9.00–9.45 Johdanto: Dataohjattu viestintä käsitteenä

• Mitä dataohjattu viestintä tarkoittaa käytännössä ja miksi se on noussut keskeiseksi osaksi viestinnän johtamista.

9.45–10.30 Datan kerääminen ja sen rajoitteet

• Mistä dataa voi, ja kannattaa, kerätä ja millä keinoin
• Miksi eri kanavien data ei ole suoraan vertailukelpoista keskenään
• Mitkä tekijät rajoittavat datan hyödyntämistä kanavakohtaisesti
• Miten oman organisaation mittaamisen kypsyystaso vaikuttaa siihen, mitä kannattaa tavoitella seuraavaksi

10.30–11.30 Tavoitteet, KPI:t ja mittarit

• Miten viestinnän tavoitteet puretaan mitattaviksi KPI:ksi funnel-ajattelun avulla
• Mitkä mittarit ovat oleellisia missäkin kanavassa
• Miten tunnettuutta rakentavat (awareness) ja konversioon tähtäävät mittarit erotetaan toisistaan

11.30–12.00 Harjoitustehtävä

• Osallistujat soveltavat aamupäivän oppeja käytäntöön ja rakentavat ensimmäisen luonnoksen omista tavoitteista, KPI:sta ja mittareista.

12.00–12.45 Lounastauko

12.45–13.15 Tulosten analysointi ja raportointi

• Miten data tulkitaan oikein ja vältetään yleisimmät tilastolliset harhat (tilastointuitio)
• Miten tuloksista rakennetaan selkeä ja vaikuttava raportti, myös visuaalisesti

13.15–14.15 Tekoäly analyysin tukena

• Analysoi aina ensin itse ilman tekoälyä. Mihin tekoäly aidosti soveltuu viestinnän mittaamisessa? Toistuvien analyysien automatisointiin, sentimentti- ja sanalliseen analyysiin sekä suurten datamassojen kuvioiden tunnistamiseen
• Datan ja tekoälyn vastuullinen käyttö: AI-turvallisuus, GDPR, omien ja julkisten mallien erot sekä MCP ja pääsyoikeuksien hallinta

14.15–14.45 Työpaja

• Tekoälyn roolin pohtiminen osana omaa mittaussuunnitelmaa. Miten se voisi tukea juuri oman organisaation viestinnän mittaamista?

14.45–15.00 Päivän päätös

• Keskeisten oppien kertaus ja seuraavat askeleet.