Menu

Hoe maak ik gegevens inzichtelijk om klanten beter van dienst te zijn?

Business intelligence is een belangrijk thema voor de sector logistiek en transport in Nederland. Maar hoe zet je business intelligence op een slimme manier in, om klanten beter van dienst te kunnen zijn? De meerwaarde van business intelligence of welke vorm van data analytics dan ook valt of staat met masterdata management. Hoe zet u dit goed op?

Business intelligence en meerwaarde voor klanten leveren met behulp van beschikbare data is één van de belangrijkste IT-thema’s voor bedrijven in Nederland. Met name ook voor organisaties in de logistieke sector. Dat blijkt onder andere uit het benchmarkonderzoek naar ICT in de logistiek van Motion10. Betere end-to-end supply chain visibility bijvoorbeeld, is volgens Bart de Muynck, research director bij Gartner, één van de belangrijkste trends voor de sector voor dit jaar. Daarnaast maakt business intelligence het natuurlijk mogelijk om op alle niveaus slimmere beslissingen te maken.

Maar voordat u aan de slag wilt met een business intelligence of data analytics oplossing, is uw masterdata één van de eerste zaken die u op orde moet hebben. En dat is in de logistieke sector vaak lang niet het geval.

Masterdata: klant, dienstverlening en vracht

De belangrijkste uitdaging voor veel bedrijven in de logistiek- en transportsector zit hem in duidelijke, éénduidige definities voeren over drie assen: de as van de klant, van het type dienstverlening en de vracht.

  1. Over de as van de klant en het type dienstverlening

Wat we bij veel logistieke dienstverleners zien is: verschillende types dienstverlening (luchtvervoer, vervoer over water, en wegtransport), en verschillende systemen voor verwerking. En als een order gecombineerd is over meerdere modaliteiten, wordt die vaak ook verwerkt in verschillende systemen.

Een pakket voor wegtransport is bijvoorbeeld wezenlijk anders dan een trein-pakket. Er zijn forwarding pakketten, douane-pakketten, TMS pakketten. Die kunnen we dan ook weer opdelen naar de verschillende modaliteiten. Om een compleet beeld te krijgen moet u uit al die pakketten data halen. De hoofdvraag in een BI-traject is dan: wat doe ik precies voor welke klant? Daar hebben bedrijven in de praktijk vaak eigenlijk nauwelijks een idee van.

  1. Over de as van de vracht

Vaak is vanuit diezelfde veelvuldigheid aan systemen ook onduidelijk hoeveel van een bepaald type vracht er binnen een bepaald tijdsbestek vervoerd wordt. Om slimmere beslissingen te kunnen maken is het belangrijk om inzicht te hebben in wat je precies vervoert en hoe het proces in elkaar zit. Daarnaast is het bij sommige typen vracht zo dat er compliance-aspecten aan vast zitten.

Ten slotte: hoeveel u verdient aan een bepaalde klant is onmogelijk te bepalen als u de informatie verspreid over verschillende systemen vastlegt. De omzet voor één klant in een financieel systeem zien, dat is vaak geen probleem. Maar u kunt nooit slimme beslissingen nemen als u niet het hele verhaal kent van die klant, binnen uw organisatie. Een klant kan bijvoorbeeld zorgen voor verlies op road transport, maar meer dan het dubbele daarvan aan winst opleveren voor uw divisie luchttransport.

Zoals u ziet zit de kern van het opzetten van een business intelligence oplossing binnen een logistiek- of transportbedrijf dus in de helderheid en eenduidigheid van de Masterdata. Hoe lost u dit op? In de whitepaper “Meer customer centric met data” gaan we in op de manier om customer-centric en data-gedreven werken onderdeel te maken van de cultuur van uw bedrijf. We gaan daar ook dieper in op het functionele zevenlagenmodel voor het opbouwen van een flexibel dataplatform, en besteden in het bijzonder aandacht aan Master data management.

Masterdata management

De toegevoegde waarde van Marketing Intelligence, Integrated Analytics, data analyse, en slim omgaan met data en koppelingen daartussen, valt of staat met het voeren van eenduidige definities van alles waarover u data verzamelt. We bespreken hieronder de processen, governance, het beleid, de richtlijnen en de tools die u kunt gebruiken om continu uw bedrijfskritische data te (her)definiëren en te managen.

Het begint bij de vraag

Eén van de eerste dingen die u doet, wanneer u aan de slag wilt gaan met het opzetten of verbeteren van een business intelligence- of dataplatform, is een controlevraag stellen. En dat is vaak een heel eenvoudige vraag die u aan de organisatie stelt. Die vraag kan bijvoorbeeld zijn:

“Hoeveel klanten heb je?” of; “Hoeveel producten verkoop je?” En dan wat complexer: “Hoeveel producten verkoop je per klant?”

U zult zien dat heel veel organisaties geen betrouwbaar antwoord kunnen geven op deze vragen.

Een praktisch voorbeeld: we kijken bij een grote Nederlandse logistieke organisatie, waarvan de medewerkers al hun transacties registreren in een financieel systeem. Als we echter van iets dichterbij naar dat systeem gaan kijken, dan zien we dat sommige klanten daar vijftien keer “uniek” in voorkomen. Dat heeft dan puur te maken met het feit dat een klantnaam op verschillende manieren is geschreven, dus bijvoorbeeld ‘Motion10’, ‘Motion 10’, ‘Motion10 bv’, etc. Merk op; dit zijn voorbeelden die in de praktijk letterlijk voorkomen.

Dat dit het geval is, maakt het heel lastig om echt customer centric te worden.

“Als je niet eens weet hoeveel klanten je hebt, hoe kun je dan ooit meer klantgericht worden?”

Een eenduidige definitie en schone data

Als u dan naar de oplossing wilt kijken, is van het grootste belang dat de mensen in uw organisatie het over één gegeven eens zijn: Dat het belangrijk is om een eenduidig klantbeeld te hebben. En een eenduidig productbeeld, etc. Vandaaruit zult u drie belangrijke stappen moeten ondernemen: ten eerste bekijken waar u de data moet gaan opschonen, ten tweede bepalen hoe u die data gaat opschonen, en ten derde zorgen dat de eenduidigheid en daarmee de betrouwbaarheid van uw data beheerd blijft.

  1. Bekijk waar u de vervuilde data moet gaan opschonen. Er zijn algoritmes die u kunnen helpen met uitvinden waar u moet zoeken, maar u zult dit zeker nog handmatig moeten bepalen. In welke datasets, systemen, en bestanden zitten de foutieve records?
  2. Bepaal hoe u gaat opschonen. Bijvoorbeeld: Alles waar ‘Motion 10’ met een spatie staat, gaat u vervangen. Dat betekent dus dat u daadwerkelijk de brondata op gaat schonen. Dat is een optie, maar het is wel inefficiënt.
    Een andere manier om de data op te schonen is door een koppelbestand te creëren. Dan bepaalt u: “De rapportagenaam van mijn klant is ‘Motion10’, en ik weet dat die in een operationeel systeem, of meerdere systemen, onder ‘Motion10’, ‘Motion 10’, ‘Motion 10 BV’ etc. genoemd wordt”. Het koppelbestand zorgt ervoor dat uw dataplatform dit dan herkent als één en dezelfde klant.
  3. Zorg dat het beheerd blijft (Governance). Governance heeft te maken met het inregelen van applicatiebeheer en systemen, maar primair met interne afspraken over bepaalde processen. “Wat gebeurt er als jij een nieuwe klantnaam aanmaakt? Hoe loopt dat proces?”

Governance

Governance in het kader van business intelligence heeft dus alles te maken met het schoon en eenduidig houden van uw data. Of dat handmatig wordt beheerd of geautomatiseerd (bijvoorbeeld met systeemintegratie zoals dat mogelijk is met BizTalk), is irrelevant. Dit zal vaak afhangen van de grootte en volwassenheid van uw (IT-) organisatie.

Governance door het Masterdata management systeem

  • Geautomatiseerde governance betekent bijvoorbeeld: Met applicatiebeheer afdwingen dat een typefout/alternatieve spelling wordt gecheckt door het systeem, en een melding geeft als; “bedoelde je niet …?”
  • Governance is ook: Het systeem bij dagelijkse rondgang door de database laten checken, en een beheerder een alert laten geven als: “Ik heb een nieuwe klantnaam ontdekt die ik niet kan koppelen aan mijn bekende bestanden. Klopt dat?”

Het Masterdata management systeem vertelt aan uw Datawarehouse exact hoeveel klanten u heeft. ‘Motion10’ is er dan dus één, ook als vijftien mensen het de volgende dag verkeerd intypen.

Meer over governance en business intelligence?

Zoals u ziet is het correct opzetten en beheren van uw datastructuren een belangrijk fundament onder uw business intelligence oplossingen. Meer over deze onderwerpen?