Mikael Bastian over Data Science binnen ForFarmers

Gegevens – data – zijn van onschatbare waarde. Tenminste, als je deze gegevens op een goede manier kunt koppelen en analyseren. Dan kun je bijvoorbeeld het bestelgedrag van klanten voorspellen, of de relatie tussen grondstoffen en dierprestatie beter begrijpen. Hier komt ‘data science’ om de hoek kijken. We gingen in gesprek met Mikael Bastian, senior Data Scientist binnen ForFarmers.

Om te beginnen: sinds wanneer werk je bij ForFarmers?

“Ik heb na mijn PhD in Parijs drie jaar gewerkt in de agribusiness, bij CRV en Qlip. Bedrijven die zich onder andere bezighouden met de analyse van melk en de prestatie van koeien. En sinds 2020 werk ik bij ForFarmers. Ik ben dus al meer dan tien jaar met data bezig, eerst voor academische doeleinden en vervolgens voor bedrijven ten behoeve van innovatiedoeleinden. Tja, ik word simpelweg blij van het pionieren met data.”

En nu dus senior Data Scientist bij ForFarmers?

Ja, met veel plezier. Als Data Scientist ben ik eigenlijk nog steeds een wetenschapper die met data bezig is”, vertelt Mikael. “Bij ForFarmers hebben we Data Analisten: in het Lab, bij de Control Tower, bij Marketing. Zij kijken naar data zoals het is: wat is gisteren of vorige week gebeurd, wat is het verschil tussen Klant A en Klant B, Fabriek A en Fabriek B? Dat is fundamenteel om benchmarks te hebben. Wat ik als Data Scientist doe is: oké, we zien verschillen, maar zijn deze verschillen zo stabiel dat we hiermee nieuwe beslissingen kunnen nemen? Wat kunnen we concluderen, wat kunnen we voorspellen en waarop kunnen we anticiperen? Ik kijk dus naar de data zoals het kan zijn, ‘beyond the data’. Net zoals de weervoorspelling, die kijkt verder dan het weer van vorige week.”

Mikael werkt in het Data & Analytics Team. Dat is oorspronkelijk het BI (business intelligence) team dat voornamelijk bezig was met rapportages op basis van data. “De volgende stap was om conclusies “beyond the data” te kunnen trekken, en nieuwe data-oplossingen te ontwikkelen. Dan heb je allerlei soorten data nodig, en ook een verzamelplek voor deze data. Daarom hebben we zo’n drie jaar geleden het data lake gebouwd. Dat is de basis van waaruit je als Data Scientist werkt”, legt Mikael uit.

Wat voorspel je dan?

“Dat kan van alles zijn. Het is met name interessant waar je als business de grootste onzekerheid of de grootste complexiteit tegenkomt. Weet je niet welke klanten morgen een spoedbestelling gaan plaatsen? Dan heb je onzekerheid. Met de juiste combinatie van data en analyse, kunnen we een lijst maken van klanten waarvan we een (spoed)bestelling kunnen verwachten”, vertelt Mikael.

“Wat we ook kunnen is complexiteit verminderen. Ik zeg vaak, als jouw Excel of dashboard op een gegeven moment te breed worden, met te veel informatie, en je door de bomen het bos niet meer ziet, dan kan ik helpen met: zouden we optimaal, automatisch en rechtstreeks kunnen berekenen wat je echt wil weten?”

Hoe ziet jouw dag eruit?

“Ik ben bezig met modellen ontwikkelen en coderen, dus zorgen dat de berekeningen en voorspellingen daadwerkelijk worden gemaakt. Daarnaast ben ik ook bezig met projecten en stakeholdermanagement. Het is hierbij van belang om als de business een vraagt heeft, goed te begrijpen wát ze daarmee willen. De data-oplossing moet een antwoord geven op de onderliggende behoefte, en als het goed aansluit kan de impact groot zijn. Vergelijkbaar met business optimalisatie projecten, heeft data science een proportionele impact. Als het proces een '1-miljard euro’s proces' is, kan zelfs een verbetering van 1% een enorm effect hebben. Daarom moeten we onze beperkte capaciteit op de meest impactvolle initiatieven inzetten, met een goede datastrategie. De business zegt wat hun grootste uitdagingen zijn, wij zeggen wat de technische mogelijkheden zijn, en zo vinden we samen de meest belovende kansen.”

Hoe werkt dit in de praktijk?

“Het begint met een business vraag: we willen meer groei, minder kosten, minder klachten, noem het maar. Wij kijken dan naar het werkproces, en wat voor informatie beschikbaar is”, zegt Mikael. “Een voorbeeld is het verminderen van spoedorders. Dankzij BI-rapportages en Data Analisten wéten we hoeveel spoedorders er zijn. Data identificeren een probleem. Maar data kunnen ook de oplossing zijn: kunnen we voorspellen wie gaat bestellen? Dat is dan mijn vak als Data Scientist, om met artificial intelligence (AI) en machine learning de beste voorspellingen te maken. Als we minder onzekerheid hebben over welke klant gaat bestellen, kunnen we deze klant gericht benaderen. En dat is de laatste stap: het integreren van de voorspellingen in het werkproces van collega’s, via een dashboard, of met het registreren van herinneringen in C4C.”

Je werkt dus dwars door de organisatie?

“Ja, absoluut. Maar we zijn een klein team en kunnen niet alles doen, dus we leren collega’s ook om zelf met data om te gaan. De business weet het beste wat ze willen realiseren met data, welke kolommen en filters ze nodig hebben, etc. Als het te complex wordt, kunnen ze bij ons terecht.”

Wat is je stip op de horizon?

"Ik werk hier nu meer dan drie jaar. In die tijd heb ik een revolutie met data gezien: nu kunnen mensen veel meer met data dan drie jaar geleden, en we hebben grote besparingen gerealiseerd dankzij machine learning. Mensen begrijpen beter wat met data mogelijk is. Voor de komende jaren is het belangrijk om aan de juiste initiatieven te werken voor de grootste impact, passend in de strategie van ForFarmers. Iedereen die inefficiency, onzekerheid, of complexiteit ziet en denkt “dit moet toch anders kunnen”, kan aankloppen bij het Data & Analytics team”, zegt Mikael lachend.