{"id":13931,"date":"2025-09-30T16:57:43","date_gmt":"2025-09-30T14:57:43","guid":{"rendered":"https:\/\/www.leaplytics.de\/?p=13931"},"modified":"2025-09-30T17:22:05","modified_gmt":"2025-09-30T15:22:05","slug":"kvantitatiivisen-riskikehyksen-suunnittelu-power-bissa-epavarmuuden-etenemislinja-luottamusarvot-ja-hallinto-koodina-governance-as-code","status":"publish","type":"post","link":"https:\/\/www.leaplytics.de\/fi\/kvantitatiivisen-riskikehyksen-suunnittelu-power-bissa-epavarmuuden-etenemislinja-luottamusarvot-ja-hallinto-koodina-governance-as-code\/","title":{"rendered":"Kvantifioitu riskikehys Power BI:ss\u00e4: ep\u00e4varmuuden levi\u00e4minen, luottamuspisteet ja hallinto koodin tapaan (Governance-as-Code)"},"content":{"rendered":"<p>Useimmat riskikehykset ovat rikki. Ne luottavat vain v\u00e4rikoodattuihin matriiseihin ja vaistoihin, kun yrityksesi tuhlaa miljoonia ep\u00e4onnistuneisiin hankkeisiin.<\/p>\n<p>Olemme rakentaneet riskij\u00e4rjestelmi\u00e4 Fortune 500 -yrityksille ja n\u00e4hneet saman kaavan: tiimit luovat kauniita mittaritauluja, jotka n\u00e4ytt\u00e4v\u00e4t vaikuttavilta, mutta eiv\u00e4t pysty vastaamaan t\u00e4rkeimp\u00e4\u00e4n kysymykseen: \"Mik\u00e4 on todellinen todenn\u00e4k\u00f6isyys, ett\u00e4 t\u00e4m\u00e4 projekti onnistuu?\".<\/p>\n<p>Ongelma ei ole tiimisi p\u00e4tevyys. Vika on siin\u00e4, ett\u00e4 perinteinen riskienhallinta k\u00e4sittelee ep\u00e4varmuutta staattisena lukuna, vaikka se on itse asiassa el\u00e4v\u00e4, hengitt\u00e4v\u00e4 peto, joka kasvaa koko projektin elinkaaren ajan.<\/p>\n<p>T\u00e4ss\u00e4 oppaassa n\u00e4ytet\u00e4\u00e4n, miten Power BI:ss\u00e4 voidaan rakentaa m\u00e4\u00e4r\u00e4llinen riskikehys, joka todella toimii. Ei teoriaa. Ei p\u00f6rr\u00f6isyytt\u00e4. Vain kolme keskeist\u00e4 osatekij\u00e4\u00e4, jotka erottavat projektit aikataulussa ja budjetissa toteuttavat yritykset niist\u00e4, jotka eiv\u00e4t toteuta niit\u00e4.<\/p>\n<h2>Perinteisen riskienhallinnan ongelma<\/h2>\n<p>K\u00e4vele mihin tahansa projektikokoukseen ja n\u00e4et saman teatterin: punaisia, keltaisia ja vihreit\u00e4 pisteit\u00e4 on ripoteltu riskirekisteriin. Kysy kenelt\u00e4 tahansa, mit\u00e4 \"keskisuuri riski\" tarkoittaa dollareina ja aikatauluvaikutuksina, ja saat tyhji\u00e4 katseita.<\/p>\n<p>T\u00e4ss\u00e4 l\u00e4hestymistavassa on seuraavaa vikaa:<\/p>\n<ul>\n<li><strong>Ei matemaattista perustaa:<\/strong> \"Korkea riski\" tarkoittaa eri ihmisille eri asioita.<\/li>\n<li><strong>Staattinen ajattelu:<\/strong> Riskit yhdistyv\u00e4t ja ovat vuorovaikutuksessa kesken\u00e4\u00e4n, mutta useimmat j\u00e4rjestelm\u00e4t k\u00e4sittelev\u00e4t niit\u00e4 erillisin\u00e4 tapahtumina.<\/li>\n<li><strong>Ei tietolinjaa:<\/strong> Et voi j\u00e4ljitt\u00e4\u00e4, miten johtop\u00e4\u00e4t\u00f6ksiin on p\u00e4\u00e4dytty, tai vahvistaa niiden paikkansapit\u00e4vyytt\u00e4.<\/li>\n<li><strong>Manuaalinen hallinto:<\/strong> Riskien tarkastelu tapahtuu kokouksissa, ei koodissa<\/li>\n<\/ul>\n<p>Tulos? Hankkeet n\u00e4ytt\u00e4v\u00e4t \"vihreilt\u00e4\", kunnes ne yht\u00e4kki\u00e4 eiv\u00e4t olekaan sit\u00e4. Silloin on jo liian my\u00f6h\u00e4ist\u00e4 korjata kurssia.<\/p>\n<p>Tarvitsimme erilaisen l\u00e4hestymistavan. Sellaista, jossa riskit mitataan todellisilla luvuilla, jossa seurataan, miten ep\u00e4varmuus kulkee projektin riippuvuussuhteiden kautta, ja jossa automatisoidaan hallinto, jotta ongelmat tulevat esiin ennen kuin niist\u00e4 tulee katastrofeja.<\/p>\n<h2>Osa-alue 1: Ep\u00e4varmuuden levi\u00e4minen - Riskimatematiikan hy\u00f6dynt\u00e4minen<\/h2>\n<p>Ep\u00e4varmuuden levi\u00e4minen kuulostaa monimutkaiselta, mutta k\u00e4site on yksinkertainen: kun ep\u00e4varmoja asioita pinotaan p\u00e4\u00e4llekk\u00e4in, kokonaisep\u00e4varmuus kasvaa ennustettavalla tavalla.<\/p>\n<p>Ajattele asiaa n\u00e4in: Jos teht\u00e4v\u00e4 A kest\u00e4\u00e4 5-10 p\u00e4iv\u00e4\u00e4 ja teht\u00e4v\u00e4 B 3-7 p\u00e4iv\u00e4\u00e4, kokonaisaika ei ole 8-17 p\u00e4iv\u00e4\u00e4. Matematiikka on vivahteikkaampaa, koska todenn\u00e4k\u00f6isyysjakaumat yhdistyv\u00e4t.<\/p>\n<p>N\u00e4in toteutamme t\u00e4m\u00e4n Power BI:ss\u00e4:<\/p>\n<h3>Vaihe 1: M\u00e4\u00e4rittele todenn\u00e4k\u00f6isyysjakaumat<\/h3>\n<p>Sen sijaan, ett\u00e4 sanoisimme \"teht\u00e4v\u00e4 A on keskisuuri riski\", m\u00e4\u00e4rittelemme sen todenn\u00e4k\u00f6isyysjakaumaksi. K\u00e4yt\u00e4mme tyypillisesti kolmen pisteen arvioita (optimistinen, todenn\u00e4k\u00f6isin, pessimistinen) luodaksemme beetajakauman.<\/p>\n<p>Luo Power BI:ss\u00e4 laskettuja sarakkeita seuraaville:<\/p>\n<ul>\n<li>Optimistinen skenaario (10. persentiili)<\/li>\n<li>Todenn\u00e4k\u00f6isin skenaario (tila)<\/li>\n<li>Pessimistinen skenaario (90. prosenttipiste)<\/li>\n<\/ul>\n<h3>Vaihe 2: Rakenna etenemislogiikka<\/h3>\n<p>Luo DAX-toimenpiteit\u00e4, jotka yhdist\u00e4v\u00e4t jakaumia matemaattisesti. Riippumattomien teht\u00e4vien j\u00e4rjestys:<\/p>\n<ul>\n<li>Keskiarvo yhteens\u00e4 = Yksitt\u00e4isten keskiarvojen summa<\/li>\n<li>Poikkeama yhteens\u00e4 = Yksitt\u00e4isten poikkeamien summa.<\/li>\n<li>Keskihajonta yhteens\u00e4 = kokonaisvarianssin neli\u00f6juuri<\/li>\n<\/ul>\n<p>Korreloitujen riskien osalta laskelmaa on mukautettava lis\u00e4\u00e4m\u00e4ll\u00e4 korrelaatiokertoimet.<\/p>\n<h3>Vaihe 3: Ep\u00e4varmuusalueiden visualisointi<\/h3>\n<p>K\u00e4yt\u00e4 Power BI:n virhepalkkeja ja luottamusv\u00e4likaavioita n\u00e4ytt\u00e4m\u00e4\u00e4n todenn\u00e4k\u00f6isyysalueet piste-estimaattien sijaan. Sidosryhmien on n\u00e4ht\u00e4v\u00e4, ett\u00e4 \"3 kuukautta\" tarkoittaa todellisuudessa \"2,1-4,2 kuukautta 80%:n luotettavuudella\".<\/p>\n<p>T\u00e4m\u00e4 l\u00e4hestymistapa muutti er\u00e4\u00e4n asiakkaan $50M-infrastruktuurihankkeen hallinnoinnin. Sen sijaan, ett\u00e4 he olisivat havainneet budjettiylityksi\u00e4 60%:n valmistumisajankohdassa, he tunnistivat suurten vaihtelujen kustannuspaikat 15%:n valmistumisajankohdassa ja ryhtyiv\u00e4t korjaaviin toimenpiteisiin.<\/p>\n<h2>Komponentti 2: Linjaluottamusarvot - Tied\u00e4t, mihin voit uskoa.<\/h2>\n<p>Kaikki tiedot eiv\u00e4t ole samanlaisia. Kokeneimman insin\u00f6\u00f6rin laatimalla kustannusarviolla on enemm\u00e4n painoarvoa kuin vanhentuneita oletuksia k\u00e4ytt\u00e4v\u00e4n nuoremman analyytikon laatimalla kustannusarviolla.<\/p>\n<p>Linjaluottamusarvot m\u00e4\u00e4ritt\u00e4v\u00e4t tietojen luotettavuuden, joten voit painottaa riskilaskelmia sen mukaisesti.<\/p>\n<h3>Miten luottamuspisteet toimivat<\/h3>\n<p>Annamme numeeriset pisteet (asteikko 0-1) nelj\u00e4n tekij\u00e4n perusteella:<\/p>\n<ul>\n<li><strong>L\u00e4hteen luotettavuus:<\/strong> Arvion antavan henkil\u00f6n tai j\u00e4rjestelm\u00e4n ansioluettelo<\/li>\n<li><strong>Tietojen tuoreus:<\/strong> Kuinka tuoreet tiedot ovat<\/li>\n<li><strong>Menetelm\u00e4n laatu:<\/strong> Oliko t\u00e4m\u00e4 villi arvaus vai perustuiko se historialliseen analyysiin?<\/li>\n<li><strong>Validointitaso:<\/strong> Kuinka monta riippumatonta tarkastusta n\u00e4m\u00e4 tiedot ovat l\u00e4p\u00e4isseet?<\/li>\n<\/ul>\n<h3>Toteutus Power BI:ss\u00e4<\/h3>\n<p>Luo tietojen laatutaulukko, joka seuraa:<\/p>\n<ul>\n<li>Tietol\u00e4hteen tunnus<\/li>\n<li>Viimeksi p\u00e4ivitetty aikaleima<\/li>\n<li>K\u00e4ytetty menetelm\u00e4 (hakutaulukko ja pisteet)<\/li>\n<li>Validointien m\u00e4\u00e4r\u00e4<\/li>\n<li>L\u00e4hteen asiantuntemuksen taso<\/li>\n<\/ul>\n<p>Rakenna laskettu sarake, joka yhdist\u00e4\u00e4 n\u00e4m\u00e4 tekij\u00e4t yhdistetyksi luottamuspisteeksi:<\/p>\n<p><code>Luottamusarvo = (l\u00e4hteen painoarvo * menetelm\u00e4n painoarvo * tuoreuden painoarvo * validoinnin painoarvo) \/ 4<\/code><\/p>\n<h3>Luottamusarvojen k\u00e4ytt\u00e4minen riskilaskelmissa<\/h3>\n<p>Painota ep\u00e4varmuusalueita luottamuspisteiden mukaan. Matalan luottamuksen estimaatit saavat laajemmat luottamusv\u00e4lit. Korkean luottamuksen estimaatit saavat tiukemmat.<\/p>\n<p>N\u00e4in v\u00e4ltet\u00e4\u00e4n roskat sis\u00e4\u00e4n ja ulos -ongelma, joka tappaa useimmat analytiikkaprojektit. Et vain laske riski\u00e4, vaan lasket riskin sen perusteella, kuinka paljon sinun pit\u00e4isi luottaa sy\u00f6tteisiisi.<\/p>\n<p>Er\u00e4s teollisuusasiakas k\u00e4ytti t\u00e4t\u00e4 l\u00e4hestymistapaa havaitessaan, ett\u00e4 sen \"matalan riskin\" toimittaja-arvioinnit perustuivat kaksi vuotta vanhoihin taloudellisiin tietoihin. Kun he p\u00e4ivittiv\u00e4t analyysin nykyisill\u00e4 tiedoilla, kolme \"vihre\u00e4\u00e4\" toimittajaa siirtyi \"punaiselle\" tasolle - kaksi viikkoa ennen suurta toimitusketjun h\u00e4iri\u00f6t\u00e4.<\/p>\n<h2>Osa-alue 3: Hallinnointi koodina - turvaverkon automatisointi<\/h2>\n<p>Manuaalinen hallinto ei skaalaudu ja se on ep\u00e4johdonmukaista. Se, mik\u00e4 merkit\u00e4\u00e4n riskiksi, riippuu siit\u00e4, kenell\u00e4 on hyv\u00e4 p\u00e4iv\u00e4 ja kuka muistaa tarkistaa sen.<\/p>\n<p>Governance-as-code automatisoi riskien havaitsemisen ja eskaloinnin k\u00e4ytt\u00e4m\u00e4ll\u00e4 ennalta m\u00e4\u00e4ritettyj\u00e4 s\u00e4\u00e4nt\u00f6j\u00e4, jotka suoritetaan aina kun tiedot p\u00e4ivittyv\u00e4t.<\/p>\n<h3>Automaattisten riskis\u00e4\u00e4nt\u00f6jen laatiminen<\/h3>\n<p>M\u00e4\u00e4rit\u00e4 riskirajat DAX-mittareina, ei kovakoodattuina arvoina. Esimerkkej\u00e4:<\/p>\n<ul>\n<li>Talousarvion poikkeama ylitt\u00e4\u00e4 15% hyv\u00e4ksytyst\u00e4 m\u00e4\u00e4r\u00e4st\u00e4.<\/li>\n<li>Aikataulun luottamus laskee alle 70%<\/li>\n<li>Mink\u00e4 tahansa kriittisen polun teht\u00e4v\u00e4n luottamuspistem\u00e4\u00e4r\u00e4 on alle 0,6.<\/li>\n<li>Kolmea tai useampaa oletusta ei ole vahvistettu 30 p\u00e4iv\u00e4\u00e4n.<\/li>\n<\/ul>\n<h3>Eskalaatiologiikka<\/h3>\n<p>Luo laskettuja sarakkeita, jotka k\u00e4ynnist\u00e4v\u00e4t eri vastaustasoja:<\/p>\n<ul>\n<li><strong>Vihre\u00e4:<\/strong> Kaikki kynnysarvot t\u00e4yttyv\u00e4t, ei toimenpiteit\u00e4<\/li>\n<li><strong>Keltainen:<\/strong> Yksi kynnysarvo ylittyy, seurannan lis\u00e4\u00e4minen<\/li>\n<li><strong>Punainen:<\/strong> Useita raja-arvoja rikottu, v\u00e4lit\u00f6n uudelleentarkastelu tarpeen<\/li>\n<\/ul>\n<h3>Integrointi Power Automaten kanssa<\/h3>\n<p>Yhdist\u00e4 hallintas\u00e4\u00e4nt\u00f6si Power Automate -virtoihin, jotka:<\/p>\n<ul>\n<li>Automaattisten h\u00e4lytysten l\u00e4hett\u00e4minen, kun kynnysarvot ylittyv\u00e4t.<\/li>\n<li>Luo teht\u00e4vi\u00e4 projektinhallintaj\u00e4rjestelmiin<\/li>\n<li>Aikatauluta tarkistuskokoukset asianomaisten sidosryhmien kanssa<\/li>\n<li>Poikkeusraporttien laatiminen ylimm\u00e4lle johdolle<\/li>\n<\/ul>\n<h3>Tarkastusketju<\/h3>\n<p>Kirjaa kaikki hallintatoimet aikaleimoineen, k\u00e4ynnistysolosuhteineen ja reaktioineen. T\u00e4m\u00e4 luo kirjausketjun, joka on olennaisen t\u00e4rke\u00e4 jatkuvan parantamisen ja s\u00e4\u00e4nn\u00f6sten noudattamisen kannalta.<\/p>\n<p>Er\u00e4s rakennusalan asiakas otti t\u00e4m\u00e4n l\u00e4hestymistavan k\u00e4ytt\u00f6\u00f6n ja v\u00e4hensi projektin keskim\u00e4\u00e4r\u00e4ist\u00e4 ylityst\u00e4 23%:st\u00e4 8%:hen kuudessa kuukaudessa. J\u00e4rjestelm\u00e4 havaitsi automaattisesti laajuuden kasvun ja resurssikonfliktit sen sijaan, ett\u00e4 projektip\u00e4\u00e4llik\u00f6t olisivat joutuneet pohtimaan ongelmia manuaalisesti.<\/p>\n<h2>Integraatiostrategia: Komponentit saadaan toimimaan yhdess\u00e4<\/h2>\n<p>N\u00e4m\u00e4 kolme osatekij\u00e4\u00e4 ovat tehokkaita yksitt\u00e4in, mutta oikein integroituna ne ovat mullistavia.<\/p>\n<h3>Tietovirta-arkkitehtuuri<\/h3>\n<p>Rakenna Power BI -mallisi selke\u00e4ll\u00e4 tietolinjalla:<\/p>\n<ol>\n<li><strong>L\u00e4hdekerros:<\/strong> Raakaprojektitiedot ja luottamuspisteiden metatiedot<\/li>\n<li><strong>Laskentakerros:<\/strong> Ep\u00e4varmuuden levi\u00e4minen ja riskien kvantifiointi<\/li>\n<li><strong>Hallintokerros:<\/strong> Automaattinen s\u00e4\u00e4nt\u00f6jen arviointi ja poikkeusten merkitseminen<\/li>\n<li><strong>Esityskerros:<\/strong> Mittaristot ja raportit eri sidosryhmien tarpeisiin<\/li>\n<\/ol>\n<h3>Palautesilmukat<\/h3>\n<p>Rakennetaan mekanismeja j\u00e4rjestelm\u00e4n parantamiseksi ajan my\u00f6t\u00e4:<\/p>\n<ul>\n<li>Vertaa ennustettuja ja todellisia tuloksia mallien kalibroimiseksi.<\/li>\n<li>Seuraa, mitk\u00e4 hallintos\u00e4\u00e4nn\u00f6t tuottavat v\u00e4\u00e4ri\u00e4 positiivisia tuloksia, ja s\u00e4\u00e4d\u00e4 kynnysarvoja.<\/li>\n<li>P\u00e4ivitet\u00e4\u00e4n luottamuspisteet l\u00e4hteiden historiallisen tarkkuuden perusteella.<\/li>\n<\/ul>\n<h2>Toteutuksen etenemissuunnitelma<\/h2>\n<p>\u00c4l\u00e4 yrit\u00e4 rakentaa kaikkea kerralla. T\u00e4m\u00e4 on toimiva j\u00e4rjestys:<\/p>\n<h3>Vaihe 1 (viikot 1-4): S\u00e4\u00e4ti\u00f6<\/h3>\n<ul>\n<li>M\u00e4\u00e4rit\u00e4 ep\u00e4varmuuden peruspropagointi yht\u00e4 hanketta varten<\/li>\n<li>M\u00e4\u00e4ritell\u00e4\u00e4n luottamuspistemenetelm\u00e4<\/li>\n<li>Kolmen keskeisen hallintos\u00e4\u00e4nn\u00f6n t\u00e4yt\u00e4nt\u00f6\u00f6npano<\/li>\n<\/ul>\n<h3>Vaihe 2 (viikot 5-8): Laajennus<\/h3>\n<ul>\n<li>Lis\u00e4\u00e4 riippuvaisten riskien korrelaatiomallinnus<\/li>\n<li>Automaattiset luottamuspisteiden laskelmat<\/li>\n<li>Yhdist\u00e4 hallintoh\u00e4lytykset Power Automateen<\/li>\n<\/ul>\n<h3>Vaihe 3 (viikot 9-12): Optimointi<\/h3>\n<ul>\n<li>Palautesilmukoiden toteuttaminen ja mallin kalibrointi<\/li>\n<li>Lis\u00e4\u00e4 ennakoivaa analytiikkaa riskien varhaista havaitsemista varten<\/li>\n<li>skaalautuminen useisiin projekteihin ja salkkuihin<\/li>\n<\/ul>\n<h2>P\u00e4\u00e4telm\u00e4<\/h2>\n<p>Riskienhallinnassa ei ole kyse kauniiden mittaritaulujen luomisesta tai vaatimustenmukaisuuden tarkastuslistojen noudattamisesta. Kyse on sellaisten j\u00e4rjestelmien rakentamisesta, jotka antavat tarkkaa ja k\u00e4ytt\u00f6kelpoista tietoa silloin, kun sinun on teht\u00e4v\u00e4 p\u00e4\u00e4t\u00f6ksi\u00e4.<\/p>\n<p>Hahmottelemamme kvantifioidut riskikehykset - ep\u00e4varmuuden levi\u00e4minen, sukupolvien v\u00e4liset luottamuspisteet ja koodin hallinta - puuttuvat perinteisten l\u00e4hestymistapojen keskeisiin heikkouksiin:<\/p>\n<ul>\n<li>Se korvaa subjektiiviset riskiluokitukset matemaattisilla malleilla.<\/li>\n<li>Siin\u00e4 otetaan huomioon, miten riskit yhdistyv\u00e4t ja vaikuttavat toisiinsa.<\/li>\n<li>Se painottaa p\u00e4\u00e4t\u00f6ksi\u00e4 tietojen laadun perusteella<\/li>\n<li>Se automatisoi havaitsemisen ja reagoimisen<\/li>\n<\/ul>\n<p>Olemme n\u00e4hneet t\u00e4m\u00e4n l\u00e4hestymistavan v\u00e4hent\u00e4v\u00e4n projektien ep\u00e4onnistumisprosenttia 40-60% useilla eri toimialoilla. Ero ei ole ty\u00f6kaluissa, vaan ep\u00e4varmuutta ja hallintaa koskevassa j\u00e4rjestelm\u00e4llisess\u00e4 ajattelussa.<\/p>\n<p>Hankkeesi ovat liian t\u00e4rkeit\u00e4 hallittaviksi arvailujen ja kuukausittaisten kokousten avulla. Rakenna j\u00e4rjestelmi\u00e4, jotka toimivat automaattisesti, tuovat ongelmat esiin varhaisessa vaiheessa ja antavat sinulle itseluottamusta tehd\u00e4 suurempia panostuksia.<\/p>\n<p>Matematiikka ei ole en\u00e4\u00e4 vapaaehtoista. Joko m\u00e4\u00e4rittelet riskin oikein, tai riski m\u00e4\u00e4rittelee sinut.<\/p>","protected":false},"excerpt":{"rendered":"<p>Useimmat riskikehykset ovat rikki. Ne luottavat vain v\u00e4rikoodattuihin matriiseihin ja vaistoihin, kun yrityksesi tuhlaa miljoonia ep\u00e4onnistuneisiin hankkeisiin. Olemme rakentaneet riskij\u00e4rjestelmi\u00e4 Fortune 500 -yrityksille ja n\u00e4hneet saman kaavan: tiimit luovat kauniita mittaritauluja, jotka n\u00e4ytt\u00e4v\u00e4t vaikuttavilta, mutta eiv\u00e4t pysty vastaamaan t\u00e4rkeimp\u00e4\u00e4n kysymykseen: \"Mik\u00e4 on todellinen ...\". <\/p>","protected":false},"author":2,"featured_media":13440,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-13931","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","latest_post"],"_links":{"self":[{"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/posts\/13931","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/comments?post=13931"}],"version-history":[{"count":5,"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/posts\/13931\/revisions"}],"predecessor-version":[{"id":13949,"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/posts\/13931\/revisions\/13949"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/media\/13440"}],"wp:attachment":[{"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/media?parent=13931"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/categories?post=13931"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.leaplytics.de\/fi\/wp-json\/wp\/v2\/tags?post=13931"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}