Pon opereert op mondiale schaal en in meer bedrijfstakken dan we kunnen bevroeden. Van genetica via agricultuur tot energie, zware machines, mijnbouw, scheepvaart, zowat alles op wielen en vooral ook mobiliteit in zijn algemeenheid. Hun expansiedrift verklaart waarom ze investeren in start-ups en scale-ups. De kracht van dergelijke handzame en zelfstandig opererende units heeft de holding veel gebracht. Een ervan wordt kennelijk als groeibriljant gekoesterd. Pon Datalab heeft een bekend klinkend adres in Leusden. Inmiddels zo’n twintig medewerkers proberen er elke woensdag aan te schuiven om ouderwets te brainstormen. Hun naam zegt het al: data is the name of the game.

Een heel tastbare vondst en zo’n resultaat van die ‘innovatie woensdagen’ is de start-up Lensor. Hun product: vier scantorens met zestien camera’s die via beeldherkenning op basis van kunstmatige intelligentie bepalen of (en precies welke) schade er is aan een langs de scanners rijdend voertuig. Op basis van zogenoemde deep learning wordt het systeem in de cloud steeds slimmer. Dat proces neemt seconden in beslag. Eventuele geconstateerde reparatiekosten worden via een internetlink bepaald en met de klant gecommuniceerd. Na reparatie checkt de scanpoort of alles goed is uitgevoerd.

Lensor bestaat nog maar net – in feite een goed jaar in actie – maar ze hebben al klanten als AH, Sixt, DSG Wagenbeheer, Pon en Pon Logistics. Die zijn overtuigd van de tijdwinst en efficiency van zo’n systeem in the cloud. Het vraagt ook weinig fantasie om de troefkaarten te bedenken bij pakweg het uitgeven en weer in ontvangst nemen van huur-, deel- en leaseauto’s. En bedrijfswagens. Minder arbeidsintensief en altijd even precies.

Data omzetten in business

Directeur Data en Analyse Ralf de Haan van het overkoepelende Pon Datalab onderstreept dat het onder de vleugels van de grote moeder snel gaat en – zegt hij – gelukkig ook zonder enorme investeringen. Al binnen een handvol jaren, zo horen we uit de hoek van de diverse merken, bedienen ze zowat alle geledingen van Pon door slim gebruik van data.

In zijn team vooral datawetenschappers en -analisten, met name specialisten die de vertaalslag van data naar een businessmodel maken. “Bij Lensor, dat nu met een paar van onze mensen zelfstandig opereert, zie je weliswaar hardware, maar we zijn een softwarebedrijf. Het geeft aan dat er interessante zaken uit die innovatiedagen voortkomen. Onder de streep is onze doelstelling dat Pon de slimste wordt in het gebruik van data. Onze inspiratie is wat je daar allemaal mee kunt.” Want: de handel wordt volgens De Haan meer en meer gestuurd door data en software.

BI en Data

Dat Pon Data daarbij opvalt werd rond de jaarwisseling onderstreept door de winst van de Dutch BI & Data Science Award. Een initiatief van Passionned Group. De winnaar mag zich twee jaar lang de ‘Slimste Organisatie van Nederland’ noemen. In het juryverslag van de prijs staat vermeld: ‘Met de oprichting van een centraal Datalab slaagde het management van Pon erin een sterk datagedreven en op de interne klant gerichte organisatiecultuur te realiseren. Dit leverde een enorme waaier aan innovatieve data science projecten op, inclusief een levensvatbare startup: Lensor.’

Wat de jury opvalt is hoe het grote Pon ‘niet van bovenaf’ een digitale transformatie doordrukt. Hun Datalab is pragmatisch aan de slag gegaan met de ontwikkeling van geavanceerde algoritmes vanuit de cloud. De jury illustreert de uitspraak van De Haan dat data en software in de handel de sleutel zijn of zullen worden. ‘Een concreet voorbeeld is een machine learning model dat het omzetpotentieel voor verschillende auto- en fietsmerken in geografische regio’s voorspelt. Hierbij is maximaal gebruikgemaakt van de kracht van externe data en verschillende algoritmes.’

Ralf de Haan legt desgevraagd uit: “In gewone mensentaal kan dat naast de genoemde voorspellende kracht en het inschalen van de uitzonderingen bijvoorbeeld gaan over productieplanning en het optimaliseren van de voorraden. En personeel.”

Schone data

De toepassingen zijn niet zelden verrassend. Zo heeft Pon Datalab een algoritme ontwikkeld voor data cleaning. Data cleaning? “Goed voorbeeld is dan de fietswereld. Pon ontvangt informatie van de afzonderlijke vestigingen, winkels en bedrijven, maar niet altijd in dezelfde vorm. We zorgen dat het wordt verzameld en opgeschoond tot bruikbare data. Er zijn met data legio toepassingen denkbaar, op een heel breed gebied. Je kan het product analyseren om het te verbeteren. Zo kun je kijken naar de temperatuur en de degradatie van de accu. Hoe gaat dat in praktijk? Maar je kunt ook denken aan iets praktisch als het optimaliseren van de route bij service of dealerbezoek.”

Een actuele ontwikkeling zijn geavanceerde toepassingen in the cloud die het slim inspelen op verschillende oplossingen voor je mobiliteit. “Waar staat wat? Daar heb je data en slimme algoritmes bij nodig. Dat zou je kunnen toepassen in MaaS – Pon is in Rotterdam al actief met mobiliteitsservice. Je zou ook met gemeenten kunnen samenwerken met belangrijke informatie uit de voertuigen over een kruising waar vaak hard wordt geremd. Want die is dan kennelijk gevaarlijk.”

Je kunt het zo gek niet bedenken of data spelen een rol. Volgens de juryvoorzitter van de Dutch BI & Data Science Award – Menno Lanting – heeft het Datalab een bijzondere prestatie geleverd. ‘Terwijl bij de meeste organisaties het concept van de digitale transformatie zwaar op de maag ligt, heeft Pon Holdings bewezen dat je met een gedurfde hands-on strategie en een scherpe focus op interne klanten een heel eind kunt komen. Zonder dat je de hele organisatie overhoop hoeft te gooien of in een moeras belandt.’

Hoe vind je klanten voor een Caterpillar?
Een van de eerste wapenfeiten van het Datalab illustreert de kracht van digitale informatie voor business. En laat trouwens ook zien hoe overzichtelijk een op het oog erg ingewikkelde tak van sport kan zijn. Ralf de Haan: “Waar we in het begin intern furore mee hebben gemaakt was door het internet te scrapen en zogezegd leeg te trekken op zoek naar klantprofielen die leken op mogelijke Caterpillar-klanten. Door een model met een aantal trefwoorden te maken. Toen bleek dat er bij hen om de hoek een aantal bedrijven zat waar ze al snel voor tonnen aan machines konden leveren. Ze dachten kun klanten wel te vinden, maar kennelijk waren er meer en soms zelfs dichtbij.”Dat was de binnenkomer? “Samen met een analyse die we destijds deden voor onze fietsenmerken. We hebben met een algoritme een soort wereldkaart gecreëerd. Alle merken hebben een store locator waar en fietsen van wel tachtig merken worden verkocht. Ook dat kun je op het internet scrapen om wereldwijd een beeld te krijgen van bedrijven en de merken die ze verkopen. Binnen een week – zo snel hadden we het gebouwd – konden strategische beslissingen worden genomen over onder andere verkooplocaties.”

Op de keper beschouwd twee hele simpele toepassingen dus. Dat landde volgens De Haan bij Pon zo goed dat ze zeiden: dat gaan we anders neerzetten. “Hier heb je een startbedrag en maak het maar een succes. We zijn een jaar of vijf geleden echt voor de bedrijven van Pon gaan werken. Vaak hebben ze met voorraden te maken.”

U las zojuist één van de gratis premium artikelen

Onbeperkt lezen? Sluit nu een gratis proefabonnement af

Bekijk de aanbieding