Automatiseer je data-analyse en rapportages met AI 📊

Hallo, mijn naam is Guus.

Leuk dat je deze video kijkt over Agentic Category Management.

Ik ga jullie meenemen over hoe wij Agentic Category Management binnen ons platform geïmplementeerd hebben.

Waar deze ontwikkeling vandaan komt bij ons is eigenlijk door te praten met klanten en te luisteren naar of door van hen te horen en te ervaren hoeveel tijd zij tegenwoordig kwijt zijn in het bouwen en van presentatie.

Duiken door de data om uiteindelijk de informatie naar boven te halen.

Die zou je in die presentatie kunnen stoppen.

Tijd die ze eigenlijk veel liever zouden besteden aan het onderhouden van relaties met klanten.

Het doen van winkelbezoeken.

Het doen van verdiepende analyses.

Waarmee meer waarde gecreëerd kan worden dan de standaard rapportages, de standaard analyses.

Dus dat is ook de case die ik straks ga laten zien.

Die komt bij een klant vandaan die elke periode minimaal een halve dag spendeerde aan het verwerken van nieuwe data die elke periode binnenkomt tot een presentatie wat voor iedereen in ieder geval herkenbaar is.

Deze toepassing is nu specifiek voor deze use case, maar er zijn nog zoveel andere analyses die je misschien kan inbeelden die nu gewoon veel tijd kosten om uit te voeren en dan uiteindelijk ook weer te verwerken tot een verhaal, tot een presentatie om mee aan de slag te gaan.

En dan neem ik je nu even mee naar het platform om te laten zien hoe deze workflow in de praktijk werkt.

Dus we hebben het vraagstuk voor de periode-update.

We hebben hier ook al een skill voor gebouwd.

Dus als we je de vraag stellen, geef me een laatste periode-update, dan gaat die vanzelf al aan de slag.

Je ziet hem hier ook zijn denkstappen doen.

Hij heeft een skill gevonden die hiermee overeenkomt.

Hij gaat nu de verschillende queries uitvoeren, dus hierachter hebben we dus een agent gebouwd.

Een analytics agent die begrijpt welke measures er in jouw dataset zitten, welke retailers, hoe jouw categorie opgebouwd is, welke merken, welke producten.

En zo weet die agent welke Analyse is welke queries die je moet doen.

Je ziet ook als je klikt welke data hij heeft opgehaald.

Zelfs welke query hij daarvoor heeft gedaan, dat is iets technischer.

En zo bouwt hij die analyse zelf op.

Als hij vervolgens klaar is, dan werkt hij ook een rapportage uit.

Dan zal ik eventjes met jullie doorheen lopen.

je ziet hier dat hij allerlei cijfers, al die queries heeft vertaald in een verhaal, die cijfers die hij heeft opgehaald uit de data, volgens het standaardformat.

Dus hij heeft eigenlijk die skill afgelopen.

En elke keer als ik diezelfde vraag stel, gaat hij diezelfde analyse maken.

Dus hij gaat dezelfde zaken opzoeken.

Marktotaal, wat is er gebeurd op markt?

Wat is er gebeurd bij Albert Heijn?

Wat is er gebeurd bij Jumbo?

Wat is er gebeurd bij Plus?

De grotere retailers. En eigenlijk deze analyse die dus nu elke maand opnieuw wordt gedaan naar een periode.

Heeft hij nu stapsgewijs uitgevoerd.

En de vervolgstap, want uiteindelijk wil je natuurlijk een presenteerbaar format krijgen.

Als je dit met je collega's gaat delen dan is dat niet echt heel prettig om te lezen.

Zoals we daarvoor hebben gebouwd is er ook weer een andere agent.

Dan kan je hier een presentatie van maken.

Deze analyse zelf was iets wat dus momenteel ongeveer een halve dag tijd in beslag nam.

En dan is het zowel data ophalen als uiteindelijk ook die data vertalen naar iets presenteerbaars en interpreteerbaars.

En nu hebben we de agent dus gevraagd om hier direct een presentatie van te maken.

En nu zie je dus ook dat hij de data die hij net hier heeft uitgewerkt, dat hij die ook terugzet in een presentatie zelf, in een format, in je eigen huisstijl, die direct te delen is met collega's, met een klant, waarin eigenlijk het verhaal, wat net nog in een ruwer format, nu eigenlijk wat meer in een visueel format is gestopt, met de mogelijkheid om dan ook bepaalde dingen nog te benadrukken.

of visueel eruit te laten springen.

En de opbouw is ook iets wat je zelf in de hand hebt en zelf kan afstemmen met de agent om zo te zorgen dat jouw verhaal zoals jij die wil overbrengen zo goed mogelijk naar voren komt.

Dit scheelt gewoon enorm veel tijd.

Iets waar je normaal een halve dag tot een dag mee bezig bent om uit te voeren.

Voor recurring analyses, maar ook voor ad-hoc analyses.

Iets waar je de data in moet duiken, naar boven moet halen wat er precies gebeurd is.

En vervolgens dat moet vertalen in een presentatie.

Dat alles hebben we nu in één.

workflow in één scherm gevat, zodat je eigenlijk vanuit hier je hele presentatie kan gaan opbouwen en dat direct dan gaan delen met anderen.

Dat was even een korte demo van hoe de Agentic Capital Management tool precies werkt en hoe die workflow in zijn gang gaat.

Het lijkt me super tof om dat ook bijvoorbeeld bij jou is te implementeren.

We hebben dit nu bij een aantal klanten draaien.

Die gebruiken dit nu om op deze manier presentaties te maken.

En ja, dat scheelt gewoon bakken met tijd, waardoor ze ook meer tijd kunnen steken in de verdieperende analyses of in klantenrelatie, winkelbezoeken, promo verdiepingen, promo forecasting.

Dat zijn allemaal zaken die Waar nu meer tijd gewoon voor is.

En wij bouwen hier zelf ook op verder.

De volgende stap is hier om ook zelf hier promo elasticiteit agents in te implementeren.

Prijs elasticiteit agents, waarbij je ook verdiepende vragen kan gaan stellen.

Van wat nou als ik deze promotie die nu op week 20 gepland is, als ik die op week 30 zou doen.

Wat nou als ik deze promo van een 1 plus 1 gratis naar een 15% korting zou doen.

Wat betekent dit voor mijn uplift?

Wat betekent dit voor mijn volume?

Allemaal zaken die steeds meer geïntegreerd worden in die agents, waardoor je ook steeds meer die presentaties en die informatie kan gaan gebruiken om jouw presentaties te gaan verrijken.