Datenstrategie zur Einführung von künstlicher Intelligenz (AI)
Unser Kunde, eine erfolgreiche Handelsplattform nach der dritten Finanzierungsrunde, wollte seinen B2B-Kunden zusätzliche Assistenzsysteme bieten. niologic moderierte den Strategieworkshop, unterstützte beim Roadmapping, der Datenstrategie und bei der Personalgewinnung.
Herausforderung
Unser Kunde wollte die Investitionen aus einer weiteren Finanzierungsrunde für die Einführung weiterer Assistenten verwenden. Diese Assistenzsysteme sollten den Endkunden unterstützen seine Produkte erfolgreich über die Plattform zu bewerben. Eine weitere Herausforderung war, dass die Händler teils unterschiedliche Metadaten und Produkthierarchien für Ihre Produkte verwendeten, so dass die Analyse eines erfolgreichen Händlers nur über Anpassungen auf andere Händler übertragbar war.
Vorgehen
niologic brachte zunächst technische und operative Stakeholder der Produktentwicklung in einem Workshop zur Erarbeitung der Datenstrategie zusammen. Gemeinsam wurde das Ziel einer datengetriebenen Handelsplattform und Handelsunterstützung entworfen.
Gewinnbringende Daten wurden schnell identifiziert; Einerseits gab es mehrere Datenbanken und Logging-Systeme, aus denen Daten zusammengeführt werden konnten. Andererseits wurden Kennzahlen und Eingabeparameter identifiziert, welche durch eine leichte Erweiterung der vorhandenen Plattform verfügbar wären.
In dem Workshop zur Produktentwicklung wurden Ideen für eine Handelsunterstützung gesammelt, anhand der Datennutzung und Chancen bewertet und priorisiert.
Als erste Maßnahme wurden verschiedene Maßnahmen zu Location Based Marketing identifiziert. Als weitere Maßnahme wurde ein Scoring Algorithmus entworfen, welcher dem Händler Handlungsempfehlungen basierend auf erfolgreichen anderen Händlern und Best Practices geben sollte.
Zusätzlich wurde mit dem Kunden eine verallgemeinerte Struktur für eine Produkthierarchie gestaltet, welche dabei helfen sollte, ähnliche Produkte bei unterschiedlichen Händlern als gleich zu bewerten. Zusätzlich sollten die Ähnlichkeit der Produkteigenschaften als Merkmal herangezogen werden.
In einem weiteren Schritt unterstützte niologic bei den Fachinterviews neuer Data Scientists und bei der Idee eines Embedded Data Scientists pro Entwicklungsteam (vgl. Product Analyst als Teil des Scrum-Teams).
Projektergebnis und Kundennutzen
Unser Kunde verlor im Potentialworkshop bereits die Berührungsängste mit Big Data und AI. Da die Initiative aus dem Produktmanagement getrieben wurde und der Fokus auf der Produktentwicklung lag, konnte niologic die Erweiterung der Produkte anhand einer Datenstrategie greifbar machen. Unnötige Hindernisse in der Datenaufbereitung wurden vermieden, indem direkt ein Smart-Data Prozess eingeführt wurde. Die nötigen Data Scientists (einer pro Entwicklungsteam) wurden in Zusammenarbeit mit dem Kunden befragt, getestet und ins Team integriert. Zwischenzeitlich konnte der Kunde einige Features der Roadmap umsetzen und z.B. Location Based Marketing in die Plattform integrieren. Somit konnte die Plattform um mobile Features und Omnichannel-Marketing erfolgreich erweitert werden.
Die Vermeidung einer eigenen Abteilung für Data Science und die Integration der Data Scientists in die Produktentwicklung vermieden teure Wissenssilos und lange Featurelisten.