03/10/2017
Op dinsdag 26 september hebben we een mooie Ronde Tafel georganiseerd rond de thema’s: hoe introduceer ik data science in mijn organisatie en hoe bereik ik successen met het toepassen van data science. We hebben geluisterd naar een drietal korte inleidingen. De inleidingen werden afgewisseld met ronde tafel gesprekken waar bijna twintig deelnemers heel betrokken en in grote openheid aan deelnamen. Deelnemers uit heel verschillende werelden zoals high-tech, agro, energie, overheid, spoorwegen, procesindustrie, on-line retail en pretparken. Allemaal mensen die binnen hun organisatie op een of andere manier betrokken zijn bij het verzamelen en gebruiken van data en het toepassen van data science.
Data science in de core van het bedrijf of als ondersteunende discipline
Marnix Zoutenbier van CQM gaf een korte inleiding op het thema data science. Hij begon met het maken van een onderscheid tussen de bedrijven waarvoor het hebben en gebruiken van data de kern van hun bestaan is en bedrijven waarvoor dat niet het geval is. Bedrijven als Google, Facebook en Uber zijn extreme voorbeelden van de eerste soort. Bij deze bedrijven zitten big data technologie en data science methoden en technieken in de kern van hun bedrijfsprocessen. Ze verdienen er hun geld mee. Voor de meeste bedrijven en organisaties is dat echter niet het geval en zal data science dus vooral worden toegepast ter ondersteuning van de kernprocessen. De aanwezigen vertegenwoordigden vooral deze tweede groep.
Droom groot, begin klein, groei snel
Vervolgens deed Marnix een voorstel over hoe data science te introduceren in de organisatie. Kernbegrippen: denk groot, begin klein en groei snel. Groot denken om helder te krijgen in welke richting je als bedrijf gaat bewegen. Klein beginnen om eerste successen te boeken en zo mensen mee te krijgen. Snel groeien om te voorkomen dat het enthousiasme doodbloedt door het uitblijven van uitstraling en betrokkenheid.
Data science introduceren in de organisatie
Jurriaan Visser van Suiker Unie en Matthijs Meier van Aviko vertelden vervolgens hoe zij samen met anderen binnen hun moederorganisatie Cosun bezig zijn om data science op de kaart te zetten. In de agrosector worden heel veel gegevens verzameld en zijn daarnaast uit andere bronnen ook nog eens heel veel extra gegevens beschikbaar. Er is in de hele sector een grote drive om meer met deze gegevens te gaan doen. Ze beschreven hoe Cosun deze zoektocht is gestart en waar de uitdagingen liggen. Naast de meer door grote datastromen gedreven mogelijkheden is er ook expliciet aandacht voor de inbreng van meer gerichte onderzoeken. Zo worden gewassoorten en teeltwijzen op een gestructureerde manier op proefvelden onderzocht en wordt gewerkt aan modellen om het integrale bedrijfsproces beter te kunnen aansturen. Hoe de link te leggen tussen verschillende technieken en methoden binnen de data science wordt zo onderdeel van de uitdaging.
Data science succesvol als product
- Hoe kom je van een ruw idee naar een eerste werkend prototype en hoe betrek je je klanten bij deze ontwikkeling?
- Hoe je kun je op een gecontroleerde manier ontwikkelen van prototype naar volwaardige productieversie?
- design sprints om binnen een week met een multidisciplinair team op één locatie een probleem uit te werken naar een oplossing via een getoetst prototype. Op deze manier voert AgroEnergy een intensieve co-creatie uit met haar klanten
- een agile werkwijze om in samenwerking met alle betrokkenen inclusief klanten de designs uit te werken tot concrete producten en diensten.
Discussie
Het thema van de introductie van data science liep als een rode draad door de ronde tafelgesprekken. Groot dromen bleek bij de meeste bedrijven niet het probleem te zijn. Het opnemen van big data en data science in de bedrijfsstrategie op directieniveau lukt wel. Om het vervolgens op lagere niveaus vorm te geven en mensen mee te nemen en te overtuigen, bleek echter vaak een veel weerbarstiger vraagstuk te zijn. Klein beginnen om snel successen te kunnen laten zien, werd gezien als een goed middel om betrokkenheid te creëren. Maar al te klein mocht het ook niet zijn om de echte kracht van big data en data science te laten zien. Snelheid maken is zeker verstandig, maar kan lastig zijn als je te maken hebt met processen die lang duren of gebeurtenissen die zelden voorkomen. Zo heeft de agrosector te maken met een natuurlijke jaarcyclus van groeiseizoenen, herkent de on-line retail jaarlijks terugkerende fenomenen als Sinterklaas en Kerstmis en worstelen onderhoudsorganisaties met het voorspellen van relatief zelden optredende failures. De voorbeelden uit de inleidingen werden aangevuld met voorbeelden uit de praktijk van de andere aanwezigen.
Key take-aways en volgende stappen
Het voert te ver om alle details van het ronde tafel gesprek verder toe te lichten. Opvallend was dat er vooral gedacht werd in mogelijkheden. Ook de kruisbestuiving tussen mensen uit verschillende werelden bleek heel vruchtbaar en inspirerend voor het gesprek. Het resultaat is een enthousiaste groep mensen die elkaar hebben gevonden in een gemeenschappelijk thema. Er werden al ter plekke afspraken gemaakt tussen aanwezigen omdat het gevoel heel sterk was dat er veel van elkaar te leren valt. Contact tussen enthousiaste professionals uit verschillende branches, daar wil CQM graag een bijdrage aan leveren. Wordt vervolgd dus...
- Wilt u een volgende keer ook graag uitgenodigd worden voor een evenement van CQM? Meld u dan hier aan.
- Wilt u meer blogs lezen, dat kan hier.
- Wilt u meer weten over de visie van CQM op data science? Lees dan hier verder.
