Visie Visie&&Ondernemerschap Ondernemerschap
6|
juni
| vkw ondernemen 2013
Luc Burgelman (CEO NGDATA)
(Foto Johan Martens)
Big data is nu echt Big
Visie & Ondernemerschap
Business intelligence, big data… de zoveelste hype uit IT-land? Luc Burgelman: “Big Data is nu écht Big en sluit het tijdperk af van een ‘supplier’-model en katapulteert ons naar een consumentengeleid model. Iedereen is tegenwoordig datagenerator doordat hij belt via mobiele telefoons en surft op het net. De consument heeft heel veel ‘touch points’ en laat daarbij allerlei sporen achter. Dat levert een heleboel ongestructureerde data op, die jaarlijks in volume verdubbelen. Die zit voor 70 procent bij grote bedrijven. Die hoeveelheid potentieel bruikbare data groeide vooral door het succes van mobiele toestellen. Een mobiele bankapplicatie gebruikt een doorsnee consument zowat twintig keer méér dan de applicatie die op pc’s draaide. Dat soort fenomenen zorgt ervoor dat de datageneratie nog zowat jaarlijks verdubbelt. Consumentengerichte bedrijven kunnen daar allerlei leuke informatie uithalen.”
NGDATA mag dan het hoofdkwartier in de Gentse haven hebben, dit technologiebedrijf is bekender in de regio tussen San Jose tot San Francisco. CEO Luc Burgelman kent op zijn duimpje de straat waar de VC’s zitten in Silicon Valley. Door opeenvolgende kapitaalrondes wil deze ‘big data’-speler snel naar 50 miljoen euro omzet. De ambitieuze ‘buy & build’strategie moet zorgen voor kritische massa, een solide klantenbasis en een divers ecosysteem. Big data is niet langer een hype, maar een technologie die wérkt. En NGDATA is klaar om een rol te spelen in die ‘revolutie’.
Wat is daar nieuw? Mijn bank weet toch al heel veel over mij? Luc Burgelman: “De klassieke systemen kunnen dergelijke volumes niet aan en de verschillende formats, klank, video, foto… beletten ook dat men ze kan benutten. Naast het volume en de variabiliteit van de data, speelt ook nog eens de snelheid waarmee data verhandeld worden. Uw bank heeft veel data, maar kan ze er ook iets mee doen? Er komen nu zoveel meer data dat men ze niet kan opslaan in datawarehouses en de systemen zijn niet flexibel genoeg om die uiteenlopende types data “Ik heb geen heimwee naar in een zinvol geheel te presentede start-upfase met vier ren. 20 jaar geleden ging je naar mensen aan een keukentafel. de bank voor een lening en info Naarmate het groeit, wordt daarover kwam in één toepashet plezanter.” sing. Maar vandaag heb je apps voor tablet, pc, etc., en je surft al eens naar een andere bank. Je hebt makkelijk tien kanalen die alle relevante data genereren, maar de bank heeft daar geen zicht meer op. Al die data zitten in verschillende silo’s.” Een gesofistikeerde vorm van ‘datamining’? Luc Burgelman: “Een dataminer prepareerde een subset aan data en ging daar iets trachten uit te leren, maar big data vertrekt van veel méér en van actuele gegevens: zoals locatie, recente websitebezoeken, wat je opzoekt, programma’s die je bekijkt, etc. De vervaltijd van deze gegevens is veel korter. We willen nu snel vaststellen dat 99 mensen van een bepaald profiel product X kochten en dan snel het signaal krijgen dat een 100ste persoon van dat profiel dat product zéér waarschijnlijk ook interessant zal vinden. Daar kunnen we nu systemen voor bouwen. De dataminer van vroeger kan dat niet op basis van analytische modellen. Hij wordt nu vervangen door de data scientist. De miner is heel sterk in het bouwen van modellen, de scientist is sterk in de analyse van de output en legt de link tussen de data en de businessopportuniteiten.” Wat voor een speler zijn jullie in die wereld? Luc Burgelman: “Wij ontwikkelen al sedert vier jaar tools om data te gebruiken voor de business van onze klanten, met name bedrijven die commodityproducten verkopen aan consumenten en die in een zeer concurrentiële omgeving zitten met kleine marges. Voor banken, telecoms, nutsbedrijven,… is het belangrijk om van
vkw ondernemen 2013 |
juni
| 7
Visie & Ondernemerschap
hun potentiële klant een 360-graden beeld te hebben. Op die manier kunnen ze hun aanbod snel afstemmen op potentieel interessante profielen. De strijd wordt geleverd om de goeie klanten. Ons platform Lily brengt een 360-graden beeld van elke klant in real time. Het belgedrag per transactie, wat hij doet op websites, comments op social media, tweets,… zodat ze in real time acties kunnen doen. Het grote probleem van dergelijke bedrijven is een klantenverloop van 10 tot 20 procent. Wie daar een aantal procenten af kan pitsen, “We haalden dit jaar 2,5 milbespaart hen al joen dollar op maar we zullen enorm veel geld. nog rondes doen. VC’s gaan Je kunt beter beletmee als je een heel duidelijke ten dat een klant roadmap hebt waarin je bewegloopt dan dat schrijft waar je binnen drie jaar je hem opnieuw wil staan.” moet proberen te lokken via dure, grootschalige marketingcampagnes van de klassieke stempel. Als een klant bepaalde zoekopdrachten ingeeft, kan je al alarmsignalen genereren. Wij hebben een systeem dat leert. Voor elke klant hebben we een score, ook als dat gaat om tientallen miljoenen klanten.” Waar zit jullie intelligentie? Luc Burgelman: “Het is een combinatie van een databaseapplicatie die ons toelaat om snel grote hoeveelheden data te verwerken en om in real time een 360-gradenbeeld te genereren en dat voor een groot stuk geautomatiseerd. Daarboven spelen dan algoritmes die de data beheren en klanten bijkomende scores toekennen. Een ander stuk van onze waarde zit bij onze data scientists die de data kunnen verbinden met de businessbehoeften. Onze klant hoeft geen duizenden bonnen meer te sturen naar grote groepen klanten, maar een paar honderd naar een beperkt segment en met effectief resultaat. We kunnen ons systeem trainen op basis van data van een klant van de voorbije zes maanden en het zal onmiddellijk vertellen hoeveel klanten die wegliepen wij op voorhand gedetecteerd hadden. En bij onze klanten gaat dat om miljoenen euro’s; honderdduizend klanten die verlopen, die elk nog maar vijfhonderd euro spenderen… reken maar uit. En 100.000 klanten is voor dit soort bedrijven niet eens veel.” Hoe moet ik jullie positioneren ten opzichte van het klassieke aanbod van Terradata, SAS,…? Luc Burgelman: “Ons systeem draait bovenop de datawarehouses van andere spelers. Bij veel projecten die we nu doen, integreert ons systeem met een datawarehouse van
8|
juni
| vkw ondernemen 2013
bijvoorbeeld Terradata. Wij bouwen geen datawarehouses, we integreren ermee.” En business intelligence zoals Cognos, Business Objects, SPSS, SAS, etc.? Luc Burgelman: “BI is een technologieterm, big data is een businessterm voor in wezen hetzelfde fenomeen. BI-tools zijn datawarehouse-gebaseerde systemen die data in batches analyseren en offline. Onze gebruikers vertrekken van dergelijke systemen maar vanuit hun marketinghoek denken ze in termen van campagnes gebaseerd op crmsystemen. Met traditionele BI-systemen kan je geen klanteninteractie opzetten, bijvoorbeeld door een klant een bericht te sturen zodra hij passeert aan een bepaalde winkel.” Dat klinkt Big Brother-achtig? Luc Burgelman: “Dat is het ook wel wat, alleen weet ik niet of dat slecht is. Die data zijn er vandaag al bij telecoms, banken, etc. Vandaag moeten klanten aan die bedrijven hun toestemming geven om ermee te werken en dan kan het een win-win worden. Voor een stuk gaat het over data die je sowieso publiek zet, bijvoorbeeld door een tweet. Je kan moeilijk stellen dat niemand zaken heeft met wat je tweet… Overheden zoals de sociale zekerheid weten nog veel meer. Het wordt maar bedenkelijk als die die data zouden verkopen of er dingen mee doen. Cruciaal is de toestemming; wie zijn smartphone gebruikt en toestemming geeft om de locatiegegevens te gebruiken, maakt daar een keuze. Alle inspanningen en investeringen die gedaan worden door de bedrijven, moeten uiteindelijk de bedoeling hebben om het de consument aangenamer te maken. Vandaar dat men in plaats van Customer Intelligence Management voor ons type van oplossingen eerder spreekt over Customer Experience Management.”
“We zien veel overnamekansen en zijn vertrouwd met een ‘buy & build’-strategie en met fundraising.”
NGDATA startte van nul en ontwikkelt alle technologie zelf. Waar vonden jullie de middelen? Luc Burgelman: “Frank Hamerlinck (medestichter van Porthus en NGDATA) en ik bleven nog een tijdje werken voor de overnemer van ons vorig bedrijf, met name Porthus, een specialist in cloud software. Vier jaar geleden zagen we samen met Steven Noels een aantal opportuniteiten.
Visie & Ondernemerschap
Hoe wordt de groei opgevat? Luc Burgelman: “Alle beslissingen worden genomen in functie van een ‘buy & build’-strategie. Er is de ambitie om op twee tot drie jaar een 50 miljoen euro omzet te draaien. We moeten vrij snel een bepaalde positie innemen. Dat houdt ook in dat we een ecosysteem uitbouwen van partners die ons product mee kunnen nemen in hun aanbod. Dat gaat dan om technologiebedrijven zoals Cloudera, die al een technologienetwerk hebben, maar geen applicaties zoals de onze. Ook interessant zijn de consultants zoals een Accenture, IBM, PwC, en ook de strategieconsultants zoals McKinsey en ATKerney. Die leren bedrijven op CEO-niveau wat het potentieel is van toepassingen zoals de onze. Uiteindelijk is big data geen technologie- maar een businessprobleem, want het gaat om ‘churn’ (klantenverloop) en cross-selling. We zien veel M&A-opportuniteiten en we zijn vertrouwd met een ‘buy & build’-strategie en met fundraising. We hebben al een paar financieringsrondes achter de rug. We haalden dit jaar 2,5 miljoen dollar op maar we zullen nog rondes doen. VC’s gaan mee als je een heel duidelijke roadmap hebt waarin je beschrijft waar je binnen drie jaar wil staan en met welke producten en in welke sectoren, ook geografisch.” Hoe beheersen jullie ontwikkelingskosten? Wanneer willen jullie rendabel worden? Luc Burgelman: “We ontwikkelen inderdaad veel en investeren ook sterk in ‘sales & marketing’, maar we hebben wel een model waarin klanten ‘up front’ betalen en we hebben al klanten die voor vier jaar met ons werken, dus qua cashflow zit dat goed. Die betalingen besparen ons heel wat ‘cash burn’ en het is niet onrealistisch om te rekenen op een klant per maand. We hebben ook data scientists bij de klanten om het model op te starten en door een leerfase te begeleiden. Ook die worden betaald en op zich is dat nu al een rendabele business.”
(Foto Johan Martens)
Steven Noels, vandaag senior vice president Products, kent de ‘uitvinder’ van de big data technology Hadoop en voorzitter van Apache, en zag technologische mogelijkheden. Een andere stichter, Jurgen Ingels, kent de bankenproblematiek en zo zagen we het nut van een tool voor big data. In 2011 was de eerste versie van Lily klaar en hadden we de eerste klanten. Een goed jaar geleden pas zijn we NGDATA officieel gestart, toen we zagen dat er nogal wat downloads waren van ons product. Vele van die downloads waren in de VS, dus we zijn daar gaan werken met een aantal klanten. Toen hebben we voor het eerst geld opgehaald bij business angels, voor de helft hier, voor de helft ginder.”
Luc Burgelman (45)
Ondanks een academische achtergrond in artificiële intelligentie, wil Luc Burgelman, als burgerlijk ingenieur, op het einde van de dag wel zien hoe iets werkt. Hij is ondertussen twintig jaar bezig met neurale netwerken. Reeds bij Sidmar was hij geïntrigeerd door complexe systemen die een gewone formule overstijgen en probeerde hij zaken uit met procesdata. Hij was ook te veel ondernemer om op academisch niveau bezig te blijven met artificiële intelligentie. Burgelman zou in 2000 medestichter worden van Porthus, een producent van cloud-oplossingen, dat hij in 2006 naar de beurs bracht. Hij bleef er nog een tijd aan de slag toen Porthus in 2010 werd overgenomen door Descartes Systems Group. (JC)
vkw ondernemen 2013 |
juni
| 9
Visie & Ondernemerschap
Geef eens een voorbeeld van wat zo’n model kan doen. Luc Burgelman: “Ons model leert op basis van heel veel voorbeelden. Dat kan ‘guided’, waarbij je de formule voorstelt voor wat het model moet doen, maar niet de parameters. Je hebt ook de echte artificiële intelligentie waarbij een computer zelf een model uitbouwt doordat hij relaties beter en beter herkent. Eén aspect van wat ons systeem méér doet, is bijvoorbeeld de interpretatie van zaken als twitterfeeds. Lily kent aan uitspraken over een product of een merk een sentimentscore toe. Wat mensen zeggen over zo’n merk of product is interessant, maar eer het systeem daar conclusies uit kan trekken, moet dat wel geïnterpreteerd worden. Is het sterk positief of sterk negatief? Dat is nodig om werkelijk gesofistikeerde feedback te geven. Simpele modellen registreren dat persoon X product Y kocht en zal persoon X een aantal berichten sturen voor
“Te veel mensen in de groep die zich niet optimaal voelen, zullen de cultuur negatief beïnvloeden. Of ze zullen dat uitstralen bij een klant.”
gelijkaardige producten. Maar de betere systemen registreren ook dat persoon X product Y kocht en er zich ’s anderendaags op Twitter over beklaagt. Upselling heeft in dat geval geen zin. Een goed systeem kan er ook mee om dat verschillende bronnen elkaar tegenspreken of dat de ene bron sneller achterhaald is dan de andere.” Jullie scoren eigenlijk producten doordat men een waarde toekent aan een uitspraak daarover? ‘De idioot Janssens’ krijgt dan een negatieve score, de ‘geniale Peeters’ een heel positieve? Luc Burgelman: “Ja en bij ons gaat het om een interactie tussen enerzijds een product, bedrijf of een merk en anderzijds een persoon. Een zin wordt vertaald naar een sentimentscore. Wij berekenen heel snel voor pakweg 50.000 klanten en 100.000 producten een propensity-score, zeg maar een neiging om dat product aan te kopen. Voor elk van die kruispunten tussen persoon en product berekenen wij in real time een score. Bij elke tweet van die persoon wordt de sentimentscore bijgesteld. Op die manier kan je op ieder moment van de dag zeggen welke de 100 klan-
10 |
juni
| vkw ondernemen 2013
ten zijn die een specifiek product het waarschijnlijkst zullen aanschaffen.” Als ik bepaalde sites bezoek, kan dat als gevolg hebben dat bepaalde reclame mij blijft volgen, ook op andere sites… Luc Burgelman: “Neen, dat is niet wat wij doen. Wij bezorgen de input voor dergelijke instrumenten zoals cookies. Wij sturen de interactie die een bedrijf kan hebben met een klant via diverse kanalen, maar gaan niet specifiek de actie zelf ondersteunen die de klant nuttig acht.” Hoe ziet NGDATA er vandaag uit als organisatie? Luc Burgelman: “NGDATA telt vandaag 50 medewerkers waaronder tien in de kantoren in New York en San Francisco. We denken nog veel technische mensen aan te werven die kunnen programmeren rond big data voor de R&D-kant, ook data scientists die dichter bij de business staan aan de klantenkant. Ook specialisten inzake machine learning (artificiële intelligentie) hebben we nodig.” U bent conceptueel zeer sterk, maar nu moet u op de winkel passen en er zijn al 50 medewerkers? Luc Burgelman: “Het ligt me wel. Ik ben bezig met processen en een bedrijf is een organisme dat moet functioneren, ook zonder mij. Dat is een uitdaging. Ik was al CEO bij Porthus met een 250 mensen. Dat bedrijf hebben we uiteindelijk naar de beurs gebracht. Ik heb geen heimwee naar de start-upfase met vier mensen aan een keukentafel. Naarmate het groeit, wordt het plezanter. Al blijft het product wel nog altijd het hart. Ik ken geen IT-bedrijf waar de CEO niet erg dicht bij het bedrijf blijft. Het belangrijkste blijft een cultuur waarin iedereen met passie komt werken. Te veel mensen in de groep die zich niet optimaal voelen, zullen de cultuur negatief beïnvloeden. Of ze zullen dat uitstralen bij een klant. Ik heb dan ook geen moeite om het te zeggen tegen mensen die niet passen in die cultuur. Ik heb vijf jaar in het Nederlandse Hoogovens gewerkt en de directe stijl die je daar oppikt, helpt wel.” Jo Cobbaut
