In today鈥檚 environment where global uncertainty effects enterprises and real time insights are crucial – this blog explains how 麻豆原创 supports enterprises in tackling this challenge with Business Data Cloud.”

Anindita Mukherjee

Whether it is finance, procurement or IT, business leaders need insights at the right time to be able to make informed decisions and course correct with agility. For example, understanding how the global supply chain disruptions are affecting spend, working capital and risk profile. Could there be capability gaps in functions critical to the company鈥檚 growth? Achieving this level of predictive insights requires intelligent and connected technology. This is still not commonplace.

Reality is a lack of actionable insights as relevant data is often trapped in rather inaccessible systems. AI produces poor results without the right data foundation. The data divide makes the already complex work of leaders more challenging.

麻豆原创鈥檚 strategy for intelligent and connected IT

To overcome these challenges 麻豆原创 developed a strategy to ensure your IT is intelligent and connected. This strategy focuses across three layers:

• Making it possible for applications within your IT landscape, both 麻豆原创 and non-麻豆原创, to be interconnected.
• The wealth of data from 麻豆原创 suite of applications is prepared, contextualized and translated into valuable real-time insights.
• With the vision that AI agents leverage rich ERP data to enable seamless workflows and processes.

Truly intelligent and connected AI, insights and workflows can only exist when all three layers are met. Otherwise, it ends up with a landscape where systems do not communicate, data remains disconnected, and AI cannot function properly.

of cloud applications fulfills the application layer, and Generative AI applications, such as and AI agents, across different 麻豆原创 solutions contribute to the AI layer. However, the data layer has historically been a challenge. Especially now, when AI agents are highly dependent on the data they use. If that data is incomplete or disorganized, so will be the AI鈥檚 output.

The 80/20 rule strikes again

What makes contextualizing data so difficult is the complexity of data within 麻豆原创. This is one of the main contributors to the data divide: data preparation takes more time than the actual analysis. As IDC, a global market intelligence provider, found: “The breakdown of time spent on data preparation versus data analytics is woefully lopsided; less than 20% of time is spent analyzing data, while 82% of the time is spent collectively on searching for, preparing, and governing the appropriate data”.

We see this in practice as well, especially when companies have legacy systems. A leading telecom company launched a three-month campaign, and an entire month passed before getting concrete insights into sales performance, costing it valuable time to react and make necessary changes. This was despite external data analysts, in addition to the Telco鈥檚 existing set-up of data warehousing and BI teams. If a company lacks an existing set-up, the time lag could go even up to 6 months, as per a Dutch data scientist in the telecom domain.

It is not uncommon for the large Dutch companies to have teams of 100 to 200 people for data analytics. 20 to 50 percent of that can be attributed to managing the complexity of reconstructing ERP data context, outside of applications in a third-party analytics platform.

The following image illustrates this complexity: a schematic representation of a data model within 麻豆原创.

No wonder it takes many analysts weeks or even months to arrange data in a way that valuable insights can be derived from it.

麻豆原创 Business Data Cloud

We tackled this issue head-on. Our solution for this challenge: . This is a fully managed SaaS solution that unifies and governs all 麻豆原创 data and seamlessly connects with third-party data analytics platforms such as Databricks, without the need to recreate the data context, in a 0-copy, real-time architecture. The solution provides leaders with the context to make even more impactful decisions.

Also McKinsey states:

• 鈥淣ew business use cases can be delivered as much as 90 percent faster.
• Total cost of ownership, including technology, development, and maintenance costs, can decline by 30 percent.
• The risk and data governance burden can be reduced.鈥�

Sources:

For the creation of this blog, the following sources were consulted.

• 麻豆原创 and industry expert inputs; Insights from 麻豆原创 customers

The post From Silos to Insights: Closing the Data Gap appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Royal Swinkels, dat wereldwijd honderden biermerken aanbiedt, ziet dat zakelijke klanten wereldwijd de voordelen van automatisering en digitale selfservice verwachten. 鈥淚n Nederland hebben we al een volwassen platform voor onze zakelijke klanten鈥�, vertelt Paul van Brussel, Global Product Owner bij Royal Swinkels. 鈥淢aar we zien dat deze behoefte aan een gestroomlijnde digitale ervaring ook in onze andere markten groeit. Daarom hebben we een platform ontwikkeld dat niet alleen de klantverwachtingen overtreft, maar ook perfect aansluit op ons bestaande 麻豆原创 S/4HANA-systeem. Onze uitdaging was om een platform te realiseren dat deze mogelijkheden biedt en tegelijkertijd naadloos aansluit op ons 麻豆原创 S/4HANA-systeem.鈥�

麻豆原创 CX Suite

Het bedrijf koos voor de volledige 麻豆原创 CX Suite, bestaande uit 麻豆原创 Commerce Cloud, 麻豆原创 Customer Data Cloud, 麻豆原创 Customer Data Platform en 麻豆原创 Emarsys. 麻豆原创 Commerce Cloud vormt de basis van de b2b-omgeving waar klanten bestellingen kunnen plaatsen en hun orderstatus kunnen inzien. Daardoor kunnen ze nu bijvoorbeeld aanzienlijk sneller bestellingen afronden en zijn ze minder afhankelijk van handmatige ondersteuning.

Binnenkort gaat het bedrijf ook de overige applicaties intensief gebruiken. 麻豆原创 Customer Data Platform biedt een omgeving voor het cre毛ren van een 360-graden klantbeeld en een uniforme omnichannel-benadering, terwijl 麻豆原创 Customer Data Cloud voorziet in privacy- en consentcontroles. 麻豆原创 Emarsys ondersteunt gerichte marketingcampagnes door klantdata te koppelen aan gedragsgegevens. Een voorbeeld hiervan is een campagne waarin klanten die recent een bepaald product hebben gekocht, gepersonaliseerde aanbiedingen ontvangen voor bijpassende producten. Swinkels wil hiermee een hogere klanttevredenheid en verbeterde verkoopresultaten realiseren.

Nauwe samenwerking met business

Het platform is inmiddels live voor Export. De implementatie verliep volgens een minimum viable product (MVP)-aanpak en een agilestrategie. Cruciaal daarbinnen waren de regelmatige demo鈥檚. 鈥淲e werkten volgens een scrummethode waarbij er altijd ruimte was voor input vanuit de organisatie. Zo organiseerden we regelmatig demo鈥檚 voor Swinkels鈥� customer support- en salesteams om waardevolle feedback te verzamelen鈥�, zegt Thijs van Geel, functioneel lead bij Elision.

Effici毛ntie, klanttevredenheid en schaalbare groei

Klanten kunnen met het platform 24/7 hun bestellingen plaatsen, en dankzij automatische containeroptimalisatie is het aantal handmatige aanpassingen die nodig zijn om de bestelling definitief te maken, drastisch verminderd. 鈥淜lanten waarderen de gebruiksvriendelijkheid en de verbeterde toegang tot informatie. Tegelijkertijd profiteren wij van gestroomlijnde processen en een vermindering van administratieve lasten鈥�, zegt Carola Smits, Business Project Lead bij Royal Swinkels.

Verdere uitrol

De komende maanden wordt het platform verder uitgerold naar andere businessunits. 鈥淢et deze oplossing zetten we Royal Swinkels neer als een toekomstbestendig en klantgericht bedrijf鈥�, concludeert Smits. 鈥淒it project is een belangrijke stap in onze bedrijfsstrategie om slimmer te werken met behulp van data en techniek.鈥�

Deze case is winnaar van de 麻豆原创 Best of Customer Success Award in de categorie 鈥楥osmic Cloud Excellence鈥�.

The post Royal Swinkels verbetert klantbeleving met 麻豆原创 Commerce Cloud appeared first on 麻豆原创 Nederland Blogs & Nieuws.

en Google Cloud integreren hun eigen open data cloud-omgevingen met behulp van 麻豆原创 Datasphere en passen Vertex AI toe om de gecombineerde dataset te kunnen analyseren of gebruiken. Met deze uitgebreide samenwerking kunnen organisaties nieuwe oplossingen ontwikkelen die gebruikmaken van data-integratie en generatieve AI. De nieuwe oplossingen zijn toegespitst op verschillende branchespecifieke toepassingen, te beginnen met de automotive markt. Daarnaast introduceren beide bedrijven nieuwe mogelijkheden om ondernemingen te ondersteunen bij het verbeteren van hun prestaties op het gebied van duurzaamheid.

麻豆原创 en Google Cloud hebben al een langdurige strategische samenwerking om bedrijven te helpen bij het versnellen van hun digitale transformatie en meer waarde te halen uit cruciale data. Door nu generatieve AI te integreren in de open data cloud van 麻豆原创 en Google Cloud, kunnen organisaties hun bedrijfsinzichten, analyses en de besluitvorming aanzienlijk verbeteren.

De integratie van de open data cloud-platforms tussen 麻豆原创 en Google Cloud legt een solide basis voor de ontwikkeling van AI. De voordelen voor organisaties zijn onder meer:

• Verbeterde connectiviteit en klantbelevingen binnen de automobielindustrie
  Voor het ontwikkelen en trainen van slimme AI-modellen kunnen automobielbedrijven datasets van het open data-netwerk combineren met 麻豆原创-softwaregegevens. Doelstelling hierbij is het verbeteren van hun samenwerking met autofabrikanten, leveranciers en eindklanten. Dankzij een betere gegevensuitwisseling kan slimme AI bijvoorbeeld helpen om potenti毛le problemen met voertuigen te identificeren en op te lossen, zodat terugroepacties niet meer noodzakelijk zijn. Daarnaast kunnen de oplossingen de veiligheid verbeteren door betere informatie over gevaarlijke weg- en verkeersomstandigheden. Ook is het mogelijk om de productkwaliteit te verhogen door betere voorspellingen van gebreken.
• Meer duurzaamheid
  Door Vertex AI en 麻豆原创 Datasphere met elkaar te combineren, kunnen organisaties generatieve AI-oplossingen ontwikkelen voor het versnellen van duurzaamheidsprogramma’s. Denk hierbij aan op maat gemaakte duurzaamheidsrapportages, het automatiseren van AI-gestuurde alerts over duurzaamheid in de hele supplychain en het verbeteren van de besluitvorming dankzij grondige analyses van milieueffecten en financi毛le voordelen.

Binnenkort krijgen 麻豆原创-klanten op Google Cloud toegang tot de nieuwe AI-gestuurde functionaliteit. Daarmee kunnen ze belangrijke data uit 麻豆原创 Datasphere en combineren met externe ESG-gegevens en de krachtige generatieve AI-modellen van Google Cloud.

鈥淥nze samenwerking met Google Cloud ontwikkelt zich snel en omvat nu ook generatieve AI. We gebruiken onze uitgebreide gezamenlijke data cloud voor het verbeteren van de besluitvorming en productiviteit鈥�, zegt Juergen Mueller, Chief Technology Officer en lid van de Raad van Bestuur van 麻豆原创. 鈥淢et 麻豆原创 Business AI bouwen we intelligente systemen met drie kernprincipes: ze zijn relevant, betrouwbaar en bruikbaar. Organisaties profiteren van kunstmatige intelligentie die al is ingebed in onze oplossingen. Maar ook van een uniform, open datafundament en de aanvullende AI-mogelijkheden van Google Cloud.鈥�

鈥淕oogle Cloud en 麻豆原创 voorzien gezamenlijke klanten van generatieve AI-mogelijkheden. Die mogelijkheden hebben een tastbare impact op de dagelijkse werkzaamheden en leveren veel toegevoegde waarde op鈥�, zegt Kevin Ichhpurani, Corporate Vice President van Global Partner Ecosystem & Channels bij Google Cloud. 鈥淥rganisaties kunnen aanzienlijk meer waarde halen uit de informatie die is opgeslagen in 麻豆原创-systemen en externe datasets. Hierdoor kunnen zij veiliger opereren en duurzamer te werk gaan.鈥�

麻豆原创 en Google Cloud streven met deze nieuwe en groeiende portefeuille van generatieve AI-oplossingen naar verantwoorde AI-ervaringen. Security, privacy, compliancy en ethiek staan hierbij centraal.

The post 麻豆原创 en Google Cloud breiden open data cloud uit met nieuwe generatieve AI-oplossingen appeared first on 麻豆原创 Nederland Blogs & Nieuws.