Een grote logistieke onderneming helpen om de verschillende IT-systemen te integreren zodat ze hun klanten veel meer relevante datareportages kunnen leveren? Dennis Rosenbrand, Business Lead Data & Analytics bij Motion10, partner van Microsoft: ‘Dat is niet echt lastig te realiseren, veel IT-ondernemingen kunnen dat.
Maar Motion10 wil véél verder gaan dan deze eerste stap, die eigenlijk alleen gaat over Business Intelligence in de betekenis van terugkijken naar al bestaande data. Waar wij naartoe willen is: hoe kun je die data smart maken? Hoe kun je met data science analyses maken waarmee je vooruit kunt kijken? Conceptueel is het bijvoorbeeld denkbaar dat je met historische klantdata met een redelijke mate van zekerheid kunt voorspellen welke orders je de komende periode gaat krijgen.’ Rosenbrand: ‘We willen onze klanten helpen flexibeler, efficiënter en slimmer te ondernemen. En dus denken we eerst mee over de vraag hoe ze hun eigen klanten integraal digitaal in beeld kunnen krijgen. En vervolgens bespreken we met hen hoe zij met die informatie data-analyses kunnen maken, waar ze zelf in eerste instantie niet aan hadden gedacht en waarmee hun ondernemerschap op een hoger level wordt gebracht.’
Business Intelligence is terugkijken
Business Intelligence is per definitie terugkijken. Welke omzet heb ik afgelopen twee maanden gedraaid? Welke waarde hebben die data? Het zit heel erg in de hoek van terug rapporteren wat er gebeurd is, hoeveel kilometer hebben we voor die klant gereden, wat was de beladingsgraad, wat was de omzet en hebben we er iets op verdiend? Als het nog een beetje meezit, en je hebt de juiste mensen in dienst, volgt er enige analyse over die historie. Maar daar blijft het vaak bij. Als je alleen op die manier Business Intelligence inzet, zou ik zeggen: investeer je geld niet. Want het moet juist gaan over beter en slimmer presteren in de toekomst, en dat kan alleen als je behalve Business Intelligence ook aan data science gaat doen.’
Uit het onlangs verschenen ABN AMRO-rapport “Innovatie in logistiek” blijkt dat de meeste logistieke ondernemers, gevraagd naar de belangrijkste innovatiethema’s, de grootste impact en kans toedichten aan Business Intelligence; het koppelen en inzichtelijk maken van datastromen. Hoe ziet Rosenbrand dat? ‘Natuurlijk is Business Intelligence belangrijk. Heel veel logistieke ondernemers hebben hun data management nog niet goed op orde. Het totaaloverzicht ontbreekt nog te vaak. En juist dat is ongelooflijk belangrijk voor klanten die meerdere diensten afnemen; bijvoorbeeld de combinatie van warehousing en wegtransport. Inzicht in de total revenues van de klant is cruciaal en leidend voor een correcte pricing. Dus ja; zet vooral alle IT-techniek in, om met geïntegreerde systemen dataplatforms te creëren, zodat je véél meer met je data kunt doen. Er zijn veel van dit soort voorbeelden te geven.’
Geen recht-toe-recht-aan trajecten
Maar het wordt pas écht interessant, vertelt Rosenbrand, als je met Business Intelligence als vertrekpunt ook de volgende stap neemt: slimme data-science en -analyse. Met het oogmerk je klanten te helpen ondernemen op een manier waar ze zelf nog niet aan gedacht hadden. ‘Eerlijk gezegd kom ik dié werkwijze nog erg weinig tegen in de logistieke sector. Het zijn overigens ook geen recht-toe-recht-aan trajecten waarvan de uitkomst van te voren is te voorspellen. Aan ons de uitdaging om dit goed uit te leggen, zeker in de logistiek waar men graag strenge controle houdt over kosten. Logisch ook, aangezien de sector moet blijven letten op het rendement. Return On Investment is niet met een harde garantie te geven, zeker niet in aantallen euro’s. Ondernemers moeten bereid zijn en het lef hebben, om met Business Intelligence en data science het ‘avontuur’ aan te gaan. Een noodzakelijk avontuur, want in de digitale revolutie zullen ondernemingen die deze aanpak met overtuiging implementeren, veel nieuwe inzichten krijgen. En ondernemers die te lang wachten met aanhaken, komen op achterstand.’
Klanten houden je scherp
Hoe zou data science de business vooruit kunnen helpen op een manier waar het bedrijf zelf nog niet aan gedacht had? Rosenbrand: ‘Ik zat laatst aan tafel bij een manager van een grote internationale logistieke onderneming. Hij was overtuigd van het belang van onze aanpak, anders had hij ons ook niet uitgenodigd. Hij vroeg me: je houdt mij wél scherp hè? Mijn antwoord was dat niet ík, maar zijn eigen klanten hem scherp zouden gaan houden. Hij wil geïntegreerde datasystemen om zijn klanten via portals dagelijks allerlei rapportages over KPI’s te kunnen leveren. Dan moet die informatie wel aansluiten bij de behoefte van de klant; immers, dát is de basis voor toegevoegde waarde. In dat geval gaan ze die data ook gebruiken én adopteren in hun eigen systemen. Kortom: je moet ervoor zorgen dat klanten echt blij worden van deze dienst. Met klantinterviews en data science kun je vaststellen welke informatie men nodig heeft. En kom je erachter dat ze wellicht heel andere informatie, die jij ook kunt leveren, véél interessanter vinden. Zelfs zó interessant dat ze er maandelijks voor willen betalen. Dat leidt tot een heel ander verdienmodel en partnership. En brengt je bedrijf verder in het digitale tijdperk, dat nog maar net begonnen is.’
Plannen met onderbuikgevoel
Rosenbrand: ‘Omzet in de logistieke sector kun je verhogen door je klant optimaal te bedienen. Ken je klant zo goed mogelijk, dus moet je zorgen dat er een integraal digitaal klantbeeld is. Zodat je je klanten zo goed mogelijk kunt adviseren en informeren. Business intelligence helpt hierbij. Waar is zijn lading nu? Hoe is het transport gedaan? Wat waren de lead times? Wat heeft het gekost? Zijn de afgesproken Service Level Agreements gerealiseerd? Van dat soort informatie worden klanten blij. Logistieke dienstverleners worstelen er echt mee om deze informatie op tijd en in juiste vorm bij hun klanten te krijgen.’
‘Business Intelligence en data science gaan ook verder. Conceptueel is het denkbaar dat je met historische klantdata met een redelijke mate van zekerheid kunt voorspellen welke orders je onderneming de komende periode gaat krijgen. Als je dat soort betrouwbare modellen kunt creëren, bereik je niet alleen veel voordeel, maar ook echt een andere manier van denken en werken. Er wordt veel gevraagd van de planningscapaciteiten van medewerkers. Adequaat reageren op last minute calls is aan de orde van de dag en niet eenvoudig. Capaciteitsplanning vanuit ervaring en een soort onderbuik-gevoel komt nog veel voor. Data science kan hier een welkome aanvulling zijn, zeker nu er sprake is van toenemende capaciteitskrapte’.
Rosenbrand tot slot: ‘Ik zou logistieke ondernemers willen aanmoedigen om voor hun ondernemersvraagstukken te investeren in Business Intelligence en data science. Het maakt ze een waardevoller logistiek partner en dus toekomstbestendiger.´
Bron: Bart Banning, sector banker Transport en Logistiek bij Insights ABN AMRO.
