Self service analytics: how to be successful? Daan Vloedgraven, Big data expo, 15 sept.’22

Agenda Technology Process People Kramp Omvang BI Self Service

Bedrijfsprofiel De grootste groothandel, met het grootste dealernetwerk, dat een ongeëvenaard aantal onderdelen en accessoires op voorraad heeft. 3

Algemene feiten Kramp 2022 4 € OMZET IN 2021 WERKNEMERS (FTE) VERKOOPKANTOREN DISTRIBUTIECENTRA DAGELIJKSE ORDERREGELS PRODUCTEN KLANTEN SCORE WERKNEMERSTEVREDENHEID Cijfers 2021

Totale omzet Continue groei in de afgelopen 15 jaar Kramp 2022 5 251 301 310 315 339 392 421 451 668 700 736 790 790 872 953 1031 1081 156 30 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 X 1.000.000 (€) Kramp Overnames Begroting

Klantinteractie Meer dan 700 experts dicht bij elke klant in heel Europa. Kramp 2021 6 INTERNE VERKOOPMEDEWERKERS ACCOUNTMANAGERS VERKOOPTECHNICI & WINKELCOÖRDINATOREN 24 VERKOOP KANTOREN

11 Distributiecentra Dicht bij onze klanten Kramp 2021 7 Verenigd Koninkrijk Nederland Duitsland Frankrijk Spanje Rusland Finland Zweden Denemarken Polen Italië

Digitale leider Kramp 2021 8 BEZOEKEN / WEEK GEM. WINKELMAND WEBSHOP OMZET 2020 WEBSHOP GEM. OMZET/REGEL Innovatieve webshop Product configuratoren Online dienstverlening Kramp Hub Kramp App

9 Kramp 2021 Strategische principes Deze regels sturen onze beslissingen Winstgevende inkomstengroei Schaalbaar en efficiënt Toegewijd aan de klantervaring Digitale leiderschap in onze segmenten & ‘data driven’ Gezamenlijk succes mogelijk maken

BI binnen Kramp 10

Place footer text here 11 Van oplossingen naar data gedreven werken

Aantal rollen/licenties Place footer text here 12

Place footer text here 13 Daan Vloedgraven

Self Service 14

Why self service? 15 How is the margin YTD compared to LY for all business units? Uh, let me check. Here is the report you asked for earlier this week Maarrrr, • Te laat • Roept nieuwe vragen op • Wil achterliggende details • Etc.

Voor en nadelen self service Voordelen:  Business snapt beter wat ze wil dan dat IT dat snapt  Business minder afhankelijk van IT  Kortere doorlooptijden  IT kan zich bezighouden met data engineering (en niet met pixel perfect rapportages.) Nadelen:  Silo’s  onbeheersbaar, dubbele content, ‘wiel wordt vaker uitgevonden’  Verwarring over definities  Sub-optimale technische keuzes 16

Killer rabbit!? 17 Self Service analytics can be a killer rabbit…. It looks easy, but before you know it is a complete mess

Hoe voorkom je dat het een killer rabbit wordt? 18 Source: https://www.procore.com/jobsite/the-foundation-of-successful-wfm-people-process-technology/ Focus niet alleen op Techniek! Maak er geen IT feestje van!

Data & analytics (D&A) development area’s Insights driven Data foundation & technology Structures and governance Analytical skills Data culture & literacy TODAY Datahub Tableau Platform Data model Guidelines Community Tableau skills SQL & BigQuery D&A program Literacy tests Sync job profiles Data strategy per area Leadership academy PO & value Certification Data catalogue Scrum Done In progress Not started yet Internal campaign DevOps Governance 1 9 people process technology

People WHO SHOULD BE INVOLVED? 20

Werving en selectie  Betrokkenheid D&A bij decentrale werving en selectie  Gestandaardiseerde job profiles  Data savvy  Analytics engineer 21

Opleiden Place footer text here 22

FAQ’s via een D&A intranet 23 The D&A community has now access to a dedicated intranet environment. Goals: - Onboard new users - support existing users - Communicate to the mass (and save valuable time) - Share knowledge (less in heads)

De D&A community is springlevend 24 Cultuur: • delen met elkaar van interessante use cases, best practices • Leren en daar tijd voor krijgen (bijv. middels interne competities) • Zorgt voor ‘denken buiten de eigen silo’ Instrumenten: • 2 maandelijkse sessie • SharePoint intranet (WeShare) • Eigen Yammer en MS Stream kanaal • E-learning platform • Interne events

1-1 Jedi sessies  Uitleg over een dataset  Meedenken over:  De vraag achter de vraag begrijpen  Goed visual design  een performance vraagstuk  Etc. 25

E-learning for the mass  On-boarding new employees  Data literacy 26

Improve data literacy of end users Data literacy is the ability to read, understand, create, and communicate data as information. Much like literacy as a general concept, data literacy focuses on the competencies involved in working with data source 27 Source: https://medium.com/nightingale/the-cycle-of-encoding-and-decoding-f3ff17010631

Process HOW IT SHOULD BE DONE? 28

How we want to organize Data & Analytics 29 We believe data should be in the hands of the business. Therefore, D&A is not organized in one single department. Business and BI team have both their tasks. Because of this, we need governance. This picture illustrates how analytics teams can operate in their own domain, but have also a relationship with the central BI team Logistics Technical services CI Purchase BO’s KP: OtD PO Operations Analysts Backlog BI dev. OPERATIONS Data scientist Analytics team KP: PtA PU PO Commerce Analysts Backlog BI dev. Data scientist Analytics team Sales Marketing Sales dev. S & CM BO’s KP: MtO COMMERCE KP: ItA PU DC&T capacity Analytics integration team Analytics Product manager Scrum master Analytics PO’s Guild leads HR BO’s PO HR Analysts Backlo g BI dev. HR Data scientist Analytics team PU DCM Technology DC CX BO’s PO DC&T Analysts Backlo g BI dev. DC&T Data scientist Analytics team PU F & C Legal Facility Real estate BO’s KP: DtC PO Finance Analysts Backlo g BI dev. FINANCE Data scientist Analytics team PU

Guidelines en een template 30

Naming conventions Place footer text here 31

Vinden wat je zoekt 32

Geautomatiseerd wel/geen toegang  Alleen toegang indien:  Op basis van job profile  Expliciete toegang van de eigenaar en je manager (aan te vragen via een applicatie) Zonder tussenkomst IT/BI! 33

Automated housekeeping scripts Inactive workbooks and inactive users Place footer text here 34 Het opschonen gaat dus vanzelf. Zo houden we het overzichtelijk en efficient.

Technology SHOULD ENABLE PEOPLE (SUPPORT THE PROCESS) 35

Waarom Tableau? 36 Tijd en vaardigheden Macht om beslissingen te nemen Barriere  omdat het de barriere naar links laat opschuiven Doordat barriere opschuift, zijn meer mensen in staat om zelf waarde uit data te halen

Ons landschap Place footer text here 37

What is Data observability? Source: https://www.montecarlodata.com/blog-what-is-data-observability/ Data observability Data monitoring Data quality Data governance enables

Hoe zorgen wij voor data observability? 39 GraphQL (Metadata API) GBQ PostgreSQL

Daan Vloedgraven 40

Facilitate power users with lineage (data observability) 41 For data democratization, one of the things people need is access to data that is sufficient documented. Data observability consists of several pillars. One of these is data lineage. It tells you where the data is coming from (upstream) and to where it ‘flows’ (downstream).

Tableau Metadata API / GraphQL Daan Vloedgraven 42

Daan Vloedgraven 43

Daan Vloedgraven 44

Geinteresseerd?  We zijn altijd op zoek naar gemotiveerde leergierige mensen  Centraal (IT)  Decentraal (bijv. online Marking analytics, sales, supply chain)  Stage / afstudeerders / werkstudent  E-learning  Data literacy  Data observability Daan Vloedgraven 45

Vragen? Daan Vloedgraven 46