100% found this document useful (4 votes)
73 views51 pages

(Ebook PDF) Business Intelligence and Analytics 10th Edition All Chapter Instant Download

Analytics

Uploaded by

raamosfdff
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
100% found this document useful (4 votes)
73 views51 pages

(Ebook PDF) Business Intelligence and Analytics 10th Edition All Chapter Instant Download

Analytics

Uploaded by

raamosfdff
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
You are on page 1/ 51

Download the full version of the ebook now at ebooksecure.

com

(eBook PDF) Business Intelligence and


Analytics 10th Edition

https://ebooksecure.com/product/ebook-pdf-
business-intelligence-and-analytics-10th-edition/

Explore and download more ebook at https://ebooksecure.com


Recommended digital products (PDF, EPUB, MOBI) that
you can download immediately if you are interested.

(eBook PDF) Business Intelligence, Analytics, and Data


Science: A Managerial Perspective 4th Edition

https://ebooksecure.com/product/ebook-pdf-business-intelligence-
analytics-and-data-science-a-managerial-perspective-4th-edition/

ebooksecure.com

(eBook PDF) Business Intelligence: Practices,


Technologies, and Management

https://ebooksecure.com/product/ebook-pdf-business-intelligence-
practices-technologies-and-management/

ebooksecure.com

(eBook PDF) Analytics, Data Science, & Artificial


Intelligence: Systems for Decision Support 11th Edition

https://ebooksecure.com/product/ebook-pdf-analytics-data-science-
artificial-intelligence-systems-for-decision-support-11th-edition/

ebooksecure.com

(eBook PDF) The Well-Managed Healthcare Organization 9th


Edition

https://ebooksecure.com/product/ebook-pdf-the-well-managed-healthcare-
organization-9th-edition/

ebooksecure.com
Insect Pests of Millets: Systematics, Bionomics, and
Management 1st Edition Bhagwat - eBook PDF

https://ebooksecure.com/download/insect-pests-of-millets-systematics-
bionomics-and-management-ebook-pdf/

ebooksecure.com

Advanced Organic Waste Management: Sustainable Practices


and Approaches 1st Edition- eBook PDF

https://ebooksecure.com/download/advanced-organic-waste-management-
sustainable-practices-and-approaches-ebook-pdf/

ebooksecure.com

(eBook PDF) Radiographic Image Analysis 5th Edition

https://ebooksecure.com/product/ebook-pdf-radiographic-image-
analysis-5th-edition/

ebooksecure.com

Pocket Atlas Of Emergency Ultrasound 2nd Edition Edition


Robert F. Reardon - eBook PDF

https://ebooksecure.com/download/pocket-atlas-of-emergency-ultrasound-
ebook-pdf/

ebooksecure.com

Personality Psychology 2017 1st Edition Larsen - eBook PDF

https://ebooksecure.com/download/personality-psychology-2017-ebook-
pdf/

ebooksecure.com
Thermal system design and simulation 1st Edition- eBook
PDF

https://ebooksecure.com/download/thermal-system-design-and-simulation-
ebook-pdf/

ebooksecure.com
Contents vii

Part II Descriptive Analytics 77


Chapter 3 Data Warehousing 78
3.1  Opening Vignette: Isle of Capri Casinos Is Winning with
Enterprise Data Warehouse 79
3.2  Data Warehousing Definitions and Concepts 81
What Is a Data Warehouse? 81
A Historical Perspective to Data Warehousing 81
Characteristics of Data Warehousing 83
Data Marts 84
Operational Data Stores 84
Enterprise Data Warehouses (EDW) 85
Metadata 85
▶ A
 pplication Case 3.1 A Better Data Plan: Well-Established TELCOs
Leverage Data Warehousing and Analytics to Stay on Top in a
Competitive Industry 85
3.3  Data Warehousing Process Overview 87
▶ A
 pplication Case 3.2 Data Warehousing Helps MultiCare Save
More Lives 88
3.4  Data Warehousing Architectures 90
Alternative Data Warehousing Architectures 93
Which Architecture Is the Best? 96
3.5  Data Integration and the Extraction, Transformation, and
Load (ETL) Processes 97
Data Integration 98
▶ Application Case 3.3 BP Lubricants Achieves BIGS Success 98
Extraction, Transformation, and Load 100
3.6  Data Warehouse Development 102
▶ A
 pplication Case 3.4 Things Go Better with Coke’s Data
Warehouse 103
Data Warehouse Development Approaches 103
▶ A
 pplication Case 3.5 Starwood Hotels & Resorts Manages Hotel
Profitability with Data Warehousing 106
Additional Data Warehouse Development Considerations 107
Representation of Data in Data Warehouse 108
Analysis of Data in the Data Warehouse 109
OLAP Versus OLTP 110
OLAP Operations 110
3.7  Data Warehousing Implementation Issues 113
▶ A
 pplication Case 3.6 EDW Helps Connect State Agencies in
Michigan 115
Massive Data Warehouses and Scalability 116
3.8  Real-Time Data Warehousing 117
▶ A
 pplication Case 3.7 Egg Plc Fries the Competition in Near Real
Time 118
viii Contents

3.9  Data Warehouse Administration, Security Issues, and Future


Trends 121
The Future of Data Warehousing 123
3.10  Resources, Links, and the Teradata University Network
Connection 126
Resources and Links 126
Cases 126
Vendors, Products, and Demos 127
Periodicals 127
Additional References 127
The Teradata University Network (TUN) Connection 127
Chapter Highlights 128 • Key Terms 128
Questions for Discussion 128 • Exercises 129
▶ End-of-Chapter Application Case Continental Airlines Flies High
with Its Real-Time Data Warehouse 131
References 132

Chapter 4 Business Reporting, Visual Analytics, and Business


Performance Management 135
4.1  Opening Vignette:Self-Service Reporting Environment
Saves Millions for Corporate Customers 136
4.2  Business Reporting Definitions and Concepts 139
What Is a Business Report? 140
▶ A
 pplication Case 4.1 Delta Lloyd Group Ensures Accuracy and
Efficiency in Financial Reporting 141
Components of the Business Reporting System 143
▶ Application Case 4.2 Flood of Paper Ends at FEMA 144
4.3  Data and Information Visualization 145
▶ A
 pplication Case 4.3 Tableau Saves Blastrac Thousands of Dollars
with Simplified Information Sharing 146
A Brief History of Data Visualization 147
▶ A
 pplication Case 4.4 TIBCO Spotfire Provides Dana-Farber Cancer
Institute with Unprecedented Insight into Cancer Vaccine Clinical
Trials 149
4.4  Different Types of Charts and Graphs 150
Basic Charts and Graphs 150
Specialized Charts and Graphs 151
4.5  The Emergence of Data Visualization and Visual
Analytics 154
Visual Analytics 156
High-Powered Visual Analytics Environments 158
4.6  Performance Dashboards 160
▶ A
 pplication Case 4.5 Dallas Cowboys Score Big with Tableau and
Teknion 161
Contents ix

Dashboard Design 162


▶ A
 pplication Case 4.6 Saudi Telecom Company Excels with
Information Visualization 163
What to Look For in a Dashboard 164
Best Practices in Dashboard Design 165
Benchmark Key Performance Indicators with Industry Standards 165
Wrap the Dashboard Metrics with Contextual Metadata 165
Validate the Dashboard Design by a Usability Specialist 165
Prioritize and Rank Alerts/Exceptions Streamed to the Dashboard 165
Enrich Dashboard with Business Users’ Comments 165
Present Information in Three Different Levels 166
Pick the Right Visual Construct Using Dashboard Design Principles 166
Provide for Guided Analytics 166
4.7  Business Performance Management 166
Closed-Loop BPM Cycle 167
▶ A
 pplication Case 4.7 IBM Cognos Express Helps Mace for Faster
and Better Business Reporting 169
4.8  Performance Measurement 170
Key Performance Indicator (KPI) 171
Performance Measurement System 172
4.9  Balanced Scorecards 172
The Four Perspectives 173
The Meaning of Balance in BSC 174
Dashboards Versus Scorecards 174
4.10  Six Sigma as a Performance Measurement System 175
The DMAIC Performance Model 176
Balanced Scorecard Versus Six Sigma 176
Effective Performance Measurement 177
▶ A
 pplication Case 4.8 Expedia.com’s Customer Satisfaction
Scorecard 178
Chapter Highlights 179 • Key Terms 180
Questions for Discussion 181 • Exercises 181
▶ End-of-Chapter Application Case Smart Business Reporting
Helps Healthcare Providers Deliver Better Care 182
References 184

Part III Predictive Analytics 185


Chapter 5 Data Mining 186
5.1  Opening Vignette: Cabela’s Reels in More Customers with
Advanced Analytics and Data Mining 187
5.2  Data Mining Concepts and Applications 189
▶ A
 pplication Case 5.1 Smarter Insurance: Infinity P&C Improves
Customer Service and Combats Fraud with Predictive Analytics 191
x Contents

Definitions, Characteristics, and Benefits 192


▶ A
 pplication Case 5.2 Harnessing Analytics to Combat Crime:
Predictive Analytics Helps Memphis Police Department Pinpoint Crime
and Focus Police Resources 196
How Data Mining Works 197
Data Mining Versus Statistics 200
5.3  Data Mining Applications 201
▶ Application Case 5.3 A Mine on Terrorist Funding 203
5.4  Data Mining Process 204
Step 1: Business Understanding 205
Step 2: Data Understanding 205
Step 3: Data Preparation 206
Step 4: Model Building 208
▶ Application Case 5.4 Data Mining in Cancer Research 210
Step 5: Testing and Evaluation 211
Step 6: Deployment 211
Other Data Mining Standardized Processes and Methodologies 212
5.5 Data Mining Methods 214
Classification 214
Estimating the True Accuracy of Classification Models 215
Cluster Analysis for Data Mining 220
▶ A
 pplication Case 5.5 2degrees Gets a 1275 Percent Boost in Churn
Identification 221
Association Rule Mining 224
5.6 Data Mining Software Tools 228
▶ A
 pplication Case 5.6 Data Mining Goes to Hollywood: Predicting
Financial Success of Movies 231
5.7  Data Mining Privacy Issues, Myths, and Blunders 234
Data Mining and Privacy Issues 234
▶ A
 pplication Case 5.7 Predicting Customer Buying Patterns—The
Target Story 235
Data Mining Myths and Blunders 236
Chapter Highlights 237 • Key Terms 238
Questions for Discussion 238 • Exercises 239
▶ End-of-Chapter Application Case Macys.com Enhances Its
Customers’ Shopping Experience with Analytics 241
References 241

Chapter 6 Techniques for Predictive Modeling 243


6.1 Opening Vignette: Predictive Modeling Helps Better
Understand and Manage Complex Medical
Procedures 244
6.2 Basic Concepts of Neural Networks 247
Biological and Artificial Neural Networks 248
▶ A
 pplication Case 6.1 Neural Networks Are Helping to Save Lives in
the Mining Industry 250
Elements of ANN 251
Contents xi

Network Information Processing 252


Neural Network Architectures 254
▶ A
 pplication Case 6.2 Predictive Modeling Is Powering the Power
Generators 256
6.3 Developing Neural Network–Based Systems 258
The General ANN Learning Process 259
Backpropagation 260
6.4 Illuminating the Black Box of ANN with Sensitivity
Analysis 262
▶ A
 pplication Case 6.3 Sensitivity Analysis Reveals Injury Severity
Factors in Traffic Accidents 264
6.5 Support Vector Machines 265
▶ A
 pplication Case 6.4 Managing Student Retention with Predictive
Modeling 266
Mathematical Formulation of SVMs 270
Primal Form 271
Dual Form 271
Soft Margin 271
Nonlinear Classification 272
Kernel Trick 272
6.6 A Process-Based Approach to the Use of SVM 273
Support Vector Machines Versus Artificial Neural Networks 274
6.7 Nearest Neighbor Method for Prediction 275
Similarity Measure: The Distance Metric 276
Parameter Selection 277
▶ A
 pplication Case 6.5 Efficient Image Recognition and
Categorization with k NN 278
Chapter Highlights 280 • Key Terms 280
Questions for Discussion 281 • Exercises 281
▶ End-of-Chapter Application Case Coors Improves Beer Flavors
with Neural Networks 284
References 285

Chapter 7 Text Analytics, Text Mining, and Sentiment Analysis 288


7.1 Opening Vignette: Machine Versus Men on Jeopardy!: The
Story of Watson 289
7.2 Text Analytics and Text Mining Concepts and
Definitions 291
▶ Application Case 7.1 Text Mining for Patent Analysis 295
7.3 Natural Language Processing 296
▶ A
 pplication Case 7.2 Text Mining Improves Hong Kong
Government’s Ability to Anticipate and Address Public Complaints 298
7.4 Text Mining Applications 300
Marketing Applications 301
Security Applications 301
▶ Application Case 7.3 Mining for Lies 302
Biomedical Applications 304
xii Contents

Academic Applications 305


▶ A
 pplication Case 7.4 Text Mining and Sentiment Analysis Help
Improve Customer Service Performance 306
7.5  Text Mining Process 307
Task 1: Establish the Corpus 308
Task 2: Create the Term–Document Matrix 309
Task 3: Extract the Knowledge 312
▶ A
 pplication Case 7.5 Research Literature Survey with Text
Mining 314
7.6  Text Mining Tools 317
Commercial Software Tools 317
Free Software Tools 317
▶ Application Case 7.6 A Potpourri of Text Mining Case Synopses 318
7.7 Sentiment Analysis Overview 319
▶ A
 pplication Case 7.7 Whirlpool Achieves Customer Loyalty and
Product Success with Text Analytics 321
7.8  Sentiment Analysis Applications 323
7.9  Sentiment Analysis Process 325
Methods for Polarity Identification 326
Using a Lexicon 327
Using a Collection of Training Documents 328
Identifying Semantic Orientation of Sentences and Phrases 328
Identifying Semantic Orientation of Document 328
7.10 Sentiment Analysis and Speech Analytics 329
How Is It Done? 329
▶ A
 pplication Case 7.8 Cutting Through the Confusion: Blue Cross
Blue Shield of North Carolina Uses Nexidia’s Speech Analytics to Ease
Member Experience in Healthcare 331
Chapter Highlights 333 • Key Terms 333
Questions for Discussion 334 • Exercises 334
▶ End-of-Chapter Application Case BBVA Seamlessly Monitors
and Improves Its Online Reputation 335
References 336

Chapter 8 Web Analytics, Web Mining, and Social Analytics 338


8.1  Opening Vignette: Security First Insurance Deepens
Connection with Policyholders 339
8.2  Web Mining Overview 341
8.3  Web Content and Web Structure Mining 344
▶ A
 pplication Case 8.1 Identifying Extremist Groups with Web Link
and Content Analysis 346
8.4  Search Engines 347
Anatomy of a Search Engine 347
1. Development Cycle 348
Web Crawler 348
Document Indexer 348
Contents xiii

2. Response Cycle 349


Query Analyzer 349
Document Matcher/Ranker 349
How Does Google Do It? 351
▶ Application Case 8.2 IGN Increases Search Traffic by 1500 Percent 353
8.5  Search Engine Optimization 354
Methods for Search Engine Optimization 355
▶ A
 pplication Case 8.3 Understanding Why Customers Abandon
Shopping Carts Results in $10 Million Sales Increase 357
8.6  Web Usage Mining (Web Analytics) 358
Web Analytics Technologies 359
▶ A
 pplication Case 8.4 Allegro Boosts Online Click-Through Rates by
500 Percent with Web Analysis 360
Web Analytics Metrics 362
Web Site Usability 362
Traffic Sources 363
Visitor Profiles 364
Conversion Statistics 364
8.7  eb Analytics Maturity Model and Web Analytics Tools
W 366
Web Analytics Tools 368
Putting It All Together—A Web Site Optimization Ecosystem 370
A Framework for Voice of the Customer Strategy 372
8.8  Social Analytics and Social Network Analysis 373
Social Network Analysis 374
Social Network Analysis Metrics 375
▶ A
 pplication Case 8.5 Social Network Analysis Helps
Telecommunication Firms 375
Connections 376
Distributions 376
Segmentation 377
8.9  Social Media Definitions and Concepts 377
How Do People Use Social Media? 378
▶ A
 pplication Case 8.6 Measuring the Impact of Social Media at
Lollapalooza 379
8.10 Social Media Analytics 380
Measuring the Social Media Impact 381
Best Practices in Social Media Analytics 381
▶ A
 pplication Case 8.7 eHarmony Uses Social Media to Help Take the
Mystery Out of Online Dating 383
Social Media Analytics Tools and Vendors 384
Chapter Highlights 386 • Key Terms 387
Questions for Discussion 387 • Exercises 388
▶ End-of-Chapter Application Case Keeping Students on Track with
Web and Predictive Analytics 388
References 390
xiv Contents

Part IV Prescriptive Analytics 391


Chapter 9 Model-Based Decision Making: Optimization and
Multi-Criteria Systems 392
9.1  Opening Vignette: Midwest ISO Saves Billions by Better
Planning of Power Plant Operations and Capacity
Planning 393
9.2 Decision Support Systems Modeling 394
▶ A
 pplication Case 9.1 Optimal Transport for ExxonMobil
Downstream Through a DSS 395
Current Modeling Issues 396
▶ A
 pplication Case 9.2 Forecasting/Predictive Analytics Proves to Be
a Good Gamble for Harrah’s Cherokee Casino and Hotel 397
9.3  Structure of Mathematical Models for Decision Support 399
The Components of Decision Support Mathematical Models 399
The Structure of Mathematical Models 401
9.4  Certainty, Uncertainty, and Risk 401
Decision Making Under Certainty 402
Decision Making Under Uncertainty 402
Decision Making Under Risk (Risk Analysis) 402
▶ A
 pplication Case 9.3 American Airlines Uses
Should-Cost Modeling to Assess the Uncertainty of Bids
for Shipment Routes 403
9.5  Decision Modeling with Spreadsheets 404
▶ A
 pplication Case 9.4 Showcase Scheduling at Fred Astaire East
Side Dance Studio 404
9.6  Mathematical Programming Optimization 407
▶ Application Case 9.5 Spreadsheet Model Helps Assign Medical
Residents 407
Mathematical Programming 408
Linear Programming 408
Modeling in LP: An Example 409
Implementation 414
9.7  Multiple Goals, Sensitivity Analysis, What-If Analysis,
and Goal Seeking 416
Multiple Goals 416
Sensitivity Analysis 417
What-If Analysis 418
Goal Seeking 418
9.8  Decision Analysis with Decision Tables and Decision
Trees 420
Decision Tables 420
Decision Trees 422
9.9 Multi-Criteria Decision Making With Pairwise
Comparisons 423
The Analytic Hierarchy Process 423
Contents xv

▶ Application Case 9.6 U.S. HUD Saves the House by Using


AHP for Selecting IT Projects 423
Tutorial on Applying Analytic Hierarchy Process Using Web-HIPRE 425
Chapter Highlights 429 • Key Terms 430
Questions for Discussion 430 • Exercises 430
▶ End-of-Chapter Application Case Pre-Positioning of Emergency
Items for CARE International 433
References 434

Chapter 10 Modeling and Analysis: Heuristic Search Methods and


Simulation 435
10.1 Opening Vignette: System Dynamics Allows Fluor
Corporation to Better Plan for Project and Change
Management 436
10.2 Problem-Solving Search Methods 437
Analytical Techniques 438
Algorithms 438
Blind Searching 439
Heuristic Searching 439
▶ A
 pplication Case 10.1 Chilean Government Uses Heuristics to
Make Decisions on School Lunch Providers 439
10.3 Genetic Algorithms and Developing GA Applications 441
Example: The Vector Game 441
Terminology of Genetic Algorithms 443
How Do Genetic Algorithms Work? 443
Limitations of Genetic Algorithms 445
Genetic Algorithm Applications 445
10.4 Simulation 446
▶ A pplication Case 10.2 Improving Maintenance Decision Making in
the Finnish Air Force Through Simulation 446
▶ Application Case 10.3 Simulating Effects of Hepatitis B
Interventions 447
Major Characteristics of Simulation 448
Advantages of Simulation 449
Disadvantages of Simulation 450
The Methodology of Simulation 450
Simulation Types 451
Monte Carlo Simulation 452
Discrete Event Simulation 453
10.5 Visual Interactive Simulation 453
Conventional Simulation Inadequacies 453
Visual Interactive Simulation 453
Visual Interactive Models and DSS 454
▶ A
 pplication Case 10.4 Improving Job-Shop Scheduling Decisions
Through RFID: A Simulation-Based Assessment 454
Simulation Software 457
Visit https://testbankfan.com
now to explore a rich
collection of testbank or
solution manual and enjoy
exciting offers!
xvi Contents

10.6  System Dynamics Modeling 458


10.7 Agent-Based Modeling 461
▶ A
 pplication Case 10.5 Agent-Based Simulation Helps Analyze
Spread of a Pandemic Outbreak 463
Chapter Highlights 464 • Key Terms 464
Questions for Discussion 465 • Exercises 465
▶ End-of-Chapter Application Case HP Applies Management
Science Modeling to Optimize Its Supply Chain and Wins a Major
Award 465
References 467

Chapter 11 Automated Decision Systems and Expert Systems 469


11.1 Opening Vignette: InterContinental Hotel Group Uses
Decision Rules for Optimal Hotel Room Rates 470
11.2 Automated Decision Systems 471
▶ A
 pplication Case 11.1 Giant Food Stores Prices the Entire
Store 472
11.3 The Artificial Intelligence Field 475
11.4 Basic Concepts of Expert Systems 477
Experts 477
Expertise 478
Features of ES 478
▶ A
 pplication Case 11.2 Expert System Helps in Identifying Sport
Talents 480
11.5 Applications of Expert Systems 480
▶ A
 pplication Case 11.3 Expert System Aids in Identification of
Chemical, Biological, and Radiological Agents 481
Classical Applications of ES 481
Newer Applications of ES 482
Areas for ES Applications 483
11.6 Structure of Expert Systems 484
Knowledge Acquisition Subsystem 484
Knowledge Base 485
Inference Engine 485
User Interface 485
Blackboard (Workplace) 485
Explanation Subsystem (Justifier) 486
Knowledge-Refining System 486
▶ A
 pplication Case 11.4 Diagnosing Heart Diseases by Signal
Processing 486
11.7 Knowledge Engineering 487
Knowledge Acquisition 488
Knowledge Verification and Validation 490
Knowledge Representation 490
Inferencing 491
Explanation and Justification 496
Contents xvii

11.8 Problem Areas Suitable for Expert Systems 497


11.9 Development of Expert Systems 498
Defining the Nature and Scope of the Problem 499
Identifying Proper Experts 499
Acquiring Knowledge 499
Selecting the Building Tools 499
Coding the System 501
Evaluating the System 501
▶ Application Case 11.5 Clinical Decision Support System for Tendon
Injuries 501
11.10 Concluding Remarks 502
Chapter Highlights 503 • Key Terms 503
Questions for Discussion 504 • Exercises 504
▶ End-of-Chapter Application Case Tax Collections Optimization
for New York State 504
References 505

Chapter 12 Knowledge Management and Collaborative Systems 507


12.1  Opening Vignette: Expertise Transfer System to Train
Future Army Personnel 508
12.2  Introduction to Knowledge Management 512
Knowledge Management Concepts and Definitions 513
Knowledge 513
Explicit and Tacit Knowledge 515
12.3  Approaches to Knowledge Management 516
The Process Approach to Knowledge Management 517
The Practice Approach to Knowledge Management 517
Hybrid Approaches to Knowledge Management 518
Knowledge Repositories 518
12.4  Information Technology (IT) in Knowledge
Management 520
The KMS Cycle 520
Components of KMS 521
Technologies That Support Knowledge Management 521
12.5  Making Decisions in Groups: Characteristics, Process,
Benefits, and Dysfunctions 523
Characteristics of Groupwork 523
The Group Decision-Making Process 524
The Benefits and Limitations of Groupwork 524
12.6  Supporting Groupwork with Computerized Systems 526
An Overview of Group Support Systems (GSS) 526
Groupware 527
Time/Place Framework 527
12.7  Tools for Indirect Support of Decision Making 528
Groupware Tools 528
xviii Contents

Groupware 530
Collaborative Workflow 530
Web 2.0 530
Wikis 531
Collaborative Networks 531
12.8  Direct Computerized Support for Decision Making:
From Group Decision Support Systems to Group Support
Systems 532
Group Decision Support Systems (GDSS) 532
Group Support Systems 533
How GDSS (or GSS) Improve Groupwork 533
Facilities for GDSS 534
Chapter Highlights 535 • Key Terms 536
Questions for Discussion 536 • Exercises 536
▶ End-of-Chapter Application Case Solving Crimes by Sharing
Digital Forensic Knowledge 537
References 539

Part V Big Data and Future Directions for Business


Analytics 541
Chapter 13 Big Data and Analytics 542
13.1 Opening Vignette: Big Data Meets Big Science at CERN 543
13.2 Definition of Big Data 546
The Vs That Define Big Data 547
▶ A
 pplication Case 13.1 Big Data Analytics Helps Luxottica Improve
Its Marketing Effectiveness 550
13.3 Fundamentals of Big Data Analytics 551
Business Problems Addressed by Big Data Analytics 554
▶ A
 pplication Case 13.2 Top 5 Investment Bank Achieves Single
Source of Truth 555
13.4 Big Data Technologies 556
MapReduce 557
Why Use MapReduce? 558
Hadoop 558
How Does Hadoop Work? 558
Hadoop Technical Components 559
Hadoop: The Pros and Cons 560
NoSQL 562
▶ Application Case 13.3 eBay’s Big Data Solution 563
13.5 Data Scientist 565
Where Do Data Scientists Come From? 565
▶ Application Case 13.4 Big Data and Analytics in Politics 568
13.6 Big Data and Data Warehousing 569
Use Case(s) for Hadoop 570
Use Case(s) for Data Warehousing 571
Contents xix

The Gray Areas (Any One of the Two Would Do the Job) 572
Coexistence of Hadoop and Data Warehouse 572
13.7 Big Data Vendors 574
▶ A pplication Case 13.5 Dublin City Council Is Leveraging Big Data
to Reduce Traffic Congestion 575
▶ Application Case 13.6 Creditreform Boosts Credit Rating Quality
with Big Data Visual Analytics 580
13.8 Big Data and Stream Analytics 581
Stream Analytics Versus Perpetual Analytics 582
Critical Event Processing 582
Data Stream Mining 583
13.9 Applications of Stream Analytics 584
e-Commerce 584
Telecommunications 584
▶ A
 pplication Case 13.7 Turning Machine-Generated Streaming Data
into Valuable Business Insights 585
Law Enforcement and Cyber Security 586
Power Industry 587
Financial Services 587
Health Sciences 587
Government 587
Chapter Highlights 588 • Key Terms 588
Questions for Discussion 588 • Exercises 589
▶ End-of-Chapter Application Case Discovery Health Turns Big
Data into Better Healthcare 589
References 591

Chapter 14 Business Analytics: Emerging Trends and Future


Impacts 592
14.1 Opening Vignette: Oklahoma Gas and Electric Employs
Analytics to Promote Smart Energy Use 593
14.2 Location-Based Analytics for Organizations 594
Geospatial Analytics 594
▶ A
 pplication Case 14.1 Great Clips Employs Spatial Analytics to
Shave Time in Location Decisions 596
A Multimedia Exercise in Analytics Employing Geospatial Analytics 597
Real-Time Location Intelligence 598
▶ A
 pplication Case 14.2 Quiznos Targets Customers for Its
Sandwiches 599
14.3 Analytics Applications for Consumers 600
▶ Application Case 14.3 A Life Coach in Your Pocket 601
14.4 Recommendation Engines 603
14.5 Web 2.0 and Online Social Networking 604
Representative Characteristics of Web 2.0 605
Social Networking 605
A Definition and Basic Information 606
Implications of Business and Enterprise Social Networks 606
xx Contents

14.6 Cloud Computing and BI 607


Service-Oriented DSS 608
Data-as-a-Service (DaaS) 608
Information-as-a-Service (Information on Demand) (IaaS) 611
Analytics-as-a-Service (AaaS) 611
14.7 Impacts of Analytics in Organizations: An Overview 613
New Organizational Units 613
Restructuring Business Processes and Virtual Teams 614
The Impacts of ADS Systems 614
Job Satisfaction 614
Job Stress and Anxiety 614
Analytics’ Impact on Managers’ Activities and Their Performance 615
14.8 Issues of Legality, Privacy, and Ethics 616
Legal Issues 616
Privacy 617
Recent Technology Issues in Privacy and Analytics 618
Ethics in Decision Making and Support 619
14.9 An Overview of the Analytics Ecosystem 620
Analytics Industry Clusters 620
Data Infrastructure Providers 620
Data Warehouse Industry 621
Middleware Industry 622
Data Aggregators/Distributors 622
Analytics-Focused Software Developers 622
Reporting/Analytics 622
Predictive Analytics 623
Prescriptive Analytics 623
Application Developers or System Integrators: Industry Specific or General 624
Analytics User Organizations 625
Analytics Industry Analysts and Influencers 627
Academic Providers and Certification Agencies 628
Chapter Highlights 629 • Key Terms 629
Questions for Discussion 629 • Exercises 630
▶ End-of-Chapter Application Case Southern States Cooperative
Optimizes Its Catalog Campaign 630
References 632
Glossary 634
Index 648
Exploring the Variety of Random
Documents with Different Content
taipui, kun hänelle esitettiin, että nuori tyttö saattoi tarvita hiukan
vaihtelua.

He lähestyivät asemaa. Yhä vielä Petra istui taaksepäin


kääntyneenä ja tuijotti samaan suuntaan – näkemättä mitään. Juna
jyrisi esiin vuoren takaa, juuri kun rattaat pysähtyivät. Matkakirstut
olivat jo lähetetyt maitomiehen mukana, ja ennenkuin Petra
tiesikään, istui hän jo tyhjässä kolmannen luokan vaunussa,
vieressään Marenin leivoslaatikko ja se hieno käsilaukku, jonka hän
oli saanut tädiltä ja enolta ripille päästessään.

Ulkoa ojennettiin neljä kättä sisään viimeisen kerran


puristettaviksi.

"Herra suojelkoon sinua ja säilyttäköön sinut sellaisena kuin nyt


olet, rakas lapseni", sanoi pappi hyvin juhlallisesti ja epävarmalla
äänellä.

"Sen hän kyllä tekee", rauhoitti Petra.

"Kahden viikon perästä me tulemme", sanoi Herman. "Pysy


rohkeana ja ota ajuri ja aja suoraan sinne."

Hyvästi, hyvästi. Nykäys – taas toinen. Juna liikkui – hitaasti –


nopeammin.

"Terveisiä Marenille ja – kaikelle", sanoi Petra ikkunasta. Mutta ei


kukaan sitä kuullut, sillä ei ollut mitään ääntä sanoja kannattamassa.

Hän otti hatun päästään ja kumartui ulos ikkunasta – ja tuijotti


taaksepäin. Asemaa, tien käännettä, taloja ja mökkejä. Kauimmin
hän näki Hellen katon ja kirkontornin – sen takana oli pappila.
Ja koko ajan hyppeli suuria, kirkkaita helmiä alas pitkin ruskeita
poskia. Ne eivät päässeet tarttumaan kiinni ihoon, jota suojelivat
pienet utukarvat, tehden sen sametintapaiseksi.

Kun vanha vaimo koreineen ja nuori herra tulivat sisään


seuraavalla asemalla, näkivät he vain tummansinisen mytyn, joka oli
kääriytynyt kokoon nurkkaan.

Petra nukkui.

Ja sade alkoi. Ensin pieninä, melkein näkymättöminä viiruina pitkin


vaununikkunaa. Sitten ne yhtyivät leveämmiksi juoviksi. Viimein ne
juoksivat vuolaina virtoina ristiin rastiin, ja joka kerta, kun juna
pysähtyi, rapisi katolla, kuin olisi siihen heitetty pikkukiviä.

Mutta Petra nukkui.

Hän heräsi kirkassointuisen äänen sanoessa:

"Nyt olemme Hamarissa, neiti. Teidän kai on joko poistuttava


vaunusta täällä tai vaihdettava junaa."

Petra hypähti pystyyn ja tarttui hattuunsa. Hän tuijotti hetken


ymmärtämättä mitään hilpeään tummansiniseen silmäpariin.

"Oo – kiitos. Totta kai, kyllä minun pitää vaihtaa junaa. Ja saada
ruokaa myöskin."

"Joutukaa sitten, neiti. Minä otan tavarat."

Täyttä ravia mentiin toiseen junaan, jossa varattiin kaksi paikkaa.


Sitten ravintolaan.
Petra söi pitämättä liikaa kiirettä, mutta myöskin säästämättä
ainoatakaan vatia – järjestys riippui siitä, mikä vati oli lähinnä. Hän
söi herkeämättä, kunnes ravintolan kello soi.

"Teillä on turmeltumaton ruokahalu, neiti", sanoi sinisilmäinen ja


nauroi.

"Minä en muulloin koskaan saa niin paljon hyvää samalla kertaa",


vastasi Petra tyynesti.

Vaunussa istui vain kaksi eukkoa puhellen marjanhinnoista.

Petra istui ikkunan luona ja katsoi ulos asemasillalle, missä ihmiset


kuljeksivat edestakasin junien välissä. Äkkiä hänen päänsä pisti ulos
ikkunasta.

"Te, te paksu harmaahousuinen, te pudotitte kirjeen."

Kauppamatkustaja, jolla oli vaaleanharmaa elefanttimainen


selkäpuoli ja kaksi ihomakkaraa niskassa kauluksen yläpuolella,
kääntyi ja otti kirjeen maasta, – hän ei katsellut erikoisen kiitollisena
junan jälkeen. Sen tekivät ne, jotka seisoivat hänen ympärillään.

Sade oli lakannut. Aurinko oli taas esillä ja poltti ikkunaan.

"Nyt tulee taas kaunis ilma, neiti", sanoi Petran matkatoveri.

"Niin, eikö ole surkeaa", sanoi Petra, "mutta hänellä kai on


tarkoituksensa, kuten Maren sanoo."

"Niin – hänellä. Te ette ehkä pidä auringosta? Minä pidän."

Ja hän lähensi kesakkoisen, terhakan pystynenän ja vaaleat


viiksenalut vaununikkunaan.
Petra katsoi tutkivasti häneen.

"Tuleeko teistä ehkä pappi? Te olette liian nuori jo ollaksenne sitä",


sanoi hän.

"Pappi? Minustako? Ei, ei aivan, mutta likeltä ottaa. Minä olen


papin poika ja opiskelen lääketiedettä. Lääketieteen ylioppilas
Borting."

Hän nousi puoleksi seisomaan ja kumarsi.

"Minun nimeni on Petra Felber", sanoi Petra ja ojensi kätensä.


"Mutta minua sanotaan enimmäkseen Tunturihiireksi."

Borting tarttui käteen, katseli sitä ja nauroi.

"Anteeksi – mutta mitään niin ruskeaa en koskaan ole nähnyt. Vai


on teidän nimenne Tunturihiiri. Se oli vasta lysti nimi. Mutta miksi te
luulitte, että minusta tulisi pappi?"

"Kun te puhuitte noin ilmasta. Papithan eivät koskaan huomaa,


mitä maa ja lapset ja sellaiset tarvitsevat, tiedättekö – joko aurinkoa
tai sadetta. He huomaavat ikäänkuin vain, mitä kaikki ihmiset
yhteensä – koko maailma – tarvitsee. Ikäänkuin sisäisesti. Sillä papit,
ne lukevat niin kerrassaan liiaksi", huokasi Petra.

"Mistä ilkeästä papista neidillä on noin huonot kokemukset?" kysyi


Borting – hän nauroi koko ajan.

"Ilkeästä papista!"

Petra istui aivan suorana suuttumuksesta ja käänsi kaksi vihaista


silmää häntä kohti. "Isä ei ole mikään ilkeä pappi. Hän on taitavin ja
paras pappi, mitä on olemassa. Mutta juuri siksi, että hän on lukenut
niin kerrassaan liian paljon myöhään öisin, hänestä on tullut – hän ei
voi nähdä enää", korjasi hän lauseensa hiljaisella äänellä. Ja sitten
hän kiireesti jyskäytti nenänsä ikkunaan ja räpytteli silmiään ja nieli.

"Anteeksi."

Bortingin ääni oli niin pehmeä.

"Ei se tee mitään."

Petra käänsi taas kasvonsa näkyviin ja hymyili hiukan hämillään,


silmät vielä kosteina.

"Minä unohdan sen enimmäkseen. Mutta aina, kun tulen sitä


ajatelleeksi, tuntuu niin pahalta."

Syntyi pitkä vaitiolo.

Borting olisi kovin mielellään sanonut jotain, joka olisi saanut


Petran hymyilemään, mutta hän ei keksinyt mitään. Kaikki sanat
tuntuivat niin kömpelöiltä. Hän istui katsellen Petraa syrjästä –
hänen täytyi lopulta hymyillä – tuo sivukuva oli niin herttaisen ruma.
Petra oli taas painanut nenänsä aivan litteäksi ikkunaa vasten.

Äkkiä hän taas käänsi sen Bortingiin päin – koko kasvot olivat
suurena hymynä.

"Minusta on niin ihanaa, että voimme unohtaa. Toisinaan."

Hän nousi seisomaan, oikoi käsivarsiaan ja meni vaunun poikki


toisen ikkunan luo. He olivat nyt kahden vaunussa. Petra seisoi
katsellen kuusimetsää, joka kasvoi tiheänä ja vihreänä aivan likellä.
Ja äkkiä hän alkoi hyräillä. Ensin hiljaa, sitten hän unohti
ympäristönsä ja lauloi kovemmin.

Borting kuunteli hartaasti.

"Teillä on harvinaisen kaunis ääni", sanoi hän ihastuneena, kun


Petra lopetti.

Petra kääntyi häneen päin.

"Niin on", sanoi hän tyynesti.

Borting katsahti häneen – ällistyneenä – mutta alkoi sitten nauraa.

"Kylläpä te olette omituinen. Niin on, sanotte te, aivan kuin minä
olisin sanonut teille: 'teillä on musta tahra nenällänne' – se teillä
muuten onkin – sensijaan että nyt sanoin teille parasta, mitä
ihmiselle voi sanoa."

"Laulatteko te?"

Petran silmät loistivat.

"Koska tiedätte, että se on parasta?"

"Kyllä minä laulankin. Mutta eniten soitan viulua."

"Kertokaa."

Ja Petra istuutui häntä vastapäätä kasvot loistaen ikäänkuin


sisältäpäin.

Ja Borting kertoi länsirannikon kaupungissa sijaitsevasta


kodistaan, jossa musiikki oli jokapäiväisenä leipänä hänelle ja äidille
ja isälle. Äidistä, josta piti tulla laulajatar, mutta joka luopui siitä
mennäkseen naimisiin isän kanssa. Ulkomaanmatkasta, jonka hän oli
tehnyt isän ja äidin kanssa ja jolloin hän oli kuullut kaikki suuret
oopperat. Kertoi näistä. Hyräili säveliä.

Äkkiä hän keskeytti ja katsoi Petraan.

"Tiedättekö, te kuuntelette silmillänne, te."

"Se kai johtuu siitä, että olen kuunnellut isää. Sillä hän on niin
oppinut, että kyllä saa käyttää sekä silmiä että korvia että mitä vain
on, jos tahtoo ymmärtää kaiken. Kertokaa enemmän."

Hän ei tiennyt, että pani kätensä Bortingin käsivarrelle. Hän ei


nähnyt, ettei nuorukainen voinut irroittaa silmiään hänen nuorista
hehkuvista kasvoistaan. Hän imi vain sanat itseensä.

Asemat lensivät heidän ohitseen.

Terävä, pitkä vihellys. Ja sitten tulivat Oslon rumien, harmaiden


vuokrakasarmien takasivut näkyviin kummallakin puolella –
tiheämpään ja tiheämpään.

"Kaupunki", huusi Petra pelästyneenä. Hän hyppäsi seisomaan


penkille ja heitti leivoslaatikon ja käsilaukun matkatoverinsa syliin.

"Onko joku sukulainen teitä vastassa, vai autanko minä teitä


kantamaan tavaroita?" kysyi Borting.

"Minä en mene sukulaisten luo. Minä olen saanut paikan – helpon


ja miellyttävän paikan kahden vanhuksen luona Parkveienin varrella.
Mutta jos te tahdotte auttaa minua kantamaan tavaroita, niin säästyy
minulta se raha, joka menisi kantajalle", sanoi Petra hyvillään.
Borting auttoi häntä hankkimalla ajurin ja seisoi hänen luonaan,
sillä aikaa kun mies haki ison matkakirstun.

"Voisimmeko – voisimmeko ehkä joskus mennä kuuntelemaan


musiikkia yhdessä?" kysyi Borting hiukan hämillään.

"Voisimme kyllä", sanoi Petra ja ojensi hänelle kätensä kiitokseksi


ja jäähyväisiksi. Mutta kun hän seisoi siinä ja näki tuon pienen
olennon istuvan yksin matkalaukkujensa keskellä lähteäkseen
helppoon ja miellyttävään toimeen kahden vanhuksen luo, tunsi hän
itsensä mieheksi ja suojelijaksi. Sillä hän oli niin nuori eikä hänen
sydämensä vielä ollut sanonut ensi sanaansa.

"Eikö minun pitäisi tulla mukaan valvomaan, että tulette hyvin


perille?" kysyi hän.

Petra nauroi että kaikui.

"Valvomaan minua? Ei, ellen minä olisi valvonut sekä itseäni että
muita, olisivat pappilassa asiat kyllä olleet huonolla kannalla", sanoi
hän.

Ja niin vaunut vierivät pois.

Pieni ruskea käsi pisti esiin ja huiskutti taaksepäin. Borting seisoi


ja katseli sen jälkeen, kun se jo kauan sitten oli täydessä toimessa
vaunujen pohjalla sitomassa uuden kenkäparin nauhoja.

Ajuri pysähtyi Parkveienillä.

"Jos tahdotte kantaa sisään matkakirstun, niin minä sillä aikaa


pitelen hevosta", sanoi Petra. "Minulla on paikka täällä – helppo ja
miellyttävä paikka", kertoi hän.
"Kyllä se seisoo pitelemättäkin, neiti. Hyvä on, minä kannan sisään
sen."

Ajuri asetteli olkapäitään ja ravisteli ruumistaan ja sai matkakirstun


niskalleen.

Kuului hiljainen suriseva soitto, kun Petra painoi kelloa. Ja heti sen
jälkeen raskaita, epätasaisia askelia.

"Tekö olette se uusi?" kysyi Hovelsen raottaen ovea.

"Hyvää päivää. Minä olen Petra Felber", sanoi Petra. "Kiitos,


asettakaa matkakirstu tuonne – minä laahaan sen huoneeseen yksin.
Ja kiitos kyydistä."

Ajuri ei oikein näyttänyt tietävän, mitä tekisi kädellä, jonka Petra


maksettuaan ojensi jäähyväisiksi. Mutta sitten hän pyyhkäisi oman
kätensä polveen ja pudisti voimakkaasti pientä ruskeaa.

"Onneksi olkoon, neiti."

Ja sitten eteisen ovi paukahti kiinni Petran jälkeen.

"Tekö olette rouva?" kysyi Petra.

Hovelsen joutui aivan ymmälleen ylpeydestä.

"En, ystävä hyvä. Minä olen vain Hovelsen", sanoi hän. "Mutta ette
suinkaan te voi olla se uusi! Tuollainen lapsi!"

"Minä olen saanut paikan täällä. Onko teilläkin paikka täällä?"


kysyi
Petra.
"Ei mutta mitenkä ihmiset voivat lähettää mokoman lapsen
mokomaan paikkaan? Minä tiedän, minä, minkälainen se on, neiti,
sillä minulla se on ollut, mutta nyt minä en kestä enää. He marisevat
niin, neiti, että sitä ei kukaan voi sietää. Kandidaatti on ainoa ilo
tässä talossa. Hän on kuin talon oma lapsi, mutta rouva tahtoisi kyllä
mieluimmin pitää hänet lasikaapissa."

"Pyh, minä olen tottunut Marenin marinaan, minä", sanoi Petra ja


ripusti päällys vaatteensa naulaan.

Huoneen ovea raotettiin.

"Kuka siellä puhuu, Hovelsen?" kuului rouvan ääni sisältä. "Onko


se uusi tullut? Lähettäkää hänet heti sisään."

"Rouva", kuiskasi Hovelsen puoliääneen ja liikkasi pois pitkin


käytävää kantaen Petran pienempiä matkakapineita.

Petra astui sisään.

Huone oli aivan valaistu ja viheriät verhot olivat vedetyt ikkunoiden


eteen, vaikka ulkona oli valoisaa.

Petra jäi seisomaan ja räpytteli silmiään sähkövalon sattuessa


niihin.

Keskellä huonetta seisoi jokin laiha musta ja tuijotti häneen


kaksinkertaisiksi käännettyjen nenälasien läpi, ja vihreän työlampun
alla hän näki hämärästi valkeat miehenkasvot.

"Hyvää päivää. Minä olen Petra Felber", sanoi Petra, ja hänen


tervehdyksensä oli pikkutytön niiauksen ja pojan kumarruksen
välimuoto.
Musta kumarsi päätään, ja pöydän luona istuva vanhus jyskäytti
keppinsä maahan ja sanoi:

"Tulkaa tänne, niin minä saan katsella teitä."

Petra meni hänen luokseen ja asettui seisomaan hänen eteensä.

"Te olette hyvin terveen ja vahvan näköinen, mutta tehän olette


vasta lapsi. Minä toivon, että viihdytte täällä", sanoi maaherra ja
ojensi hänelle kätensä, mutta veti sen ehdottomasti takaisin, kun
Petra voimakkaasti puristi sitä.

"Minä viihdyn joka paikassa", vastasi Petra iloisesti hymyillen. "Ja


vahva minä olen. Minä voin nostaa isän maasta. Niin että jos minun
pitää kantaa teitä, niin –"

Väsyneet valkeat kasvot kirkastuivat.

"Ellei nyt juuri sitä, niin on kuitenkin erittäin hyvä, että olette
vahva. Hovelsenin voimat eivät ole mistään kotoisin. Tekee kipeätä,
kun hän koskee minuun", sanoi hän.

"Jos vain siitä olisi kysymys, niin", huokasi rouva – hän astui
lähemmäksi. "Sen toki ymmärrätte, että te ette kestä tällaisessa
asemassa. Noin nuoreksi en sentään ollut otaksunut teitä. Tehän
sanoitte, että teillä oli monivuotinen kokemus."

"Totta kai minulla onkin – minä olen ollut työssä


yhdeksänvuotiaasta asti", sanoi Petra. "Eikä helppo ja miellyttävä
toimi voi tuottaa suuriakaan vaikeuksia", hymyili hän luottavaisesti.

Rouva loi häneen pistävän katseen. Ivasiko tyttö?


Mutta maaherra ennätti sanomaan:

"Aivan totta, neiti. Saattepa nähdä, että me vielä viihdymme


yhdessä.
Sanokaahan, oliko teidän isoisänne –?"

"Minä otaksun, että neiti on väsynyt matkasta ja kernaammin


tahtoo päästä lepoon", keskeytti rouva. "Tänä yönä teidän täytyy
tyytyä nukkumaan samassa huoneessa kuin Hovelsen, huomisesta
saatte olla siellä yksin. Hovelsen neuvoo teille tehtävänne, ennenkuin
lähtee pois. Hyvää yötä!"

"Tahdotteko, että minä menen? Minne minun pitää mennä?" kysyi


Petra.

Rouva osoitti ovea, josta Petra oli tullut sisään.

"Te tapaatte varmaankin Hovelsenin keittiössä, neiti."

"Hyvää yötä sitten."

Petra niiasi taas.

"Ja hyvää paranemista", lisäsi hän ja meni antamaan kättä


maaherralle.

"Kiitos paljon, pikku ystävä."

Väsyneessä vanhassa äänessä oli hämmästystä ja hiukan iloa.

"Hän tuntuu olevan rakastettava ihminen, tuo pienokainen, Letta",


sanoi hän tunnustellen, kun Petra oli sulkenut oven.
Letta rouva asetti lasit nenälleen, otti sanomalehden eikä
vastannut.

Petra istui sängynlaidalla pienessä, mutta koko hauskassa


huoneessa ja selaili vanhaa kulunutta keittokirjaa, jonka Maren
huolellisesti oli asettanut päällimmäiseksi matkakirstuun. Kaikkien
sivujen alanurkassa oli läpinäkyviä täpliä, jotka Marenin sormet
monien vuosien kuluessa olivat aikaansaaneet. Ja siniset ylpeät
lyijykynällä piirretyt ristit osoittivat, että omenakakku n:o 2 ja monet
muut kakkulajit olivat olleet Petran oman yritteliäisyyden esineinä.

Petralle nousivat kyyneleet kurkkuun, kun hän äkkiä näki kirjan


täällä vieraassa huoneessa. Ja samassa hän näki edessään
illallispöydän kotona, isän vihreine silmivarjostimineen pöydän
yläpäässä ja pojat alempana ja Marenin, joka kantoi ulos tyhjiä
puurolautasia ja sisään suuria sinisiä teekuppeja – ja paikan, joka oli
tyhjänä. Hän nieli ja nieli ja koetti pian ajatella jotain toista.

Silloin ovi aukeni ja sisään tuli teetarjotin, jolla oli valmiita


voileipiä, ja sen takana punaposkinen pullea tyttö, jonka tukka oli
käherä ja jolla oli kevytmieliset silmät.

"Hyvää päivää", sanoi Petra. "Mikä teidän nimenne on? Minun


nimeni on
Petra Felber."

"Jenny", vastasi tyttö ja purskahti lyhyeen pieneen nauruun. Hän


oli kiltin näköinen ja puhui etelämurretta.

"Teitäkö minun pitää auttaa keittiössä, kun tarvitaan?" kysyi Petra.

Taaskin hihitys.
"Hohhoh! Täällä jokaisella on tarpeeksi omassa työssään. Täällä
on vain hyppäämistä ja juoksemista ja soittamista yhtämittaa. Ainoa
hyvä on, että he menevät maata niin aikaisin, että ehtii pujahtaa
ulos vähän iltasin."

"Minä huomasin sen. He eivät tahtoneet minua jäämään sisälle


luokseen tänä iltana", sanoi Petra.

"Sisälle?"

Jenny katsoi Petraan ja purskahti vielä hillittömämpään nauruun.

Hovelsen pisti päänsä sisään.

"Syökää te, ystävä hyvä, ja pankaa maata, jos tahdotte. Minulla


on paljon puuhailtavaa vielä vaatekammiossa."

Seuraavassa silmänräpäyksessä Petra jo pisti päänsä eteisessä


olevaan vaatekammioon teekuppi toisessa kädessä ja voileivät
yhteenpuristettuina toisessa.

"Minä vien ruuan mukanani puutarhaan, minä. Olen istunut sisällä


koko päivän, ja se on pahinta mitä tiedän."

Ja ennenkuin Hovelsen sai kauhunsa ilmaistuksi, oli Petra poissa.


Eteisen oven hän jätti selkoselälleen.

Hän kulki ja katseli pientä puutarhatilkkua ja tunsi syvää


pettymystä. Ei ainoatakaan hedelmäpuuta, pensaita vain ja kukkasia
ja siroja käytäviä. Hän istuutui huvimajaan, joka oli aivan aidan
luona.
Heti sen jälkeen kuului askelia, jotka kulkivat ohi ja pysähtyivät
portille.

"No iltaa, Vilhelm", sanoi ääni.

"Terve, terve", vastasi toinen.

Ja niin kulkivat nopeat, varmat askeleet soraisen pihan poikki


eteisen ovelle.

Parin minuutin kuluttua Jenny hyökkäsi ulos.

"Neiti! Neiti Febbeler", sanoi hän puoliääneen.

"Täällä", sanoi Petra ja tuli lentäen häntä vastaan heiluttaen tyhjää


kuppia.

"Parasta on, että joudutte sisään, sillä juuri äsken tuli kandidaatti,
ja minä kuulin, että rouva kysyi, kuka hänet oli päästänyt sisään, ja
silloin hän sanoi, että hän itse oli päästänyt itsensä sisään, sillä ovi
oli auki, sanoi hän. Eikä rouva mistään raivostu niin kuin siitä, että
jättää ovet auki."

"Tekeekö se mitään? Kotona ne olivat auki koko päivän", sanoi


Petra rauhallisesti. "Kiitos muuten, että sanoitte minulle."

Hän meni sisään ja alkoi ottaa tavaroita matkalaukuistaan. Mutta


äkkiä hän ei enää voinut pitää silmiään auki. Hän riisuutui kiireesti ja
hypähti vuoteeseen – tuli sitten ajatelleeksi Hovelsenia, nousi ja
tassutti lattian poikki, aukaisi eteisen oven ja huusi olennolle, jonka
näki siellä puolihämärässä.
Vilhelm Veyer, joka juuri oli lähtemäisillään, jäi ällistyneenä
seisomaan, kun äkkiä näki pitkän valkean yöpuvun ja ruskean
tytönpään valoisassa ovenaukeamassa.

"Hyvää yötä. Minä panen maata, minä", sanoi uninen nuori ääni.

"Siinä teette oikein. Hyvää yötä, neiti", hymyili Vilhelm Veyer.

Ovi sulkeutui salaman nopeudella.

Vilhelm Veyer seisoi hetkisen hiljaa – sitten hän raotti salin ovea.

"Letta täti. – Minä luulen, että kuitenkin voin tulla päivälliselle


huomenna."

Kun Hovelsen tuli sisään huoneeseen, näki hän vain ruskean


niskan aivan seinän luona ja kaksi tummaa lettiä, jotka ulottuivat
sängynlaidan yli.

"Raukka. Oikein käy sääliksi", sanoi Hovelsen – hän kokosi lattialta


vaatekappaleet, jotka pieni ruskea jalka, joka pisti esiin peitteen alta,
oli potkinut alas tuolilta.

*****

Aamuaurinko paahtoi lyhyttä ruskeaa nenää, jonka juuressa oli


pieniä, melkein mustia kesakoita, ja pitkiä mustia silmäripsiä.

Petra heräsi, hieroi silmiään ja nousi istumaan suuresti


hämmästyneenä. Aurinko tuli sisään väärältä puolelta – takaapäin –
ja Hovelsenin yömyssy ja pyöreä yönutun verhoama selkä olivat
aluksi aivan käsittämättömät. Mutta kun hänelle vihdoinkin selveni,
missä hän oli, ja että oli kulunut vain yksi yö ja yksi päivä eikä sata
vuotta siitä, jolloin hän heräsi kotona omassa huoneessaan, hyppäsi
hän vuoteesta, pesi ruumiinsa vedellä ja märällä pyyheliinalla ja
pukeutui.

Hän hiipi saliin, veti uutimet syrjään ja aukaisi puutarhaan vievän


oven. Valo tulvi virtana sisään. Hän meni ulos puutarhaan, joka
tuoksui raittiisti yökasteen jälkeen. Korkearunkoiset ruusut lemusivat
väkevästi. Niillä oli vielä kaikki tummat ja vaaleat päänsä tallella.

Oli toki hyvä, että vanhalla sairaalla miehellä oli kaikki nämä
kauniit kukkaset katseltavina, ajatteli Petra. Mutta sitten hän muisti
Hovelsenin sanoneen, ettei maaherra koskaan päässyt ulos
puutarhaan, vaan istui siellä sopessaan koko päivän. Mutta
saattoihan hänellä kuitenkin olla muutamia sisällä luonaan – ja
päättäväisesti Petra kulki ympäri ja puri valkoisine hampaineen kaikki
kauneimmat ruusut poikki. Sitten hän kantoi ne sisälle ja asetti ne
lasiin ruokapöydän yläpäähän.

Hän meni takaisin huoneeseen, missä Hovelsen, puettuna paksuun


kudottuun villaröijyyn, letitti valepalmikkoaan, jonka yläpäätä hän
piteli hampaitten välissä, "sillä minä olen luvannut äidilleni, etten
koskaan olisi niin varomaton, että heittäisin yltäni villavaatteet",
sanoi Hovelsen, vaikka läähätti ja hikoili lämpimässä.

"Laittakaa kahvitarjotin järjestykseen, ystävä hyvä. Rouva juo


kahvinsa sängyssä, sillä he syövät aamiaista myöhään", sanoi
Hovelsen. "Voitteko laittaa hyvää vetokahvia? Täällä käytetään vain
sitä?"

"Sellaista pahaa katkeraa, joka vuotaa pienen pussin läpi? Sellaista


me myöskin saamme serkkuni luona. Mutta me käytämme
keittokahvia, sillä se on näkyisämpää."
"Minustakin vetokahvi on huonompaa. Se painostaa rintaa", sanoi
Hovelsen tuttavallisesti. "Itsellemme me muuten kyllä keitämmekin."

Petra laittoi tarjottimen valmiiksi, ja kun Hovelsen oli pukeutunut,


opetti hän Petraa valmistamaan kahvia rouvan maun mukaan ja
näytti hänelle, missä pöytäliinat, lasit ja kupit olivat.

"Nyt te voitte kastella kukkaset", sanoi Hovelsen. Ja Petra täytti


ruiskun toisensa jälkeen ja kaasi kaikki ruukut niin täpösen täyteen,
että vesi pulppuili alusastiain reunojen yli.

Kun Petra haki kuudennen ruiskullisen, kiintyi Hovelsenin huomio


häneen.

"Mitä Herran nimessä te teette niin paljolla vedellä?" hän kysyi.


Mutta Petra oli jo taas livahtanut sisälle ja kaasi
hyväntahtoisuudessaan yhä lisää. Ja kun Hovelsen tuli sisään, juoksi
monta pientä puroa jok'ikisestä ikkunasta.

"No kylläpä te täällä olette laittanut vedenpaisumuksen", sanoi


Hovelsen ja löi kauhistuneena kädet yhteen.

"Ne ovat niin janoisia tässä kuumuudessa", vastasi Petra. "Minä


kastelin kahta kovemmin puutarhassa kotona."

"Puutarhassa, niin", sanoi Hovelsen. "Mutta kas täällä on lätäkköjä


kaikkialla."

"Pyh, Jennyn kai pitää pestä täällä", sanoi Petra, "tuossa hän jo
on".

Jenny tuli hihittäen sisään, laski ämpärin kädestään, niin että


kolahti, ja läiskäytti rätin lattialle.
"Nyt te pidätte sellaista elämää, että rouva taas kuulee", nuhteli
Hovelsen. "Mutta joutukaa nyt vain, etteivät sämpylät myöhästy."

"Ehkä neiti Febbeleriä haluttaa mennä leipuriin niitä noutamaan",


ehdotti Jenny, "se on aivan lähellä Haegdehaugsveienin varrella."

"Kyllä kernaasti."

Petra sai tarvitsemansa tiedot, sieppasi hattunsa ja juoksi ulos.


Leipurinpuodissa kävi kiusaus liian suureksi, vaikka hän oli päättänyt
säästää omia rahojaan, ja hän tuli ulos sieltä syöden omenakakkua.
Hän sattui aivan kolmea nuorta herraa vastaan.

"Kas", huusi yksi heistä hämmästyneenä – tervehti ja punastui.

"Kiitos viimeisestä", nyökäytti Petra ohimennessään.

Seuraavassa silmänräpäyksessä hän kuuli nopeita askelia


takanaan.

"Hyvää päivää, neiti. Niin, miksikähän sanoisimme sitä, että


satuimme yhteen tänään taas?"

"Kaitselmukseksi", ehdotti Petra – "siksi Maren olisi sitä sanonut."

"No, miten tulette toimeen helpossa ja miellyttävässä paikassa?


Kenen luona te olette?"

"Hyvin vain", vastasi Petra luottavasti. "Hän on nimeltään


maaherra
Tuesen ja on sairas. Hänen luonaan minä kai olen."

"Eikö muuten rouva ole tärkein nuorille neideille, joilla on helpot ja


miellyttävät paikat?"
"Rouva ei pidä minusta", sanoi Petra avomielisesti, "mutta ehkä
hän muuttaa mieltään."

"Sen hän varmasti tekee", sanoi Borting – ja punastui taas. "Mutta


Tuesen? Se on varmaankin Vilhelm Veyerin eno – Veyer on hänen
perijänsä. Luultavasti te ihastutte Veyeriin, hän on kaikkien naisten
suosikki."

"Niin, minä tiedän sen. Hovelsen on kovin ihastunut", sanoi Petra.


"Minä olen saanut kirjeen häneltä. Sellaiset eivät muuten tavallisesti
ole hauskoja ollenkaan. Meillä kävi kerran yksi, hän oli sellainen kuin
te. Niin, minä tarkoitan, hänestä piti myöskin tulla lääkäri. Ja kaikki
sanoivat, että kaikki olivat ihastuneita häneen. Hän oli inhottava.
Hän ei viitsinyt edes puhua minun kanssani. Mutta hän pelkäsi
lehmää, uskotteko. Te kai ette pelkää mitään, te. Paitsi ruttoa ja
koleraa ja sellaista, jota lääkärien täytyy pelätä."

Ja kaksi kirkasta harmaata silmää katseli täynnä peittelemätöntä


ihailua Bortingin pyöreihin kesakkoisiin kasvoihin.

He seisoivat kauan puhellen. Äkkiä Petra hätkähti.

"Sämpylät", huusi hän, pudisti nuorukaisen kättä ja lensi sisään


kuin lintu.

Borting jäi seisomaan kadulle, ja hänestä tuntui, kuin ei hän olisi


saanut sanotuksi mitään siitä, mitä olisi tahtonut. Mutta nyt hän joka
tapauksessa tiesi, mistä Petra oli löydettävissä, ja hän kulki hyräillen
puiston läpi.

Petra alkoi kattaa päivällispöytää. Sillä aikaa ajuri tuli noutamaan


Hovelsenin tavaroita, ja kesken kaikkea touhua ja matkakirstujen
kantelemista soi kello kimakasti läpi talon.

"Maaherra se nyt on tuotava sisään. Juoskaa, ystävä hyvä, ja


voikaa hyvin älkääkä panko kovin pahaksenne, jos he vaativat
mahdottomia. He ovat pahimmat alussa", joudutteli Hovelsen – hän
seisoi jo ulko-ovessa kolme shaalia käsivarrella.

Petra hyökkäsi makuuhuoneen ovelle, kompastui kynnykseen ja


kaatui vatsalleen huoneeseen juuri maaherran ja Letta rouvan eteen,
jotka seisoivat lähtövalmiina ja vain odottivat tukea sairaan toiselle
puolelle.

"Ai! Katsokaa toki eteenne. Ja kulkekaa kuin säädyllinen ihminen",


sanoi rouva kärsimättömästi. "Te pelästytätte Tuesenia."

"Pyh, ei se ole vaarallista. En minä loukannut itseäni", rauhoitti


Petra ja nousi.

"No. Sehän oli hyvä, se", sanoi maaherra, "tahdotteko nyt auttaa
minua."

Petra kietoi vahvan käsivartensa vanhan miehen ympärille.

"Olette te totta tosiaankin hoikka. Pitää olla varovainen, ettei taita


teitä keskeltä poikki", sanoi Petra.

"Aivan oikein. Te ymmärrätte, että minä voin taittua. Sitä ei


Hovelsen ymmärtänyt. Hän oli kuin kärpänen voimiin nähden", sanoi
maaherra hyvillään.

Ja aivan hitaasti mentiin sisälle ruokasaliin.


Maaherra asetettiin istumaan pöydän päähän suureen, nahkaiseen
nojatuoliin. Rouva jäi tuijottamaan.

"Ruusuja? Keneltä?" hän kysyi.

"Minulta", sanoi Petra. "Se on puutarhasta."

"Puutarhan kukkiin koskeminen on kiellettyä", sanoi rouva


ankarasti. "Me olemme ylpeät puutarhasta emmekä kernaasti näe,
että sitä turmellaan."

"Minä ajattelin, että maaherrastakin varmaan olisi hauskaa nähdä


muutamia ruusuja, kun hän kerran on puutarhan omistaja", sanoi
Petra. "Mutta jos ette pidä siitä, niin en enää poimi niitä."

Rouvan veltot, harmahtavat kasvot kävivät aivan punaisiksi.

"Kiitos paljon. Te olette hyvin kiltti", sanoi maaherra ja loi


välinpitämättömän katseen ruusuihin – hän ei välittänyt vähääkään
kukista.

Petra toi kauralientä ja kahvia, veti tuolin maaherran tuolin viereen


ja istuutui.

Rouva katsoi häneen – ylhäältä päin.

"Anteeksi, että minä jo olen syönyt tänään", sanoi Petra, "mutta


Hovelsenin piti matkustaa tänään, ja hän sanoi, että minä söisin
hänen kanssaan."

"Hovelsen syö tavallisesti aina jäljestäpäin", sanoi rouva hyvin


merkitsevästi.

"Letta", varoitti maaherra.


"Kas vain, että se oli hänestä hauskempaa."

Jotain hymyn tapaista näkyi maaherran toisessa suupielessä.

"Onko täällä jotain, mitä minä voin parsia tai korjata", kysyi Petra
asetettuaan maaherran istumaan nurkkaansa sanomalehtien ääreen
ja korjattuaan ruuat pöydältä. "Minä olen hyvin taitava laittamaan
kuntoon villavaatteita."

"Hyvä, että olette taitava jossakin suhteessa", mutisi rouva.

Hetken kuluttua Petra seisoi syli täynnä sukkia, rouvan


vaaleanpunaisia villaröijyjä ja maaherran alushousuja. Mutta hänen
päähänsä ei pistänytkään istua sisällä, kun aurinko paistoi niin
kauniisti. Hän kantoi koko taakan huvimajaan, ja kun Jenny huusi
hänet sisälle auttamaan päivällisruuan valmistamisessa, jätti hän
sinne sen, mikä vielä oli korjaamatta.

Kun Vilhelm Veyer tuli päivälliselle, liehuivat hänen enonsa


alushousut iloisesti häntä vastaan korkearunkoisen La France ruusun
latvasta, ja hänen tätinsä vaaleanpunainen villaröijy koetti turhaan
irtaantua huvimajan luona kasvavista pensaista.

"Uuden komennon vaikutusta luultavasti", nauroi Vilhelm Veyer


itsekseen.

Rrrrrrr. Pienet nopeat hyppelevät askeleet Hovelsenin raskaiden


epätasaisten asemesta. Kaksi iloista silmää ovenraossa.

"Hyvää päivää, neiti Felber – kandidaatti Veyer", sanoi hän.

"Sen minä jo ymmärsin", nauroi Petra, ojensi kätensä ja jäi


katsomaan häneen. Hän hymyili.
"No? Ehkä en aivan vastaa ystäväni Hovelsenin kuvausta?"

"Minä – luulin melkein, että te olisitte vieläkin kauniimpi", sanoi


Petra avomielisesti.

"Tuo 'vieläkin' pelastaa minut, neiti. Minun laitani on päinvastoin.


Minä en huomannut, että olitte noin sievä, kun viimeksi tervehdimme
toisiamme."

"Viimeksi?"

"Niin, eilen illalla. Ette kai ole unohtanut, että sanoimme hyvää
yötä toisillemme eilen?"

"Hyi! Te olette aivan samanlainen kiusantekijä kuin pojat kotona,


huomaan minä", sanoi Petra.

"Miten te nyt sitten viihdytte täällä? Tuletteko toimeen vanhusten


kanssa?"

"Eivät he niin pahoja ole", sanoi Petra. "Voihan yhtä hyvin olla
toisessa paikassa kuin toisessa, kun ei kuitenkaan voi olla siellä,
missä mieluimmiten tahtoisi, eikö niin?"

"Onko herratar herttainen?"

"Herratar?"

"Niin, Letta täti – maaherratar. Me sukulaiset sanomme häntä


herrattareksi."

"Hänestä ei varmaankaan ole juuri hauskaa elää. Hän on hiukan


ärtyisä. Mutta siihen minä olen tottunut. Kotona Maren usein
murisee vieläkin pahemmin."
Vilhelm Veyer nauroi.

"Tiedättekö, neiti. Minäpä melkein luulen, että te olette oikea


henkilö tässä talossa. Te olette varmaankin filosofi." Vakavammin
hän lisäsi: "Jos muuten sattuisi ikävyyksiä, niin kertokaa minulle.
Sillä tietäkää, että herratar suuresti suosii minua. Eno Tuesenin
kanssa kyllä tulette toimeen."

"Kyllä, me olemme erinomaiset ystävykset. Muuten kyllä suoriudun


omin neuvoin", sanoi Petra ja katosi taas keittiöön.

Istuutuessaan päivällispöytään rouva katsahti loukkaantuneen


näköisenä paikkaan, joka muuten tavallisesti oli tyhjänä. Hän täytti
lautaset liemellä, ja maaherra alkoi heti syödä.

Petra loi häneen kysyvän katseen, kumarsi sitten päänsä ja luki


pöytärukouksen hiljaa itsekseen.

"Muistakaa, neiti, että meillä on tapana leikata soppajuuret paljon


hienommiksi. Tällaisia suuria palasia emme tahdo", nuhteli rouva.

"Niinpä niin", sanoi Petra tyynesti, "se johtuu siitä, että kotona
eivät juuret maksa rahoja, niinkuin täällä kaupungissa, siksi meillä
voi olla niin suuria palasia kuin meitä haluttaa."

Vilhelm Veyer pudotti lautasliinansa ja katosi pöydän alle.

Maaherra lausui rouvalle pari sanaa eräästä sukulaisesta, joka oli


purkanut kihlauksensa.

"Tuesen", sanoi rouva jääkylmästi, "pyydän sinua muistamaan,


ettemme enää ole yksiksemme."
Vilhelm Veyer lensi tulipunaiseksi.

Mutta Petra katsahti ylös aivan rauhallisesti.

"Pitääkö minun ehkä mennä ulos siksi aikaa, kun te puhelette?


Niin serkkuni ja minun aina piti tehdä, kun täti ja hänen vieraansa
tahtoivat panetella – se on, sanoa jotain, joka ei ollut sopivaa – jota
meidän ei pitänyt kuulla", paranteli hän lausettaan.

Maaherra vilkaisi Vilhelmiin. Molemmat hymyilivät.

Letta rouva ei vastannut.

"Eversti Samsingko oli teidän isoisänne?" kysyi maaherra nopeasti


ohjatakseen keskustelun toisaalle.

Petra hätkähti tuolillaan, niin että lautanen kilisi, ja rouvaa tärisytti


hermoväre.

"Tunnetteko isoisän?"

"Isoisänne oli hieno mies", sanoi maaherra. "Me tapasimme hänet


eräänä kesänä."

"Isoisä on aivan samanlainen kuin minä", sanoi Petra. "Niin


sanovat kaikki. Isoisä on paras ystäväni maailmassa."

"Te sanotte 'on', neiti. Minä luulin, että isoisänne oli kuollut", sanoi
maaherra.

"Saattaa kai hän silti olla paras ystäväni", sanoi Petra epäröimättä.
"Kun minulle sattuu jotakin hyvää, niin aina luulen, että äidillä tai
isoisällä on jotakin sen kanssa tekemistä. Esimerkiksi kun sain tämän
paikan", lisäsi hän loistavin kasvoin.
Syntyi pieni vaitiolo.

Rouva katseli alaspäin, melkein kuin hämillään. Maaherra katseli


rouvaa ja Vilhelm Petraa.

"Voi olla, ettette ole niinkään väärässä, lapsi", sanoi maaherra


vakavasti ja lempeästi. "Hauskaa, että laskette meidätkin kuuluviksi
'johonkin hyvään'", lisäsi hän hymyillen.

Vilhelm Veyer alkoi puhella teatteri- ja konserttikaudesta. Tänä


iltana
"Butterfly" piti esitettämän ensi kerran tänä vuonna.

"Ja jonkun ajan kuluttua, Letta täti, tulee madame Wedloffska,


muistathan, hän, jonka kuulimme Brysselissä, tänne antamaan
konsertin. Silloin sinun täytyy mennä. Oletteko ehkä kuullut
puhuttavan hänestä, neiti Felber – hän on suurimpia tähtiä."

"Hän on minun ystäväni", sanoi Petra kuivasti.

Vilhelm Veyer näytti ensin ällistyneeltä, sitten hän nauroi hiukan


ylenkatseellisesti.

"Etteköhän erehdy, neiti. Wedloffska ei koskaan ennen ole laulanut


täällä."

"Minä tapasin hänet, kun pienenä olin ulkomailla", sanoi Petra.


"Mutta silloin hän vain oli tanskalainen eikä niin kuuluisa. Hänellä oli
leuassaan samanlainen syntymämerkki kuin teillä on poskessa, ja
käyrä nenä, ja hän lauloi niin, ettei kukaan voinut laulaa
kauniimmin."
"Mutta silloinhan neidin välttämättä täytyy kuulla hänet. Te olette
ehkä itse musikaalinen."

"Olen", sanoi Petra. "Minä aion käydä hänen luonaan, kun hän
tulee. Minä aion antaa hänen kuulla, mitenkä laulan. Lauloin hänelle
silloinkin. Ja hän sanoi, että piti ottaa vaari minun äänestäni", kertoi
Petra niin huolettomasti, kuin olisi puhunut paidannapin
tallettamisesta.

"Kiitos ruuasta", keskeytti rouva kiireesti. "Te voitte tuoda kahvin


ulos huvimajaan tänään, neiti."

"Huvimajaan – eiköhän se ole toisen seuran hallussa?" kuiskasi


Vilhelm Veyer puoliääneen ja veitikkamaisesti Petralle heidän
noustessaan pöydästä.

Petra nyökäytti kiitokseksi päätään ja riensi ulos. Vilhelm näki


hänen katoavan sisään eteisen kautta, juuri kun hän ja Letta täti
tulivat ulos verannalle.

Vähän sen jälkeen hän toi kahvin ja kaksi kuppia ulos huvimajaan.

"Ettekö te sitten aiokaan juoda kahvia?" kysyi Vilhelm Veyer.

Mutta Petra vain pudisti päätään ja pujahti tiehensä. Vilhelm Veyer


katseli pienen tanakan olennon jälkeen. Hänellä oli sanomalehden
vapaaliput illan "Butterfly"-näytäntöön – tyttö varmaankin olisi
onnellinen, jos saisi tulla mukaan. Mutta Camilla Ovenberg, jota he
kaikki ihailivat – hänelle hän oli jo noin sivumennen puhunut
näytännöstä, ja Camilla oli hiiden komea – elegantti. Oli tosi nautinto
istua hänen rinnallaan – vaikka hän ei ollutkaan sen musikaalisempi,
kuin että luuli, että erinomaisen hienossa kukkasduetissa ei laulettu
puhtaasti. Ja minkälaisen puvun tuo tuolla keksisi ottaa yllensä, sitä
ei ollut helppo tietää. Parasta joka tapauksessa ensin pyytää
Camillaa.

"Sinun ei pitäisi yllyttää häntä vaateliaisuuteen, kun hän kerrankin


osoittaa hienotunteisuutta, Vilhelm", nuhteli Letta täti. "Käyhän aivan
sietämättömäksi, jos meidän aina pitää nähdä hänet
ruokapöydässä."

"Minun mielestäni teidän tulisi kiittää onneanne, kun olette


saaneet tänne niin hyväsydämisen ja luonnollisen ihmisen kuin tämä
tuntuu olevan, Letta täti", sanoi Vilhelm. "Ja enollehan on
virkistävää, jos hänellä on seuranaan hilpeäluontoinen henkilö.
Toisethan olivat niin ikävystyttäviä, että oli vallan kauheaa."

"Kylläpä Tuesen ja sinä nyt olette haltioissanne", sanoi Letta rouva


happamesti. "Hän ei kuitenkaan ole täällä huvin vuoksi. Ja hyöty, se
–"

Ja Letta rouva kohotti suippoja hartioitaan.

Petra oli ottanut parsimatyönsä ja istuutunut maaherran


huoneeseen.
Maaherra aukaisi silmänsä ja hymyili hiukan.

"Istutteko täällä, pikku ystävä? Ettekö mene ulos


auringonpaisteeseen toisten luo kahvia juomaan?"

"Kahvia minä en koskaan juo päivällisen jälkeen. Me lapset emme


saaneet sitä milloinkaan kotona, sillä Maren oli niin säästäväinen",
sanoi Petra. "Ja sitten, eihän teidän, joka olette sairas, pidä istua
aivan yksin."
"En ole ollenkaan sairas", puuttui maaherra kiivaasti puheeseen.
"Lääkärit eivät löydä mitään tautia – vain verenvähyyttä. Nyt olen
paranemaan päin."

"Herrat kai eivät kernaasti tahdo olla sairaita. Noin sanoi isoisäkin
aina", vastasi Petra.

Maaherra istui hetkisen ääneti.

"Laihtuiko teidän isoisänne myöskin – laihtuiko teidän isoisänne


kovin, ennenkuin hän kuoli?"

"Laihtui toki", sanoi Petra, "hän oli yhtä laiha kuin –" Petra vaikeni,
lensi tulipunaiseksi, mutta ei keksinyt mitään muuta neuvoa – "kuin
minä", lopetti hän ylväästi.

Maaherra katsoi häneen pitkään ja oli kauan vaiti.

"Tunsiko teidän isoisänne – pelkoa, kun hänen piti kuolla?" kysyi


hän ja katsoi poispäin.

"Ei kai hän sitä tuntenut. Hänellähän oli siellä isoäiti ja minun äitini
vastassa", vastasi Petra varmasti.

Maaherra istui silmät suljettuina ja antoi kepin kolahtaa lujasti


pöytään kerran toisensa perästä.

"Niin niin. Niin niin", sanoi hän hiljaa itsekseen. Sitten hän aukaisi
silmänsä ja katsoi Petraan.

"Kertokaa minulle vähän isoisästänne. Kertokaa, miten hänen oli


olla, ennenkuin hän kuoli", sanoi hän vihdoin.

You might also like