Op het Data & Analytics Congres 2024 van 7 november a.s. komen Nestlé en LatentView laten zien hoe AI en machine learning innovatie aanzienlijk kunnen versnellen en verbeteren. Volgens Sanjay Annadate (foto) van LatentView is dat een absolute noodzaak.
▼
Tijdens het Data Analytics Congres in 2023 demonstreerde Sanjay Annadate, vicepresident van analyticsleverancier LatentView, hoe zijn bedrijf eBay helpt om fraude te detecteren en klantvertrouwen te vergroten. Tevreden herinnert hij zich de meerdere technische vragen van aanwezigen die hij na afloop van zijn presentatie kreeg. ‘Ik hou van zulke interactie en het ontmoeten van klanten. Het was een goede ervaring.’
Ditmaal demonstreer je hoe nieuwe datatechnologieën innovatie een boost geven, samen met Ritanbara Mundrey, wereldwijd hoofd innovatie en inzichten zuivel bij Nestlé. Een heel andere klant dan eBay, uit een heel andere sector.
‘Zeker. eBay was meer een klantgerichte uitdaging – fraude, klantanalyse en marketing, terwijl we bij Nestlé momenteel met de R&D-teams werken. Dus meer naar binnen dan naar buiten gericht.’
Wat vind je zelf de boeiendste uitdagingen?
‘Het is onze taak om problemen van klanten op te lossen en ze succesvoller te maken, of dat nu interne of externe klantgerichte teams zijn. Als wij hun uitdaging kunnen oplossen, zijn we blij. eBay zit al meer dan 11 jaar bij ons, Nestlé nog maar een jaar. Wij houden van alle uitdagingen. De afgelopen jaren veranderen die wel snel door de technologie, met name in het afgelopen jaar. Klanten willen steeds vaker GenAI en AI inzetten om problemen op te lossen, daar waar ze vroeger traditionele analysemethoden gebruikten. Er zijn veel verschillende manieren om hetzelfde probleem op te lossen, dus we moeten echt bepalen welke het meeste rendement opleveren voor klanten, zonder risico’s voor ze te creëren.’
Met welk vraagstuk benaderde Nestlé jullie?
‘Hun grootste uitdaging was het lange R&D-proces voor hun melkdranken. Ze wilden gebruikmaken van machine learning-modellen om de cyclus voor het testen van verschillende nieuwe smaken te verkorten. Ik geloof dat daarin veel potentieel zit. De weg naar de markt is lang: van idee, via marketing, tot aan het moment dat het product daadwerkelijk in het schap ligt. Er zijn veel aspecten in de levenscyclus van een product die kunnen worden geoptimaliseerd en versneld met behulp van AI en machine learning.’
‘Veel aspecten in de levenscyclus van een product kun je optimaliseren en versnellen met AI en machine learning’
Geef eens een voorbeeld
‘Het testen van de verschillende samenstellingen van het product, de smaken, de vele sensorische aspecten; dat kan allemaal versneld worden door gebruik te maken van de data uit het verleden en de marktgegevens die je hebt. Merken kunnen inzoomen op het aantal variaties dat ze moeten testen. Historisch hebben ze misschien meer dan 100 combinaties getest. Maar als ze dankzij datagestuurde tests weten dat slechts tien daarvan de potentie hebben om echt succesvol te zijn op de markt, dan kunnen ze 90 tests elimineren. Dat zal de cyclustijd van het complete testproces, met daarin onder meer focusgroepen, aanzienlijk verkorten. Daarnaast kunnen ze proberen te identificeren welke mogelijke afmetingen, verpakkingsmaterialen en smaken consumenten verwachten wanneer ze een nieuw product lanceren. Dat doen ze onder meer met behulp van sociale media-analyse, gegevens uit consumentenfora, en marktonderzoekgegevens. Al deze activiteiten kun je met datagestuurde innovatie versnellen. En dan hebben we het alleen nog over het product zelf. Ook het vermarkten daarvan kun je met datagestuurde marketing verbeteren, bijvoorbeeld door een beter begrip van consumentengedrag.’
Waarom is die datagedreven innovatie bij uitstek zo interessant voor de FMCG-industrie?
‘Een van de belangrijkste redenen is dat de voorkeuren van de consument voortdurend evolueren. Neem cola, die kun je in steeds meer smaken krijgen. Consumenten willen continu nieuwe productvariaties proeven en daarnaast willen ze vaker gezonde voedingsproducten. En om die nieuwe producten te leveren, moeten merken vooraf heel goed weten wat zal aanslaan. Anders is de hele investering weg. We weten dat de faalpercentages voor nieuwe producten in de FMCG-industrie enorm hoog zijn, ruim 80%. Dat is waarom fabrikanten AI-analyses moeten gebruiken. En dat geldt niet alleen voor FMCG; je ziet in alle sectoren dat de inzet van data-analytics en AI enorm toeneemt. Dat heeft veel te maken met de marktomstandigheden. Momenteel heeft iedereen minder budget om te investeren en probeert iedereen kosten te besparen. Het gebruik van datagestuurde innovatie is de veiligste, meest effectieve manier om dat te doen en toch betere resultaten te behalen.’
Benieuwd naar het verhaal van Sanjay Annadate en dat van veel andere data- en analyticsdeskundigen, kom dan op 7 november naar het Data & Analytics Congres in Utrecht. Meer informatie op https://datainsightsnetwork.nl/events/dac-2024/