Nettipalveluilla on lähtökohtaisesti erittäin kattavat mahdollisuudet kerätä dataa käyttäjien toiminnasta. Eri asia on sitten, miten kattavasti dataa todellisuudessa kerätään ja miten sitä hyödynnetään.
Ilmeisin sovellus on juurikin tuo, että dataa käytetään koostettuna siihen, että voidaan listata eniten kiinnostaneita artikkeleita. Lehtien näkökulmasta tuo on tärkeää sen takia, että niiden voidaan olettaa kiinnostavan paljon muitakin nettilehden lukijoita. Ja tuon tiedon hyödyntämisen suosituimpien artikkelien listaamisessa taasen pitäisi lisätä lehden nettisivustolla vietettyä aikaa ja avattujen sivujen määrää, kun ihmiset avaavat listalla olevia artikkeleita. Ja tuon pitäisi lisätä lehden tuloja.
Sen lisäksi, että kävijädatan avulla voidaan tuolla tavoin koostaa listoja, niin voi sitä käyttää myös tavallaan toiseen suuntaan: esimerkiksi luomalla yksilöidympiä sisältösuositteluja. Jos kävijädata näyttää, että tietystä artikkelista kiinnostuneet ovat monesti kiinnostuneet tietystä toisesta artikkelista, niin voidaan tuota tietoa hyödyntää esimerkiksi artikkelien suosittelemisessa. Sama periaate voi olla käytössä nettikaupoissa, joissa voi lukea esimerkiksi jotakin sen tyylistä kuin "Monet muut asiakkaat ostivat myös nämä tuotteet" kun olet menossa kassalla ja ostoskorissa on jokin tuote.
Varsinkin nyt kun tekoäly jo tehostaa datan analysoimista ja hyödyntämistä paljon, niin kannattaa mielestäni olla kattava ymmärrys siitä, mitä data varsinaisesti on ja miten sitä voidaan eri paikoissa käyttää. Esimerkiksi tämä sivu voi olla hyvä paikka lähteä liikkeelle asiaan tutustumisessa: https://data.fi/mita-data-on/
Nettipalveluilla on lähtökohtaisesti erittäin kattavat mahdollisuudet kerätä dataa käyttäjien toiminnasta. Eri asia on sitten, miten kattavasti dataa todellisuudessa kerätään ja miten sitä hyödynnetään.
Ilmeisin sovellus on juurikin tuo, että dataa käytetään koostettuna siihen, että voidaan listata eniten kiinnostaneita artikkeleita. Lehtien näkökulmasta tuo on tärkeää sen takia, että niiden voidaan olettaa kiinnostavan paljon muitakin nettilehden lukijoita. Ja tuon tiedon hyödyntämisen suosituimpien artikkelien listaamisessa taasen pitäisi lisätä lehden nettisivustolla vietettyä aikaa ja avattujen sivujen määrää, kun ihmiset avaavat listalla olevia artikkeleita. Ja tuon pitäisi lisätä lehden tuloja.
Sen lisäksi, että kävijädatan avulla voidaan tuolla tavoin koostaa listoja, niin voi sitä käyttää myös tavallaan toiseen suuntaan: esimerkiksi luomalla yksilöidympiä sisältösuositteluja. Jos kävijädata näyttää, että tietystä artikkelista kiinnostuneet ovat monesti kiinnostuneet tietystä toisesta artikkelista, niin voidaan tuota tietoa hyödyntää esimerkiksi artikkelien suosittelemisessa. Sama periaate voi olla käytössä nettikaupoissa, joissa voi lukea esimerkiksi jotakin sen tyylistä kuin "Monet muut asiakkaat ostivat myös nämä tuotteet" kun olet menossa kassalla ja ostoskorissa on jokin tuote.
Varsinkin nyt kun tekoäly jo tehostaa datan analysoimista ja hyödyntämistä paljon, niin kannattaa mielestäni olla kattava ymmärrys siitä, mitä data varsinaisesti on ja miten sitä voidaan eri paikoissa käyttää. Esimerkiksi tämä sivu voi olla hyvä paikka lähteä liikkeelle asiaan tutustumisessa: https://data.fi/mita-data-on/