Select your location
Austria

Austria

Czech Republic

Czech Republic

Germany

Germany

Italy

Italy

The Netherlands

The Netherlands

Romania

Romania

"Laat alles vallen, maar niet het dataproject!"

Een paar keer per jaar zit ik samen met de topical experts bij Cegeka. Tijdens de zomermaanden sprak ik opnieuw met Kristel Demotte, Global VP Data Solutions. Een gesprek over

  • de impact van COVID-19 op dataprojecten;
  • wat ‘repurchase analytics’ kan betekenen voor de verkoopscijfers (spoiler: héél wat);
  • waarom ‘big data’ niet altijd zaligmakend zijn;
  • de CDO als formateur;
  • hoe dat nu zit met datafabric (en wat het juist is);
  • ... en als uitsmijter: waarom sterke dataprofielen bij Cegeka moeten aankloppen.

Let’s dive in!

Kristel, de laatste keer dat we elkaar spraken was de coronacrisis net losgebarsten. Wat is er sindsdien veranderd?

Kristel Demotte: “Net als veel andere bedrijven, vreesden we ervoor dat projecten gingen stilvallen, en in sommige zwaar getroffen sectoren zoals de luchtvaart en retail was dat ook zo. Maar voor Cegeka in het algemeen - en het datateam is daar geen uitzondering op - is de pandemie een versneller gebleken. Mijn collega Fabrice (Wynants, Global Director Cybersecurity) zegt altijd dat de crisis voor veel organisaties neerkwam op een gedwongen versnelde digitale transformatie, en dat is ook zo.”

“Wij bij Data Solutions hebben het in elk geval nog nog nooit zo druk gehad. Het is alsof bedrijven ineens en masse tot het besef kwamen dat één verkeerde beslissing letterlijk het verschil kon betekenen tussen overleven of het onderspit delven. Ook als de andere IT-projecten on hold kwamen te staan, moesten de dataprojecten doorgaan of zelfs voorrang krijgen. Zelfs in sectoren waar nog nauwelijks iets bougeerde, kregen we te horen: “Laat alles vallen, maar niet data.”

Kristel_Demotte_Closeup_1024x512

Over welk type projecten gaat het dan zoal?

Demotte: “Breed geformuleerd alles wat bedrijven in staat stelt om de juiste cruciale beslissingen te nemen op het juiste moment. Dat kan gaan van meer traditionele BI-trajecten tot grootse projecten onder de brede vlag ‘dataplatform van de toekomst’, iets waar we heel sterk op inzetten. Of nog: projecten waarbij een specifiek pijnpunt wordt aangepakt, met het doel meer omzet te draaien en zo het effect van de crisis ietwat te omzeilen.”

“Een voorbeeldje van het laatste is de Repurchase Analytics-oplossing die we vorig jaar hebben ontwikkeld en die als zoete broodjes over de toonbank gaat. Daarmee kunnen bedrijven gerichter inschatten wanneer klanten iets gaan kopen of vervangen. Als je dat weet, kan je je sales héél slim op pad sturen, met een veel grotere hit rate. We hebben de oplossing voor het eerst uitgerold bij een retail-klant in de automotive-sector die er in volle crisis voluit wilde voor gaan, wat ik erg knap vind.”

Met onze Repurchase Analytics-oplossing kunnen bedrijven veel beter voorspellen wanneer klanten het meest geneigd zijn iets te kopen of vervangen.

“Voor die klant bouwden we een AI-gedreven predictiemodel op basis van historische gegevens uit de ERP- en CRM-systemen. Het model voorspelt wanneer iemand het meest geneigd is zijn of haar auto te vernieuwen. Verkopers kunnen alles monitoren via een sales dashboard, en op basis van wat ze daar zien gebeuren, vervolgens de meest gepaste actie ondernemen. Resultaat: meer deals met minder effort. Meer nog: hun verkoopscijfers zijn verdubbeld.“

Kom je bij klanten nog wel eens een misvatting tegen waarvan je denkt: het is hoogdringend tijd dat die eens wordt ontkracht?

Demotte: “Goh, misschien wel deze: mensen denken nog altijd dat je véél data – Big Data – nodig hebt om er iets zinnigs mee te doen. Dat mag, maar hoeft niet altijd. Wat je vooral nodig hebt zijn: gevarieerde data. Gartner noemt die beweging ‘from big to small and wide data’. En soms moet je daarvoor over het muurtje durven te kijken. Een mooi voorbeeld daarvan is ons project bij een producent van medisch materiaal.”

“Die klant heeft heel wat consignment stock liggen bij ziekenhuizen, zoals bijvoorbeeld stents. Stock die blijft staan is duur, dus de kunst is altijd de juiste hoeveelheid op voorraad te zetten. Daar ontwikkelden we iets wat hen staat stelt om bij een nieuw ziekenhuis - waar geen historische data voorhanden zijn - toch de juiste hoeveelheid stock te berekenen. Daarvoor wordt gebruik gemaakt van data bij ziekenhuizen met een zeer gelijkaardig profiel. Het gaat hier niet om veel data, maar wel om de meest relevante data.”

Even naar de rol van de CDO (Chief Data Officer). Die staat al een paar jaar in de kijker en wint aan belang. Hoe evolueert die rol en wat zie jij als een must-have skill?

Demotte: “De rol van CDO is niet nieuw, maar ik zie het gewicht ervan inderdaad toenemen. Kort door de bocht: je kan geen data-driven onderneming zijn zonder een ijzersterke CDO aan het roer. Om echt data-driven te zijn heb je niet alleen het platform nodig, maar ook de buy-in, de organisatie, de governance, … allemaal taken voor de CDO. Dat is een formateur met een mandaat die met iedereen in de organisatie door één deur moet kunnen, business, IT, legal, noem maar op.”

Kristel_Demotte_Standing_1024x512

“Volgens mij wordt de CDO een C-level van het formaat van een CFO. Gartner gaf het in haar 2021 trendrapport voor Data & Analytics ook al aan: data wordt een core function, niet iets wat in een aparte silo wordt bedreven. CEOs beginnen in te zien in welke mate data bijdragen om strategische business initiatieven mogelijk te maken en te versnellen. Wat ze wel nog onderschatten is de complexiteit van dataprojecten, waardoor ze de bal soms mis slaan. Als je een CDO aanwerft én die betrekt bij de strategie van het bedrijf, dan ben je volgens mij goed bezig.”

Volgens mij wordt de CDO een C-level van het formaat van een CFO. Data wordt een ‘core function’, niet iets wat in een aparte silo wordt bedreven.

Is dat ook de man of vrouw die de datafabric moet bouwen? Ik zie het begrip steeds vaker opduiken. Wat is het precies?

Demotte: “Interessanter dan wat het precies is – want de definities zijn vaak complex – is wat een data fabric juist doet en dat is: een stuk complexiteit wegnemen en daarmee ook kosten drukken. Dataplatformen komen met een pakket non-negotiables – bijvoorbeeld op het vlak van onderhoud van integraties en kwaliteitscontrole – en ze blijven ook evolueren: zo is er een stijgende vraag naar real-time en event-driven datadeling. Een datafabric zorgt voor veel minder complexiteit – onder meer door veel datamanagement taken te automatiseren – en maakt zaken zoals uniformiteit, governance, integratie, beveiliging, toegang en controle een pak simpeler en overzichtelijker.”

“Een data fabric kan een robuste oplossing zijn om de kosten op het vlak van data management, integratie en correlatie te reduceren. Daarvoor kan zo’n fabric gebruik maken van Artificial Intelligence, om bijvoorbeeld aan AI-enabled data-integratie te doen, iets waar wij op inzetten. En ja, het is inderdaad de taak van de CDO om zo’n data fabric te gaan bouwen. Ook daar kunnen wij haar of hem bij helpen.”

Tot slot, je lanceerde een tijdje geleden een fel gesmaakt filmpje op LinkedIn waarin je mensen aanspoorde om het Cegeka datateam te vervoegen. Is jullie team nu compleet?

Demotte: “Ons team is nooit compleet, daarvoor groeien we te fel (lacht). We zoeken bijvoorbeeld nog Big Data engineers, BI consultants, Data Platform Cloud Architects enzovoort. Ook voor het gigantische project bij de Vlaamse Overheid zullen we een aantal nieuwe data-profielen aantrekken.”

“Dat filmpje heeft veel teweeg gebracht, maar ik doe ook hier nog graag eens een shout-out naar data-experts - zowel senior, medior als junior - die hun tanden in de dataplatformen van de toekomst willen zetten. Solliciteer! Je zal je niet vervelen (lacht).”

Checklist Data Maturiteit