Verkoopkansen uit transactiedata

, 1 oktober 2018.

Controllers van Siemens Nederland gebruiken de gegevens van de eigen verkooptransacties om te laten zien waar mogelijk extra omzet te behalen is. Een geslaagd voorbeeld hoe controlling de verbinding kan leggen tussen wat de business wil en wat informatietechnologie kan, zo leggen de uitvoerders van het succesvolle project uit.

Datamining geeft controlling volop mogelijkheden tot waardecreatie. Tot die conclusie komen Ferenc van Beek en Mark van Tol, die tezamen bij Siemens Nederland het zogenoemde Cross Sales Initiative uitvoerden. Van Tol, Unit Controller bij de business unit Digital Factory & Process Automation: “We deden dit samen met enerzijds de mensen van marketing en sales en anderzijds de data-analisten van Siemens in Duitsland, die diep in de statistiek en de wiskunde ondergedompeld zijn. Het is typisch de rol van de controller om daar tussenin te zitten.” Van Beek, ten tijde van het project ook controller, maar inmiddels aangesteld als Regional Compliance Officer: “De controller maakt de vertaalslag, hij levert de rapportages over al dat rekenwerk, rapportages die sales echt kan gebruiken. Als je dan ziet dat er door dit project additionele omzet wordt gedraaid, dan is dat heel mooi.”

Het project past in de digitale transformatie die Siemens Nederland doormaakt en betreft de analyse van alle verkooptransacties die de verschillende business units van Siemens Nederland over een periode van twee jaar hebben afgerond. Elk schroefje en moertje, elk apparaat, elk onderdeel, elke motor en elke machine die in die periode de deur uitging, is opgenomen in de database. Eerste probleem: het ging om ruwweg honderdduizend verschillende producten. Van Beek: “Dat is natuurlijk geen doen. Het doel is het leggen van verbanden tussen de verkoop van verschillende producten, maar het heeft geen zin de relaties tussen honderdduizend producten vast te leggen. Dus was de eerste taak uit die grote hoeveelheid producten de kernproducten te definiëren.”

Bijvoorbeeld: programmable logic controllers (plc’s), industriële computers die gebruikt worden voor de aansturing van apparaten (bijvoorbeeld in een productielijn), zijn beschikbaar in talloze soorten, maten en uitvoeringen. Het heeft echter geen zin al die varianten afzonderlijk in de analyse te betrekken. Van belang is alleen of een klant al dan niet – in dit voorbeeld – een plc van Siemens heeft betrokken, en daarom worden die op zichzelf verschillende producten gevat in één enkele categorie, het ‘kernproduct’, in dit geval dus de plc.

Boodschappenwagentjes
“We zijn daarvoor ook in conclaaf gegaan met een technische collega, die ons liet zien hoe een typische industriële installatie eruit ziet en welke producten daarin normaliter zijn opgenomen, om tot een functionerend geheel te komen”, aldus Van Beek. Kernproducten zijn dus niet per se de producten waarvan er het meest verkocht worden. “Het gaat om de producten die het meest in combinatie met elkaar voorkomen.”

Een en ander mondde uit in categorisering met een dertigtal kernproducten. Vervolgens werden alle verkoopdata aan omvangrijke statistische zoektochten onderworpen. Doel: patronen vinden. Van Tol: “Kort gezegd gaat het om het vergelijken van de boodschappenwagentjes van onze klanten. Wat zijn de veelvoorkomende combinaties van producten? Als een klant product A en product B afneemt, welk derde product zit daar dan bijna altijd bij? Dergelijke vragen vuurden we af op de database.”
Het daarbij gebruikte algoritme is gebaseerd op het principe van entropie, dat vanuit de informatietheorie vaker voor dit soort vraagstukken wordt gebruikt. De resultaten van deze analyses worden vervolgens op de bestaande ‘boodschappenwagentjes’ toegepast. Van Tol: “Uit de vergelijking van klanten of bestellingen met een benchmarkgroep rollen dan suggesties voor producten die daarbij zouden kunnen horen, gezien de patronen in de database van transacties. Een verkoper kan dan zien: deze klant bestelt wel product D, maar niet product E, terwijl dat gezien onze analyses wel heel logisch zou zijn, omdat die combinatie heel vaak voorkomt.”

Uiteraard kan een dergelijke ‘lacune’ meerdere redenen hebben. De klant kan bijvoorbeeld product E bij de concurrent hebben gekocht, of via een distributeur van Siemens – die transacties zitten niet in de database. Of het kan zo zijn dat de klant op een andere manier is voorzien van de functie die product E vervult. Tot slot kan het natuurlijk ook gaan om een uitzondering op de statistische regel.

“In ieder geval”, zo stelt Van Beek, “kan een verkoper in zo’n combinatie, die in onze ogen dus onvolledig is, voldoende aanleiding vinden voor een volgend contact met de klant. Dan blijkt vanzelf wat er aan de hand is en of wij de klant aanvullend van dienst kunnen zijn.”

Brede opzet
Het instrument wordt nu enkele maanden gebruikt en de resultaten zijn zonder meer goed, ook al kan Siemens daarover geen exacte cijfers verstrekken. Van Tol: “Je moet natuurlijk voorafgaand al voor draagvlak zorgen en dat hebben we gedaan door van elke business unit iemand bij het project te betrekken. Maar verder moet een dergelijk instrument zich gewoon in de praktijk bewijzen en dat is vrij snel gebeurd.”

De kracht ligt mede in de brede opzet van het project. “We hebben niet alleen data van alle business units gebruikt, maar ook verkoopgegevens uit andere landen en andere markten. Juist die brede opzet leidt tot verrassende resultaten, combinaties van producten waar een verkoper in een individuele business unit wellicht niet zo snel aan zal denken.”

Die brede opzet kon ook de nodige methodologische gaten vullen. Zo was er het probleem dat producten waarin Siemens een laag marktaandeel heeft, automatisch niet vaak zullen voorkomen in combinatie met andere producten. Want het wiskundige model kijkt alleen naar de eigen verkoopdata. Van Tol: “Dat kon ondervangen worden door toch ook gegevens uit andere landen en markten in de analyse te betrekken.”

Daarnaast is het project nadrukkelijk niet opgezet als een afgerond geheel. “We hebben nu een start gemaakt, maar het is nog steeds in ontwikkeling en zal zich ook blijven ontwikkelen”, stelt Van Beek. “Nieuwe verkoopdata leveren nieuwe gegevens op, die wellicht ook van invloed zijn op de gevonden patronen. Of wellicht voldoet op een gegeven moment de definitie van de kernproducten niet meer.”

Focus
De acceptatie bij marketing en sales liet in ieder geval weinig te wensen over. Van Tol: “Natuurlijk zitten er elementen in waarvan een ervaren verkoper kan zeggen: dat wisten we al lang. En dat klopt ook. Maar vervolgens voegt dit instrument daar wel iets aan toe, namelijk de zekerheid dat dat stukje praktijkkennis echt juist is.”

De belangrijkste functie van het instrument voor de business is echter de mogelijkheid focus aan te brengen bij de groep verkopers. Een verkoper heeft immers een hele groep klanten en de vraag is altijd hoe hij zijn aandacht over die groep verdeelt en welke aanleiding hij kiest bij de benadering van klanten. “Met behulp van de informatie uit dit instrument zijn die vragen eenvoudiger te beantwoorden”, zegt Van Beek. “Uit de analyses komt namelijk duidelijk naar voren bij welke klant op dat moment de grootste kans ligt extra omzet te behalen. Dus ligt het voor de hand de aandacht te richten op die klant.”

Dat kunnen overigens ook nieuwe klanten zijn, in ieder geval nieuw vanuit het gezichtspunt van de business unit. Dat is een gevolg van de cross-divisionele aanpak: klanten die veel zaken doen met een bepaalde business unit van Siemens kunnen ook interessant blijken te zijn voor een of meerdere andere business units. Van Beek: “Door minder voor de hand liggende productcombinaties kan het systeem met suggesties komen bij klanten waaraan je zelf nooit aan gedacht had.”

Visueel aantrekkelijk
Datamining leidt op deze manier dus tot het genereren van kansen en dat is precies de toegevoegde waarde van dit project, zo stellen de uitvoerders. Van Beek en Van Tol wijzen nog op een laatste voorwaarde waaraan voldaan moet worden om die toegevoegde waarde te kunnen realiseren: de manier waarop de gegevens gepresenteerd worden aan de doelgroep. “Je moet zorgen dat het er visueel aantrekkelijk uitziet voor de gebruiker”, zegt Van Beek. Presenteren in de gebruikelijke spreadsheets is eigenlijk niet meer aan de orde. Van Tol: “In controlling gaan we ook steeds meer op basis van dashboards werken en dat is ook de manier om dit type informatie voor de gebruiker te ontsluiten.” Voor de visualisatie van big data zijn inmiddels speciale softwarepakketten beschikbaar.

Ook de presentatie kan dus geautomatiseerd worden. Dat roept wellicht toch weer de vraag op of een project als dit Cross Sales Initiative niet puur een informatietechnologische onderneming is. Moet de controller die het uitvoert niet bovenal een in IT gespecialiseerde controller zijn?
Mark van Tol meent van niet. “Digitalisering biedt allerlei kansen en allerlei mogelijkheden om leuke en slimme dingen te bedenken die nuttig zijn voor de business. Daar kan de controller volop ondersteuning in leveren. Van belang is dan te weten wat IT kan en wat IT niet kan, en te weten wat de afnemer wil en niet wil. Het is dan niet noodzakelijk in IT gespecialiseerd te zijn: belangrijk is geschoold te zijn in procesdenken, en dat zijn controllers. Door stapsgewijs te denken bepalen we welke informatie we uit de data willen halen. Op die manier brengen we als controllers de twee werelden van IT en de business bij elkaar.”

—-

Gepubliceerd in CM:, september 2018.

—-



> Home




Geert Dekker

teksten &
redactie




+31 (0)6 1641 9312
mail@geertdekker.nl


> Home    > Media    > Colofon