Digitale transformatie in de praktijk

Hoe via digitale weg je nieuwsbrieven interessanter maken?

Moderne nieuwsbrieven bestaan uit een collectie items met elk een gecodeerde hyperlink. Deze hyperlinks en codering laten toe om als verzender te achterhalen welke items het meest aangeklikt en gelezen worden en welke minder. Als je deze codering uitbreidt met een code uniek voor elke geadresseerde, kan je deze preferenties per persoon achterhalen, ook doorheen de tijd indien meerdere nieuwbrieven werden verstuurd.

Op basis van deze persoonlijke klikanalyse kan je gepersonaliseerde nieuwsbrieven opmaken en versturen, bijvoorbeeld door de items anders te rangschikken of items al dan niet op te nemen in je nieuwsbrief. Je nieuwsbrief wordt zo aantrekkelijke voor elke lezer omdat je hem kan afstemmen op zijn of haar persoonlijke interesses.

Hoe zet je in op een klantgerichtere portaalsite en klantenbinding?

Stel, je bent een verzekeraar die online schadedossiers wil beheren en beschikbaar maken voor klanten. Uitdaging daarbij is bijvoorbeeld om de juiste documenten te selecteren en online te zetten, of om nodeloos invulwerk te vermijden.

Via een gepersonaliseerde webpagina waar mensen eerst moeten inloggen (via itsme bijvoorbeeld), ken je de persoon bij naam en toenaam, weet je ook hun klantnummer en eigenlijk ook welke verzekeringen ze bij jou hebben afgesloten. Bijgevolg maak je enkel voor deze polis(sen) relevante pdf’s beschikbaar die de klant kan downloaden. Het zijn dan pdf’s die on-the-fly worden gegenereerd waarbij automatisch polisnummer, adres, rijksregisternummer, naam en dergelijke worden ingevuld. Minder fouten zullen gemaakt worden, selectie van foutieve pdf’s wordt quasi uitgesloten en je klanten moeten niet zelf lastige nummers als polisnummer of rijksregister opzoeken. Een win voor alle partijen dus.

Tegelijkertijd kan je dergelijke gepersonaliseerde website ook gebruiken voor feedback en zelfs vragen rond productinnovatie. In ruil voor suggesties kan je hen kortingen geven voor hun ideeën als je die effectief in de praktijk brengt. In een B2B context kan je dergelijke klanten bijvoorbeeld ook lid maken van je innovation board, wat uiteraard financieel interessanter kan zijn dan dergelijke mensen effectief in te huren.

Zo een e-ideeënbox is een kleine effort maar kan jouw business vooruit helpen met versie ideeën. Het maakt je klanten meer geëngageerd en trots als hun idee een winnaar blijkt te zijn (en ongetwijfeld vertellen ze dit aan hun kennissen waardoor je bedrijf gratis goede reclame krijgt). Tegelijkertijd, als je een soort ‘wordle’ of woordspelletje zou opstellen van de inhoud van dergelijke e-ideeënbox krijg je een beter zicht op wat jouw klanten (of de maatschappij) verwachten van je bedrijf en waar zij echt nood aan hebben.

Hoe je bedrijfsdata afdoende beveiligen zonder grote kosten te maken?

In elke branche heb je tegenwoordig data zonder de welke je bedrijf suboptimaal of zelfs niet kan werken. Dit kan gaan van klantengegevens, over details van een productieproces tot echt onmisbare data als je data-driven producten aflevert. Hoe zorg je ervoor dat jouw data mogelijke hardware problemen overleeft en dat ze veilig is voor anderen.

Uiteraard heb je de gespecialiseerde bedrijven die je hierbij ondersteunen via allerlei tools. Als kleine kmo wil of kan je echter niet direct zwaar investeren. Een simpele oplossing kan zijn om kopieën van je data versleuteld in de gekende cloudomgevingen te plaatsen (bv. Google, AWS, Azure). Een simpele tool zoals beschikbaar op www.aescrypt.com kan je bijvoorbeeld helpen bij dergelijke versleuteling.

Hoe je concullega’s beter leren kennen via big data?

Je bent zelf innovatief en probeert je marktaandeel te vergroten, maar uiteraard proberen je concurrenten net hetzelfde. Het zou handig zijn als je weet waar zij mee bezig, wie hun klanten zijn of waar ze met hun innovatie naar toe gaan.

Social media analyses via programma’s zoals Hootsuite faciliteren niet alleen je eigen aanwezigheid op social media (LinkedIn, X, …) vanuit een centraal systeem, maar laten ook toe om content gegenereerd door je concullega’s te capteren. Twee pistes zijn mogelijk:

Hoe nieuwe toestellen sneller bruikbaar en rendabel maken in je productieproces?

Stel, je hebt een nieuw toestel aangekocht voor je productiesite, maar eigenlijk rendeert dit toestel pas na zes maanden omdat je personeel er nog niet mee vertrouwd is en/of dat nieuwe toestel bij nader inzien niet echt past in je huidige productieflow.

Het gebruik van een nieuw toestel aanleren kan via VR-trainingen waarbij het personeel zich op voorhand kan scholen met een virtueel toestel. Voordeel daarbij is dat mogelijke foutieve handelingen niet leiden tot schade en dure herstellingen. Daarnaast kunnen bepaalde problemen (bv. slechte ergonomie, inconsistente flow) al in deze fase opduiken en geremedieerd worden door oplossingen uit te testen met behulp van het virtuele toestel.

Ook kan je online aan de slag met digitale werkinstructies waarbij een slim visiesysteem over de schouder meekijkt en adviseert wat de volgende handeling moet zijn. Hier zijn de voordelen beperkter en moet je uiteraard je toestel reeds hebben aangekocht.

Hoe aan de slag met procesoptimalisatie (detectie bottlenecks in je productieflow) en predictive maintenance?

Als productiebedrijf wil je je productietijden zo kort mogelijk houden of dat de doorvoersnelheid van het product in wording ongeveer even groot is voor elke verwerkingseenheid. Een verwerking die tienmaal trager loopt dan al de rest vormt een serieuze bottleneck voor je gehele productieproces.

Elk product in wording heeft een uniek nummer dat je van op afstand kan uitlezen indien gekoppeld aan RFID’s (radio identificatie frequenties). Internet of Things (IoT) devices die het proces monitoren noteren de aankomst- en vertrektijden van een product in wording bij elke verwerkingseenheid. Op deze manier krijg je een berg (historische) data, waarmee je meerdere richtingen uit kan:

Ken je klant en voorspel zijn aankoopgedrag

Stel dat je een winkelmagazijn beheert, dan weet iedereen dat er meer frisdrank aangekocht zal worden naarmate het warmer weer wordt. Deze 1-op-1 correlatie is allicht minder waar voor bijvoorbeeld de verkoop van barbecuevlees.

Om het aankoopgedrag te voorspellen is het belangrijk om genoeg parameters op te nemen in je model (specialisten kunnen helpen bij de selectie van dergelijke parameters). Voor de verkoop van BBQ-vlees zijn zeker het type dag (bv. feestdag of weekend) en de windkracht mee te nemen factoren. Maar ook de demografie speelt een rol voor winkelketens. Tieners of jongvolwassenen gaan minder snel barbecueën dan de al wat oudere volwassene. Predictie is dus nodig. Hiervoor kan je simpele regressiemodellen gebruiken (als je goed weet welke factoren meespelen en op welke manier) of meer geavanceerde AI-modellen zoals deep learning (zie terug).