INTERVIEW | Hans de Labije

TEKST | Jos Fluitsma

FOTOGRAFIE | Hans de Labije

IFF kan met SAP BI heel goed haar processen (creatie, logistiek, finance, HR, planning) rapporteren en analyseren. “Maar”, zegt Sjaak Waarts, Data Science and BI - Full Stack Developer bij IFF, “we hadden het idee dat we nog veel meer uit onze data konden halen door gebruik te maken van Data Science-technieken.”

Waarts, van oorsprong een informaticus uit Delft, deed pas een ’opfrisopleiding aan de Jheronimus Academy of Data Science (JADS). Een masterstudie, die je leert hoe je Data Science, met z’n verschillende disciplines, kunt inzetten voor oplossen van verschillende analytische vraagstukken. “Vanuit die kennis ben ik gaan kijken hoe we Data Science-technieken die er nu op de markt zijn, als applicatie kunnen inbedden in ons werk.” Voor ons is Data Science de techniek om data op zo’n manier te ontsluiten en gebruiken dat zij waarde en inzichten toevoegen aan onze bedrijfsprocessen.

Systeem helpt parfumeurs

IFF voerde een aantal pilots met Data Science-technieken uit. Een daarvan speelde zich af op het werkterrein van de parfumeurs. Alle ingrediënten voor parfums hebben een groot aantal eigenschappen. “Onze parfumeurs gebruiken gegevens over die eigenschappen om tot een bepaalde geur te komen, bijvoorbeeld jasmijn of kaneel. De populariteit van parfums is plaatsgebonden en tijdgevoelig. Met Data Science-technieken verzamelen en interpreteren onze marketingmensen gegevens van social media, blogs en webshops. Zo zien ze wat er gebeurt in de diverse wereldmarkten. Bijvoorbeeld of een bepaalde nieuwe geur of sentiment trendy wordt. Zij geven dat door aan de creatieve afdeling, die samen met de parfumeur zo’n geur ontwikkelt op basis van de eigenschappen van ingrediënten. Vanuit het systeem krijgen zij voorstellen voor het gebruik van ingrediënten op basis van combinaties van eigenschappen voor het bereiken van het gewenste sentiment. Dit proces volgen we niet alleen voor geur, maar ook voor smaak. De productvoorstellen classificeren we met Machine Learning-techieken als succesvol of niet succesvol. Die aanwijzing helpt onze creatieve afdeling om zich te focussen op de nieuwe producten die het label ‘successvol’krijgen. En dat helpt weer om het aantal monsters terug te dringen dat we naar onze klanten sturen voor evaluatie.”

Data verzamelen met web scraping …

Het verzamelen van al die gegevens door de marketeers van IFF was een pilot op zich. Zij checkten vakgerichte websites, waarvan iedere regio er een aantal heeft. Bloggers plaatsen daar verhalen op over wat er gebeurt in de markt. “Die informatie hebben we via web scraping binnengehaald naar onze NoSQL-database. Daarin kun je alle soorten datastructuren, ook vrije tekstdata, opslaan. En die combineren we dan met meer gestructureerde data uit BI. Het is verbluffend hoeveel informatie mensen op die websites zetten. We doen ook sentiment analyses op basis van de reviews die mensen geven met hun mening en gevoel over bepaalde producten. We leggen al die data vast in een systeem met verschillende datasets. Zo zien we wat er in de markt gebeurt en kunnen we daarop reageren met onze productontwikkeling. We willen die datasets steeds meer gaan koppelen.”

… en vanuit enquêtes, e-mails en spreadsheets

Een tweede bron van informatie voor de marketeers zijn enquêtes met panels of door op straat winkelend publiek te vragen welke geurtjes of smaken ze lekker vinden. “Die dynamische data laden we ook in de NoSQL-database. Een derde bron van data is informatie van onze salesmensen zelf. Zij kunnen hun Excel-spreadsheets en e-mails invoeren in de NoSQL-omgeving, met metadata erbij over bijvoorbeeld de regio. Als onze marketingmensen een keyword ingeven, bijvoorbeeld jasmijn, krijgen zij alle insights’’ te zien, de indivuele hits maar vooral ook de daarbij behorende statistics, classificaties en correlaties. Die kunnen zij vervolgens analyseren om tot de juiste ontwikkelstrategie te komen.”

Van volgen naar vóór zijn

Zo is IFF steeds meer ontwikkelaar van nieuwe geuren en smaken geworden. “Klanten verwachten dat ook van ons. Ze vragen van ons dat we marktonderzoek doen om inzicht in de wensen van klanten te krijgen. Vroeger kwamen wij pas in actie als de klant ons opdracht gaf om een bepaalde geur of smaak te maken. Nu willen wij de klant voor zijn door met onze analyses trends en sentiments aan te geven. En dan hebben wij die geur of smaak al ontwikkeld. Zo wordt onze relatie met onze klanten steeds meer een partnership. We zitten nu zo vroeg mogelijk met R & D van de klant aan tafel om mee te denken.”

“Onze data zaten gewoon te wachten op dit soort applicaties”

Open source biedt mogelijkheden

Voor de pilots gebruikte IFF open source software uit de Phython-wereld, die draait in de Cloud. “Goedkoop, schaalbaar en heel geschikt voor als je pilots uitvoert. Je ziet snel of bepaalde toepassingen nut hebben. Met de mogelijkheden van open source is innovatie voor elk bedrijf haalbaar. Wordt het grootschaliger, dan komt SAP weer in beeld.IFF staat nu voor de uitdaging hoe de nieuwe pilotapplicaties kunnen worden verweven in bestaande oplossingen. “Projectteams brengen het nu naar een volgend niveau door de nieuwe applicaties te integreren met bestaande applicaties, zodat ze onderdeel worden van de businessprocessen. We gaan de tools dus gebruiken om ook niet-gestructureerde data te kunnen rapporteren en die informatie uit de applicatie te combineren met die uit BI.”

Het is écht een apart vakgebied

Waarts heeft enkele tips voor bedrijven die ook met Data Science aan de slag willen. “Het is een heel nieuw vakgebied, je moet je de skills echt eigen maken. Het is een combinatie van data kunnen ontsluiten, kennis over de techniek, kennis over de data en bedrijfsprocessen en kennis van Data Science om de tools te kunnen gebruiken. Think big, start small. Data Science is meer dan techniek. Je moet ook veel aandacht besteden aan de cultuurverandering. Hoe overtuig je gebruikers en management ervan dat Data Science belangrijk is om de doelstellingen van de organisatie te bereiken? Daar gaat veel tijd in zitten. Wat wij ook hebben ervaren is dat de inrichting van de webfrontend veel tijd in beslag neemt. Vooraf dachten wij dat er vooral veel energie zou gaan zitten in het verzamelen van data en het opzetten van een NoSQL-omgeving en het implementeren van de Data Science-technieken. Maar in de praktijk bleek dat de opzet van de hele omgeving relatief goed te doen is, maar dat het veel tijd en energie kostte om alles goed op het scherm te presenteren. We moesten ons veel van de presentatietechnieken eigen maken en een goede user interface was ook niet zomaar gemaakt.”

Op zoek naar meer informatie? Of wil je ideeën en gedachten uitwisselen over hoe je Data Science binnen jullie organisatie kunt gebruiken? Neem contact op met sjaak.waarts@iff.com.