Leer in 8 minuten
- Waarom de cloud onmisbaar is bij datagedreven werken
- Hoe je in overzichtelijke stappen de transitie naar de cloud maakt
- Wat een flexibel dataplatform in de cloud je business oplevert
Mist jouw organisatie de slagkracht om snel te veranderen in de dynamische wereld van vandaag? Een grote Nederlandse retailer staat voor dezelfde uitdaging. Het bedrijf besluit over te stappen op een dataplatform in de cloud, om zo datagedreven te werken en dus sneller te acteren. Welke keuzes maakt het? Waarom? En welke stappen zet de retailer bij zijn migratie naar de cloud? In dit praktijkvoorbeeld lees je hoe je de juiste keuzes maakt en je cloudmigratie tot een succes maakt.
Datagedreven werken is belangrijker dan ooit. Snel veranderende consumenteisen, sterk fluctuerende grondstof- en energieprijzen, strubbelingen in de supply chain, toenemende personeelsschaarste: de uitdagingen zijn groot en de ontwikkelingen volgen elkaar vliegensvlug op. De enige remedie is meebewegen door direct actie te ondernemen, maar dat kan alleen als je over actuele en accurate informatie beschikt. Dit vraagt een flexibel en modern dataplatform, met de juiste functionaliteit.
Deze situatie is heel herkenbaar voor de retailer in ons voorbeeld. Het bedrijf ziet zich geconfronteerd met consumenteisen zoals click & collect en een toename van het aantal online bestellingen. Dit levert de nodige logistieke uitdagingen op. Klanten willen hun bestelde producten binnen 24 uur in huis hebben of minstens op dezelfde dag in de winkel kunnen ophalen. En natuurlijk verwachten ze dezelfde kwaliteit tegen dezelfde scherpe prijzen. Om aan deze eisen te voldoen, moet de retailer allerlei veranderingen doorvoeren: in zijn bedrijfsstrategie, organisatie, cultuur en informatievoorziening, maar zeker ook in de beschikbare data-architectuur en tooling. Hoe zet het bedrijf de juiste stappen om tot een flexibel en modern dataplatform te komen?
Flexibiliteit realiseren, hoe dan?
Een modern dataplatform gaat verder dan informatievoorziening op basis van de bekende, traditionele Business Intelligence (BI)-oplossingen. Het gaat om veel meer toepassingen, zoals self service BI, AI en streaming analytics, en de cloud brengt die mogelijkheden binnen handbereik voor iedereen. Super schaalbaar, klein beginnen en met een hele grote impact op de business. Want je kunt alleen de functionaliteit afnemen die echt een positieve impact heeft op je bestaande processen. Bovendien is het mogelijk deze functionaliteit snel aan te passen of te vervangen. Dit creëert de flexibiliteit die je nodig hebt.
De retailer in ons voorbeeld heeft er dan ook voor gekozen zijn huidige infrastructuur, softwareoplossingen en informatievoorziening te vervangen door cloudoplossingen. Inclusief het verouderde en inflexibele data warehouse- en BI-platform, dat tegen zijn grenzen aanliep. Maar waar begin je bij zo’n cloudmigratie?
Je principes en use cases bepalen
In een ideale wereld begin je met niets, met een lege tekentafel en een blanco vel papier. Maar de realiteit is dat ondernemingen vaak een lange historie hebben en dat je dingen moet doorbreken om verder te kunnen. De eerste stap om je organisatie mee te nemen in de verandering naar datagedreven werken is de uitgangspunten voor je datastrategie te bepalen. Met andere woorden: je datastrategieprincipes vast te stellen. Denk hierbij bijvoorbeeld aan ‘data worden gedeeld’, ‘eenduidig vocabulaire’, ‘cloud by design’ of ‘learn to fail’. Met deze principes leg je de basis voor de keuzes die je maakt. Daaraan toets je alles wat je doet bij je migratie naar een modern dataplatform in de cloud.
De volgende stap is vast te stellen welke zaken of ‘use cases’ je vanuit deze principes als eerste aanpakt. Welke use cases leveren op korte termijn met de minste inspanning de meeste meerwaarde op voor je organisatie? Welke processen verbeter je daarmee en hoe? Wat win je en waar bespaar je?
Oké, de use case is bekend, maar wat nu?
Voor onze retailer is het belangrijk om snel en flexibel inzicht te krijgen in de voorraadstanden van alle winkels, zowel per artikel als per periode. In plaats van wekelijks de inkoopstrategie voor de komende periode te bepalen, wil het bedrijf de voorraadstanden via interactieve dashboards inzichtelijk maken en daarbij de mogelijkheid bieden om verschillende scenario’s te toetsen. Hiermee valt veel te halen voor de retailer. Want door de optimalisatie van zijn voorraden, kan hij klanten beter en sneller bedienen en zo voor zijn bedrijf behouden. Zijn bestaande verouderde data warehouse en de grote omvang van de datasets staan de vernieuwing echter in de weg. Gegevens worden te traag verwerkt, laat staan dat de retailer er conclusies uit kan trekken.
Vanuit deze use case kan de retailer de functionaliteit afleiden die het nieuwe, moderne dataplatform in eerste instantie moet bieden. Dat noemen we de capabilities. De retailer heeft de volgende capabilities nodig:
- Streaming data — om de voorraadstanden (near) realtime te tonen
- Integratie en centrale opslag — voor het doorbreken van informatiesilo’s door het gebruik van verschillende systemen door de betrokken afdelingen
- Datamodellen — een logische indeling van data voor het eenduidig en geïntegreerd leveren van informatie (één versie van de waarheid)
- Rapportage en dashboarding — om scenario’s uit te voeren en conclusies te trekken
- Selfservice bouwblokken — zodat analisten zelf met data aan de slag kunnen
Learn to fail
De vastgestelde dataprincipes en capabilities geven al een duidelijke richting aan het beoogde nieuwe dataplatform van de retailer, maar dit moet zich natuurlijk nog wel bewijzen. De cloud biedt de mogelijkheid om het dataplatform per capability op te bouwen. Dat wil zeggen dat je in kleine stappen werkt en telkens een andere capability van een use case uitprobeert en daar de meerwaarde van aantoont. Zo bouw je gelijk aan het sponsorship binnen je organisatie. Bovendien is het niet nodig om in één keer een enorm bedrag te investeren om je doel te bereiken. Dat komt doordat je met de meeste cloud-oplossingen op pay-per-use basis gebruikmaakt van functionaliteit. Door databronnen los te koppelen van je applicaties, hoef je ook geen informatieprocessen stil te leggen bij je migratie (daarover lees je meer in deze blog). Zo blijven de kosten en risico’s beperkt en is het geen ramp als nieuwe functionaliteit bij het testen onverhoopt niet blijkt te voldoen. Ook een ‘mislukte’ test heeft trouwens waarde, want je hebt ervan geleerd. Dit principe heet ‘learn to fail’. Bij onze retailer is het onderdeel van zijn datastrategie.
Bij het bouwen van de use case is het belangrijk om de punten die je per capability wilt bewijzen goed te definiëren (proof points). Nadat je de punten hebt bewezen, kijk je vervolgens hoe je deze ook in andere use cases kunt gebruiken en waarmee je de meeste waarde behaalt voor je bedrijf. Zo bepaal je welke use cases prioriteit hebben. De retailer in ons voorbeeld bewijst in zijn eerste use case dat de volgende zaken mogelijk zijn:
Technisch:
- voorraaddata aanbieden aan andere applicaties via een API
- grote (streaming) datasets snel verwerken
- intensieve berekeningen op grote hoeveelheden data uitvoeren (kon in oude DWH niet meer)
- data eenvoudig en veilig delen met de buitenwereld
- datavirtualisatie (geen kopieerslagen) met de gewenste performance
Functioneel:
- selfservice applicaties aanbieden
- informatieproducten uitleveren via een dataloket
Wat heeft onze retailer bereikt?
De retailer in ons voorbeeld heeft vervolgens het nieuwe dataplatform voor de eerste use case ingericht, op een agile manier in korte sprints. Daarna is het platform uitgebreid met de use cases met de meeste meerwaarde. Wat heeft het bedrijf in dit proces bereikt en geleerd bij zijn migratie naar een dataplatform in de cloud?
- Winkel openhouden — door ontkoppeling is het mogelijk geleidelijk naar de cloud te migreren en bestaande data-applicaties te verplaatsten. Zo vermijd je een duur en risicovol big bang-scenario.
- Waarde toevoegen gaat sneller als je bestaande data zich direct laten combineren met nieuwe data en afleidingen daarvan — de bestaande data kun je door ontkoppeling later alsnog migreren.
- Data kunnen realtime worden gebruikt en gekoppeld met data en informatie uit het huidige data warehouse platform.
- Datavirtualisatie in combinatie met optionele dataopslag in de cloud biedt flexibiliteit bij het uitbreiden van het model en het samenbrengen van datastromen.
- Cloud en datavirtualisatie maken een flexibele manier van data-uitgifte mogelijk (bijvoorbeeld als view of API-eindpunt) — zo kun je data-as-a-service aanbieden aan interne en externe datagebruikers.
Op naar de volgende use cases!
Vooral ook de business heeft profijt van wat er allemaal is bereikt. Zo heeft de eerste use case een positief effect op de transportplanning van de retailer, sluit het voorraadniveau beter aan op de behoeften van klanten en is de kans op misgrijpen dus minimaal. Kortom, iedereen blij! De retailer kan nu door met andere use cases, die de business nog meer ondersteunen. Een van die use cases is het verbeteren van de winkelplanning: het optimaliseren van de personeelsbezetting om zo kosten te besparen. Hoeveel mensen moeten wanneer aanwezig zijn? En staan er niet te veel dure medewerkers op de winkelvloer? Een tweede use case is het structureren en beschikbaar maken van gedetailleerde artikelinformatie. Daarmee is het mogelijk winkels beter te bevoorraden en van een push- naar een pull-model te gaan. Welke artikeluitvoeringen, bijvoorbeeld kleuren of maten, zijn er in de winkels nodig? Ook voor online bestellingen is het belangrijk om te weten wat er precies op voorraad ligt. Zo kan de retailer de klanttevredenheid en efficiency steeds verder verhogen. In overzichtelijke stappen is het bedrijf op weg een datagedreven organisatie te worden, met behulp van de cloud.
Hoe pak jij de migratie naar een flexibel dataplatform in de cloud aan?