DPD stilt datahonger: 'Vroeger losten we alles op met extra mensen; nu met data'

DPD stilt datahonger: 'Vroeger losten we alles op met extra mensen; nu met data'

Om dozen te schuiven heb je geen data nodig, zo was lang de gedachte. DPD weet inmiddels beter. Sterker nog: het bedrijf ziet in data de sleutel om de ultieme droom uit te laten komen: in een gestandaardiseerd massaproces ieder individueel pakketje flexibel kunnen behandelen.

‘We hebben nu het eerste niveau van IT-volwassenheid behaald.’ Aan het woord is Eric Dietz, directeur DPD Nederland. Zijn woorden onderstrepen het ambitieniveau van de pakketbezorgdienst. Er is de afgelopen twee jaar al veel gerealiseerd – onbetwiste parel: het dataplatform – maar er zijn nog diverse stappen te nemen om de digitale mogelijkheden echt tot volle wasdom te laten komen. De reis duurt voort, met adviesorganisatie CGI als belangrijke reisgenoot. ‘CGI is de drijvende kracht achter onze innovaties’, beaamt Dietz.

Data in combinatie met logistieke expertise

De eerste aanzet tot verandering gaf Dietz zelf, met data als belangrijkste instrument. ‘Toen ik in 2016 bij DPD kwam werken, was dit een fantastisch “can-do”-pionierend dozen-aflever-bedrijf. Als er iets misging, waren we in onze sas: we waren namelijk wereldkampioen brand blussen. Maar ik vond toen al dat het beter is om wereldkampioen brand vermijden te worden. Immers: beter voor onze klanten. We onderzochten zodoende wat we allemaal moesten weten om brand te vermijden. Dat was voor ons ongewoon. Want als je dozen schuift, heb je toch geen data nodig? Toch hebben we ons volledig op de data gestort, vanuit de overtuiging dat goede data in combinatie met onze logistieke expertise tot mooie dingen kan leiden. Onze toenmalige applicaties waren echter aan het eind van hun levensduur en genereerden niet de data die we wilden. En zo is CGI bij onze reis betrokken geraakt.’

Data filteren

CGI moderniseerde het IT-landschap van DPD. Maar dat was slechts het begin. Dietz wilde ‘een bak aan data’; daarnaast moest zijn organisatie leren hoe je het optimale uit die data kunt halen.
Om hiervoor enerzijds intern draagvlak te krijgen en anderzijds ook aan CGI helder te maken wat hij voor ogen had, kwam Dietz bij een inspiratiesessie met een mooi beeld: woestijnracen. ‘Dat is een prachtige hobby die ik al jaren beoefen. Ik kocht ooit een woestijnauto met maar liefst 36 metertjes in het dashboard. Als er iets ging piepen, wist ik niet wat het probleem was. Ging er wat knipperen, dan had ik geen idee wat ik moest doen. Mijn hoofdmonteur heeft dus alle metertjes afgeplakt. Maar dat was geen goed idee, want één van de meters, de oliedruk, was wél relevant. Ik blies de motor op en moest twee nachten in de woestijn wachten op de hulptroepen. De les die ik hieruit trok: met te veel data weet je niet wat je moet doen. Maar als je de relevante data niet hebt, kan het dus fout gaan. Op die manier zijn we naar ons logistiek proces gaan kijken. Als je realtime alles van een pakje zou weten, en je kunt die data filteren zodat de lijnmanagers eendimensionale besluiten kunnen nemen, dan ben je in die ultieme droom gekomen dat je in een gestandaardiseerd proces ieder pakje flexibel kunt behandelen. En daar werken we nu naar toe.’

'We hebben een bibliotheek laten bouwen waarin alle data van DPD wordt gestandaardiseerd.'”

‘CGI heeft ons bij het bovenstaande geweldig geholpen’, vervolgt Dietz. ‘We hebben feitelijk een bibliotheek laten bouwen waarin alle data van DPD wordt gestandaardiseerd. Het is enorme bieb, maar we hebben deze zo ingericht dat we precies weten naar welke etage je moet gaan en in welke sectie en in welke boekenkast je het boek vindt dat je zoekt.’

De oplossing ligt in data

‘Met deze bibliotheek zou je iedere vraag moeten kunnen beantwoorden’, voegt Dietz toe. ‘Maar dan heb je ook rekenkracht nodig. En, zeker zo belangrijk, een team experts die snappen hoe je de formules opstelt om uit die enorme bak gegevens die inzichten te halen die je wilt. We zijn voorzichtig begonnen, met drie econometristen en een paar boekenkasten aan data. Maar wat daar al uitkwam! Het was voor veel managers wel even slikken. Komt er een snotneus jou met al je ervaring ineens vertellen wat je anders zou kunnen doen. Maar al gauw ontstond er wederzijds respect en beseften we allen dat die combi van data en logistieke expertise inderdaad goud waard is. Inmiddels hebben we een achtkoppig team dat zich de hele dag op de data stort en is er binnen onze organisatie sprake van datahonger. Waar we vroeger elk probleem oplosten door extra mensen in te zetten, zoeken we nu de oplossing in de data.’

Exit Brexit-problematiek

Dit ‘datadenken’ kreeg begin dit jaar vleugels toen data inderdaad de oplossing bood in de eerste ‘Brexit’-weken. Dietz: ‘Door de Brexit moesten we ineens bij elk pakje richting het Verenigd Koninkrijk aangeven wat erin zit, wat de commerciële waarde is, hoeveel in- en exportbelastingen we hiervoor moeten betalen, et cetera. Een digitale oplossing lag voor de hand, want zo’n 70.000 carbonpapiertjes per dag invullen is wat te veel van het goede. De eerste dagen waren turbulent, waarbij gelukkig veel goed ging. Maar niet alles. Dat resulteerde in een unhappy flow met 50 root causes. Stuk voor stuk klein bier. Maar alles bij elkaar, door elkaar en zonder samenhang, was het toch echt vervelend. We hebben zodoende ons volledige datateam aan het werk gezet, met alle data uit onze bibliotheek. Binnen twee weken was er volledige transparantie op pakketniveau en wisten we wat we moesten veranderen. En na een week of zes waren we de brand meester. Niet door er heel veel water op te gooien, maar door slim te blussen: hier wat brandbaar materiaal verwijderen, daar wat zuurstof weghalen. Er was al datahonger binnen onze organisatie, maar die is nu alleen nog maar toegenomen.’

Transparantie

Tegelijkertijd met de datahonger groeit ook de hoeveel data: aan de bibliotheek wordt steeds meer brondata toegevoegd. ‘Hierdoor kunnen we steeds betere analyses maken en betere voorspellingen doen. We zijn nu dicht bij het moment dat we de klant vooraf met een zekerheid van 99,9 procent kunnen vertellen wat er met zijn pakket gaat gebeuren en wat de variabele kosten zijn. Deze informatie willen we ook proactief met de klant delen. Kijk: geen enkele klant verwacht van een pakketservice dat alles altijd goed verloopt. Wat de klant wel verwacht is transparantie: je meldt dat het pakketje wat later of zelfs een dag later komt. Daarmee neem je al 90% van de hitte van het probleem weg. En moet het pakketje toch echt dezelfde dag nog bij de ontvanger zijn, dan kun je dit altijd oplossen. Je weet immers waar het pakketje is en kunt bijvoorbeeld een koerier inschakelen.’

Voorspelbaarheid als heilige graal

Data geeft echter nog meer waardevolle inzichten om de reis van een pakketje te optimaliseren. ‘We kunnen bijvoorbeeld voorspellen wanneer iemand thuis is. Neem een wijk waarin vooral senioren wonen: de kans dat zij overdag thuis zijn is groter dan in een wijk met tweeverdieners. Dergelijke gegevens kunnen we gebruiken om onze markt nog meer “personal” te maken. Dat wordt het sleutelwoord voor de komende jaren. Dit is een commoditymarkt die het enerzijds moet hebben van schaalgrootte en efficiency, maar anderzijds wil de consument persoonlijke service. Daarom willen we onze klanten realtime op de hoogte houden: over acht minuten staan we bij je voor de deur. De consument kan dan beslissen: ik stel mijn bezoek aan de supermarkt nog even uit of ga toch en app de pakketbezorger om laten weten dat hij het pakket bij de buren kan afleveren, want die zijn thuis. Dan zet je de consument aan de knoppen.’

Datagedreven ontwikkelingen

Dietz ziet nog veel meer datagedreven ontwikkelingen tot stand komen. Zo krijgt de consument, als het aan Dietz ligt, straks de keuze om alle pakketten voor hetzelfde huishouden niet verspreid over de week te ontvangen, maar op één en dezelfde dag. Iets dat de duurzaamheid, ook in de logistiek een hot topic, ten goede komt. Verder ziet Dietz een service ontstaan die vergelijkbaar is met het aanschaffen van een vliegtuigticket. ‘We hebben geen oneindige capaciteit. Zeker nu de markt door corona ontploft is, zitten we soms vol. Maar wat doe je als je naar Madrid wilt en de vlucht is volgeboekt? Dan zoek je een vlucht die eerder of later vertrekt. Aan de hand van data kunnen we onze klanten laten zien dat we vol zitten, maar dat eerder of later bezorgen wél kan. We geven onze klanten dus niet alleen realtime toegang tot onze data, maar laten hen zelfs meesturen, zoals ook de consument invloed heeft op de reis van het pakketje. Zo zie je: er staan nog vele mooie dingen te gebeuren. En daarbij speelt IT, data en daarmee dus ook CGI, een zeer belangrijke rol.’