Het vinden van een betere match
Smart data & kunstmatige intelligentie
• WAT HOUDT HET IN?
Inzicht en voorspelling
Met behulp van smart data kun je bepaalde voorspellingen doen. Ze bestaan al vele jaren, maar zijn recentelijk op de voorgrond gekomen door de noodzaak om de enorme hoeveelheid gestructureerde en ongestructureerde gegevens te begrijpen. Het is dus niet zozeer een nieuwe trend, maar er gebeurt veel op dit vlak, waardoor het in de komende jaren een andere betekenis krijgt. Smart data toveren het verschijnsel big data om in concrete inzichten. Met behulp van smart data kun je betere voorspellingen van de vraag doen.
Expert Jeroen Riemersma legt uit wat dit betekent voor commerciële functies zoals commercieel medewerker en junior accountmanager. “Je gaat met een beter verhaal naar zo’n klant toe, je hebt meer informatie en daardoor ben je veel efficiënter. Voorheen deed je voor een gesprek calculatiewerk. Dat calculatiewerk wordt nu door digitalisering en automatisering steeds minder, zodat je veel meer focus en tijd hebt om die kant te leren kennen, te overtuigen en tot een conversie te komen met betrekking tot sales. Je rol verandert.”
Dit geldt voor zowel de groothandelsbranche als de uitzendbranche. De uitzendbranche gebruikt big data steeds vaker in de matching van kandidaten en werkgevers.
“Je haalt overal data vandaan en je vertaalt het weer in acties. Dat wordt ook wel een steeds belangrijkere competentie voor commerciële functies om met big en smart data om te gaan. Hier hoort de verzameling van data bij, de interpretatie en de eventuele koppeling van conclusies en acties. Eigenlijk ontwikkelen grossiers zich steeds meer tot IT-bedrijven die spullen verkopen. Er zijn veel ruwe data, maar dat betekent nog niet dat je daar bruikbare informatie van kan maken. Laat staan dat je het kan vertalen in conclusies en acties, dus dat wordt wel een competentie die steeds belangrijker wordt. Als je kijkt naar Amazon, dat is eigenlijk een IT-bedrijf dat ook spullen verkoopt.”
– Jos Voss, Rabobank
Verkenning nieuwe markten
Zodra een groothandel in staat is om data nauwkeurig en in realtime te analyseren, is die ook in staat om nieuwe trends te ontdekken. Het gaat hierbij dus niet alleen om het voorspellen van de vraag naar bestaande producten, maar ook om het ontdekken van compleet nieuwe producten, in mogelijk compleet nieuwe markten. Er zouden zelfs compleet nieuwe businessmodellen kunnen ontstaan. Door het vroegtijdig ontdekken van deze trends kan de groothandel erop anticiperen en dat verkort de time-to-market. Hierdoor zal de kans op het succesvol bedienen van nieuwe markten toenemen, wat leidt tot groei van het bedrijf en een grotere kans om te overleven.
Prof. dr. Sloot van de Rijksuniversiteit Groningen legt uit hoe studenten commercie moeten omgaan met smart data: “Mbo’ers moeten leren omgaan met klantgegevens en hoe je die data op lokaal niveau kunt gebruiken om de klant beter te bedienen. Stel bijvoorbeeld dat er een klant binnenkomt met een klacht en je wilt de klant een waardebon voor een product geven. Het is dan handig als je vrij snel ziet wat voor type klant het is met de nodige systemen die deze informatie leveren, zodat je iets goeds kunt bedenken ter compensatie. Ook lokaal marktonderzoek is belangrijk om vast te stellen wat er verbeterd kan worden. Het zou fijn zijn als er een vak is waarbij leerlingen leren om klantendata te verzamelen en beter te begrijpen.”
Efficiëntie in recruitment
Het onderwerp ‘smart data en kunstmatige intelligentie’ is langzamerhand ook bij werving en selectie een actueel onderwerp. Met behulp van intelligente gegevensanalyse en zelflerende algoritmes is smart hr-software in staat om verbanden te leggen tussen gegevens, ze te vergelijken en er conclusies uit te trekken voor de werving van personeel. Recruitment wordt daardoor effectiever en het werk van intercedenten efficiënter.
Dit herkennen ook experts Patricia Honcoop en Lisette van Rossum, werkzaam bij ABU. “Er worden steeds meer partijen door middel van algoritmen aan elkaar gekoppeld. En dat is echt een technologische ontwikkeling die nu een grote impact heeft en het werk van intercedenten zal doen veranderen.”
De klantenservice gebruikt smart data om een compleet beeld van klanten te creëren. Dit beeld kun je vervolgens makkelijk opvragen als een klant contact opneemt met een vraag of een probleem. Zo heeft de klantenservicemedewerker met één druk op de knop alle klantgegevens bij de hand, vertelt expert Volker Holländer van Coniche. “Alle informatie is zo op te vragen, dus een klantcontactmedewerker kan focussen op waar hij goed in is, namelijk het klantcontact. Toch wordt het vak klantcontact steeds complexer. Doordat eenvoudige vragen vaak automatisch worden beantwoord stellen klanten complexere vragen aan klantcontactmedewerkers. Op basis van beschikbare data moeten medewerkers een antwoord op maat creëren. Dit stelt hogere eisen aan zowel kennis als vaardigheden van deze medewerkers.”
• WELKE VOORBEELDEN ZIJN ER UIT DE PRAKTIJK?
LinkedIn Recruiter vindt, beheert en legt contact met potentiële kandidaten. Geschikte kandidaten en signalen van leden die voor een nieuwe uitdaging openstaan, pikt LinkedIn Recruiter eruit, zodat de intercedent zich kan concentreren op de relevantste kandidaten. LinkedIn Recruiter gebruikt hiervoor data en een algoritme dat kandidaten met een bepaald profiel vergelijkt met de functie-eisen van een bepaalde vacature.
Sligro Food Group wil de digitale ontwikkeling van de organisatie versnellen en schakelt daarvoor de marketingkennis en -hulp van Yourzine in. Het groothandelsbedrijf huurt de marketingexperts in voor de periode van drie jaar, zo spraken ze af. De samenwerking begint met de overname van het beheer van Selligent, een marketingautomationplatform. Yourzine helpt de verschillende marketing- en datatools met elkaar integreren. Het doel daarvan is een centraal klantbeeld te krijgen. Aan de hand daarvan kan Sligro doelgroepgerichte communicatie opzetten.
• WAT IS DE IMPACT OP HET WERKVELD?
Meer gebruik van digitale tools
Door de steeds verdere digitalisering groeit de omvang en de diversiteit van data-uitwisseling. Tegelijkertijd wordt het delen van data complexer. De introductie van smart data, kunstmatige intelligentie en andere datagedreven innovaties maakt de complexiteit van IT-systemen groter en het beheersbaar houden ervan moeilijker. De focus ligt er nu meer op hoe je smart data gebruikt om de bedrijfsvoering te optimaliseren. Het is vooral de kunst om de toepassingen op dit gebied te herkennen en te weten hoe je die inzet. Hierbij zijn digitale vaardigheden cruciaal. Hoe lees je bijvoorbeeld systemen die bepaalde informatie opleveren en wat zegt de opgeleverde informatie? Data kunnen interpreteren en scherp blijven op de juistheid van systemen is belangrijk.
Johan Hilferink, Logistic Forice
Digitaliseren maakt het makkelijker en behapbaar voor intercedenten. Maar het heeft ook een risico, omdat je gaat leunen op systemen. Ik vind nog steeds dat computers je ondersteunen en niet het werk voor je doen. Het controleren is belangrijker geworden. Dat is wel een belangrijke taak. En het oplossende vermogen moet groter zijn. Wat doe je als iets nou niet klopt? Je moet dan juist heel scherp zijn. Klopt dat? Is dit zoals het is afgesproken?
Efficiënter en slimmer inspelen op de markt
Door het juist interpreteren van beschikbare data kun je veel winst behalen. Zo kun je dingen voorspellen, of overzicht creëren binnen systemen. Voor de assistent-manager internationale groothandel (AMIH) betekent dat proactiever handelen. “Met de informatie die beschikbaar is moet een assistent-manager internationale handel proactief handelen, dat is eigenlijk de informatie die je uit de rapportages krijgt. Dit is een ontwikkeling die gaande is. Was men voorheen reactief in het afhandelen van exportorders. Nu dient men steeds vaker proactief te acteren om import- en exportprocessen effectief in te richten. Het is niet enkel een uitvoerende functie meer.”
– Willemijn Gwanmesia, evofenedex
INHOUDSOPGAVE COMMERCIE, GROOTHANDEL EN INTERNATIONALE HANDEL
