Bedrijven Swarovski en VerzekerUzelf.nl maken er al volop gebruik van en delen hier hun ervaringen.


Maurits Jansen
Managing Director Swarovski Benelux & Nordics

“De kunst zit ‘m erin om met big data de juiste informatie naar boven te halen voor je business. Lukt dat, dan levert data science knowhow op die er anders niet was geweest. In ons geval vertelt het veel over het merk, de producten en productiviteit. In een shop vinden onnoemelijk veel transacties plaats.

Voorheen maakten we analyses op winkelniveau. Nu zijn we in staat elk item afzonderlijk te volgen en is exact duidelijk hoeveel er waar wordt verkocht, en kunnen we hierop inspelen met de bevoorrading. Met één druk op de knop heb je nu al meteen in kaart in welke staat de bevoorrading zich bevindt.”

Voorspellen klantgedrag

“Data science maakt het ook mogelijk om voorspellingen te doen over hoe klanten zich – op basis van informatie over eerdere gedragingen – in de toekomst vermoedelijk zullen gedragen. Zo is te zien welke alternatieve keuzes zij voorheen maakten als een artikel niet verkrijgbaar was en daar kunnen we dan rekening mee houden in de toekomst.

Vaak gebruiken we data bij het samenstellen van nieuwe collecties, omdat het dankzij consumer insights duidelijk is welke kleuren of vormen het bijvoorbeeld goed doen. Daarnaast helpt data ons in het optimaliseren van onze merkperceptie en communicatie met de klant. We willen met onze uitingen overal zijn waar de klant ook is."

"Daarnaast bestaat er nu meer inzicht in de klantenstroom en bezetting van onze winkels en is er een betere afstemming mogelijk. Met het blote oog zie je best dat het druk is in een winkel en dat er een bepaalde omzet wordt gehaald. Maar, met data science zie je per seconde, per minuut, per uur wat er in een winkel gebeurt.

Combinaties met data uit klantentellers en transacties zorgen ervoor dat er voor iedere winkel een optimale bezetting is te creëren. Big data en data science gaan nog enorm veel veranderen. Ze maken ons werk efficiënter omdat ze helpen voorspellen wat het meest effectief zal zijn.”



Frank Cooler
CEO VerzekerUzelf.nl

“Data science is nodig met het oog op een aantal ontwikkelingen. Klanten willen een persoonlijker aanbod en een individuele benadering. Daarnaast komen er in de verzekeringswereld steeds meer variabelen bij in de berekening van de kans op bepaalde risico’s en schades. Voorheen rekenden actuarissen dit uit, nu maken we gebruik van data science om risico’s in te schatten.

Er zijn ook andere toepassingen. De data uit metingen van het menselijk gedrag in een auto kan – met behulp van een kastje – bij goed rijgedrag leiden tot een korting op de premie. Data uit wearable devices zegt bijvoorbeeld iets over het bewegingspatroon en de gezondheid van iemand, en kan een korting op de levensverzekeringspremie opleveren.

Breder getrokken is dat wat wij doen: met data science gedragingen en andere variabelen in kaart brengen en terugvoeren tot een premie. Dat proces is er niet eenvoudiger op geworden dankzij de genoemde personalisatie en doordat geen mens hetzelfde is. Data helpt ons bij het maken van steeds ingewikkeldere berekeningen.”

Privacy en small exact data

“Daarnaast toont data ook wat de concurrentie doet; verschillende vergelijkingssites leggen die informatie bloot. Een belangrijk aandachtspunt bij datagebruik is privacy. Verschillende bedrijven gaan op dit moment aan de haal met data van consumenten, maar er komt een punt waarop zij hier tegenin gaan. Wij onderzoeken nu de mogelijkheden van permission based data; data die iemand vrijwillig afstaat.

Tot nu toe wordt er geprobeerd zoveel mogelijk data over mensen te verzamelen. Dat levert nogal een stortvloed aan messy big data op. Wanneer de klant weer eigenaar wordt van zijn informatie, is de data die hij op verzoek verstrekt veel gerichter en bovendien gevalideerd omdat die ook wordt bevestigd door een bank of gemeente. Van die small exact data kunnen we profiteren omdat die volledig aansluit op de zoekvraag.”