maanantai 13. lokakuuta 2014

Asuntojen myyntitietokonetta käytettiin kolmessa päivässä yli 250 000 kertaa

Perjantaina 10.10.2014 julkaisimme Yle Uutisten sivuilla jutun, joka käsitteli osakehuoneistojen arvojen kehitystä pitkällä aikavälillä, vuosina 1987–2013. Jutun yhteyteen oli rakennettu kone, josta hintojen kehitystä oli mahdollista tarkastella postinumeroalueen tarkkuudella. (Kuva 1)

Asuntokoneesta pystyi esimerkiksi tarkastelemaan Hervannan neliöhintojen kehitystä vuosittain. (Kuva 1)

Keräsimme koneen käytöstä numeerista dataa. Keräsimme:
  • sivun latausmäärä (174 000)
  • talotyypin valinta (139 000)
  • postinumeroalueen valinta (256 000)
  • vertailualueen valinta (5 700)
  • vuoden valinta (84 000)
Luvut ovat aikajaksolta 10.–12.10.2014 eli viime perjantaista sunnuntaihin.

Sivun latausmäärä


Sivun latausmäärän keräsimme normaaliin tapaan ComScore-ohjelmalla. Ylen mittakaavalla 174 000 sivulatausta on selkeästi viikkotason hitti. Vertailukohdaksi vuoden 2014 luetuin juttu on kerännyt yli 600 000 sivulatausta eli aivan sillä tasolla ei liikuta, mutta aina kun juttu on viikon luetuin voidaan olla tyytyväisiä.

Potentiaalia suurempiinkin lukijamääriin olisi tietysti ollut, koska useimmilla meistä on koti vaikka se omistusasunto ei olisikaan.

Talotyypin valinta


Jotta konetta pystyi käyttämään täytyi ensiksi valita halusiko tutkia aineistoa koskien kerrostaloja vai pari/rivitaloja. (Kuva 2)

Aluksi koneessa täyty valita halusiko tarkastella kerrostalohuoneistoja vai pari/rivitalohuoneistoja. (Kuva 2)

Talotyyppi valittiin 139 000 kertaa. Raa'asti yksinkertaistamalla siis 35 000 sivulataajaa tai 20 %:a sivulataajista ei käyttänyt konetta ollenkaan. Näin suoraviivaisesti lukuja ei tietenkään voi tulkita, koska yksittäinen sivun lataaja on voinut valita talotyypin useaan kertaan. Toisaalta taas yksittäinen henkilö on voinut palata uutiseen jo käytettyään konetta.

Mutta jos oletetaan karkeasti, että 80 %:a jutun lukijoista on ymmärtänyt käyttää jutusta löytyvää toiminnallisuutta – joka poikkeaa siitä mitä Ylen uutisjutusta normaalisti voi odottaa – voidaan tätä lukemaa pitää hyvänä.

Syitä näin korkeaan osuuteen voidaan löytää esimerkiksi siitä, että käyttöliittymä on ollut tarpeeksi yksinkertainen, jotta se on ollut ymmärrettävä ja siitä että sisältö on tarjoiltu niin mielenkiintoisesti, että lukija on kokenut sen riittävän kiinnostavaksi.

Olisi mielenkiintoista saada jatkossa statistiikkaa siitä miten tämä 80 % esimerkiksi vertautuu siihen kuinka moni lukee normaalin uutisjutun loppuun asti. Olemme tällä hetkellä kehittelemässä tähän liittyviä työkaluja.

Jatkotoimenpiteinä pyrimme myös jatkossa mahdollisimman selkeisiin ja yksinkertaisiin käyttöliittymiin. Uutissisällöissä on tärkeää, että lukija pääsee mahdollisimman nopeasti kiinnostavan sisällön äärelle.

Kerrostalot (71 000 valintaa) olivat muuten minimaalisesti pari/rivitaloja (68 000 valintaa) kiinnostavampia.

Postinumeroalueen valinta


Teknisesti postinumeroalueen valinnan toteuttaminen oli haastavaa, koska postinumeroita on yli 3 000. Etenkin mobiililaitteilla näin laajan aineiston hakeminen ja suodattaminen käy laitteelle raskaaksi.

Lopulta päädyimme ratkaisuun, jossa mobiililaitteilla ja työpöytäkäytössä postinumeroalueen valitseminen toimii hieman eri tavalla. Työpöytäkäytössä postinumeroalueita on mahdollista selata sekä hakea, mutta mobiililaitteilla mahdollisuus selaamiseen jätettiin pois.

Julkaisuhetkellä mobiili toimi samalla tavalla kuin työpöytä, mutta saadun palautteen pohjalta kehitimme konetta lennosta. Muutokset olivat käytössä ennen puoltapäivää kun juttu julkaistiin aamulla puoli seitsemän aikaan.

Työpöytäkäytössä hyödynsimme Chosen-nimistä kirjastoa, joka muuntaa HTML-muotoiset <select>-listat haettaviksi (Kuva 3). Mobiilikäytössä käytimme jQuery UI:n autocomplete -toiminnallisuutta (Kuva 4).
Työpöydäkäytössä postinumeroalueita pystyi selaamaan ja hakemaan. (Kuva 3)
Mobiilikäytössä postinueroita pystyi vain hakemaan. (Kuva 4)

Valitsemamme toteutustapa osoittautui ainakin käyttötilastojen valossa toimivaksi. Yksittäinen postinumeroalue valittiin koneen avulla 256 000 kertaa. Tämä tarkoittaa karkeasti, että yksittäinen lukija käytti konetta postinumeroalueen datan tarkistamiseen keskimäärin kaksi kertaa.

Tämä kertoo, että aineisto on kiinnostanut ja käyttöliittymä sen tarkasteltuun on ollut toimiva. Käytännössä tietysti käyttäjistä löytyy tehokäyttäjiä, jotka ovat valinneet mahdollisesti useita kymmeniä alueita ja sitten on käyttäjiä, jotka ovat valinneet vain yhden alueen.

Huomion arvoista on myös, että asuntokoneen käyttäjistä 38 % tuli mobiililaitteista (puhelin ja tabletti). Aamulla ennen tekemiämme mobiilikäyttöön liittyneitä parannuksia osuus oli lähempänä 20 %:a. Eli tehdyt parannukset olivat tarpeen.

Suosituimpia hakuja olivat Helsinkin eri alueet sekä suurten kaupunkien keskustat:
  1. 00100 Helsinki Keskusta / Helsingfors centrum (2 138 valintaa)
  2. 20100 Turku Keskus / Åbo centrum (1 597)
  3. 00530 Kallio / Berghäll (1 574)
  4. 37800 Toijala keskus / Toijala centrum (1 420)
  5. 33100 Tampere Keskus / Tammerfors centrum (1 383
  6. 00200 Lauttasaari / Drumsö (1 361)
  7. 40100 Jyväskylä Keskus / Jyväskylä centrum (1 132)
  8. 90100 Oulu Keskus / Uleåborg centrum (1 126)
  9. 00500 Sörnäinen / Sörnäs (983)
  10. 00320 Etelä-Haaga / Södra Haga (981)
Toijalan keskustan nouseminen listalle selittyy sillä, että se oli pudotusvalikon ensimmäinen valinta, koska alue kuuluu nykyään Akaaseen, joka on aakkosjärjestyksessä Suomen ensimmäinen kunta.

Huomionarvoista on, ettei suosituinkaan alue kerännyt kuin noin prosentin valinnoista. Aineistoa tarkasteltiin siis hyvin laajasti. Eri aluevalintoja tehtiin yhteensä vajaa 2 000 kappaletta.

Jatkossakin kannattaa siis panostaa siihen, että erilaiset valinnat ovat mahdollisimman hyvin käytettävissä eri laitteilla. Etenkin jos ne ovat keskeisiä sovellusten käytön kannalta. Se, että aineistoa on tutkittu laajasti kertoo myös siitä, että tämänkaltaiset koneet jotka palvelevat kaikkia ovat toimivia. Meillä kaikilla on omat alueelliset kiinnostuksen kohteemme ja se on oma napa joka kiinnostaa.

Vertailualueen valinta


Perjantaina iltapäivällä julkaisun jälkeen toteutin koneeseen vielä lisätoiminnallisuuden, jonka avulla oli mahdollista vertailla yhtä aikaa grafiikassa kahta aluetta. (Kuva 5, Kuva 6)

Vertailualueiksi pystyi ottamaan esimerkiksi Hervannan ja Tampereen Keskuksen. (Kuva 5)
Grafiikassa valittujen alueiden hintakehityksen pystyi näkemään yhtä aikaan, joka helpotti vertailua. (Kuva 6)

Mahdollisuus vertailualueen valintaan ei ollut siis mukana jutun julkaisusta lähtien vaan se lisättiin vasta myöhemmin iltapäivällä. Tästä huolimatta voisaan sanoa, että toiminnallisuuden käyttö jäi hyvin pieneksi. Vertailualue valittiin vain 5 700 kertaa kun siis yksittäinen postinumeroalue valittiin näkyville 50 kertaa useammin.

Syitä miksi vertailualuetoiminnallisuutta ei käytetty voidaan hakea monista näkökulmista. Toisaalta toiminnallisuus oli käyttöliittymällisesti esillä melko huomaamattomasti. Se löytyi postinumeroaluevalinnan alta oikealta puolelta linkkinä. Tämä poikkesi muusta koneen käyttöliittymästä ja voi olla, että yksinkertaisesti toiminnallisuutta ei löydetty. Voi myös olla, että lukijoille riitti, että he pystyivät katsomaan heitä kiinnostavia alueita. Vertailu tällä tavalla muihin alueisiin ei ollut sisällöllisesti kiinnostavaa.

Tämä on kuitenkin hyvä tutkiskelun paikka, että tämänkaltaisissa toteutuksissa kannattaa keskittyä pääasiallisiin toiminnallisuuksiin ja siihen, että niistä tehdään mahdollisimman toimivia. Erilaiset lisätoiminnallisuudet ja sellaiset "olisi kiva jos tässä voisi tehdä vielä vaikka tätä ja tuota" -pyynnöt ja niiden arvo kannattaa miettiä tarkasti. Onko niistä todellista hyötyä vai ovatko ne vain aineistoon tutustuneen toimittajan ja koodarin päässä kiinnostavia.

Hyvä nyrkkisääntö moniin visualisointeihin ja datan esittämiseen on "Quick overview, details on demand". Yksityiskohdat (details) voidaan myös tarjota esimerkiksi mahdollisuutena ladata aineisto Excel-tiedostona.

Ostovuoden valinta


Koneessa oli myös mahdollista syöttää lisävalintana ostovuosi. Ostovuoden syöttäminen oli lisävalinta. Syöttämällä asuntotyypin ja postinumeroalueen lukija sai oikeastaan jo oleellisimman informaation näkyville, mutta jos hän syötti edelleen asunnon ostovuoden kerrottiin hänelle yksityiskohtaisempaa tietoa asunnon arvon kehityksestä valitusta ostovuodesta vuoteen 2013. (Kuva 7)

Valitsemalla ostovuoden lukija sai tietoa millä tavalla valitulla alueella asuntojen hinnat ovat kehittyneet ostovuodesta vuoteen 2013. (Kuva 7)

Ostovuosi valittiin 84 000 kertaa, jota pidän yllätyksellisen korkeana arvona ottaen huomioon, että suuri osa lukijoista ei edes omista omaa asuntoa. Toisaalta ostovuoden valinta jäi käyttöliittymällisesti hieman taka-alalle, koska hinnan kehitystä kuvaava grafiikka piirrettiin heti postinumeroalueen valinnan jälkeen. Visuaalinen grafiikka oletettavasti vangitsee ilmestyessään katseen itseensä. Oma näkökulmani olikin ensin, ettei tätä ostovuoden valintaa kannata toteuttaa koneeseen ollenkaan.

Ostovuoden valinta kuitenkin koettiin hyödylliseksi, koska jälleen karkeasti voidaan sanoa, että 60 %:a koneen käyttäjistä löysi tämän toiminnallisuuden ja hyödynsi sitä. On siis nähtävä, että tämänkaltaiset toiminnallisuudet ja lisävalinnat, jotka tuovat suoraa lisäarvoa lukijalle ja antavat perspektiiviä aineistoon hänen omasta näkökulmastaan ovat hyödyllisiä.

Suosituimmat vuosivalinnat olivat:
  1. 1987 (9 866 valintaa)
  2. 2013 (8 425)
  3. 2010 (5 267)
  4. 2012 (5 103)
  5. 2011 (4 674)
  6. 2000 (4 262)
  7. 2008 (3 625)
  8. 2009 (3 585)
  9. 2007 (3 573)
  10. 2005 (3 472)
Vuoden 1987 suosio selittyy sillä, että se oli aineiston ensimmäinen vuosi ja samalla pudotusvalikon ensimmäinen valinta. Vuotta 2000 taas selittää, että jutussa käsiteltiin yhtenä näkökulmana hintojen kehitystä vuosina 2000–2013. Lukijoita siis kiinnosti verrata jutussa tehtyä havaintoja omaan alueensa kehitykseen.

Muuten nähdään, että ihmiset ovat olleet kiinnostuneita suhteellisen tuoreesta kehityksestä. Voidaan tehdä myös sellainen hypoteesi, että, koska koneessa valittiin useimmin esimerkiksi Helsingin keskustan alueita, joissa on paljon pieniä asuntoja ovat koneen käyttäjät myös tämänkaltaisten asuntojen ostajia ja pienissä asunnoissa usein asutaan isompia lyhyempi aika.



Yhteenvetona voitaneen todeta, että tämänkaltainen uutissisältöjen tarkempi käyttöanalytiikka tuottaa erittäin arvokasta ja mielenkiintoista dataa. Pystymme todentamaan ja kumoamaan oletuksiamme, jonka myötä toivottavasti jatkossa kehitämme aina vain parempia ja helppokäyttöisempiä uutissovelluksia.

Olemme jo nyt vieneet keräämäämme dataa osaksi päätöksentekoa, joka on tietysti olennaista, että emme vain kerää dataa, koska se on mahdollista.