Puuttuva kumppani datatiimiltäsi on luovuus

Vedä esiin kolme viimeisintä datakoontinäyttöäsi. Katso nyt kilpailijasi näyttöjä. Jos olet rehellinen, et todennäköisesti pysty sanomaan, kumpi on kumpi.

Toki jatkoit kyvykkyyden rakentamista. Jokainen tiimi tekee niin. Ja kyllä, koontinäytöt näyttävät vakuuttavilta, ja suuremman datamäärän saaminen käden ulottuville johtaa teoriassa parempiin oivalluksiin.

Niukaksi ei ole muuttunut data. Niukkaa on tieto siitä, mitä sillä tehdään luovasti.

Jason Carmel on esittänyt tätä näkemystä jo vuosien ajan. Hän johtaa VML:ssä, osana WPP:tä, Creative Data -nimistä tiimiä. Hänen tittelinsä on vähemmän työnkuvaus ja enemmän kannustin tuoda nämä kaksi osastoa yhteen. Datan ja luovuuden yhdistäminen markkinoinnissa ei ole pelkkä unelma, vaan suora tie erottautumiseen.

Hänen Vancouverissa vuoden 2026 Web Summitissa esittämänsä näkemys on, että useimmat markkinointiorganisaatiot eivät hyödynnä dataa tavalla, jolla olisi todellista merkitystä.

Organisaatioilla on kuitenkin nykyään samanlaiset työkalut, ne soveltavat samaa attribuutiologiikkaa ja saavat käytännössä identtisiä raportteja, joita kenelläkään ei ole aikaa lukea. Pahinta on, että kiinnostavin data jää täysin hyödyntämättä. Tämä johtuu siitä, että luova vaisto puuttui niistä huoneista, joissa datasta alun perin keskusteltiin.

Tätä kuilua Carmel on yrittänyt kuroa umpeen yli vuosikymmenen ajan, ja sinun kannattaa kysyä itseltäsi, missä oma organisaatiosi sen suhteen on.

Kun määrästä tuli rasite

Olet elänyt tämän läpi. Massadatan aikakausi johti kilpajuoksuun kohti ei-mitään. Organisaatiot alkoivat kilpailla määrällä soveltamisen sijaan. Miljoonasta datapisteestä tuli kymmenen miljoonaa, sitten sata miljoonaa ja lopulta 63 miljardia. Määrä ei kuitenkaan tarkoita selkeyttä.

Carmel sanoo: "Jos data oli siinä vaiheessa kaikkialla, se tarkoitti tavallaan myös sitä, ettei sitä ollut missään." Liiallinen datamäärä, jota käytetään ilman luovaa tarkoitusta, katoaa. Samalla tavoin kuin taustamelu katoaa huoneesta – sitä ei enää rekisteröidä.

Hänen näkemyksensä siitä, mitä seuraavaksi tapahtuu, tavoittaa jotakin, mikä useimmissa massadataa koskevissa jälkianalyyseissä jää huomaamatta. Jokainen runsaus synnyttää uuden niukkuuden.

Kun datasta siis tuli hyödyke, luovuudesta tuli erottautumistekijä. Vaikka tämä muutos tapahtui noin vuosikymmen sitten, useimmat organisaatiot ovat edelleen ottamassa sitä kiinni. Ehkä sinunkin organisaatiosi?

Prosessin keskikohta oli tyhjä

Suurin osa datan historiasta markkinoinnissa sijoittuu työn alkuun ja sitten uudelleen sen loppuun. Tiimit käyttävät sitä ennen kampanjaa ennakoivan mallintamisen ja yleisösegmentoinnin kautta. Kampanjan jälkeen sitä käytetään attribuutioon, raportointiin ja optimointiin.

Itse luova prosessi pysyi mustana laatikkona. Datatiimisi jätti analyysinsa ovelle, ja siihen se jäi – keskustelu päättyi siihen.

Carmel rakentaa prosessin keskikohtaa. Siinä datan visualisointi otetaan mukaan ideointiin. Generatiivista dataa käytetään luovana lähtökohtana. Hyperpersonointia kohdellaan käsityönä, ei vain kohdentamisena.

Lisäksi hän puhuu "numeerisesta yllätyksestä ja ilahduttamisesta": todellisten lukujen käyttämisestä jonkun naurattamiseen, jonkin tunteen herättämiseen tai toimintaan kannustamiseen. Kyse ei ole vain analytiikasta. Sen sijaan kyse on luovasta suunnasta, jonka perustana on data.

Hänen tarinansa alku sijoittuu vuoden 2013 British Airways -kampanjaan, jossa digitaalinen mainostaulu seurasi reaaliaikaisesti yläpuolella kulkevien lentojen reittejä. Ruudulle tuotiin animoitu lapsi, joka seurasi jokaista ohilentävää konetta ja kertoi sen lennon ja määränpään koneen kulkiessa ohi. Kyse oli geometriasta, Carmel myöntää. "He tietävät, missä koneet lentävät, he tietävät, missä mainostaulu on. Loppu on vain matematiikkaa. Kuinka vaikeaa se voi olla?"

Tähän lauseeseen liittyi myös rehellinen tunnustus. Hänen ensimmäinen reaktionsa kampanjaan oli ihastus. Ja sitten – kateus, kun hän myönsi: "Hitto soikoon, tiedän tarkalleen, miten he tekivät sen."

Hän halusi mukaan. Muutamaa vuotta myöhemmin Cannes Lions lisäsi luovan datan palkintokategorian, mikä kertoi hänelle alan saavuttaneen sen, mitä hän oli tavoitellut. Data ei saanut British Airwaysin ideaa syntymään. Idea lähti luovalta henkilöltä, joka yhdisti käsitteen myöhemmin dataan tehdäkseen siitä totta.

Rakenteellinen ongelma, jota et nimeä

Spotify on esimerkki, johon kaikki tarttuvat, ja oikeastaan tuntemisen arvoisia esimerkkejä on kaksi. Ennen Wrappedia Spotify toteutti New Yorkissa ulkomainoskampanjan, jossa todellisia kuuntelijatietoja tuotiin mainostauluihin. Niissä oli viestejä, kuten "Rakas henkilö, joka kuuntelit erobiisin 42 kertaa ystävänpäivänä, mitä oikein teit?"

Carmel kutsuu tätä itsessään kiehtovaksi, sellaiseksi, jonka "jonkun minun kaltaiseni näköisen henkilön on täytynyt hakea esiin, jotta tämä luova toteutus saatiin aikaan."

Sitten Spotify Wrapped laajensi saman vaiston mittakaavaan, ja Carmel muotoilee sen tavalla, jonka sinun kannattaa ottaa käyttöön. Todellisuudessa "Spotify Wrapped on CRM-viesti". Toiminnallisesti se on kuitenkin asiakaspitoviesti sähköpostitse.

Erona ei ollut teknologia tai pääsy dataan, joita useimmilla suurilla alustoilla on jossain muodossa. Ei, kyse oli päätöksestä käsitellä henkilökohtaisia kuuntelutietoja lahjana takaisin kuuntelijalle sen sijaan, että niitä käytettäisiin kohdentamismekanismina. Tämä on luova päätös. Ja sattumalta sen toteuttaminen edellytti dataa.

Datan arvon näkeminen

Miksi siis suurempaa osaa markkinoinnistasi ei rakenneta tällä tavalla? Carmel ilmaisee asian suoraan.

"Maailmassa on kahdenlaista dataa — operatiivista ja luovaa", hän huomauttaa. "Operatiivinen data on talouslähtöistä ja säästää aikaa ja rahaa, kun taas luova data antaa tarinankerronnalle valtavasti lisää voimaa."

Jokaisessa talouskatsauksessa oletetaan lähtökohtaisesti ensimmäinen vaihtoehto, mutta toinen lähestymistapa vaatii puolestapuhujan, eikä useimmissa organisaatioissa ole tällaista henkilöä oikealla tasolla.

Tiedät tämän luultavasti omakohtaisesti, jos olet joskus yrittänyt puolustaa luovaan dataan liittyvää budjettikohtaa suorituskykymarkkinoinnin budjettikohtaa vastaan.

Asiassa on myös rakenteellinen puoli, jota on vaikeampi sivuuttaa. Hybridi- ja hajautettu työ poistivat epämuodolliset kohtaamiset, joissa luovien alojen ja datan parissa työskentelevät ihmiset ennen törmäsivät toisiinsa.

Suuret holdingyhtiörakenteet luovat siiloja, joiden murtaminen vaatii todellista työtä. Jopa hyväntahtoiset tiimit työskentelevät usein datan ja luovuuden parissa rinnakkaisilla urilla, jotka eivät koskaan kohtaa itse työn aikana. Kuilu ei johdu tiimisi puuttuvasta osaamisesta, vaan liittyy usein siihen, miten tiimisi on organisoitu.

Mitä datatiimisi voi tehdä

Carmel puhuu rehellisesti siitä, missä datan parissa työskentelevät tekevät virheitä.

"Suurin syntimme datan parissa työskentelevinä oli rinnastaa data matematiikkaan", hän sanoo.

Kukaan ei pidä matematiikasta — no, useimmat eivät pidä. Kun organisaation muulle osalle vakuutettiin, että data oli matematiikkaa, se kuulosti älykkäältä, mutta juuri se oli virhe. Kuten hän korostaa, data on sanoja, tunteita, historiaa, haluja ja kulttuuria. Ja kaikella sillä on merkitystä.

Ratkaisuksi hän kutsuu outoja tietoaineistoja, joissa luovalle tiimille annetaan jotakin ilmaista, outoa ja erityistä — ei vastauksena, vaan kiinnostuksen herättämiseksi. Hän osoittaa myös todellisia paikkoja, joista sitä voi löytää.

Kaggle. Data.world. Redditin r/datasets-yhteisö. GitHub, jonka useimmat yhdistävät koodiin, mutta jossa julkaistaan myös julkisia tietokokonaisuuksia, joita kukaan ei ole tullut ajatelleeksi hyödyntää.

Luovan datan hankkiminen

Hänen suosikkeihinsa kuuluvat tuulidata, kansainvälisen avaruusaseman reaaliaikainen sijainti, luettelo 70 000 UFO-havaintoraportista eri puolilta Yhdysvaltoja sekä täydellinen aikaleimaloki jokaisesta kirosanasta ja jokaisesta verisestä hetkestä Quentin Tarantinon elokuvissa.

Jokaiselle haastattelemalleen luovalle tiimille hän antaa yksinkertaisen tehtävänannon. Jos sinulla olisi tuulidataa, miten myisit tuotetta? Missä kohtaisit asiakkaan? Useimmat palaavat ideat ovat huonoja. Se sopii. "Minulla on 17 outoa ideaa, joista 14 on kamalia, kaksi ei käy järkeen, mutta tämä yksi voisi toimia" kuvaa suunnilleen sitä, miten hän kuvailee prosessin toimivan silloin, kun se toimii.

Tarantino-aineisto tuotti jotakin konkreettista. Carmelin tiimi teki yhteistyötä Kleenexin kanssa ja hyödynsi elokuvien tunnelataustietoja selvittääkseen, missä elokuvissa oli korkein "itkuindeksi".

Hinnoittelulogiikka seurasi tästä: mitä korkeampi itkuindeksi oli, sitä halvempia nenäliinat olivat. Luova henkilö kehitti idean. Datatiimi toimitti raaka-aineen. Kumpikaan osapuoli ei olisi pystynyt toteuttamaan sitä yksin.

Mitä tämä tarkoittaa sinulle

Viimeisten kymmenen vuoden aikana rakentamasi datainfrastruktuuri on todennäköisesti vaikuttava. Datan määrän, työkalujen ja analytiikkakyvykkyyden ansiosta sinulla on valtava määrä tietoa käden ulottuvilla.

Nyt haluat antaa luoville tiimeillesi ja datatiimeillesi tilaa työskennellä rinnakkain ja ratkaista ongelmaa samanaikaisesti. Odotuksena on, että tulos on parempi kuin kumpikaan osapuoli olisi saavuttanut yksin.

Pyri suojaamaan luovaan dataan liittyvä työ budjettikeskusteluissa, joissa operatiivinen data kertoo aina selkeämmän ROI-tarinan. Sinun on myös rakennettava tiimirakenteita, joissa data- ja luovien alojen ihmiset työskentelevät läheisessä yhteistyössä rinnakkaisten työskentelyurien sijaan. Lopuksi se tarkoittaa sen ymmärtämistä, että kiinnostavin lopputulos syntyy osana prosessia.

Carmelin näkemys perustuu ajatukseen, että jokainen runsaus luo uuden niukkuuden. Organisaatiot, jotka keräsivät eniten dataa big datan aikakaudella, näyttävät nyt huomattavan samanlaisilta keskenään. Se, mitä teet datalla luovasti — asiasta, josta on todella tullut niukkaa — on sinun päätettävissäsi: voit rakentaa sen tai jättää sen huomiotta.

Mitä seuraavaksi?

Seuraa The CMO Clubia saadaksesi lisää samantasoista näkökulmaa markkinointijohtajilta, jotka navigoivat samassa toimintaympäristössä — suoraan sähköpostiisi.