‘Data en algoritmes gaan in de toekomst alleen maar belangrijker worden’

De merknaam Wehkamp behoeft eigenlijk geen uitleg meer. Als webwinkel zijn zij al jaren een van de grote spelers op de Nederlandse markt. Maar een gevestigde naam betekent natuurlijk niet dat er geen ruimte is voor innovatie en verbetering. Development Manager Sebastiaan Bekker legt op donderdag 30 januari uit hoe het bedrijf middels Machine learning haar gehele customer journey stroomlijnt. 

Volgens Bakker is data ontzettend belangrijk voor iedere webwinkel, maar het gebruik je de beschikbare data effectief? “Eigenlijk levert online winkelen één lange stroom aan data op. Maar wat ga je met die data doen? Dat is een vraag waar -nog steeds- veel onlinebedrijven mee worstelen. Ook liggen er vaak kansen in onverwachte hoeken, die moet je ten volle benutten.”

Samenwerking tussen strategische mens en pragmatische computer

Om ervoor te zorgen dat die enorme stroom aan binnenkomende data zo efficiënt mogelijk gebruikt wordt, heeft Wehkamp twee jaar geleden een datastrategie opgesteld die uitgaat van een nauwe samenwerking tussen mens en computer; niet puur op automatisering gericht dus. Deze strategie is afgekeken van grote bedrijven als Facebook, die het op hun beurt weer afkeken uit een bijzondere wereld: die van de schaakgrootmeesters. 

Bakker legt uit hoe dit zo gekomen is: “Toen er gedurende de tweede helft van de twintigste eeuw steeds betere schaakcomputers kwamen, zag je dat menselijke schakers al heel snel verslagen werden. Echter toen mens en computer samenwerkten tegen een nieuwe generatie schaakcomputers, werden die weer verslagen. Dat kwam omdat computers heel goed zijn in het pragmatisch verwerken van data, maar het strategisch denken is het terrein van de mens. Die samenwerking tussen mens en machine wordt in de schaak- maar nu ook in de datawereld, centaurs genoemd.”

Er is nooit te weinig data

Die centaurs worden veelvuldig en met succes ingezet door grote bedrijven die hun niet-aflatende stroom aan data willen omzetten in machine learning; algoritmes die de gehele customer journey zo gedetailleerd mogelijk in kaart brengen. Al doende leerde men bij Wehkamp twee hele belangrijke lessen. Bekker: “Allereerst is het belangrijk dat je enorm veel data hebt: wanneer je een algoritme opbouwt is er nooit te veel data. Hoe meer data je hebt, hoe beter je systeem wordt.”

De tweede bevinding van Sebastiaan Bekker en zijn team is meer van praktische en budgettaire aard. “Veel technieken op het gebied van machine learning en AI zijn inmiddels alweer een paar jaar oud, waardoor je geen enorm team van uiterst gespecialiseerde -en dure- data engineers nodig hebt, maar het vrij gemakkelijk af kan met één á twee echte experts, en een compact team met mensen die weten wat de behoeftes zijn op het gebied van het in kaart brengen van de customer journey. Gebruik dus de technieken die al bestaan.”

‘Zorg dat je mensen weten waar het over gaat’

Een simpel voorbeeld van hoe machine learning gebruikt kan worden voor het stroomlijnen van processen binnen Wehkamp. Middels een simpel maar vernuftig systeem worden de foto's van verschillende outfits automatisch op de juiste maat gesneden. “Dat werkt als volgt: met relatief weinig coderegels kun je ervoor zorgen dat het systeem bij ieder model ‘weet’ waar een aantal sleutelpunten zitten: schouders, knieën, hoofd en romp. Zo wordt iedere foto automatisch op maat ingepast op de website.”

Bekker concludeert zijn verhaal met een advies aan iedere webshop die nog worstelt met het effectief toepassen van machine learning en AI: “Data en algoritmes gaan in de toekomst alleen maar belangrijker worden. Dus zorg ervoor dat je mensen in ieder geval weten waar het over gaat als het over coderen, AI en andere termen gaat. Je zult zien dat het zichzelf uitbetaalt wanneer je datastroom op de juiste manier ingezet kan worden.”