Tim Steinkuhler is Data scientist bij Knab. Hij helpt anderen om aan de hand van data betere beslissingen te maken. En bepaalt samen het best mogelijke antwoord voor een vraag, door het effect van verschillende antwoorden te voorspellen en achteraf te meten.
dag en op basis daarvan het optimale rooster voor onze servicedesk medewerkers bepalen. Met als doel om klanten snel te woord te staan, maar ook medewerkers niet te lang te laten wachten. Vervolgens kun je meten hoe goed je daarin bent geslaagd en hiervan leren voor het volgende rooster.
Als klant verwacht je dat dingen snel geregeld zijn. Als ik nu een Spotify-account aanmaak, kan ik die direct gebruiken en als ik nu een boek bestel, ligt ie morgen op de mat. Diezelfde ervaring wil je ook bieden als bank, maar er zijn meer risico’s en er geldt veel meer wet- en regelgeving om rekening mee te houden. Hoe kunnen we zorgen dat de klant hier zo min mogelijk van merkt en zo efficiënt mogelijk risico’s beperken en voldoen aan de regels?
Die bestaat niet. Gisteren werkte ik bijvoorbeeld aan een analyse van de werkdruk bij het team dat administratieve taken uitvoert voor nieuwe klanten. Hoeveel werk kost het om verschillende typen klanten binnen te halen? En hoe kunnen we hiermee aan de marketing kant rekening houden? Vervolgens heb ik dit besproken met collega’s. Het is erg afwisselend. Je moet goed kunnen communiceren om tot de kern van een probleem te komen, vervolgens flink puzzelen om tot een goede oplossing te komen en daarna weer goed communiceren om tot de juiste vervolgactie over te gaan.
Blijf kritisch over waar je de meeste energie in stopt. Zorg dat je van tevoren goed weet wat er achteraf met het resultaat gedaan kan worden en doe vooral de dingen waar je de grootste toegevoegde waarde van verwacht. Soms is een simpele berekening voldoende, ook als het eigenlijk leuker is om een ingewikkeld model te bouwen.
En je ambitie?
Eindbaas.
