Drie belangrijke big data bronnen

Drie belangrijke big data bronnen
  • 17 januari 2017
  • Gastauteur

Retailers lopen al jaren voorop als het gaat om het verzamelen van klantinformatie. Denk maar aan loyaliteitskaarten. Ze hebben eigenlijk weinig met loyaliteit te maken, maar zorgen vooral voor een grote bron aan informatie. Toch kunnen retailers (en andere bedrijven) nog veel meer profiteren van hun big data. Het retaillandschap is veranderd en gegevens uit loyaliteitsprogramma’s vormen slechts een klein stukje van een veel grotere business intelligence-puzzel. Met big data analytics leggen retailers alle puzzelstukjes in elkaar en doen ze concrete inzichten op.

Wat zijn de drie belangrijkste bronnen voor big data en hoe kunnen organisaties hier nóg meer voordeel uit behalen?

Bron 1: Klanten
Retailers verzamelen vaak al jarenlang allerlei details over klanten om ze nog beter te leren kennen. Deze informatie krijgt nog meer waarde als er moderne analytics-tools op worden losgelaten. Elke fase van de customer journey biedt hiervoor kansen: van oriëntatie tot aankoop en toekomstige aankopen.
Analytics-tools kunnen als geen ander omspringen met historische data. Hoe groter de hoeveelheid gegevens, hoe gedetailleerder de inzichten. Op basis van gedrag in het verleden laten voorspellingen zien hoe het er in de toekomst uit zal zien. Denk daarbij aan het signaleren van de kans dat klanten hun interesse in bepaalde producten verliezen en het bepalen van cross- en upsellmogelijkheden. Daarnaast laten voorspellingen zien welke producten populair worden, wat aankomende klanttrends zijn en hoe de vraag ernaar gaat verlopen. Zulke concrete inzichten stellen de retailer in staat om zijn strategie aan te passen en de concurrentie daarmee een grote stap voor te zijn.
Daarnaast biedt de verzameling klantgegevens grote kansen op het gebied van customer experience en klanttevredenheid. Doordat de retailer zoveel kennis heeft over individuele klanten, kan hij contactmomenten afstemmen op de individuele consument. Het doel is om een zo persoonlijk mogelijke benadering te kiezen, die nauw aansluit bij de behoeften van die specifieke klant. 
Zo'n gepersonaliseerde service is overigens niet alleen weggelegd voor online retailers. Met iBeacons in de fysieke winkel kan een retailer bijvoorbeeld nauwkeurig en real-time monitoren hoe klanten zich door de winkel bewegen. Het is vervolgens eenvoudig om bepaalde displays of aanbiedingen op een strategische plek te plaatsen. De volgende stap is om deze data te combineren met bijvoorbeeld voorraadinformatie, voor een optimale invulling van de schappen.

Bron 2: Supply chain
Ook de supply chain biedt volop kansen om nuttige data te verzamelen. Retailers hebben het hele jaar door de mogelijkheid om binnen de complete supply chain informatie over de processen te verzamelen. Deze informatie, grotendeels afkomstig van leveranciers, biedt inzichten in eventuele knelpunten en daarmee verbetermogelijkheden.
Supply chain analytics is relatief nieuw, maar de retail-industrie profiteert steeds vaker van de inzichten die big data op dit gebied biedt. Retailers vragen bijvoorbeeld al om advanced ship notices van leveranciers, zodat ze precies op de hoogte zijn van een aankomende vracht. Een analyse van deze berichtgeving door het jaar heen geeft een beeld van de algemene prestaties van een leverancier en dus de mogelijkheid om processen in de supply chain bij te stellen. 
Behalve historische gegevens kunnen analytics-tools ook andere, externe gegevens bij de analyse betrekken. Zoals weersomstandigheden. Bestelt een retailer normaal gesproken bij een Braziliaanse leverancier maar is er een Atlantische storm op komst, dan kan het systeem waarschuwen dat het beter is om deze keer bij een andere partij te bestellen. Zo komt de planning niet in gevaar.

Bron 3: Internet of Things
Een derde, steeds belangrijker wordende, informatiebron is die van Internet of Things. IoT gaat verder dan bijvoorbeeld smartphones en slimme apparaten in huis. Het biedt bedrijven de mogelijkheid om via een breed verbonden netwerk activiteit te volgen en de omgeving in de gaten te houden. Retailers kunnen hun logistieke processen optimaliseren met behulp van leveringsinformatie, hun bezorgroutes efficiënter maken door bijvoorbeeld verkeersinformatie te betrekken en de prestaties van leveranciers te monitoren. 
Met een netwerk van devices in de winkel kunnen bedrijven in de gaten houden hoe de verkoop van bepaalde artikelen loopt en naar gelang de vraag op tijd bijbestellen. Meestal werken retailers en hun leveranciers samen met de zogenaamde Vendor Managed Inventory-processen. Met de combinatie van b2b data-analytics en IoT kunnen ze overstappen op Device Managed Inventory, waarbij voorraden op elk moment automatisch op peil zijn. 
De opkomst van big data-analyses verandert het retaillandschap voorgoed. Met een datagedreven aanpak krijgen retailers nog beter inzicht in het klantgedrag, bijvoorbeeld hoe zij producten en diensten gebruiken. Verder geeft het een diepere kijk in de prestaties binnen de supply chain en algemene bedrijfsprocessen. Deze inzichten bieden kansen om meer waarde te halen uit de gehele keten, evenals het stroomlijnen van het besluitvormingsproces.
Hoewel het toepassen van deze analyse-inzichten nu nog grote concurrentievoordelen oplevert, verwacht ik dat dit binnen een mum van tijd onoverkomelijk zal zijn. Organisaties die er niet in slagen big data analytics in praktijk te brengen, lopen een grote achterstand op, met alle risico’s van dien. 

Noot: deze gastblog is geschreven door Cyrill Tiwon, director Solution Consulting Benelux bij OpenText.

comments powered by Disqus