De groei van bedrijfsdata neemt steeds grotere vormen aan, en wordt ook waardevoller om bedrijfsprocessen te verbeteren. Data zijn het nieuwe goud, maar hoe ontgin je dat goud precies? Hoe vertaal je al die informatie naar inzichten? En hoe verbeter je tegelijk de kostenefficiëntie van je onderneming?
Agristo is een wereldspeler in de productie van diepgevroren aardappelproducten. Jaarlijks gaat er ongeveer 800.000 ton verwerkte aardappelen de poort uit. Hoewel alles rond één basisproduct draait, komen ontzettend veel datastromen samen: verkoopcijfers, stockgegevens, forecasting data, ... Bovendien is traceerbaarheid essentieel in de voedingssector: elk zakje frieten of kroketten moet je kunnen traceren tot aan de bron: de aardappel die van het veld komt.
Labyrint van Excel-files
‘Door de sterke groei was er een grote nood om al die data te centraliseren en de rapportering te automatiseren’, zegt Martijn Mennen, CIO bij Agristo. ‘Tegelijk wilden we meer tijd vrijmaken voor de analyse van onze data. Tijd die vooral ging naar het manueel opmaken van rapportjes. Daarnaast wilden we af van de traditionele discussies en misverstanden die gepaard gingen met onze manier van werken. We dreigden te verdwalen in een labyrint van geëxporteerde Excel-files.’
Een modern en geautomatiseerd magazijn voor data
De oplossing was de datawarehouse-oplossing van SAP met bijhorende gebruiksvriendelijke SAP tooling voor de gebruikers. ‘Met enige verbeelding bestaat zo’n datawarehouse uit rekken waarop je dozen vol data stockeert’, vertelt Bruno Windels, data governance manager bij Agristo. ‘Bij de bouw beslis je niet alleen hoe je al je data structureert (rek A zijn salesdata, rek B zijn HR-data, ...), maar leg je ook vast hoe die data daar terechtkomen. Simpel gezegd: vrachtwagen X met data Y aan boord, moet zijn lading afleveren in doos Z in rayon A. In een datawarehouse worden alle “goederen” op een gestandaardiseerde manier in de juiste doos gestopt. Op die manier krijg je een single source of truth, zonder dat er parallelle data-universa ontstaan. Het datawarehouse kan ook zelf actief en autonoom bewerkingen uitvoeren.’
5 troeven van de geïmplementeerde SAP BW4/HANA datawarehousing oplossing
- Snelheid. De informatie is sneller beschikbaar, zodat je vlotter kan bijsturen. Het klassieke nadeel van een te lage refresh rate van de data, vangt de technologie op. ‘Een praktisch voorbeeld bij Agristo was de maandelijkse sales rapportering voor het management. Vroeger kon die pas op de vijfde dag van de maand opgeleverd worden omdat er allerhande manuele bewerkingen nodig waren. Nu kan het al op de eerste dag van de maand’, geeft Bart Van Peteghem aan, solution lead SAP Analytics bij delaware.
- Gebruiksgemak en precisie. ‘Onze data-eindgebruikers hoeven niet elk meer op hun “eiland” rapporten in spreadsheets bijeen te puzzelen. Met een datawarehouse stap je ook af van veelvuldig gebruik van data-exports en Excel als rapporteringstool’, vertelt Windels. ‘En met de tools kunnen collega’s snel ad-hocanalyses doen met bijna realtime informatie.’
- Krijg antwoord op waarom-vragen. ‘Doordat de data veel zuiverder zijn en er een single source of truth is, krijgt Agristo ook beter inzicht in zijn bedrijfsprocessen’, vertelt Julien Leloup, senior SAP analytics consultant bij delaware. ‘Het heeft niet alleen snel het antwoord op wie, wat, waar, wanneer en hoeveel, maar kan met de data ook een antwoord krijgen op het waarom. Waarom genereert productielijn A minder output dan productielijn B? Waarom duurde het onderhoud van die machine langer dan gemiddeld? Enzovoort. Die inzichten helpen Agristo beter te plannen en bij te sturen.’
- Transparantie. ‘Bij vragen van klanten en overheden kunnen we uiterst kort op de bal spelen’, vertelt Mennen. ‘Een aantal klanten zoals supermarktketens sturen we geregeld onze stockrapporten door. Als de supermarkten een verandering merken bij hun klanten kunnen ze daarop beter anticiperen door bijvoorbeeld hun magazijnen, met een andere frequentie, te herbevoorraden.’
- Talentontwikkeling. ‘We hebben ook een verschuiving in onze organisatie vastgesteld’, zegt Windels. ‘Medewerkers die vroeger rapporten maakten, hebben zich ontwikkeld tot medewerkers die steeds meer acties ondernemen op basis van de rapporten. Daarnaast zijn de eindgebruikers minder afhankelijk van de interne IT-diensten.’
● Een datawarehouse implementeren is geen geïsoleerd IT-project. Betrek de stakeholders zo vroeg mogelijk. ‘Eenmaal we bij Agristo een paar mensen mee hadden, volgde de rest praktisch vanzelf. Een project dat gedragen wordt door een paar ambassadeurs verkoopt zichzelf’, vertellen Bruno Windels en Martijn Mennen. ‘We hebben dat zo pragmatisch mogelijk aangepakt. We hebben weinig moeten “evangeliseren” door al heel vroeg praktische toepassingen te tonen.’
● Maak intern een medewerker of team vrij om de brug te maken tussen eindgebruikers en IT/externe partner. Zo kunnen zowel de eisen van de eindgebruikers als de oplossingen beter op elkaar worden afgestemd.
● De omschakeling naar centrale rapportering en automatisering is een proces van lange adem. Een datawarehouse opzetten is één aspect, de interne organisatie moet ook de tijd krijgen om er mee te leren werken. Een datawarehouse is bovendien een levend organisme dat nooit ‘af’ is.
● Het gebruik van een datawarehouse legt alle imperfecties in de data bloot. Neem de tijd om de datastromen eerst op te ruimen en de datakwaliteit te verbeteren. Onderschat het belang niet van datadefinities. Voor de ene betekent ‘sales’ de netto sales zonder de kortingen, voor de andere mét kortingen. Leg die definities vast.
● Early adopters hebben er alle baat bij de softwareleverancier voldoende te betrekken. Het gaat snel in de IT-wereld en het kan zijn dat niet alle verwachte en aangekondigde functionaliteiten beschikbaar zijn op dag één.
● Transparantie en duidelijkheid in communicatie zijn cruciaal.
● Laat je begeleiden door een partner die leverage heeft bij de softwareleverancier.
