Naamloos-1

23 7 Laat gebruikers zelf ervaren wat het model doet “Het model is gekoppeld aan, of geïmplementeerd in, de operationele systemen. Dit kan leiden tot nieuwe beslissingen, met hopelijk een beter resultaat als gevolg. In het onderzoek kan het dus zijn dat je informatie hebt gekregen over een consument die verkeerde aanbiedingen gepresenteerd krijgt. Het model laat de aanleiding zien en geeft opties om deze situatie te verbeteren.” 8 Leg nieuwe activiteiten vast en meet hun zakelijke gevolgen “Belangrijk is nu ook om data te verzamelen over de daadwerkelijke invloed van het analysemodel op de werkvloer en de effecten daarvan. De praktijk is immers weerbarstiger dan de theorie en zonder meet- gegevens over de effecten van je oplossing kom je niet tot verdere inzichten. Je gaat monitoren hoe het model en de organisatie zich vanaf nu manifesteren.” 9 Analyseer je data voor verdere stappen “In deze laatste stap analyseer je de effecten van de oplossing die je hebt bedacht: is het probleem nu opgelost? Misschien merk je dat de signalering en adviezen vanuit het analysemodel dankzij een bepaalde ingreep nóg meer effect kunnen hebben en start je daarom een volgende verbeterslag. Bijvoor- beeld vanuit stap 3. Het kan ook zijn dat je juist op nieuwe problemen stuit en denkt: hier moeten we ook eens naar kijken (stap 1). Via zo’n methodische aanpak leidt datagericht werken tot nieuwe, diepere inzichten die een businessuitdaging behapbaar maken, in welke branche je ook zit.” ■ 22 Omnichannel Magazine | 2022 “In Europa rijdt wel 20 procent van alle vracht- wagens leeg”, weet Christien Lycklama à Nijeholt, directeur van Hoekstra Logistiek. “Als je data slim gebruikt, kun je op het gebied van verduurzaming dus een flinke slag slaan.” De Friese vervoerder zet daarom in op een veelbelovende nieuwe aanpak: data science. Een piano, auto of grote machine vervoeren? Familie- bedrijf Hoekstra, een nuchtere logistiek dienstverlener uit Sneek, ‘goes the extra mile’ om de kwetsbare of afwijkende goederen van zijn klanten veilig en op tijd van A naar B te krijgen. En dat het liefst zo efficiënt mogelijk. Data science-workshop Voor de complexe logistiek daarachter maakt de vervoerder steeds meer gebruik van data. Tijdens een data science- workshop met Centric onderzocht het transportbedrijf welke data binnen de organisatie beschikbaar is en vooral: welke goudmijn er ontstaat als je al deze data combineert. “Tot dusver waren we vooral bezig met het analyseren van data uit het verleden. Maar het is veel belangrijker om te voorspellen wat we in de toekomst gaan doen. Wij wil- len weten hoeveel capaciteit we nodig te hebben”, stelt Lycklama à Nijeholt. “De workshop heeft ons geleerd dat het toepassen van data science nog niet zo eenvoudig is en dat goede, gelabelde data erg belangrijk is.” Aantal laadmeters Een ander inzicht is dat je klein moet beginnen. “Als we van de top 10 klanten in beeld kunnen brengen wat het aantal laadmeters en stops voor de volgende dag is, kunnen we alleen al op basis daarvan onze capaciteit beter plannen. Dat willen we uitbreiden naar de langere termijn, zodat we in week 1 al weten wat we bijvoorbeeld in week 32 aan mensen nodig hebben – rekening houdend met ziektever- zuim, wagenpark, schoolvakanties en vraag van klanten.” ■ HOEKSTRA LOGISTIEK MET DATA SCIENCE NAAR DE ULTIEME RITPLANNING Workshop Data science biedt kansen voor elk bedrijf. Wil je ontdekken wat die kansen zijn? De website van Centric vormt een goed startpunt voor jouw ontdekkingstocht. Ontdek de mogelijkheden Trendrapport Centric heeft bedrijven uit verschillende sectoren gevraagd naar hun redenen om data science in te zetten. Welke toepassingen zien zij? Waar zit de winst? Maar ook: welke uitdagingen zijn er te overwinnen voordat je succesvol met data science aan de slag kunt? De antwoorden op deze vragen staan in het trendrapport. Lees het trendrapport “De betrouwbaarheid van het model is het eerste aandachtspunt, want 100 procent betrouwbaarheid is een utopie” Frank de Nijs, enterprise innovator Centric