatkuvat kulut: laskenta, tallennus, mahdolliset mallipalvelujen käyttöveloitukset, laadun seuranta ja ylläpito. Myös yrityksen oman tiimin osallistuminen sekä tulosten tarkistus kuuluvat kokonaisuuteen.

Kustannuksia verrataan hyötyyn samalla ajanjaksolla. Vapautuva työaika voi lisätä tiimin kapasiteettia, vaikka se ei suoraan pienentäisi palkkakuluja. Pilotin tehtävä on tuottaa omasta aineistosta riittävä arvio jatkopäätöstä varten.

Mitä tapahtuu käyttöönoton jälkeen?

Tuotannossa tarvitaan ajantasainen aineisto, sovittu päivitysrytmi ja seuranta sille, että tulos syntyy oikein. Mallin laatua arvioidaan toteumien kertyessä. Asiakkaiden käyttäytyminen, tuotetarjonta tai lähdejärjestelmä voi muuttua niin, että aiemmin toimiva malli tarvitsee uuden arvioinnin.

Nimetkää liiketoiminnan omistaja, teknisestä toiminnasta vastaava taho ja poikkeamien käsittelijä. Käyttäjän pitää tietää, milloin tulos on vanhentunut tai epävarma ja milloin palataan aiempaan toimintatapaan. Mallin uudelleenopetus ja muutokset viedään käyttöön sovittujen tarkistusten kautta.

Dokumentaatio, aineiston käsittelyn rajaukset ja ennusteiden tai luokittelujen tallennetut versiot helpottavat tulosten selvittämistä jälkikäteen. Ylläpidon laajuus sovitaan sen perusteella, kuinka tärkeästä prosessista on kyse ja miten nopeasti muutoksiin pitää reagoida.

Mistä yrityksen kannattaa aloittaa?

Kuvatkaa yksi päätös tai työvaihe, jota haluatte parantaa. Kootkaa tieto siitä, kuinka se tehdään nyt, missä tarvittava aineisto sijaitsee ja kuka käyttäisi tulosta. Näiden perusteella voidaan arvioida, onko seuraava askel datan kartoitus, nykyisen raportoinnin kehitys vai rajattu koneoppimiskokeilu.

Vecturan kanssa ensimmäisessä keskustelussa käydään läpi tavoite, nykyinen ympäristö ja alustava rajaus. Toteutuksen laajuus ja onnistumisen arviointi sovitaan ennen työn aloittamista.

Missä koneoppiminen voisi auttaa yritystänne?

Kertokaa työvaiheesta tai päätöksestä, jota haluatte kehittää. Arvioimme yhdessä käyttötapauksen, tarvittavan aineiston ja sopivan ensimmäisen toteutuksen. Ensimmäinen keskustelu on maksuton.

Keskustellaan käyttötarpeestanne