Fabrice Henry, Managing Partner bij Artefact , leidde de discussie. Onder de deelnemers bevonden zich Johan Picard, hoofd Data voor EMEA bij Google; Jean-Noel Lucas, Chief Data Officer bij L’Oréal; Brice Miranda, adjunct-directeur Data, AI Automation bij Orange; en Jean Christophe Brun, voorzitter en oprichter van Univers Data.
Hoe kan data de uitdagingen van data gecentraliseerde data het hoofd bieden en bijdragen aan data beter data door operationele medewerkers? Dit was het centrale thema van Artefactderde Data , waar vooraanstaande leidinggevenden met ruime ervaring op het gebied van data om hun visie en concrete voorbeelden te delen over wat data precies inhoudt, hoe het in hun bedrijven wordt geïmplementeerd en welke mogelijkheden het voor de toekomst biedt.
Allereerst een korte samenvatting van het wie, wat en waarom van data : het concept is bedacht door Zhamak Dehghani van ThoughtWorks als een manier om data te verbeteren en de organisatie ervan te vereenvoudigen binnen gecentraliseerde, monolithische data . De explosieve toename van data de COVID-19-pandemie heeft deze behoeften nog eens extra benadrukt, en data is inmiddels uitgegroeid van een concept tot een gedistribueerd architectuurmodel dat ervoor zorgt dat data voor iedereen binnen een organisatie data .
Hoe kan de bottleneck data data alleendata gegevensexperts“ worden weggenomen?
Johan Picard van Google heeft een paar ideeën: “Een deel ervan heeft te maken met data . Al twintig jaar lang creëren bedrijven hun data en centraliseren ze die data platforms, data en data . Hierdoor konden ze hun data benutten. Maar de domeinen moesten in de rij wachten om toegang te krijgen tot die data, wat leidde tot achterstanden en knelpunten.
“Sommigen gingen zelfs zo ver dat ze hun eigen schaduw-IT-afdelingen oprichtten, omdat de IT-teams wel de technologie begrijpen, maar niet de kwaliteit van de data. En voor het domein geldt het omgekeerde. Maar nu, met de cloud, evolueren de technologieën en wordt het mogelijk data decentraliseren naar de domeinen. Het is belangrijk om te onthouden dat dit een inspirerende benadering is. Elke organisatie anders en moet op haar eigen manier naar decentralisatie streven, rekening houdend met haar eigen context, tempo en ambities.”
Bij Orange, heeft Brice Miranda ervaren dit fenomeen van data en -fragmentatie. “Ons historische data was niet gericht op selfservice, dus veel van onze teams creëerden hun eigen data ; uiteindelijk hadden we er tussen de 40 en 60.” De operator bouwde met Google Cloud een platform om hun domeinteams te ondersteunen. “En nu stappen we over op de logica van data ”.
Voordat hij eind dit jaar zijn organisatie oprichtte, was Jean-Christophe Brun CTO bij Carrefour. “In 2015 wisten we dat we onze visie op data moesten veranderen, om onze retailactiviteiten rond data te centreren. Tot 2018 bouwden we een on-premise platform om meer data te worden. En in 2018 werden we een Google-partner om meer te doen met algoritmen. Zelfs voordat we het begrip data leerden kennen, was het ons doel om de zakelijke toepassingen te vermenigvuldigen. Wat ik zo leuk vind aan data is dat het ons in staat stelt om dingen te formaliseren die we nog niet hadden gestandaardiseerd, en woorden te geven aan de principes.”
Jean-Noël Lucas bij L’Oréal begon drie jaar geleden met hetzelfde proces. Jean-Paul Agon, toenmalig CEO, zette de koers uit: de koploper worden op het gebied van beautytech. Om dat te bereiken, moesten we de data op orde brengen en de functionele silo’s doorbreken; data aanwijzen, overeenstemming bereiken over een gemeenschappelijke taal en de data structureren, om zo een wereldwijd referentiesysteem op te bouwen. En daar waren middelen voor nodig: “Je moet tijd kopen om de data te maken. We hebben de governance-achterstand (twee of drie jaar) geëvalueerd en een schatting gemaakt van de middelen die nodig waren om de organisatie de data te sturen. We hebben een team van 100 mensen ingezet om de data voor te bereiden. We hebben nieuwe vaardigheden in de groep gehaald. We zijn ook voortdurend bezig met het overtuigen van anderen om het budget te behouden dat ons in staat stelt deze inspanning te leveren. Want L’Oréaliens zijn niet conceptueel ingesteld. We moeten het concept vertalen naar concrete termen”.
L’Oréal somt 50 toepassingsvoorbeelden op waarbij gebruik wordt gemaakt van data. Van het beheer van het productportfolio tot het verbeteren van de distributie en voorraadbeheer. „Met een strategie data product data , data verspreid over de verschillende domeinen en wordt de verwerking ervan toevertrouwd aan de specialisten van elk merk, waardoor het knelpunt wordt opgelost“, concludeert Jean-Noël.
Hoe kan data op grote schaal binnen de onderneming toegankelijk data ?
Hoewel Orange beschikt over een data voor adviesdoeleinden en Collibra om in de data te zoeken, is dat niet voldoende: „Wanneer we data , ontstaan er duplicaten en dat levert problemen op. Als je vraagt naar de breedbandapparatuur van klanten, krijg je 800 verschillende antwoorden”. Beschikt de klant over vaste, mobiele of glasvezelverbindingen? De tool weet het niet. Heeft de klant toestemming gegeven? Dat weten we ook niet. Er is geen enkele data bron van waarheid of data . Als gevolg daarvan worden er POC’s uitgevoerd rond deze vragen (“Wat is een Orange-klant?” “Wat is toestemming?”).
Orange loopt iets voor op L’Oréal, waar 40% van data in de cloud beschikbaar data . “Een eerste vereiste is dat data beschikbaar en vindbaar data zijn”, zegt Jean-Noel. “We moeten de laatste stap zetten op het gebied van business intelligence. Vervolgens moeten we hogerop komen in de domeinen data de data , met data als prestatiecriterium (KPI), om dichter bij zakelijke use cases te komen. Daarachter schuilt de uitdaging van data : mensen ertoe brengen om meer gestandaardiseerde oplossingen te omarmen en de echte waarde ervan in te zien.”
“Bij Carrefour hebben we ervoor gekozen om onze data de leiding te geven”, legt Jean-Christophe uit. “Zij begrijpen hoe data gebruikt moeten worden data zorgen ervoor dat dit wordt gecommuniceerd:Data moeten worden gebruikt. Eigenaren Data moeten geïnteresseerd zijn in het gebruik van hun producten.’ Vroeger rapporteerde de business intelligence-afdeling aan de domeinen. Maar nu doen de domeinen dat zelf, met ondersteuning van BI. Zestig procent van de mensen die door Carrefour zijn getraind in data uit de domeinen.”
Hoe kunnen use cases met succes op industriële schaal worden toegepast?
Het is een proces van heen en weer, legt Johan Picard uit, tussen analyse en operationele activiteiten: „De data naar de analyseafdeling worden gestuurd en weer terug naar de operationele afdeling. Vroeger konden databases geen analyses integreren, dus hebben we het data gecreëerd. In het nieuwe paradigma staan we dichter bij de data en hebben we er een beter inzicht in. Daardoor hoeven we operationele activiteiten en analyse niet langer van elkaar te scheiden. Sommige van onze klanten hebben ze op hetzelfde niveau geplaatst. SAP-specialisten zitten zij aan zij met data . Brice Miranda is het daarmee eens en voegt toe: “We moeten de oude grenzen tussen analytics en operations wegwerken en naar de bron gaan.”
Volgens Jean-Noël Lucas „moet het operationele personeel begrijpen op welke data vertrouwen (door na te denken over hun processen) en ernaar streven data te verbeteren.“ Om bijvoorbeeld winkels te bevoorraden en de voorraad beter te beheren, heeft L’Oréal een extra laag aan PCM toegevoegd. "We willen onze systemen 'API-iseren'." L’Oréal heeft uitgebreid gewerkt aan data retailers en consumenten een 360-gradenoverzicht te bieden. Om de toeleveringsketen beter te beheren, moet L’Oréal zijn catalogi beter segmenteren. En de nieuwe organisatie maakt het mogelijk om sneller te reageren en wekelijks productieorders voor producten te plaatsen wanneer de vraag toeneemt.
Carrefour is het verst gegaan in het samenbrengen van analyse en bedrijfsvoering: in deze nieuwe wereld wordt analyse een realtime operationeel hulpmiddel, dat qua dienstverlening op hetzelfde niveau staat als de bedrijfsvoering. „Op de productfiche moeten alle data worden vastgelegd, inclusief de verkoopcijfers. Hierdoor kunnen vervangingsscores tussen producten worden berekend, voor het geval een product ontbreekt. Drie jaar geleden was dit ondenkbaar“, concludeert Jean-Christophe.
