Presentatie ontbijtsessie inergy 22 maart 2016

INERGY ANALYTICAL SOLUTIONS

Succes is geen toeval!

JanKees Lampe & Richard van Seeters

22 maart 2016

Data Cloud

BUITEN

Data Cloud

MARKT

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


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)


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


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)


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


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


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?

22

TUSSEN 14:00 - 15:00 UUR WORDT HOOG VOLUME (1/3 TOTAAL) BEZORGT MET EEN LAGERE HITRATE

23

TELCO & ELECTRONICA VERZENDERS SCOREN HET LAAGST!

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

Presentatie ontbijtsessie inergy 22 maart 2016

Economy & Finance

Transcript of Presentatie ontbijtsessie inergy 22 maart 2016