Upload
danielle-pels
View
226
Download
0
Embed Size (px)
Citation preview
INERGY ANALYTICAL SOLUTIONS
Succes is geen toeval!
JanKees Lampe & Richard van Seeters
22 maart 2016
Wat mij stoort in de berichtgeving over V&D en
Perry is dat deze faillissementen nooit in een
grotere context worden ge- plaatst. Er gaan
weliswaar veel banen ver- loren, maar er wordt
weinig geschreven over de honderden vacatures
bij Bol.com en Coolblue. De verkoopster in de
winkel wordt een data-analist die online kan
bepalen welke producten jij wilt kopen.
Data Cloud
TRANSFORMATIE
DE BUSINESS INTELLIGENCE-IJSBERG
Consumeren van inzichten
Compete on Analytics!
Organiseren van data
Ontzorgen!
Hoge businessimpact
Lage businessimpact,
Maar randvoorwaardelijk
Data
Cloud
ANALYTICS CREËREN INZICHT
Data integratie
Benchmarking
Customer segmentation
Project analysis
Fraud detection analysis
Conversion analysis
Assortment analytics
Customer pyramid
Integrated Customer View
Geo-analysis
Return on Marketing Investment
Leadscore
HR attrition analysis
Recency, Frequency Monetary analysis
Recommendation engine
Stock optimization
Conversion prediction
Scenario planning
Forecasting
HR retention analysis
Supply chain score-carding
Prevent churn
Target audience penetration
Customers origin
Client life cycle
Process mining analytics
Route optimization
Basket analysis
Return on Security Investment
ER KAN OP MEERDERE MANIEREN BUSINESS WAARDE WORDEN GECREËERD VANUIT DATA EN ANALYTICS
Gebruik data om
Transparantie te verhogen
Middelenverbruik te optimaliseren
Proces als hitrate prestaties en kwaliteit te verhogen
Gebruik data om:
Klantloyaliteit en retentie te verhogen
Klantsegmentatie en- benadering
Optimaliseer klantinteractie en service
Gebruik data om
Inkomstenstromen uit te breiden
Nieuwe inkomsten te creëren door nieuwe (informatie) producten
Voorbeeld: wachttijden reductie bij Logistiek
Dienstverlener
Voorbeeld: passend Hypotheek aanbod op voor klant relevant
moment
New Business Models
New Products & Services Operational Efficiency
Voorbeeld: Data Driven Sales Analytics voor MKB
DE DATA DISCOVERY AANPAK
2a)
Data extractie &
voorbereiding
2b)
Ontwikkel analytics & dashboards
2c) Presenteer resultaten & informatie behoefte
1) Definieer business issues &
(data) scope
3) Evalueer business waarde & next steps
New Products & Services
Operational Efficiency
New Business Models
KLANTCASE: DETAILRESULT
Oplossing
Strategische & (semi) real-time informatie voorziening
Management stuurinformatie, dashboards en (KPI)-scorecards
Verzamelen en real time analyseren en bewerken van grote hoeveelheden transactie
gegevens uit winkelsystemen, inkoopgegevens en logistieke gegevens
Signalering out-of-stock, optimalisatie bestelproces & voorraad.
Analytics: Basket analyse, derving en fraude
Rol van Inergy
Realisatie, beheer, hosting en onderhoud van het data warehouse van DetailResult
BI Managed Services
Toegevoegde waarde business
Voorkomen van ‘leegverkoop’: klanttevredenheid
Efficiency: reduceren van derving van versproducten
Real-time: 400 winkels, 3 DC’s, replenishment
Facts & figures
DekaMarkt, Dirk vd Broek,
Digros, Bas vd Heijden, Dirx,
Dirck III slijterijen, DekaTuin
Omzet €2 mrd
19.000 medewerkers
285 winkels in Nederland
Klant sinds 2010
Factual decision making
Optimalisatie door Data Analytics
Inergy Analytical Solutions | Veneficus Marketing Intelligence Team | 5 april 2016 | Rotterdam
Factual decision making
Doelstelling
11
Een supermarktketen beoogt de volgende business doelstellingen te realiseren: • Verhoging omzet en rendement • Betere klantbeleving • Werken wordt makkelijker, sneller, minder discussie, leuker Retail analytics gaan dit ondersteunen door het leveren van fact-based inzichten in data door middel van het toepassen van specifieke analytics modellen. Uitvoering • De uitkomsten van de analytics komen in de vorm van tools en dashboards beschikbaar voor medewerkers en zullen
suggesties en adviezen bevatten voor tactische en procesmatige beslissingen. Basis werkwijze per delivery
Analyse Prototype/pilot Implementatie
Datamanipulaties, statistische analyses, retail logic
In samenwerking met kernteam van “klanten” een pilot testen van beperkte set van categorieën of winkels
Aanpassen, finetunen en uitbreiden van het prototype naar een ready-to-use dashboard en tools, beschikbaar voor brede groep “klanten” (Detailresult betrokkenen)
Factual decision making
Eigenschappen van shopping trips
12
Indicatoren die we kunnen gebruiken voor het clusteren van shopping trips: • Aantal producten in bepaalde productcategorieën, zoals
• Groente/fruit • Vlees • Drinken en snacks • Huishoudartikelen
• Aantal verschillende productcategorieën • Totaal aantal producten • Totale uitgaven • Gemiddelde prijs per product • Percentage producten in promotie • Betaalmiddel
Factual decision making
Segmenteren van klanten op basis van koopgedrag
13
Een voorbeeld van klantprofielen op basis van koopgedrag: • Student • Vegetariër • Biologisch • Single • Gezin (met jonge kinderen/baby) • Koppel • Mensen met huisdieren • Geen vaste klant (komt alleen voor aanbiedingen) • Mensen met hoger inkomen (a-merken) • Mensen met lager inkomen (b- en c-merken)
Factual decision making
Clustering van shopping trips
14
We clusteren shopping trips op basis van deze indicatoren. Hieruit maken we op wat voor soort shopping trips de klanten maken en kunnen we zien welke producten vaak samen worden gekocht. Ook helpt dit later klanten te identificeren. Mogelijke voorbeelden van trips zijn:
Type trip Beschrijving
Refill Kleine boodschap die het hele assortiment kan beslaan, maar voornamelijk brood, boter, diepvries en vlees/vis, beslaat
Snelle boodschap Hele kleine boodschap met een hogere prijs per product in maar een paar categorieën, zoals babyproducten en schoonmaakproducten
Thema boodschap Boodschap van gemiddelde grootte met producten in een paar heel verschillende categorieën zoals melkproducten, energy drinks en kantoorartikelen
Prijsbewuste boodschap Grote uitgaven over het hele assortiment, gericht op promoties en goedkope producten
Bevoorrading Meest voorkomende trip. Hoge uitgaven, veel verschillende producten uit het gehele assortiment, vooral versproducten, groenten en andere etenswaren
Factual decision making
Assortiment optimalisatie keuzehulp
15
De assortiment optimalisatie keuzehulp geeft aan hoe producten scoren op basisindicatoren en geeft verkoopinformatie per klantsegment. Op basis van deze informatie wordt een advies uitgebracht met betrekking tot het behouden van het product in het assortiment.
V o o r b e e l d
Factual decision making
Simulatie tool vestigingen
16 16
In de simulatietool worden alle potentiele locaties op de kaart weergegeven, waarbij de kleur de potentie van de locatie aangeeft. Als input kan de gebruiker aangeven tot welke formule de nieuwe locatie behoord, op welke categorieën gefocust moet worden en welke vestigingen weergegeven worden (bijvoorbeeld alleen vestigingen met hoge potentie).
KLANTCASE: POSTNL PAKKETTEN
Oplossing
Real-time track & trace via web, e-mail & SMS van alle zendingen
Management-, verantwoordings- en sub-contractor rapportages
Analytics op alle beschikbare data tbv proces, distributie, beladings en route
optimalisatie
Rol van Inergy
Realisatie, hosting en onderhoud van complete BI-oplossing:
Enterprise Data Warehouse t.b.v. managementrapportages
Operational Data Store t.b.v. real-time operationele rapportages
Toegevoegde waarde business
Klanttevredenheid omhoog: ETA pakketje
Efficiency: subcontractor performance
Last-mile: innovatie om groei vanuit e-commerce te faciliteren (Big Data)
Toegevoegde waarde: retourstromen richting retailer (Big Business Case)
Facts & figures
Pakketten en E-commerce
135mio+ pakketten per jaar
1mio+ pakketten per dag
98% binnen 24 uur
klant sinds 2012
PostNL
65.000 medewerkers
Omzet €4,3 mrd
18
CREËREN BUSINESS WAARDE DOOR INTELLIGENTE OMGANG MET DATA Data Discovery hitrate PostNL
Jankees Lampe - Michel Steenhuis
21 maart 2016
19
ER KAN OP MEERDERE MANIEREN BUSINESS WAARDE WORDEN GECREËERD VANUIT DATA EN ANALYTICS
Gebruik data om
Transparantie te verhogen
Middelenverbruik te optimaliseren
Proces als hitrate prestaties en kwaliteit te verhogen
Gebruik data om:
Klantloyaliteit en retentie te verhogen
Klantsegmentatie en- benadering
Optimaliseer klantinteractie en service
Gebruik data om
Inkomstenstromen uit te breiden
Nieuwe inkomsten te creëren door nieuwe (informatie) producten
Voorbeeld: Reductie van retouren
Voorbeeld: Persoonlijke bezorgvoorkeuren
New Business Models
New Products & Services Operational Efficiency
Voorbeeld: PostNL pakketautomaat
20
20
Lotte Bloemendal – Sr. Marketeer ontvangende consument PostNL
BUSINESS VRAAG: HOE KAN IK DE HITRATE SIGNIFICANT VERHOGEN?
24
Hitrate hoog in Ter
Aar :100 %
Hitrate laag in
grootstedelijke omgeving
(Groningen): 69,2%
ALS HITRATE HOOG OF LAAG IS DAN GELDT DAT VAAK VOOR HET HELE GEBIED. GOEDE MAATREGEL ZAL DAN OOK VEEL EFFECT SCOREN.
ANALYTICS CREËREN INZICHT
Data integratie
Benchmarking
Customer segmentation
Project analysis
Fraud detection analysis
Conversion analysis
Assortment analytics
Customer pyramid
Integrated Customer View
Geo-analysis
Return on Marketing Investment
Leadscore
HR attrition analysis
Recency, Frequency Monetary analysis
Recommendation engine
Stock optimization
Conversion prediction
Scenario planning
Forecasting
HR retention analysis
Supply chain score-carding
Prevent churn
Target audience penetration
Customers origin
Client life cycle
Process mining analytics
Route optimization
Basket analysis
Return on Security Investment