De meeste bedrijven leggen in jaarverslagen of kwartaalrapportages vast wat er in het verleden is gebeurd. 'Waar wij naartoe willen, is dat we kunnen voorspellen wat er gaat gebeuren', stelt Jaap van Zomeren, bij AkzoNobel category manager business intelligence. Om dat doel te bereiken, stippelde het bedrijf een roadmap van vijf jaar uit. 'Zeker als multinational in economisch lastige tijden moet je het echt stapje voor stapje aanpakken.'
‘Wij bewegen nu van ‘what happened?’ naar ‘why did it happen?’ en uiteindelijk ‘what will happen?’’, legt Jaap van Zomeren, bi-manager bij AkzoNobel, uit als we hem spreken op het gloednieuwe hoofdkantoor van het bedrijf in Amsterdam. ‘Met ‘what happened?’ houden we ons nu al dagelijks bezig; we kijken terug in de tijd en analyseren wat we zien. Ook kunnen we steeds beter de vraag beantwoorden waarom iets gebeurt. De volgende stap is dat we kunnen voorspellen wat er gaat gebeuren.’
‘Dat traject van ‘what happened?’ naar ‘what will happen?’ bouwen we stap voor stap op’, vervolgt Van Zomeren. ‘Er wordt altijd heel snel naar de waanzinnige succesverhalen gekeken, maar dan krijg je zeker binnen een grote, complexe organisatie als AkzoNobel de businesscase niet rond. Het wordt dan te ingewikkeld. ‘Dat gaat bij ons toch niet lukken’, is de reactie al snel. Voordat je er erg in hebt, staat er een kruis door je businesscase.’
Structureren van IT
Een van de eerste stappen om uiteindelijk te komen tot ‘voorspellende analyses’ van de beschikbare data was het structureren van de it-organisatie van AkzoNobel. ‘De drie divisies van AkzoNobel – Decorative Paints, Performance Coatings en Specialty Chemicals – hadden van oudsher een eigen it-dienstverlening’, legt Van Zomeren uit. ‘Daarnaast was er voor de corporate functies nog een ‘Expertise Centers’.’
Deze versnippering belemmerde de uitwisseling van informatie tussen de divisies en maakte het lastig om de beschikbare data bij elkaar te brengen. ‘We waren telkens opnieuw het wiel aan het uitvinden’, aldus Van Zomeren. ‘Door alles onder te brengen in één it-organisatie besparen we niet alleen op de kosten, maar kunnen we ook de kennis en kunde beter met elkaar delen.’
Ook nam AkzoNobel het besluit om alle it-voorzieningen bij slechts één hostingprovider onder te brengen en zoveel mogelijk te standaardiseren. Van Zomeren: ‘Een bepaalde mate van maatwerk is best toegestaan als daarmee differentiatie mogelijk is, maar het merendeel van de it-voorzieningen moet als een nutsvoorziening beschikbaar zijn. Zo ondersteunden wij voor de rapportagevoorzieningen allerlei soorten datawarehouses, versnipperd over de hele wereld. Dat moest een viertal grote oplossingen worden met een beperkt aantal visualisatietools, zodat het beheersbaar wordt.’
SAP
Met de centralisatie en consolidatie van it had AkzoNobel de basis gelegd voor het gebruik van de nieuwste technologieën. Een belangrijke stap richting predictive analytics was de implementatie van de in-memory database Hana van SAP. ‘Deze stap was intern in verhouding makkelijker te verkopen’, stelt Özay Gül, team lead bi-business services bij AkzoNobel. ‘Decorative Paints maakte bijvoorbeeld gebruik van de combinatie van een Oracle-database met een BWA (BW Accellerator) die op instorten stond. Met Hana is de stabiliteit vele malen beter geworden, is de performance verbeterd en is er ook nog eens meer mogelijk.’
De migratie naar SAP Hana was daardoor niet minder spannend. ‘Het was meer dan een upgrade’, zegt Van Zomeren met gevoel voor understatement. ‘Naast de migratie naar Hana hadden we ook nog eens te maken met een software-upgrade en de verhuizing van een deel van de it naar een andere hostingprovider. Dat waren dus eigenlijk drie projecten tegelijkertijd, en dat ook nog eens met een krappe deadline. Dan is het belangrijk dat je de juiste mensen met de juiste kennis op het project hebt en dat de communicatielijnen kort zijn.’ Gül: ‘Toen bleek ook de toegevoegde waarde van de kennis en het uitgebreide netwerk dat de consultants van SAP inbrengen.’
Information factory
De eerste ervaringen met de in-memory database van SAP zijn positief. Reporting gaat volgens Van Zomeren een stuk sneller en calculaties die eerst een volledige dag in beslag namen, duren nu nog maar twee uurtjes. ‘Bij het aanleveren van financiële rapportages is de techniek niet meer de bottleneck, want de cijfers zijn vrijwel direct beschikbaar. We kunnen nu veel sneller rekenen en grotere volumes analyseren.’ Gül: ‘Ook de complexiteit is teruggedrongen. Door logica in de views vast te leggen, is het niet meer nodig om data meerdere keren op te slaan.’
Technisch is AkzoNobel er volgens Van Zomeren en Gül klaar voor om de vraag ‘what will happen?’ te beantwoorden. ‘We bouwen nu één versie van de data’, zo haalt Van Zomeren als vervolgstap aan. Hij noemt in dit verband het ‘information factory’-concept. ‘Door de ruwe data in één omgeving onder te brengen, weet je wat je hebt en hoe complex de data zijn. Vervolgens is het zaak om de data slechts één keer uit de bronsystemen te halen en meerdere keren te gebruiken voor meerdere doeleinden.’ Gül: ‘Extract once, deploy multiple times.’
Problemen oplossen
Wat die doeleinden zijn, moet onder andere blijken uit pilots en proof of concepts die de bi-afdeling van AkzoNobel zeer gericht opzet voor kleine onderdelen van de business. Dit om te voorkomen dat de businesscase te complex wordt en daardoor sneuvelt. Van Zomeren: ‘We spreken één of twee businessverantwoordelijken aan, en als we voor hen een probleem kunnen oplossen, dan zijn we ‘in business’. Met SAP Hana kunnen we vervolgens snel een pilot ontwikkelen en snel resultaat tonen.’
Van Zomeren geeft ‘raw material pricing’ als voorbeeld van een proof of concept op het gebied van geavanceerde analytics. ‘Als de wetgever voorschrijft dat een bepaalde grondstof niet meer in verf mag voorkomen, dan kunnen we nu precies nagaan in welke producten die grondstof is verwerkt, aan wie we die producten verkopen, wat de marge is die we erop maken, wat de kosten zijn van een vervangende grondstof en wat dat betekent voor de eindprijs richting de klant. Die analyse kunnen we nu ‘on-the-fly’ maken door in drie of vier seconden 840.000 records te analyseren.’
Een ander voorbeeld heeft te maken met ‘predictive maintenance’, om bijvoorbeeld te kunnen voorspellen wanneer een onderdeel van een machine aan vervanging toe is. ‘Als we een productiesite zoals een chloorfabriek moeten stilleggen voor onderhoud, dan kan dat een vermogen kosten. Door te voorspellen welke onderdelen aan vervanging toe zijn, kunnen we de efficiëntie enorm verbeteren. Daarvoor moeten we wel nog meer data ontsluiten en analyseren, waaronder ook sensordata en machine-driven data.’
Samenwerking
Ondanks de aansprekende voorbeelden weet de business volgens Van Zomeren vaak nog niet wat er allemaal mogelijk is met business intelligence. ‘Als wij met ze in discussie gaan, komen daar vaak mooie oplossingen uit. We willen graag waarde toevoegen aan de business, zodat bi niet wordt gezien als een kostenpost, maar dat gaat echt stapje voor stapje. Voor een succesvolle inzet van bi hebben we bovendien heel sterk de kennis nodig van de gebruikers die weten wat de data laten zien. In dat opzicht is het echt een samenwerking.’