Tom Rose (SPAR): 'Met betere data naar een betere interactie met de klant'

WAALWIJK - De Product Data Coalition werkt hard aan de wereldwijde implementatie van een uniek productidentificatiesysteem. Niet alleen retailers, leveranciers, producenten en platformen, maar ook consumenten krijgen hiermee toegang tot consistente, accurate productdata. Tom Rose - head of international operations bij van SPAR - is co-voorzitter van End-to-End Value Chain, de stuurgroep van het Consumer Goods Forum die het initiatief voor de Product Data Coalition heeft genomen. “Met consistente, accurate productdata kunnen we meer waarde genereren.”

Door Eendrachtig Samenwerken Profiteren Allen Regelmatig. Dat is waar SPAR voor staat. Het motto spreekt tot de verbeelding van Tom Rose, die in de supply chains van Asda en Tesco werkte voordat hij in 2015 aan de slag ging bij de Nederlandse foodretailer met activiteiten in inmiddels 48 landen. “Ik werk al jaren met veel passie aan een betere samenwerking in de supply chain. De kans die ik kreeg om aan de slag te gaan bij een foodretailer die is gegrond op het principe van samenwerking, kon ik niet laten lopen.”

"Samen kunnen we de toekomst zo inrichten dat we daar allemaal van profiteren."

De passie voor samenwerking in de supply chain was voor Rose ook reden om actief te worden in het Consumer Goods Forum. Hij is co-voorzitter van de stuurgroep End-to-End Value Chain. “Door samen afspraken te maken kunnen we richting geven aan de toekomst. Er zijn veel taken die SPAR en andere foodretailers afzonderlijk kunnen doen. Maar er zijn nog veel meer dingen we nog beter kunnen doen door samen te werken, ook met producenten. Samen kunnen we de toekomst zo inrichten dat we daar allemaal van profiteren.”

Data koppelen aan unieke identificatiecode

Het belangrijkste initiatief van de stuurgroep is de Product Data Coalition. Het doel van deze coalitie klinkt eenvoudig: alle consumentenproducten een unieke identificatiecode meegeven. Iedereen in de supply chain, ook consumenten, moet die unieke code real time kunnen verifiëren. Door het scannen van de code moet het mogelijk worden om toegang te krijgen tot data die centraal is vastgelegd volgens het Global Data Model. Rose legt uit: “Elk uniek product heeft dan een eigen identificatiecode waaraan we allerlei data kunnen koppelen, bijvoorbeeld product specificaties, voedingswaarden en duurzaamheidsdata. Daarmee kunnen we een veel betere interactie met consumenten realiseren. Die kunnen via dat ene referentiepunt dan alles over een product te weten komen. Nu is al die data afkomstig uit verschillende bronnen die op verschillende locaties volgens verschillende datamodellen zijn ingericht. Het resultaat is een warboel waarin het lastig is om de juiste data te vinden.”

"Door digitalisering van de samenleving en de economie is de behoefte aan data drastisch veranderd."

Rechtstreeks verbonden met onze consumenten

De belangrijkste vernieuwing is de mogelijkheid om productdata op gestandaardiseerde, digitale wijze te ontsluiten. “Wij zijn ooit begonnen met handmatig data delen met formulieren. Dat was nodig om producten te kunnen opvoeren in onze IT-systemen en om ze in onze warehouses op voorraad te leggen. Dat was vooral een functionele behoefte. Maar door digitalisering van de samenleving en de economie is de behoefte aan data drastisch veranderd. In deze digitale wereld zijn we rechtstreeks verbonden met onze consumenten. Die willen heldere, accurate en consistente informatie over de producten die ze willen kopen. Maar als ze nu de barcode scannen, zien ze vaak incorrecte of tegenstrijdige informatie. Wij hoeven alleen maar te kijken naar de frustraties die ze uiten op discussiefora en sociale media”, verklaart Rose. “Bovendien: digitalisering gaat over snelheid. We moeten sneller reageren op ontwikkelingen, sneller nieuwe producten live zetten en sneller de informatie verschaffen die consumenten zoeken. Een unieke productidentificatiecode op basis van een consistente, wereldwijde standaard kan die informatie geven.”

Complexe transformatie

De technologie is al langer beschikbaar. Een scepticus zou zich kunnen afvragen of we de huidige problemen met productdata niet veel eerder hadden kunnen oplossen. Waarom is dat nog niet gelukt? “Ik denk inderdaad dat we een stuk verder hadden kunnen én moeten zijn. Dat is één van de redenen waarom de deadline zo strak is. Wij willen dat alle producenten, retailers en platformen het Global Data Model eind 2022 hebben geïmplementeerd. Dat is niet eenvoudig, maar een complexe transformatie die betrekking heeft op de kernelementen van onze systemen en processen. Het concept is misschien eenvoudig, maar de consequenties voor de bedrijfsvoering zijn groot.”

"Wij willen dat alle producenten, retailers en platformen het Global Data Model eind 2022 hebben geïmplementeerd."

"Een dergelijke transformatie heeft tijd nodig, maar is noodzakelijk. “Er komen veel nieuwe technologieën op ons af, van kunstmatige intelligentie tot robotica. Om daadwerkelijk waarde te creëren met deze nieuwe technologieën zijn consistente en accurate productdata nodig. Nu zijn grote machines nog onophoudelijk bezig met het opschonen van data voordat we er iets mee doen. Terwijl veel productdata al beschikbaar zijn in de systemen van de producenten. Als we die direct ter beschikking kunnen stellen aan de hele supply chain, kunnen we een enorme sprong vooruit maken in onze dienstverlening aan consumenten.”

Kunstmatige intelligentie

Veel nieuwe technologieën staan op dit moment nog in de kinderschoenen. We kunnen mooie voorbeelden zien van afzonderlijke toepassingen, maar van adoptie op grote schaal is nog geen sprake. “Maar vroeg of laat vindt die adoptie wel plaats. Dan moeten we er klaar voor zijn”, stelt Rose, die wijst op het gebruik van 2D barcodes om producten uniek te identificeren. “Met een app op zijn smartphone kan elke consument deze code scannen om informatie te vinden over de samenstelling of voedingswaarde van een product. Met een andere app kan de consument dezelfde code scannen om informatie te ontvangen over de herkomst van het product en de impact op klimaatverandering.”

Kunstmatige intelligentie kan worden ingezet om trends te herkennen en consumenten beter te begrijpen. “Dat stelt ons in staat om elke consument persoonlijk te benaderen. Stel dat iemand een glutenallergie heeft. Dan kunnen we ervoor zorgen dat die consument alleen producten te zien krijgt die glutenvrij zijn. Maar daar hebben we dus wel consistente en accurate productdata nodig.”

"Goede productdata helpt ons om het saaie werk te automatiseren, zodat we meer tijd hebben voor creatieve taken."

120 robots in warehouse in China

Als head of international operations ondersteunt Rose de lokale SPAR-organisaties bij het ontwikkelen en runnen van hun operaties. Hij helpt hen bij de optimalisatie van processen in de supply chains, bijvoorbeeld met moderne, lichte robots. In een warehouse in China heeft SPAR onlangs 120 van dergelijke robots in gebruik genomen. In zes andere landen wordt eveneens geëxperimenteerd. “Dat zijn robots die autonoom de weg vinden door het magazijn en helpen bij orderpicking. Ook daarvoor is consistente en accurate productdata nodig, onder meer over de gewichten en afmetingen van de producten. Als een product twee keer zo groot is als gedacht, passen er minder stuks in een verzenddoos en kan die robot zijn taak niet afmaken.”

Nu besteedt SPAR net als veel andere retailers nog zeeën van tijd aan het correct krijgen van die data. “Als we toegang hebben tot één bron met correcte data, kunnen we die eenvoudig inlezen in onze software. Dan hoeven we die data niet meer zelf te verzamelen, controleren of valideren. Met andere woorden: goede productdata helpt ons om het saaie werk te automatiseren, zodat we meer tijd hebben voor creatieve taken waar we als mensen meer waarde toevoegen.”

Nu geld investeren

Met de implementatie is veel vooruitgang geboekt. Op dit moment is de data van 141 miljoen producten geüpload en geverifiëerd in de datapool van GS1, in dan 50 landen. “Maar dat is altijd nog maar het topje van de ijsberg”, weet Rose. “We hebben meer producenten nodig die hun data uploaden. En meer retailers en platformen die die data gebruiken voor hun kernactiviteiten. We hebben een goede start gemaakt, maar moeten nog veel werk verzetten voordat de doelstellingen van eind 2022 zijn gehaald.”

De grootste uitdaging is duidelijk maken hoe producenten, retailers en platformen profiteren van betere productdata. “Implementatie is veel werk. Elk bedrijf ziet de potentiële waarde daarvan. Maar op het moment dat ze moeten investeren, willen ze tastbare resultaten zien. En die zijn er vaak nog niet. We moeten nu geld investeren in unieke productidentificatie en consistente, accurate productdata om in de toekomst waarde te kunnen creëren. Dat heeft niet de hoogste prioriteit, zeker niet op dit moment met alle tekorten en vertragingen in de supply chain.”

"De grootste uitdaging is duidelijk maken hoe producenten, retailers en platformen profiteren van betere productdata."

Een miljoen maaltijden bespaard

Wat merken ze binnen SPAR van het werk van Rose voor de Product Data Coalition? Welk inzicht heeft hij meegenomen? “Dat productdata niet alleen iets is van de backoffice. Met goede data kunnen we daadwerkelijk waarde creëren voor consumenten. Vorig jaar zijn we bijvoorbeeld een samenwerking aangegaan met Too Good To Go om voedselverspilling tegen te gaan. Die samenwerking is uitgebreid naar 14 landen in Europa. Inmiddels hebben we samen met onze consumenten meer dan een miljoen maaltijden bespaard. Een fantastisch resultaat dat alleen maar haalbaar was door eerlijk, vrij en open data te delen.”

Bron: GS1 Nederland - partner FoodPro Network