Ontdek de kracht van het data & AI platform

Dát is de kracht van het dataplatform

De kracht van het dataplatform? Honderd relaties van Kasparov BI wilden die graag ontdekken. De bijeenkomst aan het Houtse Meer zat donderdagmiddag afgeladen vol. Experts uit eigen huis vertelden over de continue ontwikkeling van data naar inzicht, over praktijkervaringen en experimenteren met de toekomst: Agentic AI.

Met een robuust en toekomstbestendig dataplatform leg je de basis voor betrouwbare data, schaalbaarheid en flexibiliteit. En door slimme inzet van AI en BI wordt die basis verrijkt met voorspellend vermogen, geautomatiseerde inzichten en interactieve analyses. Mooie woorden, maar wat betekenen ze in de dagelijkse praktijk?

Proof of value

Managing Consultant Rens de Waard begon met een centraal motto van Kasparov BI: “Begin klein en groei schaalbaar.” “Veel organisaties investeren breed, maar missen strategische focus. Wij zoeken altijd naar de eerste proof of value, beoordelen de haalbaarheid en bouwen parallel het dataplatform op. Waar zit die (potentiële) waarde in het primaire proces? Wat zijn de strategische kaders? Waar is de focus en welke investeringen horen daarbij? Die gesprekken voeren wij eerst.” “In de praktijk zien we dat er heel veel gebeurt, allemaal tegelijk en met heel veel vraagtekens. Er is zeker innovatie, maar all over the place. Veelal worden AI-tools en licenties aangeschaft zonder duidelijke richting. Dat is zonde, vooral als daardoor het adoptievermogen wordt aangetast.”

Medallion-architectuur

Maarten Hofmeester, Managing Consultant Data, plaatst de Kasparov-aanpak in het licht van het datalakehouse (een evolutie van het klassieke datawarehouse): “Daar passen we medallion-architectuur toe, bestaande uit drie lagen. In de bronzen laag wordt ruwe data uit bronsystemen (zoals ERP, CRM, operationeel) opgeslagen en gestructureerd. De zilveren laag bestaat uit opgeschoonde, gestandaardiseerde data in één uniforme taal. Hier kun je ook historiseren: snapshots uit het verleden maken (handig voor audits). Ten slotte de gouden laag, waar data geschikt wordt gemaakt voor de gewenste uitvoer. De toplaag van business logica.”

Omzet nauwkeurig voorspellen

Een voorbeeld werkt altijd verhelderend: Vital Food Group (bekend van Bakker Bart, Bakerstreet en Bagels & Beans) wil franchisenemers zoveel mogelijk ontzorgen. Die voorspellen doorgaans de maandomzet op intuïtie, terwijl er veel van afhangt, denk aan de inzet van personeel, inkoop en voorraadbeheer. Rens: “Vertrekpunt van de case was dat de omzet van elke vestiging béter kan worden voorspeld met behulp van data en machine learning.”

“Elke locatie is verantwoordelijk voor de eigen P&L, die grotendeels omzetgerelateerd is. Als die omzet grillig verloopt, kun je er lastig op sturen. We zochten een machine learning-model dat makkelijk te trainen is en waarmee we data kunnen distribueren in Power BI. Het wordt gevoed met interne (historische) data en externe data (zoals weersvoorspelling, feestdagen en lokale events). Na drie maanden presteert het model al beter dan de ondernemers, met een nauwkeurigheid van meer dan 90 procent.”

Bestaat BI straks nog?

Ook op de agenda: Agentic AI. Rens gooide de knuppel in het hoenderhok: “Er wordt beweerd dat BI straks niet meer bestaat door de komst van AI. Interessant, zeker als je bedrijf Kasparov BI heet. Veel gaat inderdaad veranderen, dat zien we allemaal wel aankomen. Maar wij denken dat daardoor analyse en sturing alleen maar belangrijker worden.” Maarten: “We zullen sneller en beter BI-oplossingen kunnen ontwikkelen en er zal veel meer ad hoc informatie worden uitgevraagd: self service BI. Net als bij ChatGPT kun je in gewone taal praten, zonder enige codering. Maar het moet wél veilig gebeuren. We kennen inmiddels de verhalen van agents die uit hun kooi breken en gaan hacken.”

Kortom, agents zijn nu al heel geschikt voor gedetailleerde operationele vragen en ad hoc doorsneden. In de toekomst spelen ze ook een rol bij het bouwen van rapportages en datamodellen, maar de kaders daarvoor worden getest as we speak.