CREATIEF MET DATA...8 oktober 2015 –Xplor –Enterprise Information Management - Zaltbommel 30 Met...
Transcript of CREATIEF MET DATA...8 oktober 2015 –Xplor –Enterprise Information Management - Zaltbommel 30 Met...
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 1
CREATIEF MET DATA
Patrick Swart
Michel Blaauw
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 2
Hoe big data het zakelijke landschap verandert
Agenda
- Over GEA DATA
- Een data analyse van onszelf
- Rondvraag: hoe ‘data driven’ ben je al?
- Wat is ‘big data’ eigenlijk: het speelveld en de data maturity index
- Cases
. Case 1: Ja, data science kan een best seller voorspellen
. Case 2: Ja, data science zorgt voor meer contractverlengingen
- De ‘data driven’ organisatie: een team samenstellen en starten
- Interactief/discussie
. Welke positie neem je in op de ‘data maturity index’?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 3
Hoe big data het zakelijke landschap verandert
Wie is GEA?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 4
Hoe big data het zakelijke landschap verandert
GEADATA portfolio
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 5
Hoe big data het zakelijke landschap verandert
Wie ben ik?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 6
Hoe big data het zakelijke landschap verandert
Wie ben ik?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 7
Hoe big data het zakelijke landschap verandert
Data ‘self assesment’
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 8
Hoe big data het zakelijke landschap verandert
Data self assesment…
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 9
Hoe big data het zakelijke landschap verandert
Data self assesment…
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 10
Hoe big data het zakelijke landschap verandert
Data self assesment…
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 11
Hoe big data het zakelijke landschap verandert
Data self assesment…
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 12
Hoe big data het zakelijke landschap verandert
Data mining you…
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 13
Hoe ‘data driven’ zijn jullie eigenlijk?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 14
Hoe ‘data driven’ zijn jullie?
Hoe ‘data driven’ vind je jouw organisatie?
Welke stappen hebben jullie o.h.g.b. data analyse en data science al gezet?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 15
Wat is ‘big data’ eigenlijk?
Het speelveld & de data maturity index
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 16
Big data is eigenlijk de verkeerde term
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 17
Het verbindende vakgebied heet ‘data science’
Data
science
Artificial
Intelligence
Big Data
Text
analytics/
NLP
Machine
Learning Programming
Econometrie
VisualisationWiskunde/
statistiek
Data mining
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 18
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 19
Het doel is het creëren van ‘actionableinsights’ en het worden van een ‘data gedreven’ organisatie
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 20
Hoe ziet deze ontwikkeling er van een afstand uit?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 21
Met big data een bestseller
Case 1: kun je een bestseller voorspellen?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 22
Met big data een bestseller
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 23
Met big data een bestseller
Bestsellers en badsellers
OMZET
KOSTEN
1000K
800K
600K
400K
200K
0K
100K 200K 300K 400K 500K 600K 700K 800K 900K 1000K
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 24
publisher (house)
title
author
ISBN code
NUR code (classification)
translations y/n
pages
prices
prices print
prices e-book
hard coverfolded y/n
tags #measures
weight
Mb/Kb
amount of words
lay-out typifications
fontsize
line spacings
sequals j/n
statistics readability
reference books
books from same author
demografic data
ratingsspychografic data
book returns (reversed logistics)
sales per day_week_month
turn-over per day_week_month
Retail cash register data
comments
search history
metadata
royalties
additional
ISBN codes (versions)
value chain costs
languagesBOL.com
Amazon.comGoodreads
Crimezone
Boekenliefdeetc...
cost allocationscreation costs
production costs
distribution costs
marcom costs
storage costs
descriptive analysis
readability
lexicon diversity
sentiment analysis
keyword analysis
similarity
language detection
named entity extraction
cash conversions per day
audience classifications
delivery data online sales
user profiles
media mentions
touchpoints
blogsreviews
newsgroups
influencers
page views
order history
ONLINE RETAILERS
sentiment analysis
visitor data
frequence
Wat we weten van
een boek
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 25
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 26
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 27
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 28
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 29
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 30
Met big data een bestseller
Resumé: wat kunnen we er dan mee?
- om de voorspelbaarheid van succes te verbeteren
- om het risico op badsellers te reduceren
- een duidelijke portfolio strategie te kiezen
- het creeren van een recept voor marketing en sales inspanningen
- de werklast voorspelbaar te maken
- timing van de uitgeefactiviteiten optimaliseren
- productie- en distributiekosten te synchroniseren met de actuele behoefte
- kwaliteitstoetsing op generieke kenmerken
- benchmarks: hoe presteer ik zelf t.o.v. de concurrentie?
- besparen van tijd en geld en een betere besteding
- reduceren royalty kosten en voorschotten
- minder waste (meer marge)
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 31
Met big data een bestseller
Bestsellers en badsellers: 3 strategieën
1. Bestseller uitgeverij: acquireert een beperkt aantal titels, zeer kapitaalintensief
focus op bepaalde thema’s en een zeer sterk promotieapparaat om succes af te
dwingen (vergelijk artiesten management/voetbal makelaar)
2. Midden uitgeverij wordt veel geïnvesteerd in acquisitie en promotie (met lagere
budgetten) in een beperkt aantal titels, zonder ‘self-publish’ opdracht van auteurs.
Bij het bereiken van een bepaalde afzetdrempel kan een titel worden
overgeheveld naar de bestseller uitgeverij en komt die strategie in werking
3. Doe-het-zelf uitgeverij: auteurs betalen services of doen veel zelf, nadruk op
online. De nadruk ligt in het schaalbaar maken van dienstverlening en daar geld
mee te verdienen (de ’0’ te houden). Scouting is een belangrijke rol: bij bepaalde
afzetten kan een titel transfereren naar Midden uitgeverij of zelfs Bestseller
uitgeverij
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 32
Met big data een bestseller
Was 50 tinten grijs te voorspellen?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 33
Met big data churn minimaliseren
Case 2: contract opzeggen ja/nee
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 34
Van ‘Sense & Respond’ naar ‘Predict & Act’
2014
2016
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 35
Welke stappen maken we?
• Centralisatie van alle relevante data
• Het voorspellen van klantgedrag
• Het optimaliseren van klant retentie en voorkomen van churn
• Het A/B testen van features van digitale producten
• Het automatisch redigeren van nieuws pagina's op basis van
algoritmes
• Het automatisch produceren van bedrijfs- en financiële nieuws
artikelen (machine writing)
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 36
Het optimaliseren van klant retentie en voorkomen van churn
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 37
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 38
Welke stappen
• Verzamelen van alle historische abonnement data
• Hieraan gekoppeld wordt alle data die mogelijk relevant is
voor de keuze die de klant maakt (zeg op/blijf)
• Pas een logistieke regressie (of een ander algoritme) toe op
deze data set. Dit kwantificeert welke variabele hoeveel
invloed heeft op de kans dat een klant blijft of opzegt
• Stop deze logica in een model en pas dit toe op het
klantenbestand. Alle klanten krijgen nu een score tussen de 0
(blijft) en de 1 (gaat weg).
• Elke maand wordt de top 2000 van de klanten die mogelijk
weggaan gebeld met vier verschillende interventies waar ze
uit kunnen kiezen als ze minimaal een jaar blijven.
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 39
Resultaat (na 6 maanden)
• Oude situatie
– Ongeveer 20% churn
– Callcenter conversie: 17-25%
• Nieuwe situatie
– 8% churn
– Callcenter conversie: 84-92%
– Door het aanbieden van vier interventies,
verkrijgen we meer data over de
voorkeuren/smaken van de klant. Waardoor we
in de toekomst nog meer grip op het gedrag van
de klant krijgen.
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 40
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 41
Naar een ‘data gedreven’ organisatie
Zomaar wat ‘nieuwe’ functies:•Data Scientist•Data Engineer•Machine Learning Scientist•Business Analytics Specialist•Data Visualiser•Data architect•Data change agent•Data Modelers•Statistician•Data steward
Alles draait om creativiteit en domein expertise
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 42
Naar een data gedreven organisatie
Focus komt volledig te liggen op hetgeen de organisatie uniek maakt. Een data
gedreven organisatie bestaat niet uit een grote hoeveelheid ‘data werkers’.
Vooral strategische functies zijn van belang voor een data gedreven organisatie:
- Borgen domein expertise is essentieel
- Multi-disciplinaire teams (juiste balans)
- Creativiteit wordt steeds meer een key-asset
- Strategische denkers en voortrekkers (regie)
Uitwisselbare functies worden ingekocht (of ingericht op minimale
capaciteitsbehoefte)
- Dus ook de data analisten en specialisten op verschillende data gebieden
(machine learning, algoritme specialisten, data visualisatie experts, etc…)
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 43
Hoe ziet een core data team er dan uit?
creatieve strateeg
aanjager
veel domeinkennis
verbinder
opereert met mandaat
van directie
linking-pin business
strategische functie
data scientist
lead data scientist
data strategie
linking pin
technologie
strategische functie
minimaal 1
data analist
stuurt eventueel
andere analisten
aan
verzamelt data
voert analyses uit
inrichten op
minimale capaciteit
in huis
data visualiser
presentaties
vormgeving
dashboards
inrichten op
minimale capaciteit
in huis
Data engineer
soms code kloppen
borgt performance
opslag vraagstukken
ontsluiting data
inrichten op
minimale capaciteit
in huis
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 44
Enkele uitgangspunten
- Het mag geen ICT of Business Intelligence feestje zijn
- Het is echt multi-disciplinair, dus ook de data science projecten
- Je hebt een core-team met een flexibele schil
- Data science projecten zijn altijd business case gedreven: waarom doe je het ook
alweer
- De business is daarom altijd nauw betrokken (business betaald en bepaald)
- Een top down benadering is noodzakelijk (data science is van strategische
waarde, het heeft altijd bedrijfsbrede impact)
- Je moet doorgaans allianties sluiten (want je beschikbare data is vrijwel nooit
volledig/compleet)
- Continue leercurve (steeds nieuwe inzichten, oplossingen en methodieken)
- Het combineren van interne met externe bronnen geeft nieuwe inzichten en
nieuwe context aan de vraagstelling
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 45
• onomkeerbaar proces
• welk effect heeft het op jouw
business?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 46
De essentie van elke transitie…
+ +
= TransitieMiddelenPrikkelsVisie Vaardigheden+ + + + Plan van aanpak
Vaardigheden + Prikkels Middelen+ + = VerwarringPlan van aanpak
Visie Prikkels + Middelen = Ongerustheid+ Plan van aanpak
Visie Vaardigheden+ Middelen = Weerstand+ Plan van aanpak
PrikkelsVisie Vaardigheden Plan van aanpak
MiddelenPrikkelsVisie Vaardigheden+ + +
+
+
+
= Frustratie
= Tredmolen
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 47
Maturity index van de ‘data driven organisatie’
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 48
Positie op de maturity index
- Waar staat je organisatie
- Welke te nemen stappen zie je
- Wat ga je morgen al op de agenda zetten, wat neem je mee naar huis?
WHAT
HAPPENED
WHY DID IT
HAPPEN
WHAT WILL
HAPPEN
WHAT IS THE
BEST THAT
COULD HAPPEN
Sense & Respond Predict & Act
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 49
Any further or data related questions?
8 oktober 2015 – Xplor – Enterprise Information Management - Zaltbommel 50
GEADATA aanbod
Accelerator workshop ‘creatief met data’
Voor meer info over de inhoud en opzet: Patrick Swart 06 520 71 825 of kijk op
geadata.nl (vanaf 1 november)