Data strategy for the introduction of artificial intelligence (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.

Challenge

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.

Procedure

Initially, niologic brought together technical and operational stakeholders from product development in a workshop to develop the data strategy. Together they set the goal of a data-driven trading platform and trading support.

Profitable data was quickly identified; on the one hand, there were several databases and logging systems from which data could be merged. On the other hand, key figures and input parameters were identified, which would be available through a slight extension of the existing platform.

In the product development workshop, ideas for retail support were collected, evaluated and prioritized on the basis of data usage and opportunities.

As a first measure, various measures for location-based marketing were identified. Subsequently, a scoring algorithm was designed, which should give the retailer recommendations for action based on successful other retailers and best practices.

In addition, a generalized structure for a product hierarchy was designed with the customer to help evaluate similar products as the same for different merchants. Furthermore, the similarity of product characteristics should be used as a characteristic.

In a further step, niologic supported each development team in the expert interviews with new data scientists and in the idea of an embedded data scientist (see Product Analyst as part of the Scrum team).

Result and customer value

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.