Data science draait om klanten, niet om cijfers

Hoe populair data science ook is, veel bedrijven weten niet waar ze moeten beginnen. Data wordt daardoor nogal eens een doel en eigen waarheid op zich. Vier experts delen hun ervaringen én adviezen.

Bedrijven zouden zich niet te veel moeten blindstaren op data. Die conclusie werd onlangs getrokken op IMPACT live, een evenement waar experts in data science ervaringen uitwisselen en lessen uit de praktijk delen. Neem de klant en het business vraagstuk als vertrekpunt en gebruik data om de oplossing te vinden, zo luidde het advies van deze community in wording.

Keynote spreker Noud van Alem, partner bij RevelX, ging onlangs op een vliegveld door de douane en stuitte daar op zo’n veelgeziene HappyOrNot-zuil. Met één van de vier knoppen mocht hij aangeven hoe hij zich voelde. Sympathiek natuurlijk, maar waarover precies? “Het proces bij de douane is snel, maar de ervaring negatief. Iedereen weet dat, voelt zich als klapvee en is daarop voorbereid. Maar zonder mijn context heeft zo’n vliegveld überhaupt geen idee waarop ik reageer. Dus wat denken ze met die data te kunnen?”

Denk aan de doelmatigheid

Het is overduidelijk dat data science een bijdrage levert aan bedrijven. Het is één van de belangrijkste manieren om je bedrijf te laten groeien, zegt Van Alem. Zo blijkt uit onderzoek van The Economist dat het de winstgevendheid vergroot. Door middel van data science is het mogelijk om de aanbiedingen en services te personaliseren, wat leidt tot meer trouwe klanten. “Maar stel jezelf wel iedere keer weer de vraag of je kunt vaststellen of en hoe al die verzamelde gegevens bijdragen”, adviseert hij.

Data blijken namelijk lang niet altijd het kant-en-klare antwoord te zijn, zo blijkt ook uit de ervaring die één van de aanwezigen deelde. Als marketing director bij een populaire taxi-app merkte hij al snel dat gebruikers na hun eerste – vaak gratis – rit, niet nog eens een taxi bestelden. Wat weerhield ze hier toch van? Zoals de meeste bedrijven doen, doken de analisten in de data van hun gebruikers en de app. Maar opvallend genoeg leverde dat niets op.

De oplossing werd maar niet gevonden. Pas toen het bedrijf klantinterviews besloot te houden, viel alles op zijn plek. Hoewel het helemaal niet paste bij het beeld dat men had van datagedreven werken, zorgden juist deze inzichten voor een doorbraak. Tijdens die gesprekken werd voor het eerst gehoord dat gebruikers niet konden inschatten hoe duur een taxiritje zou worden, iets wat ze wel noodzakelijk vonden. Een psychologische barrière dus.

Iets dat niet in de data was te zien, bleek vervolgens wel met data op te lossen. Door voorspellende modellen te bouwen en real-time data van Google Maps te gebruiken, kon het bedrijf al vooraf de ritafstand en -prijs berekenen. Iets waar tot dat moment nog niemand aan had gedacht.

Data en engagement

Ook Patrick van Buuren, Brand Director bij Sanoma, deelde zijn ervaringen. Net als de andere sprekers bespeurt hij bij bedrijven een soort ongewenst data-denken waarbij de klant al snel uit het oog raakt. De mediawereld waarin hijzelf werkt is daarin niet anders. Eén-op-één contact met klanten was jarenlang de natte droom van elke marketeer, schetst hij helder. Maar nu dat eindelijk met behulp van moderne technologie en terabytes aan data op grote schaal mogelijk is, zijn uitingen, pushberichten, nieuwsbrieven en banners nog steeds niet op de persoon afgestemd.

“Data maakt het juist mogelijk een persoonlijke relatie aan te gaan”

De oplossing? Zo’n beetje ieder bedrijf hoopt met behulp van die data het gesprek aan te gaan, zegt Van Buuren. Maar bedrijven hebben nu geen contact met de consument, niet oprecht en van mens tot mens in ieder geval. Het is een eenzijdige monoloog van bedrijf naar consument: “Het gekke is dat niemand mij ooit vraagt wat ik bijvoorbeeld vaker zou willen zien. Dat mis ik in het landschap. Het begrip engagement wordt nu echt misbruikt voor iets dat weinig met oprechte relaties te maken heeft.”

Bij Sanoma zelf ziet hij dat overigens ook gebeuren. Veel van wat het bedrijf doet, gebeurt op basis van data. Maar – hand in eigen boezem – hij ziet daarin nog voldoende kansen voor verbetering. Zo kan hij in de nu.nl-app nog steeds niet aangeven dat voetbal hem niets interesseert en hij eigenlijk liever over een andere sport leest. Slaag je er als bedrijf niet in die persoonlijke relatie aan te gaan, dan ben je wat Van Buuren betreft niet meer dan een hygiënefactor. En dus direct inwisselbaar voor een (nieuwe) concurrent.

Data biedt geen complete waarheid

De les die onder de kenners keer op keer terugkomt is dat data science nooit een complete waarheid levert. En dat data zelf lang niet altijd het startpunt moeten zijn. Sterker nog, het risico bestaat dat een team van specialisten dermate gefocust is op die verzamelde gegevens, dat ze de fysieke wereld uit het oog verliezen. Dan kan de vooruitgang stokken. Alsof er een soort verlamming optreedt, zo beschrijft Mark Boelhouwer het. Als CEO stond hij tot begin vorig jaar aan het Nederlandse roer van een Japans technologiebedrijf en ondervond dit aan den lijve.

“Data science levert nooit een complete waarheid”

Eind 2013 werd op het Japanse hoofdkantoor besloten wereldwijd een nieuw ERP-systeem uit te rollen. Maar in de nieuwe data die Boelhouwer vervolgens intern aantreft, herkent hij zijn eigen bedrijf niet meer terug. Wat te doen? Afgaan op de informatie die hij krijgt? Of toch op onderzoek gaan? Boelhouwer gaat op zijn onderbuikgevoel af: twee jaar lang zijn vanaf het allerlaagste niveau in de organisatie alle contracten en formulieren gecontroleerd. Iedere handeling is gevalideerd en op iedere klantlocatie alles geteld. Optisch was er niets vreemds te vinden, maar toch waren de cijfers van de één op de andere dag anders.

Wat het bedrijf uiteindelijk na maanden zoeken hielp, was om werkelijk alle data in één bak te verzamelen. Alle data zijn gecontroleerd op vreemde patronen, waardoor het bedrijf toch iets op het spoor kwam. “Hoewel de systemen vertelden dat formeel alles in orde was, bleken veel klanten toch de verkeerde soorten contracten te krijgen.” Wat de oud-CEO ervan geleerd heeft, is dat je als bedrijf niet blind moet vertrouwen op data. Vooral in grotere organisaties overziet niemand meer het volledige proces van begin tot eind.

“Iedere afdeling haalt zijn kpi’s en doet zijn werk dus goed, maar door de processen heen, bleek dat de informatie in het systeem niet juist kon zijn.” Kijkt er nog weleens iemand naar de bron?, vraagt hij zich hardop af. De ene interface wordt op de andere gestapeld, data zijn dan in dashboards een abstractie geworden. De resultaten zijn vaak zichtbaar en in een bepaalde context gegoten, maar wordt de bron niet meer gecontroleerd. Werk daarom altijd met meerdere perspectieven, zegt hij. Of je er nu een extern adviesbureau of klanten bij betrekt, er moet sprake zijn van een holistische blik. Juist door een probleem vanuit meerdere perspectieven te bekijken, wordt snel duidelijk wat er veranderd is of welke acties nodig zijn. Blijf niet hangen bij hetgeen je kant-en-klaar krijgt voorgeschoteld. Anders kijk je voortdurend met de mindset van gisteren naar de problemen van vandaag.

Breng datagebruik goed onder in de organisatie

Als je de verhalen mag geloven zijn het vooral de welbekende internet- en techbedrijven die hier van nature goed in zijn. Het zit ze in het DNA om eerst na te denken over de behoeften van de klant of gebruiker en om vervolgens vanuit dat vertrekpunt data in te zetten. Toch zijn, zo benadrukt David de Jong – voormalig Head of Innovation bij Achmea en nu eigenaar van Datanaut – ook traditionele organisaties heel goed in staat met behulp van die data waarde te bieden. In zijn tijd bij Achmea Schade zag hij heel wat bedrijven succesvol veranderen.

Verzekeraars en energiebedrijven werkten met de introductie van slimme meters aan hun verdienmodellen. Een fabrikant als BMW maakt al lang geen gewone auto’s meer, maar produceert datamachines die gegevens uitwisselen met onderhoudsbedrijven. Philips weet zich te transformeren van lampenbedrijf tot lichtservice, daarin sturend op basis van de verzamelde data. En De Jong zag zijn eigen Achmea een succesvolle samenwerking sluiten met Waternet. Beide bedrijven kwamen erachter over complementaire data te beschikken. Sinds de uitwisseling leert Waternet meer over de locaties waar geregeld waterschade voorkomt en kan vervolgens door goed te voorspellen maatregelen nemen om dit te voorkomen. Achmea ziet dat het zo de overlast voor haar klanten aanzienlijk heeft verminderd.

Wat iedereen van al deze succesvolle bedrijven kan leren, is dat data science niet als aparte silo van het bedrijf moet worden gezien. De Jong merkt dat het werken met data zo goed mogelijk is geïntegreerd in de denkwijze van andere afdelingen. Natuurlijk moeten analisten ook de ruimte hebben om los van een business case over de domeinen heen te kijken. Maar door samen op te trekken, vanuit de klant te redeneren en vervolgens de data als aanvulling te zien, ontstaat een veel grotere waarde. Zo wordt het verzamelen van data niet slechts een doel op zich.

Met de kennisuitwisseling tussen tientallen thought leaders werd tijdens IMPACT live van Building Blocks een eerste grote stap gezet richting een community van experts in data science. Op dit nieuwe evenement kwam de top van de Nederlandse retail en de verzekeringswereld bijeen.