Er is een grote hype rondom digitale innovatie. “We moeten innoveren om onze positie te versterken”. Het is grotendeels waar omdat digitale innovatie tijd, kosten en effort kan besparen en de business waarde kan vergroten.
Er zijn een 50-tal bekende Nederlandse bedrijven die Data Science & AI +5 jaar geleden hebben geadopteerd in hun strategie (denk aan de KLM’s, ING’s van deze wereld) en er zijn een aantal bedrijven die data-minded geboren zijn (Booking, Adyen, etc).
Hieromheen zitten een grote hoeveelheid bedrijven die Data Science & AI pas recentelijk in hun strategie hebben opgenomen en hierin dus minder mature zijn. Deze blog focust zich op die bedrijven.
Digitale innovatie heeft een groter effect bij bedrijven met 100-700 werknemers dan bij corporates. Teams worden omgegooid, er worden ongebruikelijke doelen gesteld en het gaat opeens alleen maar over data, en in veelvoud een data-lake of data fundament. Er wordt een gezamenlijk doel gesteld om data als een core strategy in te zetten, maar de ownership van deze doelen worden vaak achterwege gelaten. Mogelijk resultaat: veel onduidelijkheid, veel verandering, achterblijvende impact, hoge kosten en een kenniskloof tussen het management en het bedrijf.
Bedrijven (en haar besturen) willen graag innoveren omdat hun behoefte is gebaseerd op beweging bij hun concurrenten, maar zij weten vaak niet wat die beweging precies is.
Het is niet realistisch om in een korte tijd veel verandering door te voeren in je organisatie. Bedrijven moeten hierin de tijd nemen, veel onderzoek doen en met kleine stappen innovatie doorvoeren. Daarnaast is het essentieel dat het datafundament van een organisatie goed op orde is: het op de juiste manier bewaren van gestructureerde en schone data.
Veel bedrijven zijn zich ook niet bewust van het succes dat ze al hebben bereikt. In meer dan 75% van de trajecten rondom digitale innovatie, is de verwachte doelstelling niet gehaald of wordt het zelfs nooit gehaald. Het lijkt erop dat bedrijven een te hoge verwachting bij zichzelf neerleggen.
In deze blog lees je de aanpak van de Nederlandse Loterij op het gebied van Digitale Innovatie. Worksuite sprak met Jachin Wildemans (Manager Strategie) en Remi Scheffers (Head of BI). De volgende onderwerpen komen aan bod:
- het datafundament van je organisatie
- het creëren van ownership en nieuwe team structuren
- het creëren van adoptie binnen elke laag van je bedrijf
Over de Nederlandse Loterij
De Nederlandse Loterij (NLO) is een betrouwbare kansspelaanbieder die de consument beschermt en uitvoering geeft aan kansspelbeleid.
De NLO bestaat sinds 1 april 2016. Toen was de fusie tussen de Staatsloterij en Lotto een feit. Hierdoor heeft Nederlandse Loterij de volgende merken in haar bezit: Staatsloterij, Lotto, TOTO, Eurojackpot, Miljoenenspel, Lucky Day en Krasloten. De NLO heeft een omzet van €1.2 miljard en heeft 270 medewerkers in dienst.
Bij de NLO gaat het goed. Het heeft een sterke leidende positie in de Nederlandse kansspel markt en veel middelen om te innoveren.
De Nederlandse kansspelautoriteit is sinds een aantal jaar bezig om de nieuwe KOA wet in te voeren, wat de online gokmarkt beter moet beschermen tegen fraude en witwaspraktijken.
Wat zou de NLO kunnen bereiken door digitale transformatie?
De NLO is dagelijks bezig met het bedenken, opzetten en uitvoeren van campagnes om zoveel mogelijk kansspelen (loten) te verkopen. Een enkel merk zoals de Oudejaarsloterij, bevindt zich op 1 moment in het jaar en bedraagt ongeveer 25% van de totale omzet. Andere kansspelen worden op meer momenten in het jaar verkocht en hebben een andere customer lifetime value. Voor de jeugd is het bekendste merk TOTO met haar zeer succesvolle video reclames (Koning TOTO).
Mogelijke use cases voor NLO, waar wij vanuit Worksuite aan denken:
Voorspellende inzichten
De abonnementsvorm van loten is een belangrijke inkomstenbron voor de NLO. Daarom zou het voorspellen van customer churn van veel waarde kunnen zijn, net als het verlagen van de retentie.
Nieuwe producten
Door het analyseren van de huidige doelgroep, haar consumenten gedrag en de veranderende marktbehoefte is het mogelijk om een nieuw product of productvariant te lanceren. Producten die op basis van data en experimenten tot stand zijn gekomen.
Optimale marketing campagnes
Door exact te kunnen voorspellen wat een marketingcampagne (effort) oplevert (omzet), kunnen kosten worden bespaard en kan er een hogere conversie worden behaald bij de relevante doelgroep.
Back to the basics.
Bovenstaande nieuwe features klinken natuurlijk interessant. Elk bedrijf kan voor zijn organisatie dergelijke ideeën opnoemen. En dit is ook het effect van de hype waarin we zitten; iedereen wil klantgedrag kunnen voorspellen. Want concurrent A,B,C doet dat zogenaamd ook.
De belangrijkste vraag is; welke effort is er nodig om een nieuwe feature te realiseren en wat gaat die feature op termijn opleveren? Bovenstaande inzichten als doel op zich nemen is niet een reëel uitgangspunt. Het eerste doel is om een sterk data fundament neer te zetten zodat bedrijf later in staat zijn om complexe data analyses uit te voeren.
Een snelle auto begin met heel veel R&D, een goed chassis, de juiste motor en aandrijving, en als laatste de high tech features die mensen doen overtuigen om hem te kopen. Het lijkt erop dat veel bedrijven in Nederland te koop lopen met de high tech features, maar van binnen geen chassis of überhaupt een motor hebben om alle data te kunnen verwerken.
Nieuw datafundament
Mede door die reden is de NLO recentelijk de juiste weg ingeslagen en heeft besloten om samen met SparkOptimus, een van de betere data strategie bedrijven in NL, de digitale transformatie te doorgaan.
Fusie met Lotto
Zodra een bedrijf vanuit verschillende afdelingen met dezelfde data wilt werken en op metaniveau verschillende KPI’s wil opstellen, zoals het beter voorspellen van de lot-verkoop in een bepaalde regio, is het noodzakelijk dat er vanuit 1 data-omgeving gewerkt wordt. De NLO maakt hierin dus momenteel veel stappen – net als de NS dat eerder deed.
Mocht je afvragen waarom Microsoft recentelijk boven de $1000 miljard (!) werd gewaardeerd – dat komt mede door de explosieve vraag naar Azure Cloud, waar veel bedrijven hun datafundament op bouwen.
In 2016 fuseerde de NLO met Lotto. Sindsdien zijn beide databases samengevoegd zodat de NLO vanuit een data-oogpunt te werk kan gaan.
Verandering in de organisatie – ownership en teamstructuur
Na de fusie zijn de brands & portfolio, sales en services samengevoegd en is er focus gelegd op online strategie en IT.
3 jaar na de fusie is NLO nu recentelijk gaan werken met multidisciplinaire teams (bestaande uit marketeers, business controllers, commercieel analisten, product owners en business developers) die ieder haar eigen merk beheren. Sinds april werken deze teams op een agile manier. Voor technologie wordt momenteel een nieuwe manier van werken uitgewerkt die veelal de DevOps beginselen hanteert.
Het BI team (13 man) is losgetrokken uit te organisatie en hangt tegenwoordig onder de CFO. Vanuit dit centrale data-team wordt nauw samengewerkt met de analisten en product owners van de verschillende merken.
De NLO heeft een handleiding opgesteld om nieuwe ideeën voor de merken te realiseren. Hierin wordt gewerkt met multidisciplinaire dashboard en teams standup meetings en agile teams.
Adoptie van het nieuwe data-beleid binnen de organisatie
Waar de NLO zich goed onderscheid is hun aanpak als het gaat om adoptie van het nieuwe data-beleid op de werkvloer. Je merkt dat er veel moeite wordt gestopt in het overbrengen van de nieuwe werkprocessen en denkwijze in de cultuur, al is het belangrijk om dat gefaseerd te doen.
Hoe om te gaan met weerstand op het nieuwe data-beleid?
Volgens de NLO is dit het welbekende reisleider dilemma. 80% van de werknemers vindt het prima en gaat mee met de flow. 10% vindt het fantastisch om te vernieuwen en 10% zien het (nog) niet het nieuwe beleid direct als een vooruitgang.
De NLO heeft daarom een aantal Data Hero’s aangewezen die hun passie en interesse voor digitale innovatie op een natuurlijke manier verspreiden in de organisatie om zodoende meer draagvlak te creëren (voor meer diepgang op dit onderwerp, zie het interview met Vattenfall).
Daarnaast organiseerde NLO een Datamarkt Dag waarop verschillende gemotiveerde medewerkers een stand kregen en hun ideeën over nieuwe data-gedreven producten konden presenteren.
Er is tevens een intensief trainingsprogramma opgesteld in samenwerking met EY/VODW waarin uiteindelijk alle afdelingen een specifieke datagedreven training zullen krijgen.
Waar staat de NLO nu?
Momenteel zit NLO nog midden in hun overgang. De lessen die tot zover hieruit kunnen worden getrokken zijn:
- begin bij het juiste pijnpunt; je data-infrastructuur
- innoveer met mate, niet te snel of te langzaam en zorg dat je bepaalde events verspreid over meerdere maanden
- zorg voor draagvlak binnen de organisatie (door bijv. data hero’s te benoemen)
- stel de juiste verwachtingen binnen het gehele bedrijf
Ben je op zoek naar advies? Klik hier om in gesprek te gaan.
