Frank Habers is business intelligence consultant bij Inergy. Inergy is een business intelligence dienstverlener. Wat wij doen is van data informatie maken, zodat een retailer op basis van die informatie actie kan ondernemen en daarmee kosten kan besparen of geld kan verdienen.
Het woord big data, we horen het nu veel. Voorheen waren daar andere termen voor. Waar moeten we aan denken bij big data?
Ik zit nu sinds 1994 in dit vakgebied. Wij noemden het altijd business intelligence en sinds 2009-2010 zien we de term big data ontstaan. Ik vind het heel lastig om daar een antwoord op te geven. Als je aan 10 consultants vraagt: ‘wat is big data’, krijg je ongetwijfeld 10 verschillende antwoorden. Je krijgt van mij ook geen definitie, wat ik zie is dat het meer een duiding is van datavolumes die toenemen, andere manieren om data te analyseren en andere mogelijkheden. Meer data, andere typen data en daar slimme dingen mee doen met andere dan traditionele technologie.
Als we dat concreet maken, wat leveren jullie daadwerkelijk aan jullie klanten?
Wat wij bij klanten hebben gezien is dat ze heel veel problemen hadden om die grote volumes data te analyseren. Dan heb ik het over de kassabonregeltjes, om die op het laagste detailniveau op te slaan en te kunnen aggregeren naar het hoogste niveau. Wij bieden dat via een specialistische oplossing, een data warehouse appliance. Een appliance is een apparaat dat in één ding heel goed is en dit apparaat is goed in het verzamelen en analyseren van data op een supersnelle manier, 10-100 keer sneller dan met de traditionele technologie. Dat stelt ons in staat om rapportages op te leveren aan de klant waar jaarcijfers op staan, maar die klant kan ook inzoomen naar maandcijfers, weekcijfers, dagcijfers tot en met het individuele kassabonregeltje. Dat geeft een retailer enorm veel inzicht in zijn business en zijn performance.
Wat is specifiek anders dan wat we vroeger gebruikten aan traditionele systemen?
Normaal hadden we traditionele DBMS’en en die waren heel goed in data muteren en invoeren op individuele recordbasis, maar het opvragen was een zwak punt van dat soort databases. Dit type database, deze appliance is heel goed in het snel crunchen van data, laden van data, maar ook snel opvragen van data.
Hoe informeren jullie de klanten wat een slimme oplossing is of welke informatie ze daadwerkelijk nodig hebben of zelf kunnen gebruiken. Het is vaak ook een hele grote vijver voor een klant. Welke informatie is voor hen handig?
Dat gaat twee kanten op. Wij zijn BI experts, we zijn heel goed in het omgaan met data en van die data informatie maken. Maar ook de klant heeft zijn eigen wensen en behoeften, dus het gaat altijd in samenspraak met de klant. Als de klant zegt: ‘dit rapport heb ik nodig’, kunnen wij vanuit onze ervaring zeggen: ‘wellicht is dit dan ook handig om op het rapport te zien’.
We hadden het net over de oplossingen die jullie leveren aan de klanten. Hoe ziet dat eruit, wat doen jullie klanten met de oplossing?
Enerzijds heb je de management informatie en anderzijds heb je allerlei operationeel gebruik van informatie. Management informatie kennen we allemaal wel, dat zijn de rapportages die de formulemanagers, de category managers, de filiaalmanagers krijgen.
Aan de andere kant heb je meer het operationele gebruik en dat is waar je extra geld kunt verdienen met informatie. Een voorbeeld: een fashion retailer bij ons gebruikt het data warehouse voor een maatboog analyse. Die gaat analyseren welke maten hij moet inkopen voor een bepaald artikel, hoe die maatboog er precies in zit. Met alle extra informatie die in het data warehouse zit, met alle karakteristieken, bijvoorbeeld van artikelen of kledingstukken, kunnen ze optimaal inkopen.
Welke voorbeelden zou je nog meer kunnen noemen.
Een ander voorbeeld zit op het gebied van visualisatie. Wat wij doen is het visualiseren van combinatieverkopen. Welke artikelen worden in combinatie gekocht. Traditioneel zie je daar top 10 lijstjes van, maar we hebben nu een hulpmiddel waarmee je heel snel door een berg met data kan zoeken op een hele visuele manier, waardoor je zeer snel inzicht krijgt in allerlei combinatieverkopen per artikelgroep of een lager niveau van artikelen.
Dat lijkt me inderdaad een hele goede retail oplossing. Het woord big data zegt al: big, veel data en groot. Ik kan me goed voorstellen dat er veel retailers zijn die daar hun focus helemaal niet op willen leggen, wel gebruik willen maken van alle informatie, maar zich met andere dingen bezig willen houden. In hoeverre kunnen jullie daar een rol in spelen om ze te ontzorgen?
Dat doen we met onze cloud oplossing, dat is compleet ontzorgen van de retail op het gebied van business intelligence en big data. Dat is ook de reden waarom we ooit begonnen zijn met deze propositie. We zagen dat de klanten het zelf probeerden, af en toe nog wat externen inhuurden, maar dat werd het net niet. Of er was kennisgebrek of ze vonden het lastig om te beheren of er moest een nieuwe software upgrade plaatsvinden en daar was geen tijd of geen geld voor. Dat was het idee: volgens mij moeten wij de oplossing één keer goed uitdenken en dan zorgen dat verschillende retailers daar gebruik van kunnen maken en dat concept slaat aan in de markt.
