“Voorspellen is moeilijk, vooral als het over de toekomst gaat.” Dat zijn de wijze woorden van de Amerikaanse honkballer Yogi Berra. Toch zijn er veel bedrijven die graag een glazen bol zouden willen hebben. Wat zal de toekomst gaan brengen. Moet ik nu investeren in dit produkt of moet ik juist kosten gaan bezuinigen? Moet ik in de crisis juist anti-cyclisch gaan investeren/adverteren en mijn pijlen richten op een specifieke branche? Als ik naar de nieuwe produkten kijk, zijn ze dan levensvatbaar en in welk produkt moet ik investeren om verder te groeien?
Het zijn vragen waar veel bedrijven mee zitten en met name de commercie om te bepalen waar ze nu juist inspanningen moeten gaan leveren. Zou juist dan een glazen bol niet fantastisch zijn. Natuurlijk, maar een glazen bol bestaat niet. toch? Nee, de glazen bol is volstrekte onzin. Toch zijn er juist tegenwoordig applicaties waarme een bedrijf zijn acties kan “voorspellen”. Eigenlijk praten we hier niet over voorspellen, maar zijn het een soort extrapolaire statisische berekeningen. Op basis van het verleden worden berekeningen gemaakt die een voorspellend karakter hebben naar de toekomst. Het is dus eigenlijk niet direct voorspellen wat er gedaan wordt, maar zoals de Amerikanen het noemen een calculated guess. Naarmate we dus meer weten over het verleden van een organisatie, kunnen we een nauwkeurigere berekening afgeven voor de toekomst.
Het werkt als volgt.
De gegevens die uw bedrijf dagelijks bij elkaar sprokkelt, worden keurig in een database ergens opgeslagen. Laten we daar dan een voorbeeld bij pakken om duidelijk te maken wat er mee gedaan kan worden. Uw organisatie heeft een indeling van de produkten in produktsoorten en -typen. U heeft uw klanten ingedeeld naar branche, lokatie, bedrijfsgrootte, ABC-codering. U kunt uit uw ordergegevens halen welke aantallen er zijn verkocht, op welk moment, etc.. Op basis van deze gegevens, kan er een data mining model gemaakt worden. Met andere woorden u wilt weten met welk produkt u bij welke klant het meeste effect zult hebben. Vervolgens neemt u dit model en laat u het los op uw offertes. Hierdoor krijgt u een reeel beeld van welke klant u in de komende periode binnen zou kunnen halen en waar u eventueel iets meer aandacht aan zou moeten besteden om de klant over de brug te halen. Een mooi praktijkvoorbeeld hiervan vind u bijvoorbeeld op sites als Bol.com en Amazon. Als u een boek bekijkt, dan krijgt u onder in beeld te zien wat mensen hebben gekocht die ook dit boek hebben gekocht. Het principe is hetzelfde als op uw gegevens, door te weten wat u in het verleden aan wie wanneer en in welke volgorde heeft verkocht, kan een applicatie berekenen welke relaties er liggen tussen het verleden en toekomsige verkopen.
Nu hoor ik u denken, oké, ik heb wel eens van dat soort tools gehoord, maar dat is toch ongelofelijk duur? Wat nu als wij u vertellen dat dit helemaal niet zo duur hoeft te zijn. De meeste tools die u nodig hebt, heeft u namelijk al in uw bezit. Ik daag u uit om eens na te vragen of u in het bezit bent van een database van Microsoft bij voorkeur MS-SQL 2005 of 2008. Als dat zo is, dan wil ik u vragen de volgende uitdaging aan te gaan en Ultimate Software laten bewijzen dat zij data uit uw systeem kunnen halen die u laat zien dat in het verleden behaalde resultaten, geen garantie, maar wel een voorspelling kunnen geven voor in de toekomst te behalen resultaten.
