PostNL Big Data def 20092016

of 15/15
How data influences the customer journey and improves customer value and customer experience Ella Reizevoort PostNL Big Data Expo 2016
  • date post

    11-Jan-2017
  • Category

    Documents

  • view

    171
  • download

    0

Embed Size (px)

Transcript of PostNL Big Data def 20092016

  • How data influences the customer journey and improves customer value and customer experience

    Ella Reizevoort PostNL

    Big Data Expo 2016

    PresenterPresentation Notes

    Super leuk dat ik iets mag vertellen over postNL icm big data, Iedereen kent ons natuurlijk van de brieven pakketten, maar wij zijn wel degelijk een (big data) bedrijf. En gebruiken uiteraard veel data voor ons logistieke proces, maar dit doen wij klanten.

    Iets over mezelf, Ella Reizevoort, verantwoordelijk voor partner management bij PostNL data solutions, zegt het al, dataoplossingen, het databedrijf onder de vleugels van PostNL. Wij werken zowel voor externe klanten als de interne organisatie. Als wel samen met partnersErvaring die wij ook weer voor externe klanten kunnen inzetten

    In mijn presentatie wil ik in eerste instantie even iets vertellen over de organisatie, waar we vandaan komen en vervolgens zal ik aan de hand van de customer journey in e-commerce koopproces, big data binnen PostNL concreet maken aan de hand van een case..

  • Data is de sleutel voor elk bedrijf om groei te realiseren

    visie

    PresenterPresentation NotesOnze visie is Data is de sleutel voor elk bedrijf om groei te realiseren.

    We staan aan de vooravond van verdere digitalisering. De wereld verandert door de nieuwe mogelijkheden die digitalisering biedt. De veranderingen gaan snel. Bedrijven zijn hierdoor in transformatie en willen wendbaar zijn en innovatief om hun groei te realiseren.

    Door ontwikkelingen in technologie hebben bedrijven beschikking over meer data. Organisaties willen deze data inzetten om meer concurrentievoordeel te behalen. Relevante en betrouwbare data spelen hierbij een cruciale rol, maar ook snelheid, dus de realtime beschikbaarheid van data en de mogelijkheid om hierop beslissingen te kunnen nemen. En uiteraard altijd in het achterhoofd houden wat mag ik met de data en wie is de eigenaar

    Dit geldt ook voor PostNL. Big data, blijft een breed begrip en iedereen is vooral bezig om zo concreet mogelijk toepassingen te zoeken die ook daadwerkelijk bijdragen. Uitdagend, maar wat ons betreft is data de sleutel voor groei, je kunt deze hier ook lezen, kostenbesparing, dus het creren van financile ruimte.

    In mijn presentatie focus ik me op concrete toepassingen binnen e-commerce, PostNL is de pakketten organisatie van Nederland, en die de customer journey in het online koopproces benvloeden vanuit een customer experience perspectief, waardoor we in staat zijn de klantwaarde te verhogen en kosten te besparen.

  • Market drivers

    Klanten willen meer in controle zijn

    Klanten maken steeds meer gebruik van technologie

    Klanten orinteren zich ook over de grens

    PostNL Data Solutions

    Data vereisten

    Realtime datadiensten

    Hoge kwaliteit

    Internationale databronnen

    PresenterPresentation NotesPr 1 januari van dit jaar zijn wij een aparte entiteit in de organisatie, ontstaan uit een aantal onderdelen die al een data component, vanuit de board is gevraagd om een datastrategie te ontwikkelen die substainable is voor de toekomst en waar we de interne organisatie mee ondersteunen, maar ook externe klanten en partners.

    market drivers van waaruit wij onze strategische focus hebben gebaseerd is dat we zien dat klanten steeds meer in control willen zijn, consument bepalen steeds meer zelf en beslissen in ons geval ook waar en wanneer zie hun pakketje willen ontvangen.Ze maken steeds meer gebruik van technologie en nemen steeds meer op basis hiervan beslissingen, waarbij snelheid een belangrijke factor is. Ook zijn klanten steeds meer internationaal georinteerd, we zien zelf binnen postNL al dat binnen e-commerce 1 op de 3 pakketten heeft al een buitenlands karakter, dus komt Nl in of gaat naar buiten en dus supplychain wordt korter, zoals ook Alibaba met het Ali express netwerk, Chinese producten gaan rechtstreeks naar europese consumenten. Dus veel vaker en directere relatie ontstaat tussen producent en klant.

    Als je dan kijkt naar data en de vereisten, dan betekent dat data realtime beschikbaar moet zijn, van hoge kwaliteit moet zijn, maar ook uniek zijn en internationaal beschikbaar moet zijn. En het moet bijdragen of iets oplossen.

  • Wij ondersteunen organisaties hun processen te optimaliseren

    Logistieke oplossingen

    Commercile diensten

    PresenterPresentation Notes

    De toepassingsgebieden van de data die wij ontsluiten zitten enerzijds op het logistieke domein of wel het e-commerce proces, anderzijds op commercieel gebied, zoals bijvoorbeeld de rol van data in het werven van klanten. Ik focus me even op het logisitieke domein, of wel ecommerce

    Voor de interne organisatie is first time right enorm belangrijk, dit wil zeggen in welke mate zijn we in staat het pakketje in 1 af te leveren, Enerzijds uiteraard van efficiency oogpunt, maar uiteraard ook vanuit klanttevredenheid, zowel voor de webshop als de klant van de webshop.

    Een voorbeeld voor gebruik van data intern is Een oplossing intern is om het pakketje zsm het juiste netwerk in te krijgen, dit klinkt heel logisch maar een probleem zijn te kleine brievenbussen voor brievenbuspakketjes.Wat je nl ziet is dat er veel brievenbussen zijn die niet aan een de standaard maat voldoen, vooral bij oude woningen en dus niet als brievenbuspakje behandeld kunnen worden. Deze kan dan op basis data van het formaat van de brievenbus het pakketten netwerk in ipv het mail netwerk

    Maar ook het omzetten van data naar informatie. Voorbeeld is dat we voor een orchideen kweker de knoppen tellen en aan orchideen, deze informatief bepaald wat de waarde is van de orchidee, betreft 2,4 mio orchideen, de kweker is zo in staan iom heel efficint zijn planten te segmenteren en hierdoor een betere prijs te vragen. De data gaan in een paar seconden heen en weer naar onze dataprocessing site in Manilla.

    Een voorbeeld van commercile diensten is ook de inzet van beschikbare data in apps voor CRM systemen zoals het direct koppelen van B2B data in aan app in SF. Welke weer voor werving wordt ingezet.Profilering

  • De invloed van data in de Customer Journey binnen het e-commerce koopproces

    PresenterPresentation NotesIk focus verder even op het logistieke proces en de invloed van data binnen e-commerce en ik wil dit aan de hand doen van de customer journey

  • Customer Journey in E-commerce

    x x

    x

    x

    x x

    x

    x Channels and

    contact points

    Customer journeys

    Buy Receive Use Service Renew Explore Consumer cyclus Explore Alert

    Product explore and interest

    Service excellence

    Update and renew

    Delivery excellence x Touch point

    Channel switch

    Social Media

    Website/webshop

    Pick-up point / Retail/webshop

    Home

    Customer support

    x

    PresenterPresentation NotesWat je hier ziet is de customer journey binnen het e-commerce koopproces, . En de kanalen met de bijbehorende touchpoints. Vanuit PostNL focus ik me vooral op het buy en recieve proces, omdat we hier van uit data icm met aflevering een verschil kunnen maken, ook wel delivery excellence. Vanuit het oogpunt van kopen en bezorgen heeft het toevoegen van data in het koopproces veel invloed, hoe korter de check-out tijd, hoe groter de kans op een succesvolle bestelling. Een simpele adrescheck werk hier al conversie verhogend. Dus meer bestellingen. Vanuit kosten oogpunt, en omzet voor de webshop. Kun je je voorstellen dat het niet goedkeuren van een bestellingen of het onderscheppen van een bestelling bij bijvoorbeeld kans op fraude een kostenbesparing oplevert, maar ook het aanbieden van een andere betaaloptie.

  • Van Big Data naar concrete toepassingen om klantwaarde en customer experience te verhogen

    PresenterPresentation Notes

    Hoe zorgen wij er nu voor dat de hoeveelheid data leid naar concrete oplossingen om klantwaarde, of wel totale omzet waarde te verhogen.In de volgende voorbeeld case wil ik focus op het onderwerp domein Fraude en hoe de data de klantwaarde kan vergroten.

    Vanuit

    We doen dit samen met een klant, een grote e-commerce partij in Nederland, die zelf ook al wel een stappen onderneemt, maar toch nog enorm veel fraude cases aanloopt en gevraagd om mee te denken. NDA getekent dus kan niet te veel vertellen

  • Domein: Fraudepreventie

    Samen werken aan fraudepreventie

    PresenterPresentation Notes

    Wie heeft er hier een webshop? En wie heeft er wel eens te maken gehad met Fraude?Wie heeft hier wel eens persoonlijk te maken gehad met Fraude?

    Aanleiding vertellen

    Wat wij kunnen doen wil ik aan de hand van een case toelichten.

    Enige tijd geleden kwam ik in gesprek met Fraudepreventie van PostNL en thuiswinkel.org en PostNL Pakketen, over de grote hoeveelheid fraudegevallen en meldingen. Ik was zelf behoorlijk onder de indruk van de schaal waarop dit plaatsvind en in welke vorm. Vanuit deze gesprekken bleek ook dat er al tijdje wordt gezocht in de naar een structurele oplossing om het aantal Fraude gevallen binnen e-commerce terug te dringen. En aan ons het verzoek om mee te denken of op basis van data en data inzichten beslissingen kunnen worden genomen om wel of niet een pakketje het netwerk in te laten gaan of we een bestelling door laten gaan, om zo dus frauduleuze bestellingen tegen te gaan of tenminste te verminderen.Ofwel het verhogen van de afleveringsbetrouwbaarheid van fysieke leveringen!

    We doen dit samen met een klant, een grote e-commerce partij in Nederland, die zelf ook al wel een stappen onderneemt, maar toch nog enorm veel fraude cases aanloopt en gevraagd om mee te denken. NDA getekent dus kan niet te veel vertellen

  • Er zijn drie soorten fraude

    Aflever fraude

    Identiteits fraude

    Retouren fraude

    PresenterPresentation Notes

    Even iets meer over het fenomeen fraude in e-commerce. De bezorg keten is complex en in deze gehele keten kan er wat mis gaan, zowel bij de verzender, bij de vervoerder en bij de eindklant.Zodra er opzet in het spel is spreekt heb je het over Fraude.

    Wij hebben verschillende soorten fraudegevallen zoals

    Afleverfraude, bijvoorbeeld bezorger opwachten bij de voordeur en iemand geeft aan dat hij de buurman is of er wordt een bestelling op een onbewoond huis afgeleverd en er staat iemand voor de deur te of niet bestaande huisnummer toevoegingen gebruiken

    Recente case melkpoeder, fraude op basis van niet bestaande huisnummertoevoegingen. Je mag pp maar 2 bussen melkpoeder per keer bestellen, bij een grote webshop werden op niet bestaande huisnummertoevoegingen 2 bussen besteld, dus 26 x 2 en deze werden wel betaald. In dit geval 2 belangen, de webshop en de producent, als de klant betaald, maar loopt wel via het online kanaal.

    In dit geval maakt iemand gebruikt van een onvolledige controle op het adres en is snel op te lossen door een daadwerkelijke check op het adres wel echt bestaat.

    Retourenfraude, consument geeft aan iets geretourneerd te hebben wat niet het geval is of stuurt iets veel minder waardevols terug en reclameert wel

    Identiteitsfraude, in combinatie met betaalfraude, zoals gestolen creditcards of gestolen ids. Wie heeft hier wel een meet te maken gehad?Toevallig zelf 4 weken geleden bij de hand gehad. Kaart direct geblokkeerd een week voor de bank kijkt hierbij naar betaalgedrag icm verdachte websites.Bank houdt veel gegevens bij, bestelgedrag.

    Ik zoom vooral even in op afleverfraude

  • Webwinkeliers lijden jaarlijks meer dan 100 miljoen schade door fraude

    PresenterPresentation Notes

    Op basis van de gemiddelde info die wij tot onze beschikking hebben Waarde van een pakket, ca 125,-.5 % van alle bestellingen is Frauduleus12 % hiervan kan nu niet gedetecteerd worden.Schatting is dat dit ver boven de 100 mio ligt

    Als je kijkt hoeveel derving en schade dit betreft moet je toch denken aan meer dan 100 mio per jaar is de inschatting van schade voor de webwinkeliers, en zitten we waarschijnlijk nog aan de onderkantIedereen kan dit natuurlijk voor zichzelf bepalen en dit is uiteraard product en branche afhankelijk. In electronica is dit hoger dan bij andere productgroepen

  • Die 100 miljoen staat nog los van de vervolgschade

    Uw pakket zit wel in de keten

    PresenterPresentation NotesDe genoemde 100 mio, staat nog los van de vervolgschade, de kosten van het aantal vermissingen in het traject tussen verzender en ontvanger door de hele keten heen. Een pakje gaat tenslotte wel zowel bij verzender/distributeur als bezorger het netwerk in.En voor ons is de invloed op klanttevredenheid belangrijk.Denk aan de helpdesk, druk op de servicedesk service

  • Er zijn veel mogelijkheden om oplichting tegen te gaan

    Woning te koop of verkocht Insolventieregister-check Aflever-blokkade-check

    Creditcard-check Ordervolume op adres Bezorgervaring op adres

    Persoon-woonadres-check Meldingen per adres PostNL Reclamatie-check

    Fake-namen-check Persoon-aflever-adrescheck Koop/huur woning

    PresenterPresentation Notes

    Hoe werkt het dan, hoe kun je het oplossen, bijvoorkeur in de check-out tijd, en dit moet ook heel snel

    We zijn tot deze basisset gekomen door een aantal workshops te organiseren met de thuiswinkel.org en aantal aangesloten webwinkeliers, waarbij we goed gekeken hebben op welk niveau er wensen zijn en in welke mate deze bijdragen aan de zekerheid dat het pakje bij de juiste persoon komt en de testen met een grote e-commerce partij die we nu aan het uitrollen zijn. Deze is wel flexibel.En hier is een wish-list uitgekomen. Overigens niet in deze volgende, maar ze kunnen gekoppeld worden. Noem het even versie 1.0.Fake namen check, checkt of bestelnaam voorkomt op lijst met fakenamen, Woning te koop of verkocht, spreekt voor zich. Persoon op woonadres-check, hierbij geven wij aan wie wij op dit adres hebben wonen, is opt in data, waarbij we starten met adrescheck op huisnummer en toevoeging niveau.

    Hoe meer data je kun combineren hoe groter de kans op de waarheid. Maar een verschillende mix in APIs is klantafhankelijk en we hebben dat eenvoudige oplossingen al vrij dichtbij zitten, voorbeeld die ik net noemde is op huisnummertoevoegingen. Mbt de pakketten data kijken we per case of we de data wel of niet mogen gebruiken vanuit privacy oogpunt

    Verschillende onderdelen van een record kunnen verklarend zijn, is er wel of niet een vaste telefoonaansluiting

    Idealiter willen we naar een database toewerken waarbij alle afleveringen via een database met elkaar gedeeld worden, zowel vanuit de webwinkeliers als vanuit PostNL Pakketten, echter zorgvuldigheid moet uiteraard betracht worden, bijv Blacklisting mag niet maar Whitelisting geeft wel mogelijkheden en uiteraard is het belangrijk om het eigenaarschap van de data te bepalen en moeten we zorgvuldig met persoonsgegevens omgaan

    Uiteindelijk hebben we besloten eea gefaseerd op te starten. De Fraudecheck kan nl bestaan uit een combinatie van checks die kunnen duiden op misbruik, grote webshops hebben ook zelf uiteraard een fraude afdeling en hebben andere behoeftes dan middelgrote en kleinere webwinkeliers

    We zijn tot deze basisset gekomen door een aantal workshops te organiseren met de thuiswinkel.org en aantal aangesloten webwinkeliers, waarbij we goed gekeken hebben op welk niveau er wensen zijn en in welke mate deze bijdragen aan de zekerheid dat het pakje bij de juiste persoon komt en de testen met een grote e-commerce partij die we nu aan het uitrollen zijn. Deze is wel flexibel.En hier is een wish-list uitgekomen. Overigens niet in deze volgende, maar ze kunnen gekoppeld worden. Noem het even versie 1.0.Fake namen check, checkt of bestelnaam voorkomt op lijst met fakenamen, Woning te koop of verkocht, spreekt voor zich. Persoon op woonadres-check, hierbij geven wij aan wie wij op dit adres hebben wonen, is opt in data, waarbij we starten met adrescheck op huisnummer en toevoeging niveau.

    De verschillende checks kunnen op een verschillende manier ingezet worden en de een geeft meer zekerheid dan de ander. Bijvoorbeeld wij weten in alle gevallen zeker of het adres een koop of huurwoning betreft. Voor Creditcard check zijn er voldoende partijen die dit aanbieden en we kunnen aansluiten. Insolventieregister, bijvoorbeeld persoonlijke faillissementen, is openbaar beschikbare data. Bij persoon op woonadres check gebruiken wij onze eigen data. Waarbij we continue kijken naar kwalitatief hoogwaardige bronnen.Voor de checks die gebaseerd zijn op afleverdata uit het Pakketten netwerk of meldingen, gaan we kijken hoe en voor wie we de informatie mogen gebruiken en ontsluiten. De combinatie van data en snelheid creert de waarde.We zijn testen gedaan en de pilot aan het uitrollen met een grote e-commerce partij.

    Wil je hoer meer over weten dat doe ik dit graag 1-op-1

  • Wat lossen we op?

    Aflever fraude

    Data

    Identiteits fraude

    Creditcheck

    Retouren fraude

    Data

    PresenterPresentation NotesWe zijn op dit moment met een klant

    Afleverfraude, kan met data benvloed worden door daadwerkelijk bestaande afgiftepunten toe te voegen, externe data bronnen en ervaringen/meldingen uit het bezorgproces

    Retourenfraude, kan met data benvloed worden door uit het bezorgprocesKan met data ondervangen worden (gewicht), waar hier bijvoorbeeld naar gekeken wordt is gewicht van pakketten

    Identiteitsfraude, icm betaalfraude, zoals gestolen creditcards of gestolen idsKan met en creditcheck, wij zijn wel binnen PostNL aan het bekijken hoe in welke vorm we hier en rol in kunnen spelen. Wij zien heel veel mensen, maar andere niet mogelijk en wensen lijkt om zomaar data vast te houden

  • Het is een real-time dataproduct op basis van meerdere databronnen

    Analytics & Reporting

    Webservices / API

    Data domains

    Network feeders

    Data sources

    IT innovation

    Commerce Reporting

    Postweb

    Business Portal E-commerce plugin

    3rd party API

    Mail

    PNP

    3rd party

    Cendris

    Logistics Analytics

    PresenterPresentation Notes

    Hoe doen we dat dan even een technische plaat.Om in te kunnen spelen op dit soort complexe marktvragen, dus het combineren van verschillende bronnen en de ontsluiting naar een API toe, Hebben we een Dataplatform gebouwd, need to have. Op deze manier kunnen wij zowel data van derden als interne data ontsluiten via zogenaamde data domeinen, daar tussen zitten business rules die bronnen combineren tot een api. Soms zijn de apis voor derden, soms een interne vraag vanuit de PostNL organisatie.En die data domeinen worden gebouwd op een adres, persoon en bedrijf, product en logistieke beweging enzovoort

    Die ontsluiten we realtime naar all feeders die wij hebben binnen PostNL, en naar derden. De business rules zijn uiteraard gebaseerd op wat wel en niet met de data mag, wie deze mag ontvangen, op basis van wet en regelgeving, maar ook wat ethisch verantwoord is. Een voorbeeld: wij zijn ook gevraagd om een producten database te beheren en ontsluiten voor specifieke afnemers zodat deze white label in de markt gezet kan worden en via webshops ontsloten. Maar denk ook bijvoorbeeld aan bezorgvoorkeuren om de first time right bezorging zo hoog mogelijk te krijgenWe ontsluiten alle data middels apis, third partys apis, open apis, met als doel pakketvolumes te generen of pakketvraagstukken, zoals fraude, op te lossen. vb wat ik al eerder aanhaalde, het routeren van brievenbus pakketjes in ons netwerk op basis van realtime data.

    Vooral belangrijk is dat de juiste data voor het juiste doel, realtime kan worden ontsloten op basis van de juiste businessrules.

  • PostNL Data Solutions Ella Reizevoort 06 20 60 23 15 [email protected]

    Big Data Expo 2016

    PresenterPresentation NotesVragen?

    Ik realiseer me dat ik een preview heb gegeven en misschien, info bedrijfscritisch, info deelWil je meer info, geef me even je kaartje, org ik voor info of we maken een afspraak

    How data influences the customer journey and improves customer value and customer experienceData is de sleutel voor elk bedrijf om groei te realiserenSlide Number 3Wij ondersteunen organisaties hun processen te optimaliserenDe invloed van data in de Customer Journey binnen het e-commerce koopprocesCustomer Journey in E-commerceVan Big Data naar concrete toepassingen om klantwaarde en customer experience te verhogenDomein:FraudepreventieEr zijn drie soorten fraudeWebwinkeliers lijden jaarlijks meer dan 100 miljoen schade door fraudeDie 100 miljoen staat nog los van de vervolgschadeEr zijn veel mogelijkheden om oplichting tegen te gaanWat lossen we op?Het is een real-time dataproduct op basis van meerdere databronnenPostNL Data SolutionsElla Reizevoort06 20 60 23 [email protected]