Waarom je als MKB’er een project wilt starten met het MKB Datalab. Mandi Damme (Merford) vertelt waarom

Voor veel ondernemers is Data Science nog een onduidelijk begrip. Met het MKB Datalab wordt de brug gelegd tussen de kennis van Data Science en het toepassen ervan in de dagelijkse praktijk. Het JADS MKB Datalab voert projecten uit met Data Science studenten. Voor dit artikel spraken we met Mandi Damme, informatieanalist en applicatiebeheerder bij Merford, over hun ervaringen met het MKB Datalab.

Waar het allemaal begon
“Een aantal jaar geleden zijn we via ons netwerk in aanraking gekomen met machine learning en big data en wat er daarin allemaal gebeurde op dat moment. We hadden meteen zoiets: hier moeten we wat mee! Ondanks het feit dat we MKB zijn, hebben we een hele boel data waar we nog niks mee deden en veel potentie in zagen. Ons netwerk tipte ons op het MKB Datalab van JADS. We hebben toen contact opgenomen en dat was direct positief en gastvrij. We mochten langskomen op de campus in Den Bosch om de sfeer te proeven en daar konden we direct aansluiten bij een praktische workshop.

Laagdrempelig en meedenkend
Het MKB Datalab is heel laagdrempelig en meedenkend. We hebben veel contact gehad met Maaike Blok, zij was vanaf het begin onze contactpersoon en dat is eigenlijk zo gebleven. Het voordeel vond ik dat Maaike een linking pin vormde. Tussen ons in de praktijk en de student in de theorie. Zij kon onze wensen goed formuleren zodat het een goede opdracht werd voor ons als opdrachtgever. Die linking pin van een net wat meer ervaren persoon erbij was wel heel waardevol.

Het eerste project
We zijn eigenlijk heel snel in het traject gerold om samen met een gematchete student iets te gaan ontplooien. We hadden zelf een idee voor een soort ‘early warning system’ voor onze eigen projectorganisatie. Merford is de specialist in het ontwikkelen van totaaloplossingen op het gebied van geluidsbeheersing en maatwerk akoestische deuren. We wilden onze projectleiders vroegtijdig kunnen waarschuwen over mogelijke problemen of kostenimplicaties, in plaats van achteraf signaleren dat er iets is gebeurd. Ons grootste belang is het verschil tussen de verkoopprijs en de kosten, daarom zitten daar projectleiders op die dat managen. Juist die invalshoek hebben we gekozen voor het eerste project.

Het proces
Het eerste project was misschien wat aftastend, maar dat was fijn omdat wij ook nog niet duidelijk voor ogen hadden wat we wilden. We hebben de student uitgelegd hoe het er in het bedrijf aan toe gaat om de student een beeld te geven van wat er gebeurt in de praktijk. In projecten daarna gingen we meer de diepte in. Met onze eerste student hebben we in drie vervolgprojecten zo een ‘early warning system’ gemaakt, die op basis van de data een voorspelling doet in de projectmarge en afwijkingen hierin. Hiermee kunnen we onze mensen informeren zodat zij hiernaar kunnen handelen. Zo kunnen we er meteen op anticiperen en maakt het systeem eigenlijk voorspellingen zodat die dingen niet kunnen gebeuren.

Python script als basis voor het project

Ideale opstap
Inmiddels zitten we in ons 6e project met het Datalab. Het fijne aan het Datalab is de flexibiliteit met de student en hoe je elkaar scherper kan zetten. Omdat wij zelf nog zoekende zijn past die flexibiliteit ons. En een student kan daar net wat makkelijker mee omgaan dan wanneer je er een dure consultant neerzet. Het feit dat de investeringen in een Datalab project beperkt is, is ook een argument om hiermee aan de slag te gaan. Je hebt op een laagdrempelige manier toegang tot normaal gesproken hele dure kennis op dit vlak. Dit is het ideale opstapje om iets met data te gaan doen met je bedrijf.

Mandi Damme, informatieanalist en applicatiebeheerder bij Merford

Het is gaan leven binnen ons bedrijf
Vanwege dit soort projecten is het wel echt gaan leven binnen ons bedrijf. Nu zien we hoeveel informatie we eigenlijk al hebben en wat we ermee kunnen doen! Doordat je moet nadenken hoe je de informatie overdraagt aan de student ga je zelf ook beter naar de data kijken en dit filteren zodat je schonere data krijgt. Dan krijgt de data echt zijn waarde en dat is het gedachtegoed dat nu overal in ons bedrijf doorsijpelt.

De volgende stap zetten
We zijn erg tevreden over de uitkomsten van de projecten, zeker als je ziet wat een student in een relatief korte tijd opgeleverd krijgt. Mijn tip is “denk niet dat een student alleen het verschil gaat maken, uiteindelijk moet je als organisatie zelf namelijk (mee) veranderen en helpt die student meer om het vorm te geven.” Het is als organisatie belangrijk om mee te gaan in het proces en niet alleen de student een opdracht te geven. Als je organisatie ook meebeweegt dan kan je met die student echt de volgende stap gaan zetten en krijg je er heel veel voor terug.”

foto’s © Merford

Meer informatie
Meer weten, een workshop bijwonen of een vraag stellen? Lees meer over het JADS MKB Datalab op onze MKB Datalab pagina.