10 business intelligence lessen | Case: fietsenwinkel.nl

10 wijze BI-lessen van fietsenwinkel.nl

Geschreven door

10 praktische BI lessen van de case van fietsenwinkel.nl, winnaar van de Dutch BI & Data Science Award 2017:

Agility in productontwikkeling

Fietsenwinkel.nl won op 7 december 2017 de Dutch BI & Data Science Award. De vakjury wees de onderneming aan als winnaar en ook de publieksprijs ging naar dit innovatieve bedrijf uit Amsterdam. De mensen van fietsenwinkel.nl zijn door een hele sterke focus op data en door online zakendoen in staat gebleken om een traditionele branche disruptief te veranderen. Bovendien weten ze heel snel te groeien door slim gebruik te maken van data en BI en data analytics tools. Hoe doen ze dat? Hoe kunnen ze zo snel gecontroleerd groeien en “PDCA-en”? Profiteer van de 10 wijze lessen van fietsenwinkel.nl.

Les 1: Voer een A/B test uit

Via online A/B-testen kijkt fietsenwinkel.nl welke fiets en welke kleur een leverancier het beste kan maken, let wel: deze testen doen ze zelfs nog voordat de fiets geproduceerd wordt. Een voorbeeld. Leveranciers sturen aan fietsenwinkel.nl 3D-foto’s van de fiets, waarbij ze eigenlijk nog niet weten in welke kleur ze die moeten gaan produceren.

Les 2: Analyseer het surf- en zoekgedrag

Volgens de klassieke manier maakten leveranciers bijvoorbeeld vijfduizend blauwe en vijfduizend rode fietsen. Maar dan bleek in de praktijk dat iedereen de blauwe wilde hebben en bleef de leverancier aan het eind van het seizoen met al die rode fietsen zitten. Bij fietsenwinkel.nl zien zij al van tevoren aan het surf- en zoekgedrag welke fiets het meest verkocht gaat worden. Die informatie delen zij met hun leveranciers. Dat is hen veel waard. Hierdoor hebben zij minder incourante voorraden en fietsenwinkel.nl krijgt er op zijn beurt bijvoorbeeld weer betere voorwaarden voor terug.

Les 3: Ga uit van de werkelijke klantbehoefte

Inmiddels heeft fietsenwinkel.nl een nieuw, eigen model fiets ontworpen die puur datagedreven tot stand is gekomen. De ontwerpers begonnen met de vraag hoe ze met zo weinig mogelijk typen fietsen een zo groot mogelijk deel van hun klantenbestand een fiets kunnen aanbieden. Een fiets die mensen ook daadwerkelijk willen.

Les 4: Benut de aanwezige innovatiekracht

Doordat ontwerpers van elke doelgroep weten welke eigenschappen van een fiets zij belangrijk vindt, hebben zij door het slim combineren van vele factoren, geheel datagedreven een nieuw type fiets ontwikkeld waar iedereen op zat te wachten.

Je begint niet bij nul met je plan. Je baseert je op historische data en op data die je uit vooraf-testen haalt

Les 5: Baseer je op historische data

De eerste fiets die uit de factoranalyse kwam, was een comfortabele elektrische fiets met een lage instap, maar wel een met een hele klassieke uitstraling en luxe afgewerkt met leren handvaten en een leren zadel. Die combinatie was nog niet eerder gemaakt. Dit is tevens een voorbeeld van hoe je in de Plan-fase al data gebruikt. Je begint niet bij nul met je plan. Je baseert je op historische data, relevante stuurinformatie en op data die je uit vooraf-testen haalt.

Les 6: Laat de data beslissen

Inmiddels heeft fietsenwinkel.nl onder het label Brinckers drie nieuwe typen fietsen ontworpen die puur datagedreven tot stand zijn gekomen. Dus de data bepaalt nu voortaan het idee en geeft input aan de nieuwe Plan-fase en niet andersom.

Les 7: Combineer standaardisatie met flexibilisering

Behalve in productontwikkeling investeert fietsenwinkel.nl ook flink in de agility van hun organisatie. Zo standaardiseert het bedrijf de backoffice juist heel radicaal. Denk aan staffuncties als finance, HR, maar ook aan het callcenter, customer support, het warehouse, het monteren en bezorgen van een fiets: dat zijn allemaal gestandaardiseerde processen. Deze vormen de backbone van de organisatie. Nu die standaard eenmaal staat, hoeven medewerkers aan die processen heel weinig tijd en energie te spenderen. Voor standaardhandelingen is het proces leidend. Er is bij wijze van spreken een standaardmachine, waarin je een order zet waar “vanzelf” een fiets uitkomt. De frontoffices daarentegen zijn juist weer heel flexibel. Daar speelt fietsenwinkel.nl het spel van de variatie en weet het bedrijf in te spelen op tal van factoren die lokaal spelen. Daar zijn ze juist heel agile. Het is dus een combinatie van standaardiseren waar mogelijk en extreem flexibiliseren van de organisatie waar nodig.

Les 8: Think global, act local

Door geautomatiseerd vele A/B-tests uit te voeren, blijkt welke ingrepen op de website goed scoren en welke unique selling points (USPs) aanslaan in specifieke regio’s of landen. Ook weten marketeers hierdoor welke marketingactie waar succesvol is. De werkelijke agility van de organisatie verdient zich dankzij harde informatie op meerdere fronten terug, niet alleen in de ontwerpfase, maar ook elders.

Davy Louwers licht toe: ‘We hebben eens een marketingactie gehad waarbij mensen die een elektrische fiets kochten een gratis helm kregen. Die actie liep in Denemarken heel goed. Maar in Nederland was het effect juist negatief. We verkochten er zelfs minder fietsen door. Blijkbaar willen Nederlanders niet geassocieerd worden met een helm. Zo ontwikkelen we geautomatiseerd en datagedreven per land allerlei lokale strategieën. Hierdoor komt aan het licht welke producten en USPs we in welk land voorop moeten zetten om lokaal tot de beste verkoopstrategie te komen. Om nog een voorbeeld te noemen: in Denemarken verkopen ze geen fietsen met handremmen. Daar wil blijkbaar iedereen een terugtraprem. Ik weet niet waarom, maar het is een feit.’

Les 9: Investeer in software en algoritmes

Naast de strategische overwegingen heeft fietsenwinkel.nl ook voor de dagelijkse operatie een hoge agility ontwikkeld. Hiervoor maken zij gebruik van software die ze “the mother brain”, het moederbrein, noemen. Louwers: ‘Dit moederbrein bepaalt onder meer waar op de website de fiets wordt getoond. Bovenaan de lijst of onderaan de lijst. Wat de prijs is van elke fiets, kan ook veranderen op basis van verschillende soorten input.Denk hierbij aan het feit of het mooi weer is of niet, de actuele prijs en marketinginspanningen van concurrenten en het surf- en zoekgedrag van mensen, ook op andere websites.’

Les 10: Benut de mogelijkheden van Google maximaal

Google is volgens Louwers een goede hulp. ‘Ook onze eigen voorraad speelt een rol. Op grond van al die actuele gegevens wordt voor elke fiets automatisch de output bepaald. De output is: waar komt die fiets op de website te staan, wat is de prijs ervan, hoeveel marketingbudget gaan we eraan uitgeven en wat gaan we er, grotendeels geautomatiseerd, voor inkopen bij leveranciers. Dat gehele complex van factoren rekent het systeem elke tien minuten automatisch door.’

Conclusie

Fietsenwinkel.nl is een schoolvoorbeeld van hoe een eerste PDCA (namelijk het idee om fietsenwinkel.nl te beginnen) kan uitmonden in een bijna realtime datagedreven PDCA, waar de data het idee bepaalt en niet andersom.

Reageer op dit artikel van Daan van Beek

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Een selectie van onze klanten

Word nu ook klant

Wil je ook klant bij ons worden? Wij helpen je maar wat graag verder met 10 business intelligence lessen (case: fietsenwinkel.nl) of andere zaken waar je slimmer van wordt.

Daan van Beek, Managing Director

DAAN VAN BEEK MSc

Managing Director & auteur van 'De intelligente organisatie' (6e druk)

neem contact met mij op

Fact sheet

Organisaties geholpen
3691
Trainingen & workshops
3692
Deelnemers opgeleid
3693
Beoordeling klanten
8,9
Consultants & docenten
3694
Kantoren
3
Jaar ervaring
14