Auteur
WATCH // Google Series Talks op Vivatechnology (Engelse ondertitels activeren in de werkbalk)
Vincent Luciani, co-CEO van Artefact debatteert met Dounia Zouine (CDO, Unify) over ” Data Intelligence: turning data into value “. Het interview wordt geanimeerd door Pierre-Louis Corteel, Manager bij Google Marketing Platform Frankrijk
Het potentieel om data in waarde om te zetten door middel van product-, dienst- of procesinnovatie is enorm en bedrijven die hierin slagen, doen het beter dan hun concurrenten. Toch bereiken slechts 30% van de data-driven transformatieprojecten hun doelstellingen en struikelen ze vaak bij het opschalen.
Op VivaTech 2021 interviewde ik Dounia Zouine, Data en Digital Director bij Unify (een 100% digitale dochteronderneming van de TF1-groep, waartoe ook aufeminin, Marmiton, Les Numériques, etc. behoren), en Vincent Luciani, medeoprichter en co-CEO van Artefact (een data adviesbureau en data marketing agentschap), over het potentieel van data, de voorwaarden voor opschaling en onderliggende problemen.
Vincent, de slogan van Artefact is “Waarde door Data”. Hoe denk je dat merken kunnen slagen in het creëren van waarde door data?
Vincent: Op basis van onze ervaring kunnen we drie belangrijke gebieden aanwijzen waar we een aanzienlijk rendement op investering zien, hoewel dit geen volledige lijst is.
Marketing staat op de eerste plaats, vooral digitale marketing, door betere budgettoewijzing, campagneoptimalisatie en targeting. Het verbeteren van deze factoren kan de verkoop verdubbelen.
Vervolgens de toeleveringsketen, die steeds meer data-driven wordt. Tegenwoordig is het mogelijk om de uiteindelijke vraag nauwkeuriger te voorspellen door signalen te analyseren die de waarschijnlijkheid helpen verfijnen, zoals marketinginvesteringen, beperkingen van het distributienetwerk of het weer. Wij schatten dat een verbetering van de voorspelling met 10 punten kan resulteren in een omzetstijging van 1%. Dit is het soort ratio dat we zagen bij een van onze CAC 40-klanten uit de voedingsmiddelenindustrie, waar we de prognoses met 2 tot 10% verbeterden, afhankelijk van de business unit.
Tot slot, klantrelaties. Een goed voorbeeld is wat wij “augmented advice” noemen. Met taalherkenningssystemen (Natural Language Processing) is het mogelijk om callcenteroperators relevante informatie te geven tijdens een realtime gesprek.
Vandaag de dag stellen toonaangevende groepen ambitieuze doelen voor transformatieprogramma's met behulp van data en AI, en de Covid-crisis heeft deze dynamiek alleen maar versneld?
Wat is uw strategische data bij Unify en hoe heeft het gebruik ervan uw producten en diensten gevormd?
Dounia: Bij Unify ontwikkelen we een hele reeks media, content en e-commerce sites, die allemaal data bronnen zijn in termen van kwantiteit en diversiteit (interesse, intentie, semantiek, sociologisch profiel). Dit data verbetert onze audience kennis en maakt intern en extern gebruik mogelijk:
De echte uitdaging achter al dit werk, naast het verzamelen van de data, is hoe we het effectief kunnen gebruiken, op een gecontroleerde, verantwoordelijke manier, terwijl we opschalen. Voor Unify betekende dit het opzetten van de juiste organisatie en investeringen in lijn met onze ambitie en onze data activa.
Opschalen is om verschillende redenen vaak een obstakel in deze projecten, omdat we het hebben over een echte transformatie die moeilijk te implementeren is.
Vincent: Het is waar dat te weinig data-projecten hun volledige potentieel bereiken. De afgelopen vijf jaar is er echter een grote inspanning geleverd om data te professionaliseren aan de hand van twee sleutelconcepten: “data als bedrijfsmiddel” en “data als product”.
Data als een bedrijfsmiddel betekent het beheren van iemands data als een echt bedrijfsmiddel. Maar om dat te kunnen doen, moeten we eerst de “schuld” verminderen die zich rond data ophoopt: de veelheid aan complexe IT-systemen die in de loop der tijd over elkaar heen zijn gelegd, met data-bronnen die vaak slecht gedocumenteerd, moeilijk toegankelijk en soms tegenstrijdig zijn.
Om deze “schuld“ weg te werken, moeten we de belangrijkste data domeinen identificeren en georganiseerde lagen creëren die de kwaliteit verbeteren, standaardiseren en data toegankelijk maken. Er ontstaan nieuwe profielen van “data domain managers” of “data stewards”, die verantwoordelijk zijn voor het onderhouden en verbinden van data bronnen om het gebruik ervan veilig te stellen.
Data als product betekent echte software maken waarmee bedrijven data zelfstandig kunnen visualiseren, gebruiken en manipuleren. Software die in informatiesystemen moet worden geïntegreerd en in de loop van de tijd moet worden onderhouden.
Dit is moeilijker dan het klinkt, omdat het inhoudt dat de manier waarop data wetenschappers werken fundamenteel moet worden heroverwogen. Hiervoor zijn speciale benaderingen (zoals MLOps), producteigenaars en tools voor het sturen, orkestreren en onderhouden van algoritmen (zoals Vertex, de nieuwe orkestratietool van Google) nodig.
Van data een bruikbaar bedrijfsmiddel maken, het omzetten in “producten” die door business lines gebruikt kunnen worden, en vervolgens deze producten in de loop der tijd onderhouden... Een project als dit vereist nieuwe vaardigheden. Hoe past uw organisatie zich aan?
Dounia: Om heel eerlijk te zijn, is het onderwerp organisatie - vooral data governance - een van de grootste uitdagingen waar we voor staan, en we proberen vooruitgang te boeken door nauw samen te werken met onze IT-afdeling. Het is des te moeilijker omdat we bij data-projecten de kosten vaak voor de baten uit zien gaan.
Daarom zijn we begonnen met de use cases die het meest waarschijnlijk de inkomsten van Unify zouden verbeteren, waarbij we geleidelijk aan de mentaliteit veranderden en vertrouwen opbouwden. Zonder vertrouwen is er geen verandering mogelijk.
Wat ons uiteindelijk het meest hielp, was dat we interne data-expertise hadden, en ook een proactieve organisatie. We hebben de tools, vaardigheden en technische basis gecentraliseerd.
Nu we volwassen zijn geworden en de waarde duidelijk kunnen zien, realiseren we ons dat we vaardigheden in data kwaliteit, beveiliging en governance nodig hebben om te kunnen blijven opschalen.
Opschalen impliceert een zekere volwassenheid van organisatorische data verzameling, beveiliging, beschikbaarstelling en gebruik. Het roept ook nieuwe ethische vragen op.
Vincent: Ja, met de verspreiding van artificial intelligence moet men bijzonder voorzichtig zijn, omdat er onbedoelde vertekeningen kunnen optreden bij het gebruik van historische data die zelf vertekend is.
Als de data-basis van een kredietinstelling bijvoorbeeld meer mannen dan women bevat, zou een algoritme geslacht als een geschiktheidscriterium kunnen interpreteren, wat niemand wil.
Daarom moeten beslissingen die door algoritmen genomen worden, gedocumenteerd en gecontroleerd worden (verklaarbaarheid) om ervoor te zorgen dat ze voldoen aan de ethische code van de instelling, en aan ethiek in de breedste zin van het woord.
Zonder ethiek is er geen vertrouwen. Zonder vertrouwen is er geen verandering.
