Kledingmerk G-Star werkt aan een 360-graden klantbeeld. Door databronnen bij elkaar te brengen en gegevens aan elkaar te koppelen, leert het bedrijf haar klanten steeds beter kennen. Sigma Data helpt G-Star daarbij. Data science is ingezet om een klantdataplatform op te tuigen. Dit platform geeft G-Star heel veel inzicht om processen in het businessmodel met elkaar te verbinden en aan te scherpen. Voor de hoofdjury van de Computable Awards 2022 reden om het project Customer Data Platform van G-Star te nomineren in de categorie Grootzakelijk project.
Er komt op allerlei manieren data binnen bij G-Star. Klantenorders, websitestatistieken, nieuwsbriefinschrijvingen en alle views, clicks en andere consumentenacties die daarbij horen. Als daarvoor niets geregeld wordt, staan er op allerlei plekken en in verschillende tools ‘plukjes’ gegevens. Op het nieuwe dataplatform worden al die data bij elkaar gebracht, wat het modemerk een dieper inzicht geeft in (het gedrag van) de klant. Het Customer Data Platform wordt gecombineerd met een moderne crm-tool. Uit de database kunnen realtime! waardevolle gegevens worden gehaald, die in het crm gebruikt worden om makkelijker en effectiever nieuwe (online) marketingcampagnes in te richten voor klanten. Op basis van data kan gerichter de gewenste doelgroep worden bereikt.
Naast het verzamelen, bekijken en analyseren van data, valt ook het maken van voorspelmodellen onder data science. Op basis van klant- en productgegevens uit het verleden, kan G-Star voorspellen wat er in de toekomst gaat gebeuren. Het eerste model dat werd ontwikkeld was om retouren te voorspellen. In de fashion-industrie is het retourpercentage vrij hoog. Vaak komt, afhankelijk van het merk of de webshop, de helft van alle online bestelde producten weer terug. Bijvoorbeeld omdat mensen één model jeans kopen, in drie verschillende maten. In zo’n geval weet je vrijwel zeker dat er twee van die drie broeken retour komen. Er worden analyses gedaan met verschillende variabelen, zowel klant- als productgegevens, om tot een voorspelling te komen. Dit voorspelmodel rondom retouren laat zien wat er allemaal mogelijk is met data science en de tools die ze in huis hebben.