ondernemerschap wordt hier echt gewaardeerd

Joram Span heeft wiskunde gestudeerd en daarna 3 jaar bij een productiebedrijf gewerkt als supply chain analyst. In deze blog lees over zijn eerste project bij ilionx.

Als supply chain analyst maakte ik kennis met het slim werken met data. Data science, machine learning en AI ontwikkelen zich snel en bij ilionx kan ik daar zelf ook in verder groeien. Mijn eerste opdracht was bij een Amerikaanse fabrikant van fietsen en fietsonderdelen, Specialized. Ze maken mountainbikes, racefietsen, kleding en allerlei andere producten, allemaal voor sportieve fietsers. Ik had er nog nooit van gehoord en ik ben ook geen fietsliefhebber, maar het was een geweldig project waar ik heel veel van geleerd heb.

wat ging je er doen?

De productietijd van de fietsen is zes maanden en ze wilden met behulp van data kunnen voorspellen hoeveel fietsen ze nu moesten inkopen, als ze die over een half jaar wilden verkopen. Niet alleen in Nederland, maar in een groot deel van Europa. Dat voorspellen gebeurde voor een groot deel handmatig. De market leaders in 10 landen stuurden elke maand Exceloverzichten met de verwachte aantallen naar de demand planner op het hoofdkantoor in Arnhem: hoeveel fietsen, van welk type? Na eventuele vragen of verduidelijking en een check van de voorraden kwam daar dan uit hoeveel fietsen er voor heel Europa moesten worden ingekocht. Het doel van het project was een omslag maken van ‘onderbuikgevoel’ naar datagedreven voorspellen.

hoe pak je zoiets aan?

Ik heb onze standaardaanpak gehanteerd. Die begint met een kickoff. In een interactieve sessie zijn we met de stakeholders van de klant om tafel gegaan om de businessvraag te snappen en de vraag helder te krijgen. Vervolgens hebben we een datascan uitgevoerd: welke data zijn al aanwezig die kunnen helpen om het probleem op te lossen? Hoe maken we ze toegankelijk en met welke tools? Daarna volgde de analyse, waarbij we op zoek gingen naar verbanden en events, getoetst in een doorlopende dialoog. Zo’n dialoog is niet alleen leuk, maar leidt ook tot meer begrip van de business. In de feature engineering fase brachten we alle uitkomsten samen en hebben we verschillende modellen getest om uiteindelijk tot één model te komen dat de forecast genereert. In dit geval is gekozen voor het ARIMA-model.

wat was het resultaat?

Ze beschikken nu over een geautomatiseerde forecast. Dat betekent overigens niet dat ze gestopt zijn met de Exceloverzichten, die worden ook nog gemaakt. De market leaders in de verschillende landen kennen de specifieke omstandigheden daar, ook zaken die niet altijd goed in een model te vatten zijn. In het dashboard zijn beide voorspellingen opgenomen: van het model en van de market leaders in de verschillende landen. Zo werkt de forecast ook als benchmark en kunnen ze betere vragen stellen. De totale keten, van inkoop tot marketing, is beter stuurbaar geworden en tegelijk kunnen ze rekening houden met lokale of onverwachte omstandigheden. Denk bijvoorbeeld aan de eerst sterk toenemende, en vervolgens snel afnemende vraag als gevolg van de coronapandemie.

wat heb je zelf geleerd van dit project?

Heel veel! Over de manier waarop je zo’n project aanpakt, over nieuwe technologie en vooral over de rol van consultancy. Je moet blijven doorvragen, net zolang tot je de echte vraag boven tafel hebt. Dat is soms lastig, want wij hebben de kennis niet en de mensen bij het bedrijf weten soms ook niet precies wat ze allemaal weten. Misschien zou je hun werk zelf een tijdje moeten doen. Wat voor mij tot slot een belangrijk leerpunt is geweest, is hoe belangrijk adoptie is. Je moet steeds blijven luisteren naar gebruikers. Zo had ik mijn modellen gemaakt in PowerBI, terwijl de mensen bij Specialized met Tableau werken. Met PowerBI konden ze niet goed uit de voeten, dus heb ik dat aangepast.

hoe heeft ilionx je bij dit project gesteund?

Het was mijn eerste opdracht en het was spannend om te doen, omdat ik niet wist of ik het wel zou kunnen. Gelukkig hoefde ik het niet alleen te doen, ik heb veel samengewerkt met een collega van sales. Ik maakte me daarom geen zorgen over de relatie met de klant en toen ik even vastliep, koppelde hij me aan een ervaren collega van een andere vestiging. Ik werkte ook samen met een lead consultant die nauw bij het project betrokken was, bij hem kon ik altijd terecht om mee te sparren. Mijn manager moedigde me echt aan en gaf me veel vertrouwen en autonomie. Als ik hulp nodig had, konden we samen kijken wie we daarvoor nodig hadden binnen de organisatie. Ondernemerschap wordt hier echt gewaardeerd, dat is best uniek.

Van tevoren vroeg ik me af: past dit bij mij? De conclusie is: ja, dit past bij mij.

data analytics wordt door ons eenvoudig en begrijpelijk gemaakt. Met plezier werken onze experts samen aan het omzetten van complexe vraagstukken naar concrete oplossingen. We spreken de taal van onze klanten, begrijpen wat er speelt en delen graag onze kennis.

Simpelweg, we brengen onze klanten vooruit door innovatie en continue ontwikkeling. Kom jij bij ons jouw expertise inzetten, vernieuwen en verder leren?

Klik hier en wordt onderdeel van ons team van bevlogen experts.