Zo haal je waarde uit data

Je kassa-systeem, je CRM-applicatie, je financiële systeem, Excel sheetjes en al je andere systemen - menig bedrijf worstelt met een berg interne data.

En dan hebben we het nog niet eens over data uit externe bronnen, zoals weerapps, slimme apparaten en social media. Hoe haal je nou waarde uit al deze data? Sihem Mohib, Business Development Manager bij RetailScience: “Dat is nu precies wat wij doen.”

Het analyse- en datascience-platform RetailScience wil het voor bedrijven mogelijk maken om de juiste inzichten te creëren zonder noemenswaardige IT-kennis. De startup ontwikkelde een totaaloplossing en richt zich daarmee op de grotere franchise-foodketens. “Wij ontzorgen en sluiten alle databronnen aan op één platform. Daarmee zorgen we dat bedrijven de juiste inzichten krijgen om uiteindelijk waarde te creëren met deze data”, aldus Sihem Mohib.

Nieuwe goud

“We horen overal dat data het nieuwe goud is”, vertelt Sihem. “We vinden het logisch dat je een recommendation krijgt als je online aan het shoppen bent. Ook weten we dat bedrijven die heel groot aan het worden zijn, alles doen op basis van data. Als je niet weet wie je klanten zijn en je hebt spulletjes in je winkel liggen die op internet voor de helft worden verkocht, dan ben je gewoon niet meer relevant. Consumenten komen een winkel binnen, laten zich informeren, pakken de mobiel en kopen online.”

‘Aan de slag met in- en externe data’
RetailScience combineert een groot aantal specialismen onder één dak. Sihem: “Er zijn consultancy-bedrijven die consultants kunnen leveren en er zijn de softwareleveranciers op het gebied van business intelligence, databases of datascience. Wij ontwikkelden een totaaloplossing waarmee de eindgebruiker eenvoudig aan de slag kan met in- en externe data en analyses. Je hebt geen dure software of IT-kennis nodig om met de laatste technologische ontwikkelingen als datascience en machine-learning mee te gaan. Onze oplossing is eenvoudig aan te schaffen voor een vast bedrag per winkel per maand.”

‘Het echte spel’

Hoe werkt het? Sihem: “Wij ontsluiten al je relevante systemen geautomatiseerd en brengen de data samen in een grote database. Wij ontwikkelden connectoren die de meeste kassa-, klant- of financiële systemen plug & play leeg kunnen halen en die data opslaan in de cloud-database. 
Vervolgens verrijken wij die data met data uit externe bronnen, bijvoorbeeld data over je concurrent, data over passanten, het weer, evenementen in de buurt en reviews van klanten. Dat brengen we samen en dan begint het echte spel. Met de gebruiksvriendelijke visualisatietools die we meeleveren, kunnen onze klanten zelfstandig hun rapportages en dashboards maken.”

‘Eenvoudig voor de gebruiker’

Zo complex als datascience en machine-learning klinken, zo makkelijk is het voor de gebruikers, zegt Sihem. “Ons doel is deze nieuwe technologieën eenvoudig beschikbaar maken voor de foodindustrie. Als je namelijk kunt voorspellen wanneer er bij welke vestiging hoeveel van welk product verkocht zal gaan worden, kun je een betere service en verse producten leveren. Je hoeft minder weg te gooien en sluit nee-verkopen uit. Kortom: meer verkopen, tevreden klanten en hogere marges.” 
Om dit alles mogelijk te maken, zijn de machine-learning modellen van RetailScience op de achtergrond alles continu aan het doorrekenen. “Ze leren van het heden om zo net accuratere voorspellingen te doen”, aldus Sihem. Deze technologie is gebaseerd op Oracle- en Microsoft cloudtechnologie.

Ambitie

De ambitie van RetailScience is om te groeien en de dienst beschikbaar te stellen aan diverse foodfranchiseketens in Nederland, vertelt Sihem. “Daarnaast zijn we momenteel bezig om het huidige concept uit te rollen in Duitsland, Frankrijk en het Verenigd Koninkrijk. De eerste klanten over de grens reageren ongekend positief op de oplossing.”

Tips voor startende formules

Sihem: “Veel formules worden vanuit een product of passie ontwikkeld. Die creativiteit is belangrijk. Maar uiteindelijk zie je dat de meest succesvolle concepten - denk aan Uber of Netflix - groot worden doordat ze veel data verzamelen, deze analyseren en de juiste beslissingen ermee nemen. Op basis van data bekijken welke actie je moet doen, is iets heel anders dan creatieve acties bedenken. Die beslissingen moet je niet alleen meer nemen op basis van creativiteit maar ook op basis van data.

Case Study

Kentucky Fried Chicken gebruikt het RetailScience-platform sinds vorig jaar. RetailScience haalt data uit onder andere de POS-systemen en ontwikkelde de dashboards die inzicht geven in de belangrijkste trends. Behalve interne bronnen neemt RetailScience ook externe data mee in de analyses, zoals vakantieperiodes, social media en weersverwachtingen. Doel: het aantal klanten en de toekomstige omzet zo goed mogelijk voorspellen. “Zo kan KFC bijvoorbeeld de producten supervers aanbieden en food waste tegengaan”, aldus Sihem. 

“Wij ontwikkelden een totaaloplossing, waarmee de eindgebruiker eenvoudig aan de slag kan met in- en externe data en analyses”

Met de gebruiksvriendelijke visualisatietools die we meeleveren, kunnen onze klanten zelfstandig hun rapportages en dashboards maken