Onderzoek van McKinsey toonde – pre Covid19 –  al aan dat Big Data in toenemende mate gebruikt wordt door bedrijven om het toekomstperspectief scherp(er) in beeld te krijgen en daarmee te vergroten. Die bedrijven waren voornamelijk multinationals.  Zelfs daar moest de leiding behoorlijke culturele en organisatorische hobbels overwinnen om deze nieuwe digitale  instrumenten algemeen aanvaard te krijgen.

McKinsey rekende uit dat het mondiale gebruik van deze technieken tot een globale omzetwaardestijging van maar liefst USD 9,5 tot USD 15,4 Biljoen zou kunnen leiden. Grotendeels door het gebruiken van de alternatieve marktinzichten die door deze data verkregen worden.

Maar, zoals gezegd kostte het – pre Covid19 – veel tijd om de geesten rijp te krijgen voor dit soort toepassingen bij  herzieningen van het business model. Covid-19 heeft echter een duidelijk einde gemaakt aan “Business as Usual”. Vandaag is tijd een luxe die niet veel leiders meer hebben om hun bedrijf in goede banen te leiden.

In dit “nieuwe normaal” zal het niet verbazen dat gebruik van Big Data, Social Listening en Artificial Intelligence een grote vlucht hebben genomen ten opzichte van de periode voor Covid-19. Althans, voor diegenen die met hun tijd zijn meegegaan. We zien dat dit toch weer voornamelijk beursgenoteerde bedrijven zijn. De kleinere (familie-)bedrijven gaan nog steeds vooral uit van historische data om hun beleid bij te stellen.

Historische data die veelal volledig achterhaald blijken door Covid-19.


 

Neem bijvoorbeeld die historische data op het gebied van retail omzetten. Uit CBS gegevens blijkt wel dat daar geen enkele waarde meer aan toegekend kan worden sinds corona. Doe het zelf bedrijven als Gamma, Praxis en Hornbach zagen hun omzetten met 25% toenemen t.o.v. vorig jaar. Kledingverkopers zagen een afname van hun omzet met -/- 58%! Degenen die in deze sectoren op basis van 2019 een begroting voor 2020 maakten, hebben de plank volstrekt misgeslagen.

Big Data kan op verschillende manieren ingezet worden

Drie manieren met de toepassings mogelijkheden:

  • Door het toepassen van “Social Listening”
    Bij deze variant, worden de miljarden posts op Facebook, Instagram, Youtube, Twitter etc. doorzocht op voor een bedrijf relevante informatie. De software en algoritmes die hierbij gebruikt worden, kunnen bijvoorbeeld duidelijk maken hoe er op de social media over een specifiek bedrijf, een product of dienst gedacht wordt. Welke verbeterpunten in de verkoop, dienstverlening, productontwikkeling enz. zijn er op social media voor een specifiek product/dienst terug te vinden? Mijn ervaring is dat bedrijven er versteld van staan wat hier aan informatie uit kan komen voor de verbetering van een markt- en/of concurrentie positie.Social listening technieken geven versneld inzicht in wat de concurrent teweeg brengt op social media en wat daarvan te leren valt om de eigen positionering – en daarmee omzet –  te verhogen.
  • Door het toepassen van kwantitatieve informatie uit Google zoekopdrachten
    Waar Social Listening vooral tot actiepunten voor directe omzetverhoging leidt, is kwantitatief onderzoek in Google databases nodig om trends in een markt te herkennen.Stel dat jouw bedrijf een toonaangevende importeur van wijnen is en de klanten variëren van horecabedrijven en winkelketens tot een eigen franchiseformule met speciaalzaken. Dan is het aannemelijk dat 2020 een forse omzetdaling toont bij de horecaklanten. Hierdoor ontstaat er noodzaak om extra omzetten uit de andere kanalen te behalen; winkelketens en franchisebedrijven. Bij het bepalen van het inkoopbeleid voor de producten die de omzetverhoging moeten realiseren, is het noodzakelijk de trends op wijngebied inzichtelijk te hebben. Niet alleen via de klassieke informatiebronnen zoals vakbladen en eigen verkoopcijfers, ook – en vooral – door objectieve big data. Daaruit kan bijvoorbeeld naar voren komen dat er een hype aan het ontstaan is in de vraag naar wijnen waarin de Gruner Veltliner gebruikt is. Ook dat de vraag naar wijnen met de Merlot als belangrijkste ingrediënt, snel in belangstelling afneemt.
  • Door het gebruik van branche specifieke databases.
    Deze vorm van Big Data wordt vooral ingezet bij uitbreidingsplannen van bedrijven waarbij er nieuwe vestigingen gebouwd – of overgenomen – gaan worden. Wat is de juiste locatie voor die nieuwe vestiging(en)? Welke omzetverwachting is daarbij reëel? Waaruit bestaat de concurrentie in het desbetreffende verzorgingsgebied? Hoe zit het met de koopkracht in dat verzorgingsgebied? De bereikbaarheid? De antwoorden op deze vragen zijn allen met Big Data te geven, waarbij vaak meerdere databases via een speciaal gebouwde interface aan elkaar verbonden zijn.

Waar het McKinsey onderzoek bevestigt dat Big Data bij beursgenoteerde bedrijven steeds vaker wordt toegepast om – tijdig – businessmodellen te optimaliseren, geeft Covid-19 de noodzaak aan dit ook versneld bij het familiebedrijf in te voeren.

Tijdige toepassing van de beschreven technieken zal bijdragen tot behoud van bedrijven, arbeidsplaatsen en geïnvesteerd vermogen.

Iets waartoe ook de Nederlandse overheid opriep bij de aankondiging van het derde NOW pakket.

Kennisbank onderwerpen:

Kennisbank onderwerpen:

 

Reageer

Na het plaatsen kunt u uw reactie nog 30 minuten aanpassen.

Reacties

[…] Al voor het COVID-19 tijdperk toonde McKinsey toonde aan dat Big Data steeds vaker wordt door gebruikt door organisaties om het toekomstperspectief scherp(er) in beeld te krijgen en daarmee te vergroten (Bron). […]

x