case

Bij innogy meer waarde halen uit data

Data science gaat over het vinden van complexe patronen in grote stromen data. De uitkomsten dragen bij aan onder andere procesoptimalisatie, voorspellende modellen en innovatie. Veel organisaties zien het grote potentieel van data science. Zo ook energieleverancier innogy. Maar hoe zorg je dat je dit goed neerzet? SeederDeBoer hielp om het antwoord op deze vraag te vinden.

innogy is het bedrijf achter energieleveranciers als Essent en energiedirect.nl. Het is een decentrale organisatie die met verschillende merken actief is in twaalf Europese landen. Robert Egging is International Head of Retail Data Strategy bij innogy. Zijn standplaats is het internationale hoofdkantoor in Essen, maar hij is regelmatig te vinden in de Nederlandse vestiging in Den Bosch. Hij geeft leiding aan een compact team dat zich inzet voor alle operating companies van innogy in onder meer België, Nederland, Duitsland en meerdere Oost-Europese landen.

Het team van Retail Data Strategy heeft de opdracht meer waarde te creëren met retail data. Een onderdeel daarvan is data science, wat bijvoorbeeld voor process mining en forecasting kan worden ingezet, en om modellen voor dynamic pricing te ontwikkelen. Retail Data Strategy was al gestart met data science in projecten rond marketing technology en GDPR, maar heeft de ambitie om dit verder uit te breiden.

innogy besloot de samenwerking met SeederDeBoer aan te gaan. Lotte Hart ging aan de slag om data science beter in kaart te brengen bij het energiebedrijf. “Zij heeft in vier maanden alle innogy-landen bezocht en is in interviews met de teams de dialoog aangegaan over data science”, vertelt Robert Egging. “Dat was erg welkom, want hoewel alle operating companies in Europa al werken met data, zijn er grote verschillen tussen de manier en het niveau waarop dat gebeurt. We moeten continu blijven zoeken naar best practices en naar schaalbare projecten om maximale impact uit data te halen. We initiëren met de Retail-organisatie pilots en innovaties op lokaal niveau. Daarbij gaat het om leren van elkaar en samen een eenduidige aanpak ontwikkelen met als doel maximale waarde te creëren.”

Het ‘rondje Europa’ van Lotte zorgde dat er een goed beeld ontstond van de stand van zaken in alle landen, de gebruikte modellen en de manier waarop kennisdeling is georganiseerd. Lotte verwerkte alle informatie en inzichten tot een duidelijke verhaallijn die de basis vormde voor het uiteindelijke advies. Dit bestond uit drie onderdelen: data execution management, data management platform en community management.

Data execution zorgt er voor dat data echt waarde krijgt.

Data execution management is een nieuwe term binnen innogy. Robert Egging legt uit waarom het zo belangrijk is. “Data science projecten zijn vaak zeer complex. De data execution manager begeleidt deze projecten van A tot Z; van het scherp krijgen van de businessvraag tot de dataverzameling en -analyse. Dat helpt om tot een resultaat te komen waar de business ook echt mee uit de voeten kan. Data execution zorgt er dus voor dat data echt waarde krijgt.” Ook de rol van de data science community manager is nieuw voor innogy. “De community manager richt zich vooral op kennisdeling. En dat is waardevol voor onze organisatie, om zo meer eenheid en kwaliteit te krijgen in de data strategy afdelingen in de verschillende landen.”

In de gesprekken die Lotte voerde, kwam een aantal projecten naar voren met veel potentie voor innogy. Bijvoorbeeld een ‘bad payer prediction model’; een model waarmee het bedrijf kan voorspellen welke klanten in de toekomst mogelijk wanbetalers worden. “Lotte heeft voor dit onderwerp een user story geschreven die heeft geleid tot het product dat wij nu in de operatie gebruiken, nadat dit in een proof of concept succesvol is gebouwd en getest. Ook adviseerde ze ons over het inrichten van een community om use cases te delen, zodat je verder kunt opschalen in andere landen.”

Robert Egging is tevreden met de inzet van Lotte. “Zij is een kritische, gedreven professional met een duidelijke visie. Ze werkt graag vanuit een vrije rol. Ik ben onder de indruk van wat ze in haar mars heeft en hoe ze zaken weet neer te zetten. Haar aanpak is strategisch, maar het eindresultaat – het advies – is ook direct toepasbaar in de praktijk. Bovendien draaide ze als een volwaardig teamlid mee binnen Retail Data Strategy en hielp ze collega’s in andere projecten. Ze is echt een gewaardeerde kracht. Momenteel zijn we bezig om de community verder in te richten. Ook daarvoor hebben we de hulp van SeederDeBoer ingeschakeld.”

Lotte Hart “De opdracht bij innogy vond ik ontzettend leuk. Het is een enorm bedrijf, met veel labels en brands. Ik kwam bij mijn bezoek aan de verschillende landen een keur aan toepassingen van data science tegen. En de niveauverschillen waren groot – sommige landen stonden aan het begin en andere werkten al met geavanceerde methodes. Er waren ook regelmatig interpretatieverschillen, verwarring en onduidelijkheden. Het was dus noodzakelijk om eerst allemaal dezelfde taal in data science te gaan spreken. Pas als de basis goed is, kun je verder gaan bouwen.”

“Ik ben een consultant met een achtergrond in bedrijfskunde, maar ben ook opgeleid als data scientist. Daar heb ik heel bewust voor gekozen. Ik vind het een boeiend vakgebied dat veel bedrijven bezighoudt. Ik spreek nu ook de taal van data scientists; kan zelf modellen maken en weet wat de mogelijkheden en onmogelijkheden zijn. Dat maakt mij een betere adviseur. Ik kan de vertaalslag maken van de data naar de businessbehoefte en andersom. En juist daar ligt de toegevoegde waarde van data science.”

Het geeft mij veel energie als een datamodel daadwerkelijk leidt tot betere resultaten in de business!

“Alle bedrijven willen meer doen met data. Onze visie bij SeederDeBoer is dat daarvoor meer nodig is dan data en wat slimme analisten alleen. Beslissingen nemen op basis van data kan heel spannend zijn; het vraagt echt om een cultuurverandering. Het is belangrijk dat data scientists goed snappen wat de business nodig heeft, en dat de business begrijpt wat het model doet en hoe ze de informatie kunnen gebruiken. De mensen van Retail Data Strategy fungeren als een soort ‘data-vertaler’ tussen die twee partijen. Dat is een belangrijke functie, want het zorgt ervoor dat je met data komt tot voorspellingen waarmee je ook echt iets kunt en gaat doen. Pas dan krijgt data waarde. Als je bijvoorbeeld een model hebt ontwikkeld waarmee je inzichtelijk kunt maken welke klanten waarschijnlijk binnenkort hun abonnement gaan opzeggen, krijgt het pas waarde als je actie onderneemt. Bijvoorbeeld door deze klanten te bellen of te mailen met een aantrekkelijk aanbod om te blijven. Het geeft mij veel energie als een datamodel daadwerkelijk leidt tot betere resultaten in de business!”

Meer cases

Cookie toestemming
We gebruiken cookies op onze website. Door verder te gaan op deze site accepteert u automatisch deze essentiële en analytische cookies.